ハードウェア向き指文字認識アルゴリズム(画像認識,コンピュータビジョン)

概要

論文の詳細を見る
本論文では,ハードウェア化に適した指文字認識アルゴリズムについて述べる.このアルゴリズムは学習画像と入力画像における位置ずれに対してロバストな認識ができるよう,画像の水平・垂直ヒストグラムからdiscrete Fourier transform (DFT)により求めた振幅スペクトルを特徴ベクトルとして,分類ネットワークにより指文字のクラスを判断する.ハードウェア化が容易になるよう,本論文では簡易DFTと分類ネットワークで用いるベクトル距離の計算を簡略化したアルゴリズムを用いる.提案アルゴリズムの認識特性を調べ,静止した日本語の指文字41種類に対する認識シミュレーションを行った.その結果,簡易DFTにもかかわらず画像の位置変動には比較的ロバスト性が高いが,回転,大きさの変動にはロバスト性が低いことが分かった.しかし,回転と位置変動に対しては,変動を含むデータを画像データに含ませることで認識率の改善ができることを示した. 41種類の指文字認識実験を行った結果,約92%の平均認識率が得られた.
2009-03-01