지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.6
- 수록면
- 258 - 266 (9page)
- DOI
- 10.7232/JKIIE.2023.49.3.258
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Scene text recognition is a task that recognizes characters in scene images. Existing studies have been actively conducted based on English but little has been done on Korean. Because Korean does not have enough labeled data and has a large number of characters compared to English, it is more difficult to train Korean scene text recognition model. In addition, most of the previous studies trained the model using synthetic images rather than real images because of insufficient labeled data. However, using synthetic images can reduce generalization performance because of domain gap between real and synthetic images. In this study, we propose a Korean scene text recognition model using semi-supervised learning that overcomes the insufficient labeled data and domain gap. By using text alignment and consistency regularization specialized for Korean scene text recognition, we can obtain better performance than the existing supervised and semi-supervised scene text recognition models for three evaluation datasets. To the best of our knowledge, this is the first study that attempts semi-supervised learning for Korean scene text recognition.
목차
1. 서론
2. 관련연구
3. 제안방법론
4. 실험결과
5. 결론
참고문헌
참고문헌 (27)
참고문헌 신청
Aberdam, A., Litman, R., Tsiper, S., Anschel, O., Slossberg, R., Mazor, S., Manmatha, R., and Perona, P. (2021), Sequence-to-sequence contrastive learning for text recognition, Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognit
Baek, J., Kim, G., Lee, J., Park, S., Han, D., Yun, S., Oh, S. J., and Lee, H. (2019), What is wrong with scene text recognition model comparisons? Dataset and model analysis, Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV),
Baek, J., Matsui, Y., and Aizawa, K. (2021), What if we only use real datasets for scene text recognition? Toward scene text recognition with fewer labels, Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 3113-3122
Bahdanau, D., Cho, K., and Bengio, Y. (2014), Neural machine translation by jointly learning to align and translate, arXiv preprint arXiv:1409.0473.
Busta, M., Neumann, L., and Matas, J. (2017), Deep textspotter: An end-to-end trainable scene text localization and recognition framework, Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2204-2212.
Baek, J., Kim, G., Lee, J., Park, S., Han, D., Yun, S., Oh, S. J., and Lee, H. (2019), What is wrong with scene text recognition model comparisons? Dataset and model analysis, Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV),
Baek, J., Matsui, Y., and Aizawa, K. (2021), What if we only use real datasets for scene text recognition? Toward scene text recognition with fewer labels, Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 3113-3122
Bahdanau, D., Cho, K., and Bengio, Y. (2014), Neural machine translation by jointly learning to align and translate, arXiv preprint arXiv:1409.0473.
Busta, M., Neumann, L., and Matas, J. (2017), Deep textspotter: An end-to-end trainable scene text localization and recognition framework, Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2204-2212.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
장면 이미지 속 한글 문자 인식을 위한 글자 단위 일관성 정규화 기반의 준지도학습 모델
대한산업공학회 추계학술대회 논문집
2022 .11
-
장면 이미지 속 한글 문자를 종단 간 검출 및 인식 가능한 딥러닝 네트워크 모델
대한산업공학회지
2022 .08
-
Real-time Deep Learning-based Scene Recognition Model For Metaverse Applications
한국통신학회 학술대회논문집
2022 .02
-
다중 패치를 이용한 트랜스포머 기반 장면 텍스트 인식
제어로봇시스템학회 논문지
2022 .10
-
심층 신경망을 이용한 장면 텍스트 추출 및 인식
제어로봇시스템학회 국내학술대회 논문집
2020 .07
-
회전 심볼-텍스트 통합인식모델을 활용한 이미지 형식 P&ID 인식기법
한국CDE학회 논문집
2025 .03
-
ATSR: 단어 인식기에 필요한 것은 트랜스포머
대한전자공학회 학술대회
2020 .08
-
Development and Evaluation of Text-to-Scene Model for Korean Language Writing Education as a Foreign Language
한국컴퓨터게임학회논문지
2018 .01
-
두 개의 인코더를 이용한 장면 텍스트 인식
제어로봇시스템학회 논문지
2023 .12
-
A Hybrid Image Search System: Enhancing Retrieval Performance Using CLIP Embeddings and Scene Text Recognition
한국정보과학회 학술발표논문집
2024 .12
-
Text Detection in Scene Images Based on Interest Points
JIPS(Journal of Information Processing Systems)
2015 .01
-
문자 인식을 위한 레이블 및 임베딩 공간에서의 다중 학습 방법
한국정보과학회 학술발표논문집
2022 .06
-
Scene Text Recognition with Multi-Encoders
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
A New Approach for Scene Recognition using a Deep Convolution Neural Network
대한전자공학회 학술대회
2021 .06
-
Network based regularization for semi-supervised regression
한국정보과학회 학술발표논문집
2020 .07
-
다중 언어로 학습된 이미지 기반 문자인식 모델의 성능 분석
대한전자공학회 학술대회
2023 .06
-
후보 단어 리스트와 확률 점수에 기반한 한국어 문자 인식 모델
한국정보통신학회 종합학술대회 논문집
2022 .05
-
Deep-Learning Approach for Text Detection Using Fully Convolutional Networks
International JOURNAL OF CONTENTS
2018 .03
-
Text Recognition을 이용한 효율적인 객체 태깅 방법에 관한 연구
대한전자공학회 학술대회
2019 .11
-
Information mining from a Text Image using Smartphone
한국정보과학회 학술발표논문집
2019 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
자기지도학습을 활용한 카메라 해상력 검사 공정 불량 예측
고병은
,
김성범
대한산업공학회지
2023
.04
장면 이미지 속 한글 문자를 종단 간 검출 및 인식 가능한 딥러닝 네트워크 모델
김정원
,
김성범
대한산업공학회지
2022
.08
한글 글자 인식을 위한 PHD08 데이터셋 분석
황현후
,
장준혁
,
정순기
한국통신학회 학술대회논문집
2023
.06
차량 외부 디자인 변경에 따른 풍절음 예측을 위한 설명 가능한 딥러닝 모델
김태연
,
목충협
,
오혜령
외 2명
대한산업공학회지
2022
.10
머신러닝 및 베이지안 최적화를 이용한 타이어 최적 설계
황하은
,
조윤상
,
황석철
외 1명
대한산업공학회지
2022
.08
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-530-001543514