| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-12-16 15:10 Neural Network-based Local Feature Descriptors for Matching Excavated Mokkan Fragments of Various Sizes ○Trung Tan Ngo・Hung Tuan Nguyen・Masaki Nakagawa（TUAT）  PRMU2021-33 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | This paper presents a method to predict whether two excavated Mokkan fragments of various sizes are from the same tablet or not using an end-to-end attention-based neural network, namely A-VLAD. The method does not require any preprocessing stages such as binarization and segmentation. It has three main parts: a local feature extractor using Convolutional Neural Network from an input image, an attention filter for key-points selection, and a generalized deep neural network-based VLAD model to aggregate the extracted key-points and form a representative vector. The whole network is trained end-to-end using the stochastic gradient descent algorithm to optimize both cross-entropy and triplet losses. In the experiments, we evaluate the proposed model on 13,205 fragments broken from 556 complete wooden tablets excavated from the Heijo-Kyo Palace ruins in the Japanese Nara period. The proposed A-VLAD model achieved mean average precision of 75.5% and top-1 accuracy of 87.9% better than the state-of-the-art methods on this Mokkan dataset. Thus, it is expected to be used to support archaeologists to assemble Mokkan fragments to recover an original Mokkan tablet. | |
| キーワード | （和） | / / / / / / / |
| （英） | Mokkan / Historical documents / Image retrieval / Convolution neural network / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 304, PRMU2021-33, pp. 51-56, 2021年12月. | |
| 資料番号 | PRMU2021-33 | |
| 発行日 | 2021-12-09 (PRMU) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2021-33 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2021-12-16 - 2021-12-17 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 時系列・因果推論・異常検知 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2021-12-PRMU |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Neural Network-based Local Feature Descriptors for Matching Excavated Mokkan Fragments of Various Sizes |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / Mokkan |
| キーワード(2)（和/英） | / Historical documents |
| キーワード(3)（和/英） | / Image retrieval |
| キーワード(4)（和/英） | / Convolution neural network |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | ゴ タン トルン / Trung Tan Ngo / |
| 第1著者 所属（和/英） | 東京農工大学 (略称： 東京農工大) Tokyo University of Agriculture and Technology (略称： TUAT) |
| 第2著者 氏名（和/英/ヨミ） | グエン トゥアン フーン / Hung Tuan Nguyen / |
| 第2著者 所属（和/英） | 東京農工大学 (略称： 東京農工大) Tokyo University of Agriculture and Technology (略称： TUAT) |
| 第3著者 氏名（和/英/ヨミ） | 中川 正樹 / Masaki Nakagawa / |
| 第3著者 所属（和/英） | 東京農工大学 (略称： 東京農工大) Tokyo University of Agriculture and Technology (略称： TUAT) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-12-16 15:10:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2021-33 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.304 |
| ページ範囲 | pp.51-56 |
| ページ数 | 6 |
| 発行日 | 2021-12-09 (PRMU) |
[研究会発表申込システムのトップページに戻る]