徳島大学 教育・研究者情報データベース(EDB)

Education and Research Database (EDB), Tokushima University

徳島大学ウェブサイトへのリンク

著作: 藤澤 日明/[松本 和幸]/[吉田 稔]/[北 研二]/画像特徴量を用いた大型アスキーアートの分類手法の提案/第31回人工知能学会全国大会予稿集

ヘルプを読む

「著作」(著作(著書,論文,レター,国際会議など))は,研究業績にかかる著作(著書,論文,レター,国際会議など)を登録するテーブルです. (この情報が属するテーブルの詳細な定義を見る)

  • 項目名の部分にマウスカーソルを置いて少し待つと,項目の簡単な説明がツールチップ表示されます.

この情報をEDB閲覧画面で開く

EID
324715
EOID
896294
Map
0
LastModified
2018年4月4日(水) 15:09:33
Operator
三好 小文
Avail
TRUE
Censor
0
Owner
松本 和幸
Read
継承
Write
継承
Delete
継承
種別 必須 国内講演発表
言語 必須 日本語
招待 推奨
審査 推奨
カテゴリ 推奨
共著種別 推奨 単独著作(徳島大学内の単一の研究グループ(研究室等)内の研究 (単著も含む))
学究種別 推奨 博士後期課程学生による研究報告
組織 推奨
著者 必須
  1. (英) Fujisawa Akira / (日) 藤澤 日明 / (読) ふじさわ あきら
    役割 任意
    貢献度 任意
    学籍番号 推奨 ****
  2. 松本 和幸([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
    役割 任意
    貢献度 任意
    学籍番号 推奨
  3. 吉田 稔([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
    役割 任意
    貢献度 任意
    学籍番号 推奨
  4. 北 研二([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
    役割 任意
    貢献度 任意
    学籍番号 推奨
題名 必須

(英) Classification method for large ASCII arts using image features

(日) 画像特徴量を用いた大型アスキーアートの分類手法の提案

副題 任意
要約 任意

(英) ASCII arts are visual expression that composed by strings. In the field of natural language processing, ASCII arts are treatedas a sequence of strings. In this paper, we consider to use shapes of ASCII art as features. Even if scale of ASCII arts and kindof characters that used to compose ASCII arts are different, proposed method enable to compare visual similarity. To extractshapes feature of ASCII art, we extract image features from ASCII art by converting ASCII arts to images. In the experiment,we compared visual similarity between ASCII arts and emoticons. As the experimental result, it was found that the imagefeature was effective to compare visual similarity even if the ASCII art and the emoticon used different kind of character

(日) アスキーアート(AA)について,従来,顔文字のような小型のものを対象とした研究は多くあり,それら小型AAを単語として捉えた様々な抽出・分類手法が提案されてきた.しかし,複数行にわたる大型のAAも存在し,視覚的に類似しているAAであっても使用文字が異なるものが多数存在している.本研究ではAAを画像化し,画像特徴量を用いることで大型のAAに適した分類手法を提案する.

キーワード 推奨
  1. (英) ASCII art / (日) アスキーアート
  2. (英) image feature / (日) 画像特徴
  3. 分類(classification)
発行所 推奨 社団法人 人工知能学会
誌名 必須 (英) Proceedings of the 31st Annual Conference of the Japanese Society for Artificial Intelligence, 2017 / (日) 第31回人工知能学会全国大会予稿集
ISSN 任意
必須 ---
必須 ---
必須 1 2
都市 必須
年月日 必須 2017年 5月 24日
URL 任意
DOI 任意
PMID 任意
NAID 任意
WOS 任意
Scopus 任意
評価値 任意
被引用数 任意
指導教員 推奨
備考 任意