299033記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 文字の大きさ差を克服する認識器設計（SAFE: Scale Aware Feature Encoder for Scene Text Recognition）
2 分で読了
0 views

文字の大きさ差を克服する認識器設計

（SAFE: Scale Aware Feature Encoder for Scene Text Recognition）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部下から「画像内の文字認識で精度が出ない」と聞きまして、現場写真だと文字の大きさがバラバラで困っているそうです。こういうのってAIでどうにかなるものですか。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、文字の大きさがバラバラだと普通の認識器は迷子になりがちです。今回紹介する手法は「文字サイズの差」を明示的に扱って、正しく特徴を抽出できるようにするんですよ。

田中専務

なるほど。でも具体的に何が新しいのですか。これまでのCNNでサイズ合わせして学習するのと何が違うのでしょうか。

AIメンター拓海

端的に言えば、従来は入力画像を無理やり一つのサイズに揃えてからCNNで特徴を取っていたのに対し、この論文はマルチスケールで特徴を取り、どのスケールが適切かを注意（attention）で選ぶ仕組みを入れているんです。重要なポイントを3つでまとめると、1) マルチスケールで特徴を抽出する、2) スケールを選ぶ注意機構を導入する、3) 既存の認識器にも組み込みやすいこと、です。

田中専務

これって要するに、文字の

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
メッセージパッシングニューラルネットワークによるネットワーク表現
（Message-Passing Neural Networks）
次の記事
CBCTの画質改善
（Visual enhancement of CBCT by CycleGAN）
関連記事
粒子衝突データの「雑音」除去が変わる——グラフニューラルネットワークによるパイルアップ緩和
（Pileup mitigation at the Large Hadron Collider with Graph Neural Networks）
LLM生成コンテンツとヘイトキャンペーン上のヘイトスピーチ検出器のベンチマーク
（HATEBENCH: Benchmarking Hate Speech Detectors on LLM-Generated Content and Hate Campaigns）
効率的なセマンティックセグメンテーションの再検討：空間特徴とクラス特徴の整合性向上のためのオフセット学習
（Revisiting Efficient Semantic Segmentation: Learning Offsets for Better Spatial and Class Feature Alignment）
追従のためのMPCの最近の進展：周期的および調和的定式化
(Recent advancements on MPC for tracking: periodic and harmonic formulations)
PhysMamba：スローファスト時間差Mambaによる効率的な遠隔生体計測
（PhysMamba: Efficient Remote Physiological Measurement with SlowFast Temporal Difference Mamba）
しきい値を確度高く見つけるための堅牢な領域推定
（Robust Super-Level Set Estimation using Gaussian Processes）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
増加する削減係数を用いたコード化BKWとシービングの漸近計算量
（The Asymptotic Complexity of Coded-BKW with Sieving Using Increasing Reduction Factors）
  • 論文研究
顔のテクスチャと形状を同時生成するGAN
（Synthesizing facial photometries and corresponding geometries using generative adversarial networks）
  • 論文研究
MOROCO: モルドバとルーマニアの方言コーパス
（MOROCO: The Moldavian and Romanian Dialectal Corpus）
  • 論文研究
深層学習によるミリ波大規模MIMOのハイブリッドプレコーディング
（Deep-Learning-based Millimeter-Wave Massive MIMO for Hybrid Precoding）
  • 論文研究
確率的感度のための事前期待値計算
（A Pre-Expectation Calculus for Probabilistic Sensitivity）
  • 論文研究
塩と胡椒ノイズ
（Salt-and-Pepper Noise）を除去するための改良フィルタ提案（Image De-Noising For Salt and Pepper Noise by Introducing New Enhanced Filter）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む