グラフ・コンボリューショナル・ネットワークを用いたボトムアップ型文字列検出技術の検討

摘要

画像中に映りこhだ文字列は，多くの意味情報を含む．例えば，交通看板や名札に書かれた文字列は，撮影場所や被写体を推定するための重要な手がかりとなる．それらは，映像検索やナビゲーション・システムなど，様々なアプリケーションに有用な情報であり，近年，多くの文字列検出技術が提案されている．文字列検出のアプローチとして，はじめに単独文字を検出し，次に，検出した単独文字をグルーピングして文字列を検出するボトムアップ型手法がある．本稿では，Graph Convolutional Network( GCN)を用いたボトムアップ型文字列検出手法を提案する．本手法は， Convolutional Neural Network(CNN)で単独文字を検出し， GCN で単独文字をグルーピングするもので， CNN と GCN を End-to-End で学習できる．また， SynthText データセット[2]を用いて手法を評価した．