| アイテムタイプ |
Article |
| ID |
|
| プレビュー |
| 画像 |
|
| キャプション |
|
|
| 本文 |
KO11003001-20230304-0023.pdf
| Type |
:application/pdf |
Download
|
| Size |
:583.6 KB
|
| Last updated |
:Feb 20, 2024 |
| Downloads |
: 34 |
Total downloads since Feb 20, 2024 : 34
|
|
| 本文公開日 |
|
| タイトル |
| タイトル |
マルチモーダルOCR特徴を用いたdynamic pointer networkによるテキスト付き画像説明文生成
|
| カナ |
マルチモーダル OCR トクチョウ オ モチイタ dynamic pointer network ニ ヨル テキストツキ ガゾウ セツメイブン セイセイ
|
| ローマ字 |
Maruchimōdaru OCR tokuchō o mochiita dynamic pointer network ni yoru tekisutotsuki gazō setsumeibun seisei
|
|
| 別タイトル |
|
| 著者 |
| 名前 |
植田, 有咲
|
| カナ |
|
| ローマ字 |
|
| 所属 |
慶應義塾大学大学院理工学研究科開放環境科学専攻
|
| 所属(翻訳) |
|
| 役割 |
|
| 外部リンク |
|
|
| 版 |
|
| 出版地 |
|
| 出版者 |
| 名前 |
慶應義塾大学AI・高度プログラミングコンソーシアム
|
| カナ |
ケイオウ ギジュク ダイガク AI・コウド プログラミング コンソーシアム
|
| ローマ字 |
Keiō gijuku daigaku AI kōdo puroguramingu konsōshiamu
|
|
| 日付 |
| 出版年(from:yyyy) |
2023
|
| 出版年(to:yyyy) |
|
| 作成日(yyyy-mm-dd) |
|
| 更新日(yyyy-mm-dd) |
|
| 記録日(yyyy-mm-dd) |
|
|
| 形態 |
|
| 上位タイトル |
| 名前 |
AICカンファレンス予稿集
|
| 翻訳 |
|
| 巻 |
|
| 号 |
|
| 年 |
2023
|
| 月 |
|
| 開始ページ |
23
|
| 終了ページ |
24
|
|
| ISSN |
|
| ISBN |
|
| DOI |
|
| URI |
|
| JaLCDOI |
|
| NII論文ID |
|
| 医中誌ID |
|
| その他ID |
|
| 博士論文情報 |
| 学位授与番号 |
|
| 学位授与年月日 |
|
| 学位名 |
|
| 学位授与機関 |
|
|
| 抄録 |
本研究では,テキスト情報を含む画像に対して説明文を生成するタスクに対して, マルチモーダルOCR特徴を含む複数のモダリティを利用した画像説明文生成モデルを提案する. 提案手法では画像中のテキスト領域を複数のモダリティに分割するマルチモーダルOCR特徴を導入する.さらに, 画像, 物体領域, マルチモーダルOCR特徴を含む複数モダリティ間の関係をモデル化するための相互注意を導入する. 提案手法はTextCapsデータセットにおいて既存手法を上回る結果を得た.
|
|
| 目次 |
|
| キーワード |
| Multimodal Language Processing
|
| Text-based Image Manipulation
|
|
| NDC |
|
| 注記 |
会議名 : AICカンファレンス2023
開催地 : 慶應義塾大学日吉キャンパス
日時 : 2023年3月4日
第2章ポスター発表要旨
ポスター要旨-1
|
|
| 言語 |
|
| 資源タイプ |
|
| ジャンル |
|
| 著者版フラグ |
|
| 関連DOI |
|
| アクセス条件 |
|
| 最終更新日 |
|
| 作成日 |
|
| 所有者 |
|
| 更新履歴 |
|
| インデックス |
|
| 関連アイテム |
|
