| 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 | 2025-08-29 10:15 複雑なレイアウトの文書における自然な読み順への整列システムの開発 佐藤 諒・○三浦哲平（豊田高専）  WIT2025-6 |
|
| 抄録 | （和） | 近年OCR技術は著しく発展し，文字・単語単位の認識精度は非常に高くなっている．一方で，新聞や学術論文などのような複雑なレイアウトの文書に対して文字列を適切に整列する技術は研究されていない．本研究ではGoogle Cloud Vision AIが出力する文字の座標情報をもとに文字列を構成要素に分類し，人間が自然に読む順番に整列するシステムを開発した．評価には新聞から100 記事を使用し，文字列全体の整列精度と構成要素の分類精度を求めた．結果，Vision AI の整列精度が低い記事に限定した場合に，本研究のシステムがVision AIと比較して有意に高い精度で整列できることが分かった．精度が低い原因としてVision AIの誤認識や，文字の座標情報のみでは判別できないレイアウトが存在することを挙げた． |
| （英） | OCR technology has made remarkable progress in recent years, achieving very high recognition accuracy at the character and word levels. However, there has been little research on technologies for properly aligning strings in documents with complex layouts, such as newspapers and academic papers. In this study, we developed a system that classifies strings into components based on the coordinate information of characters output by Google Cloud Vision AI and aligns them in the order that humans naturally read. We evaluated the system using 100 newspaper articles, calculating both the overall text alignment accuracy and the component classification accuracy. The results showed that our system can align with higher accuracy than Vision AI when limited to articles with low alignment accuracy. We identified misrecognition by Vision AI and the presence of layouts that cannot be determined solely from character coordinate information as causes of low accuracy. | |
| キーワード | （和） | OCR / 新聞 / 読み順 / Google Cloud Vision AI / / / / |
| （英） | OCR / Newspaper / Reading Order / Google Cloud Vision AI / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 168, WIT2025-6, pp. 1-6, 2025年8月. | |
| 資料番号 | WIT2025-6 | |
| 発行日 | 2025-08-22 (WIT) | |
| 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 | WIT2025-6 |
|
| 研究会情報 | |
| 研究会 | WIT |
| 開催期間 | 2025-08-29 - 2025-08-29 |
| 開催地（和） | 早稲田大学 西早稲田キャンパス |
| 開催地（英） | |
| テーマ（和） | 福祉情報工学，一般 （午後に日本点字図書館の見学，および講演を予定） |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | WIT |
| 会議コード | 2025-08-WIT |
| 本文の言語 | 日本語 |
| タイトル（和） | 複雑なレイアウトの文書における自然な読み順への整列システムの開発 |
| サブタイトル（和） | |
| タイトル（英） | A Text Alignment System for Natural Reading Order in Complex Layout Documents |
| サブタイトル（英） | |
| キーワード(1)（和/英） | OCR / OCR |
| キーワード(2)（和/英） | 新聞 / Newspaper |
| キーワード(3)（和/英） | 読み順 / Reading Order |
| キーワード(4)（和/英） | Google Cloud Vision AI / Google Cloud Vision AI |
| 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） | 佐藤 諒 / Makoto Sato / サトウ マコト |
| 第1著者 所属（和/英） | 豊田工業高等専門学校 (略称： 豊田高専) National Institute of Technology, Toyota College (略称： NITTC) |
| 第2著者 氏名（和/英/ヨミ） | 三浦 哲平 / Teppei Miura / ミウラ テッペイ |
| 第2著者 所属（和/英） | 豊田工業高等専門学校 (略称： 豊田高専) National Institute of Technology, Toyota College (略称： NITTC) |
| 講演者 | 第2著者 |
| 発表日時 | 2025-08-29 10:15:00 |
| 発表時間 | 30分 |
| 申込先研究会 | WIT |
| 資料番号 | WIT2025-6 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.168 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2025-08-22 (WIT) |
[研究会発表申込システムのトップページに戻る]