| Item type |
National Convention(1) |
| 公開日 |
2018-03-13 |
| タイトル |
|
|
タイトル |
Fully-CNNを用いた近代公文書画像からの文字検出 |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
コンピュータと人間社会 |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_5794 |
|
資源タイプ |
conference paper |
| 著者所属 |
|
|
|
中京大 |
| 著者所属 |
|
|
|
中京大 |
| 著者所属 |
|
|
|
中京大 |
| 著者所属 |
|
|
|
中京大 |
| 著者所属 |
|
|
|
中京大 |
| 著者所属 |
|
|
|
中京大 |
| 著者名 |
高木, 裕平
山田, 雅之
目加田, 慶人
長谷川, 純一
中, 貴俊
宮崎, 慎也
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
近代公文書の字形データ作成の前処理において文書画像の赤成分の除去、グレースケール変換、罫線検出と除去、8連結画素成分ごとの外接矩形の検出を行う。しかし、この方法では背景が完全に除去できず、外接矩形の検出の精度が低下する。本研究の目的は、文書画像の赤成分の除去から罫線の除去までの過程をFully-CNNで行い、外接矩形の検出の精度を高めることである。本研究では、近代公文書の題材として台湾総督府文書を利用した。抽出済みの字形データから文字の矩形部分を白画素、それ以外を黒画素とした画像を教師データとし、Fully-CNNで学習することで背景除去フィルタを作成した。本研究では、正確に矩形できる数が増加し、検出の精度を高めることができた。 |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN00349328 |
| 書誌情報 |
第80回全国大会講演論文集
巻 2018,
号 1,
p. 631-632,
発行日 2018-03-13
|
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |