少量の実データに基づく画像内文字認識及びその応用

点击翻译按钮获取中文摘要

目的「少量の実データに基づく画像内文字認識及びその応用」に合う研究を順調に進めた。まず、計画通りに、合成データで作り難い、難しいデータの例として「漫画内のオノマトペテキスト」に注目し、それらを集めたデータセットを作成して公開した。オノマトペテキストは、合成で作り難い分、少量の実データを上手く活用して認識する必要があり、それに役立ついくつかの手法を適用して、精度を改善した。その内容を、7月には国内の最大級画像処理学会MIRUにて発表し、MIRUインタラクティブ発表賞を頂いた。また、10月に画像処理系のトップ国際学会ECCVでも発表した。その後、研究課題の目的「少量の実データの有効活用」に繋がる別の研究として、少量の文字画像(character image)を有効活用する研究を行っている。具体的には、複数の文字画像を組み合わせて、一つの疑似単語画像(word image)を作る研究を勧めている。文字画像が多ければ多いほど、文字画像を組み合わせるパターンは膨大な数になるため、文字画像を組み合わせることで、膨大な量の「疑似単語画像」を得られる。我々はこの組み合わせで作った「疑似単語画像」が、少量の単語画像を補うのに有効的であることを示した。今現在トップ国際会議ICCVに提出して、結果を待っている。今後は、この研究の改善や拡張を行う予定である。