字幕パターン認識におけるエッジ方向成分射影法の有効性検討
スポンサーリンク
概要
- 論文の詳細を見る
Gaborフィルタを用いたエッジ方向成分射影による多値文字パターン認識手法を提案する.本手法は, 複数のGaborフィルタの出力結果を局所領域内でエッジ方向に対して垂直に累積することにより.低解像文字に対しても有効で, 位置ずれに頑健な特徴抽出を行うことができる.低解像度の英語字幕に適用した結果, 映画7本から手動で切り出した総文字数865文字の多値文字画像に対して, 平均認識率88.8%の実験結果を得た.また位置ずれに対する実験を行い, 文字サイズの5%程度までの位置ずれに頑健であることがわかった.これにより, 文字認識による動画像インデクシングへの応用が期待される.
- 社団法人電子情報通信学会の論文
- 2000-02-22
著者
-
横矢 直和
奈良先端科学技術大学院大学情報科学研究科
-
栄藤 稔
松下電器産業株式会社:(現)nttドコモマルチメディア研究所
-
横矢 直和
奈良先端科学技術大学院大学
-
吉村 浩至
奈良先端科学技術大学院大学 情報科学研究科
-
近藤 堅司
松下電器産業株式会社 先端技術研究所
-
近藤 堅司
松下電器産業(株)先端技術研究所
-
栄藤 稔
奈良先端科学技術大学院大学情報科学研究科
関連論文
- 複数のPTZカメラを用いた保育施設のための複数ユーザの要求に応じた映像配信・提示システム(ヒューマンコンピュータインタラクション)
- 広域屋内環境における不可視マーカを用いたユーザ位置・姿勢推定技術とその応用例(複合現実感,仮想都市,及び一般)
- 複合現実感技術に基づく視覚情報提示による飛行船操縦支援システム(一般セッション4,複合現実感のためのパターン認識・理解)
- 全天球画像データベース作成のための色調統一と動物体の除去(複合現実感,仮想都市,及び一般)
- 視点位置に応じて変形する3次元メッシュモデルを用いた全方位動画像からの自由視点画像生成(一般セッション3,コンピュータビジョンとパターン認識のための学習理論)
- 視点位置に応じて変形する3次元メッシュモデルを用いた全方位動画像からの自由視点画像生成(一般セッション3)
- テレプレゼンスにおけるモーションベースと没入型ディスプレイを用いた慣性力の再現(テーマセッション,複合現実感のためのパターン認識・理解)
- 拡張現実感を用いたマルチメディア付箋システムの構築 (マルチメディア・仮想環境基礎)
- 広域実環境のモデリング
- 動画像からの三次元復元による湾曲した紙面のビデオモザイキング(幾何解析と形状復元,画像の認識・理解論文)
- ランドマークデータベースと姿勢センサを用いた高速な回転にロバストなカメラの位置・姿勢推定(メディア工学5,ITS画像処理,映像メディア,一般)
- ランドマークデータベースと姿勢センサを用いた高速な回転にロバストなカメラの位置・姿勢推定
- 全方位型マルチカメラシステムを用いた高臨場感テレプレゼンスシステムの構築手法に関する研究(D論セッション(3))
- 複数のPTZカメラを用いた保育施設における複数ユーザの要求に応じた映像提示(テーマセッション(1),ユビキタス情報社会と複合現実感のためのパターン認識・メディア理解)
- 屋外環境の三次元モデル化のための推奨度マップを用いたレンジデータ取得支援システム(コンピュータグラフィックス)
- 4Y-9 局所不変特徴量を用いた屋外MRトラッキング法の高速化と安定化(ARとVR,学生セッション,インタフェース)
- 全方位動画像の欠損修復による不可視領域のない全天球映像の生成(一般セッション1,コンピュータビジョンとパターン認識のための学習理論)
- 全方位動画像の欠損修復による不可視領域のない全天球映像の生成(一般セッション1)
- 不可視マーカを用いた位置・姿勢推定システムの構築および評価(仮想都市,複合現実感,及び一般)
- D-12-138 再帰性反射マーカと赤外線カメラを利用した位置同定手法(D-12. パターン認識・メディア理解B)
- 局所形状の類似度を用いたエネルギー最小化による三次元欠損修復
- 拡張現実感のための優先度情報を付加した自然特徴点ランドマークデータベースを用いた実時間カメラ位置・姿勢推定(インタラクション・VR,画像の認識・理解論文)
- 屋内環境におけるモバイルプロジェクション型AR案内システム
- 全方位動画像を用いた両眼ステレオ画像の実時間生成によるテレプレゼンス
- 全方位動画像を用いた任意方向両眼ステレオ画像の実時間生成と提示
- 2M-5 全方位動画像を用いた任意方向の両眼ステレオ画像の生成
- 全方位映像のマルチキャストによる実時間ネットワークテレプレゼンスに関する研究(D論セッション2)
- 全方位ビデオ映像の実時間無線配信を利用した位置情報システム(デモセッションのみでの発表(1/17))
- 全方位ビデオ映像の実時間無線配信を利用した位置情報システム(デモセッション,CV/PR技術のVRへの応用)
- 複数のPTZカメラを用いた保育施設における複数ユーザの要求に応じた映像提示
- 複数の全方位動画像を用いた自由視点テレプレゼンス(コンピュータグラフィックス)
- Webブラウザと全方位動画像を用いたテレプレゼンスシステム(画像の認識・理解論文)
- MorphingとVisual Hull を用いた動的環境での実時間自由視点画像生成(テーマセッション(2))(ユビキタスコンピューティングのためのパターン認識・メディア理解,一般)
- I-055 View MorphingとVisual Hullを用いた自由視点画像生成(I.画像認識・メディア理解)
- D-12-160 Webブラウザと全方位動画像を用いたテレプレゼンスシステム(D-12. パターン認識・メディア理解B)
- 車載全方位カメラと無線ネットワークを用いた実時間テレプレゼンス(テーマ関連セッション)
- D-12-84 無人飛行船の自動操縦による空撮システム(D-12.パターン認識・メディア理解,一般セッション)
- 移動カメラ画像からの移動物体輪郭の抽出・追跡とDSPによる実時間処理
- 交差判定により分裂・統合する動的輪郭モデルによる複数移動物体の実時間追跡
- 移動カメラ画像からの実時間移動体抽出のDSPによる実装の検討
- 分裂型輪郭モデルを用いたAR画像合成・送信ツールの提案
- 複数物体の抽出を目的とした交差判定により分裂する動的輪郭モデル
- 交差判定により分裂・統合する輪郭モデルによる複数移動物体の追跡
- 交差判定により分裂する動的輪郭モデルとその応用
- 交差判定により分裂する動的輪郭モデル
- 通信・放送機構 奈良リサーチセンターの研究紹介 : 没入型仮想融合空間の構築・提示技術に関する研究開発
- 時空間解像度の異なる動画像を用いた高解像度高フレームレート撮影と露光量確保の両立
- 奥行き画像を用いた時空間超解像画像の生成(テーマ関連セッション6)
- 奥行き画像を用いた時空間超解像画像の生成(テーマ関連セッション6,三次元画像,多視点画像)
- 奥行き画像を用いた時空間超解像画像の生成(テーマ関連セッション6,三次元画像,多視点画像)
- 解像度と露出時間の異なる画像を用いた高時空間解像度画像の生成(一般セッション7(画像処理),文字・文書の認識・理解)
- テクスチャの明度変化と局所性を考慮したパターン類似度を用いたエネルギー最小化による画像修復(画像・映像処理)
- D-12-78 局所形状の類似度に基づくエネルギー最小化による三次元欠損修復(D-12. パターン認識・メディア理解,一般セッション)
- LH-011 画像修復における定性的・定量的評価法に関する考察(画像認識・メディア理解)
- パターン類似度に基づくエネルギー最小化による画像修復(テーマセッション(1),パターン認識・メディア理解のための学習理論とその応用)
- I_073 エネルギー最小化原理に基づく画像欠損領域の修復(I分野:画像認識・メディア理解)
- GPS測位の信頼度と外れ値を考慮した動画像とGPSからのカメラ位置・姿勢推定
- GPS測位の信頼度と外れ値を考慮した動画像とGPSからのカメラ位置・姿勢推定
- 画像理解と最適化原理 (視覚と画像工学--見る・見せる) -- (視覚の基礎理論)
- 弛緩法と正則化 (コンピュータビジョンにおける手法)
- UNIX環境下でのコンパクトな画像処理支援ツールIV-Box
- 概念学習を題材とした画像理解と記号処理の統合の試み
- 装着した3次元磁気センサを用いた歩き・走り状態に対応したユーザ位置の自律計測
- 第14回パターン認識国際会議(ICPR'98)報告
- パノラマビューシステムのためのプライバシー保護を考慮した全天球画像生成
- 視点位置に依存して変形する三次元メッシュモデルを利用した自由視点画像生成における違和感の低減(一般,顔・人物・ジェスチャ・行動)
- 視点位置に依存して変形する三次元メッシュモデルを利用した自由視点画像生成における違和感の低減(一般,顔・人物・ジェスチャ・行動)
- 第4回コンピュータビジョン・アジア会議(ACCV2000)報告
- 拡張現実感を用いたマルチメディア付箋システムの構築(インタフェース,日常生活におけるメディア技術)
- フライスルーMR平城京 : 無人飛行船からの空撮全方位動画像を用いた蓄積再生型拡張テレプレゼンス(複合現実感,仮想都市)
- 汎用3次元ユーザインタフェースツールキットの実装
- ビデオシースルー型拡張現実のための実画像からのカメラパラメータの実時間推定
- Mobile ERのための隊員視点カメラと救急車内PTZカメラを併用した伝送映像の生成(複合現実感,仮想都市)
- 適応的なハイダイナミックレンジ画像合成による拡張現実感のための光源環境推定(テーマ関連セッション5)
- 適応的なハイダイナミックレンジ画像合成による拡張現実感のための光源環境推定(テーマ関連セッション5,CV/PR技術のVRへの応用)
- 焦点外れによるぼけとモーションブラーの推定に基づく拡張現実感における光学的整合性の実現(イメージ・ベースドモデリング/レンダリング,画像の認識・理解論文)
- 拡張現実感のための実画像のぼけ推定に基づく実時間画像合成(仮想都市, 複合現実感, および一般)
- 画像特徴点によるランドマークデータベースを用いた動画像からのカメラ位置・姿勢推定(複合現実感とパターン認識・メディア理解, 一般)
- マーカと自然特徴点を併用した広範囲見回し可能なステレオビデオシースルー拡張現実感
- 領域追跡を用いたステレオビデオシースルー型拡張現実感
- 装着した3次元磁気センサを用いた歩き・走り状態に対応したユーザの自己位置推定(複合現実感,仮想都市,及び一般)
- K_025 装着した3次元磁気センサを用いた歩行・走行に対応した自己位置推定手法(K分野:ヒューマンコミュニケーション&インタラクション)
- 曼陀羅図書館の構築の試み
- 大学附属図書館電子化の試み
- 「パターン認識・理解」から「パターン認識・メディア理解」へ
- H-036 全天球画像データベース作成のための照明条件の統一と動物体の除去(画像認識・メディア理解,一般論文)
- 全周パノラマステレオ画像とCGモデルの合成による複合現実環境の構築
- 2次元平面と3次元空間の組み合わせによるモデリング環境
- 2次元平面と3次元空間の組み合わせによるモデリング環境
- 全周実画像とCGモデルの合成による仮想環境の構成と提示
- LK-012 拡張現実感のための実画像のぼけ推定に基づく画像合成手法(K分野:ヒューマンコミュニケーション&インタラクション)
- 多重スケール環境マップを用いた粗さが不均一な材質への写り込みの高速レンダリング(コンピュータグラフィックス)
- 実写に基づく全周多重スケール環境マップを用いた不均一物体への写りこみの高速レンダリング
- 多重スケール環境マップを用いた粗さの異なる材質を表現可能な実時間レンダリング手法
- 特徴点追跡とGPS測位に基づくカメラ外部パラメータの推定
- ランドマークデータベースに基づく静止画像からのカメラ位置・姿勢推定
- 画像特徴点の特異度を考慮したランドマーク照合による静止画像からのカメラ位置・姿勢推定の高速化とロバスト性の向上(テーマ関連セッション5)
- ランドマークデータベースと姿勢センサを用いた高速な回転にロバストなカメラの位置・姿勢推定(メディア工学5,ITS画像処理,映像メディア,一般)
- 動画像からの三次元復元に基づく湾曲した紙面のビデオモザイキング(テーマセッション(1),文字認識・文書理解)
- 動画像からの三次元復元に基づく湾曲した紙面のビデオモザイキング(テーマセッション(1), 文字認識・文書理解)