特徴量の要素の相関を考慮した高速・高精度な識別関数と文字認識への応用

概要

論文の詳細を見る
近年手書き文字認識に関する研究が活発に行われ, 高精度な手法が提案されている.しかし, これまでの手法の多くは高い認識率を得るために膨大な計算量を必要とする.高精度な認識システムを構築することができた今, 認識性能を落とさずにいかに計算量を削減するかは文字認識における重要な課題の一つである.一方, パターン認識において, 有効な識別関数は認識性能を大きく左右する重要な要素である.マハラノビス距離はパターン認識における有効な距離尺度であるが, マハラノビス距離を求める際に, 大量の学習データと多くの計算量が必要になるという問題がある.本論文では, 文字認識における特徴ベクトルの各要素間の相関に着目し, マハラノビス距離の近似値を効率的に計算する手法を提案する.これは特徴ベクトルを分割してマハラノビス距離を計算する手法であり, 高い認識性能を保ちながら計算量を削減できる.また, 本手法を用いることで学習に用いるデータ数に制限がある場合も相対的に次元数に対する学習データ数を増やすことが可能になり, データ不足の問題が改善できる.本手法の有効性をETL9Bを用いた認識実験により確認する.
社団法人電子情報通信学会の論文
1998-09-25