文字切出しを前提としない古文書標題認識

概要

論文の詳細を見る
古文書画像を対象にした翻刻支援システムの構築を行っている。本稿では、文字認識の対象となる標題画像の射影ヒストグラムから推定した探索範囲に対して、文字パターン辞書から取り出した文字パターンを探索範囲内の最大文字幅で正規化しテンプレートとしてマッチングを行う、切り出しを前提としない認識手法について述べる。本手法を用いた実験では、近世の借金等証文類を中心にした『伏見屋善兵衛文書』(約1,900点、大阪市立大学所蔵)から200標題(及び、辞書に存在しない文字、又はサンプル数の少ない文字が含まれる標題を除く151標題)を対象として認識実験を行い、翻刻結果とする候補文字の抽出を行った。結果は、認識後の候補文字の抽出における認識率は、59.5%(69.7%)の結果であった。そこで設定に失敗した探索範囲を分析し、文字パターン辞書に含まれる特異な形状をもつ文字種に対する正規化、および先頭文字における適切な探索範囲を再設定する改良によって、候補文字の抽出においては70.4%(83.1%)の結果が得られた。
社団法人情報処理学会の論文
2003-01-24