タスク制約を活かしたクエリ選択による名刺項目領域検出
概要
近年の物体検出器は，さまざまな実問題において物体の位置とカテゴリを高精度に認識することが可能である。
しかし，画像1枚あたりの最大検出数が明確な場合においても，汎用的な物体検出器はこのようなタスク固有の制約を活用できず，過剰な処理やパラメータを抱えたまま学習を行っている。
そのため，このような冗長性を解消することで，学習時間や計算資源の削減が期待できる。本研究では，名刺画像からデータ化する項目（例：氏名や会社名）の文字領域の検出タスクにおいて，タスク固有の制約を活用した物体検出器を提案する。
検出項目ごとに定められた最大検出数の制約を活かした戦略を提案し，認識性能を維持しつつ学習時間が削減可能であることを確認した。