| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-10-09 10:45 Moving Scene Text Detection Using Synthetic Scene Text Video for Training ○Zhiyuan Xie・Hideaki Goto・Takuo Suganuma（Tohoku Univ.）  PRMU2021-21 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | In computer vision areas, scene text is valuable information for applications including scene understanding, autopilot, blind assistance, etc. Such applications usually work with moving camera and analyze information from video. Benefiting from its self-encoding feature, a neural network is capable of learning pattern from existing datasets and it is widely used at image scene text processing areas. Subject to the amount and quality of video scene text datasets, research in video scene text processing area usually uses image-based neural network or pure image processing algorithm to analyze the information. To overcome this limitation, we have developed a Synthetic Scene Text Video (SSTV) method. It is a data augmentation method which can generate synthetic video from single labeled image based on a synthetic trajectory. Additionally, we propose a magnitude-based mask which alleviates the ambiguity in texts with complex shape and improves the performance compared with conventional binary mask. Using this magnitude-based mask and the SSTV, the F-score of video scene text detection task is improved from 46.34% to 83.47% in comparison with conventional image-based detection network. | |
| キーワード | （和） | / / / / / / / |
| （英） | Data augmentation / video scene text detection / Gaussian intensity mask / / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 192, PRMU2021-21, pp. 28-33, 2021年10月. | |
| 資料番号 | PRMU2021-21 | |
| 発行日 | 2021-10-01 (PRMU) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2021-21 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2021-10-08 - 2021-10-09 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 研究を効率的に進めるためのプロセスや周辺技術 |
| テーマ（英） | Processes and technologies to make research more efficient |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2021-10-PRMU |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Moving Scene Text Detection Using Synthetic Scene Text Video for Training |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / Data augmentation |
| キーワード(2)（和/英） | / video scene text detection |
| キーワード(3)（和/英） | / Gaussian intensity mask |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 謝 致遠 / Zhiyuan Xie / シャ チエン |
| 第1著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 後藤 英昭 / Hideaki Goto / ゴトウ ヒデアキ |
| 第2著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 菅沼 拓夫 / Takuo Suganuma / スガヌマ タクオ |
| 第3著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-10-09 10:45:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2021-21 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.192 |
| ページ範囲 | pp.28-33 |
| ページ数 | 6 |
| 発行日 | 2021-10-01 (PRMU) |
[研究会発表申込システムのトップページに戻る]