特徴点近似オンライン文字に適用可能なクラスタリング手法及びパターン平均化手法の開発と評価

概要

論文の詳細を見る
近年のオンライン文字認識に多く用いられる特徴点による近似方式では,同じ文字でもパターンによって近似点数が異なるため,近似点ごとの統計値を観測することが困難である.このため,辞書容量を抑えながら認識率を向上させるのに有効な手段であるクラスタリング手法とパターン平均化手法を同時に適用できなかった.そこで,我々は,近似点数が異なっても,認識エンジンのマッチング関数を用いることで2パターンの平均値を観測できることに着目し,階層的クラスタリング手法による,特徴点近似オンライン文字認識にも適用可能な,クラスタリングとパターン平均化を同時に行える辞書作成方式を提案し,東京農工大の手書き文字認識用データベースを用いて評価実験をした20人分の文字を用いた認識実験では,クラスタ統合条件しきい値L_<th>及び登録条件しきい値Nを最適化することで,非漢字88.1%,複数辞書を登録した漢字500字は97.6%,単数登録の漢字500字は91.1%の良好な認識率を得ることができた.
社団法人電子情報通信学会の論文
2002-06-01