305336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）
1未満 分で読了
1 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
SU
(n)ハバード模型のラックス対（Lax pair for SU(n) Hubbard model）
量子強化学習の進展
（Advances in Quantum Reinforcement Learning）
構造ヘルスモニタリングにおけるモデル選択のための統計的学習理論の応用
（On the use of Statistical Learning Theory for model selection in Structural Health Monitoring）
ストーリーセージ：対話型自伝執筆を可能にするマルチエージェントフレームワーク
（StorySage: Conversational Autobiography Writing Powered by a Multi-Agent Framework）
記憶から学ぶ：非パラメトリックメモリを用いた自己教師あり視覚表現学習
（Learning from Memory: Non-Parametric Memory Augmented Self-Supervised Learning of Visual Features）
小売店における天候感応型商品の需要予測に人工ニューラルネットワークを用いる
（UTILIZING ARTIFICIAL NEURAL NETWORKS TO PREDICT DEMAND FOR WEATHER-SENSITIVE PRODUCTS AT RETAIL STORES）
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
音声から「屋外録音」時の3D顔動作を合成する技術
（Synthesising 3D Facial Motion from “In-the-Wild” Speech）
  • 論文研究
大量のツイートに基づく市民の特徴付け
（Characterization of citizens using word2vec and latent topic analysis in a large set of tweets）
  • 論文研究
オミクスデータの統合的コンセンサスクラスタリングのための多重カーネル学習
（Multiple kernel learning for integrative consensus clustering of ’omic datasets）
  • 論文研究
生成モデルの精度と網羅性を分離して評価する手法の改良
（Improved Precision and Recall Metric for Assessing Generative Models）
  • 論文研究
SR-GANによるゼロショット学習の改良
（SR-GAN: SEMANTIC RECTIFYING GENERATIVE ADVERSARIAL NETWORK FOR ZERO-SHOT LEARNING）
  • 論文研究
継続学習の三つのシナリオ
（Three scenarios for continual learning）
  • 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