狠狠撸

狠狠撸Share a Scribd company logo

翱颁搁は古い技术

?Download as PPTX, PDF?
?
Koji Kobayashi
Koji Kobayashi

BearTail(Dr.Wallet)×Sansan -合同LT会-　発表資料 http://connpass.com/event/19249/

Convert to study guideBETA

Transform any presentation into a summarized study guide, highlighting the most important points and key insights.

1 of 25
Downloaded 51 times
Copyright ? Sansan, Inc. All rights reserved. 翱颁搁は古い技术 Sansan株式会社 オペレーション部R&Dグループ 小林幸司 2015.9.30 BearTail(Dr.Wallet)×Sansan -合同LT会-
Copyright ? Sansan, Inc. All rights reserved. 内容 - OCRはふるい技術でできている - OCRの課題は文字認識ではない - あぶり出そう
Copyright ? Sansan, Inc. All rights reserved. 文字認識はあんまりがんばってもしょうがない
Copyright ? Sansan, Inc. All rights reserved. OCRの特徴量、識別器
Copyright ? Sansan, Inc. All rights reserved. Deep Convolutional Network for Handwritten Chinese Character Recognition (2015) Yuhao Zhang Computer Science Department Stanford University
Copyright ? Sansan, Inc. All rights reserved. 混合識別関数による類似文字認識の高精度化 (2000) 中嶋孝,若林哲史,木村文隆,三宅康二 三重大学 3036クラス(ETL9B)に対する認識率 混合改良投影距離 98.90% 混合擬似ベイズ識別関数 98.89% など 2000年以前にも99%越えの研究例は存在する
Copyright ? Sansan, Inc. All rights reserved. 2000年 から 2015年 何があったか ● SIFT特徴量 (D. G. Lowe 1999) ● Haar-like特徴量 (Viola, Jones 2001) ● Adaboost による顔検出(同上) ● HOG特徴量 (Navneet Dalal and Bill Triggs 2005) ● Deep Learning (2010～) OCRで使用される技術 ● 局所方向ヒストグラム特徴など（ふるい） ○ ほぼHOG ● ベイズ識別、部分空間法（ふるい） ○ 古典的なパターン識別 ○ 多クラス問題は回帰が好まれる
Copyright ? Sansan, Inc. All rights reserved. http://www.technologyreview.com/view/523326/how- google-cracked-house-number-identification-in-street- view/ DLは使いどころが難しい。 情景からの検出など、小クラス問題には強い。
Copyright ? Sansan, Inc. All rights reserved. ● DL で多クラス問題を解く難しさ ○ 学習サンプル数の問題など ● 文字に特化した局所特徴量は既にある ○ 主にエッジに着目 ● 新しい特徴量、識別器を開発する動機が希薄 ○ 課題は別にある
Copyright ? Sansan, Inc. All rights reserved. 文字認識じゃなくて何をがんばるのか
Copyright ? Sansan, Inc. All rights reserved. Deep Convolutional Network for Handwritten Chinese Character Recognition (2015) Yuhao Zhang 95%とか99%って何の数字？ →切り出した文字画像を学習して、評価した数字
Copyright ? Sansan, Inc. All rights reserved. c% (99%over) b% a% a×b×c = ? 不確定要素はまだある（二値化、ノイズ、文字色 etc） 文字認識性能が良くても前段の処理でミスをす れば取り戻すことができない！
Copyright ? Sansan, Inc. All rights reserved. 文字認識の性能向上ばかりやっていられない。 OCRの課題は機械学習以外のところに多い。 注：内訳などは適当です！
Copyright ? Sansan, Inc. All rights reserved. http://www.mvision.co.jp/WebHelpIM/_RESOURCE/Ocr_01_fig.html https://ja.wikipedia.org/wiki/アラビア文字 文字切り出しが成功しないと99%などという数字は到達不 可能
Copyright ? Sansan, Inc. All rights reserved. Handwritten Japanese Address Recognition Technique Based on Improved Phased Search of Candidate Rectangle Lattice H.NAKAYAMA, M.SUZUKI, N.KATO, and Y.NEMOTO 文字切り出しは複数の候補からベストなものを選びたい。 グラフ理論が活躍できるのはここ。
Copyright ? Sansan, Inc. All rights reserved. 基準は？ ● 認識類似度 ● 文字幅、高さ ● 言語処理 ○ 単語のマッチ ○ Nグラム ● など
Copyright ? Sansan, Inc. All rights reserved. 最適経路法はこれらを一緒にすることで、 間違いのボトルネックをなくすことを目的 とする
Copyright ? Sansan, Inc. All rights reserved. 時代はあぶり出し
Copyright ? Sansan, Inc. All rights reserved. ● スコアで比較したいので、識別機は類似度を返すものがよ い。 ○ 古典的な空間法など ● 状況に応じてエッジスコアの定義を見直す必要がある。 ● 認識回数が増えるので、計算時間にデメリットがある。 類似度がいい箇所は先に確定してしまうなどの工夫が必要。 ● 文字候補数など過剰気味にあったほうがよい。 正解候補がない状態はまずい。
Copyright ? Sansan, Inc. All rights reserved. いろんなあぶり出し
Copyright ? Sansan, Inc. All rights reserved. 辞書と付き合わせながらのあぶり出し例 Lexicon-Driven Handwritten Character String Recognition for Japanese Address Reading. Cheng-Lin Li,Masashi Koga,Hiromichi Fujisawa
Copyright ? Sansan, Inc. All rights reserved. lexicon 言語情報（バイグラムなど） 認識結果 Fast Lexicon-Based Scene Text Recognition with Sparse Belief Propagation Jerod J. Weinman, Erik Learned-Miller, and Allen Hanson 文字切り出しだけではないあぶり出し こちらは文字候補のあぶり出し例 xの認識候補 画像 認識文字 候補 単語候補
Copyright ? Sansan, Inc. All rights reserved. Scene Text Extraction with Edge Constraint and Text Collinearity SeongHun Lee , Min Su Cho , Kyomin Jung , and Jin Hyung Kim 文字列抽出のあぶり出し例
Copyright ? Sansan, Inc. All rights reserved. まとめ ● OCR内で使われている技術は古い ○ 特徴量 ○ 識別機 ○ グラフ理論 ● 文字認識そのものは現実の要求にこたえら れるものが既にある ● 現実の開発で求められるものは文字認識そ のものでないことが多い ● 時代はあぶり出し ○ 慣れてくると文字列はグラフに見えて くる ○ 「あぶり出し」は専門用語でも何でも 無いので注意が必要
Copyright ? Sansan, Inc. All rights reserved.

More Related Content

翱颁搁は古い技术

  • 1. Copyright ? Sansan, Inc. All rights reserved. 翱颁搁は古い技术 Sansan株式会社 オペレーション部R&Dグループ 小林幸司 2015.9.30 BearTail(Dr.Wallet)×Sansan -合同LT会-
  • 2. Copyright ? Sansan, Inc. All rights reserved. 内容 - OCRはふるい技術でできている - OCRの課題は文字認識ではない - あぶり出そう
  • 3. Copyright ? Sansan, Inc. All rights reserved. 文字認識はあんまりがんばってもしょうがない
  • 4. Copyright ? Sansan, Inc. All rights reserved. OCRの特徴量、識別器
  • 5. Copyright ? Sansan, Inc. All rights reserved. Deep Convolutional Network for Handwritten Chinese Character Recognition (2015) Yuhao Zhang Computer Science Department Stanford University
  • 6. Copyright ? Sansan, Inc. All rights reserved. 混合識別関数による類似文字認識の高精度化 (2000) 中嶋孝,若林哲史,木村文隆,三宅康二 三重大学 3036クラス(ETL9B)に対する認識率 混合改良投影距離 98.90% 混合擬似ベイズ識別関数 98.89% など 2000年以前にも99%越えの研究例は存在する
  • 7. Copyright ? Sansan, Inc. All rights reserved. 2000年 から 2015年 何があったか ● SIFT特徴量 (D. G. Lowe 1999) ● Haar-like特徴量 (Viola, Jones 2001) ● Adaboost による顔検出(同上) ● HOG特徴量 (Navneet Dalal and Bill Triggs 2005) ● Deep Learning (2010～) OCRで使用される技術 ● 局所方向ヒストグラム特徴など（ふるい） ○ ほぼHOG ● ベイズ識別、部分空間法（ふるい） ○ 古典的なパターン識別 ○ 多クラス問題は回帰が好まれる
  • 8. Copyright ? Sansan, Inc. All rights reserved. http://www.technologyreview.com/view/523326/how- google-cracked-house-number-identification-in-street- view/ DLは使いどころが難しい。 情景からの検出など、小クラス問題には強い。
  • 9. Copyright ? Sansan, Inc. All rights reserved. ● DL で多クラス問題を解く難しさ ○ 学習サンプル数の問題など ● 文字に特化した局所特徴量は既にある ○ 主にエッジに着目 ● 新しい特徴量、識別器を開発する動機が希薄 ○ 課題は別にある
  • 10. Copyright ? Sansan, Inc. All rights reserved. 文字認識じゃなくて何をがんばるのか
  • 11. Copyright ? Sansan, Inc. All rights reserved. Deep Convolutional Network for Handwritten Chinese Character Recognition (2015) Yuhao Zhang 95%とか99%って何の数字？ →切り出した文字画像を学習して、評価した数字
  • 12. Copyright ? Sansan, Inc. All rights reserved. c% (99%over) b% a% a×b×c = ? 不確定要素はまだある（二値化、ノイズ、文字色 etc） 文字認識性能が良くても前段の処理でミスをす れば取り戻すことができない！
  • 13. Copyright ? Sansan, Inc. All rights reserved. 文字認識の性能向上ばかりやっていられない。 OCRの課題は機械学習以外のところに多い。 注：内訳などは適当です！
  • 14. Copyright ? Sansan, Inc. All rights reserved. http://www.mvision.co.jp/WebHelpIM/_RESOURCE/Ocr_01_fig.html https://ja.wikipedia.org/wiki/アラビア文字 文字切り出しが成功しないと99%などという数字は到達不 可能
  • 15. Copyright ? Sansan, Inc. All rights reserved. Handwritten Japanese Address Recognition Technique Based on Improved Phased Search of Candidate Rectangle Lattice H.NAKAYAMA, M.SUZUKI, N.KATO, and Y.NEMOTO 文字切り出しは複数の候補からベストなものを選びたい。 グラフ理論が活躍できるのはここ。
  • 16. Copyright ? Sansan, Inc. All rights reserved. 基準は？ ● 認識類似度 ● 文字幅、高さ ● 言語処理 ○ 単語のマッチ ○ Nグラム ● など
  • 17. Copyright ? Sansan, Inc. All rights reserved. 最適経路法はこれらを一緒にすることで、 間違いのボトルネックをなくすことを目的 とする
  • 18. Copyright ? Sansan, Inc. All rights reserved. 時代はあぶり出し
  • 19. Copyright ? Sansan, Inc. All rights reserved. ● スコアで比較したいので、識別機は類似度を返すものがよ い。 ○ 古典的な空間法など ● 状況に応じてエッジスコアの定義を見直す必要がある。 ● 認識回数が増えるので、計算時間にデメリットがある。 類似度がいい箇所は先に確定してしまうなどの工夫が必要。 ● 文字候補数など過剰気味にあったほうがよい。 正解候補がない状態はまずい。
  • 20. Copyright ? Sansan, Inc. All rights reserved. いろんなあぶり出し
  • 21. Copyright ? Sansan, Inc. All rights reserved. 辞書と付き合わせながらのあぶり出し例 Lexicon-Driven Handwritten Character String Recognition for Japanese Address Reading. Cheng-Lin Li,Masashi Koga,Hiromichi Fujisawa
  • 22. Copyright ? Sansan, Inc. All rights reserved. lexicon 言語情報（バイグラムなど） 認識結果 Fast Lexicon-Based Scene Text Recognition with Sparse Belief Propagation Jerod J. Weinman, Erik Learned-Miller, and Allen Hanson 文字切り出しだけではないあぶり出し こちらは文字候補のあぶり出し例 xの認識候補 画像 認識文字 候補 単語候補
  • 23. Copyright ? Sansan, Inc. All rights reserved. Scene Text Extraction with Edge Constraint and Text Collinearity SeongHun Lee , Min Su Cho , Kyomin Jung , and Jin Hyung Kim 文字列抽出のあぶり出し例
  • 24. Copyright ? Sansan, Inc. All rights reserved. まとめ ● OCR内で使われている技術は古い ○ 特徴量 ○ 識別機 ○ グラフ理論 ● 文字認識そのものは現実の要求にこたえら れるものが既にある ● 現実の開発で求められるものは文字認識そ のものでないことが多い ● 時代はあぶり出し ○ 慣れてくると文字列はグラフに見えて くる ○ 「あぶり出し」は専門用語でも何でも 無いので注意が必要
  • 25. Copyright ? Sansan, Inc. All rights reserved.