特徴ベクトルの分割による文字認識の高速化

スポンサーリンク

概要

論文の詳細を見る
マハラノビス距離はパターン認識における非常に有効な距離尺度の一つである。しかし、マハラノビス距離を求める際に、大量な学習サンプル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、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を提案する。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、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、サンプル不足の問題が解決できる。しかも、高い認識性能を保ちながら計算量を削減できることを、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
1997-07-25

著者

関連論文

もっと見る

スポンサーリンク