part-basedオンライン文字認識における特徴表現に関する検討(テーマセッション,文字・文書の認識と理解及びアルゴリズム・システム評価)

概要

論文の詳細を見る
本研究では,従来のオンライン文字認識手法と異なるアプローチとして,パターンの大局的な情報を排除したオンライン文字認識,すなわちpart-basedオンライン文字認識の可能性について研究を行なっている.特に,パターンを時間的に断片化し,それらの断片の情報のみを用いた認識手法について検証している. part-basedオンライン文字認識では,大局的情報をあえて捨てることで,筆順変動や画数変動に頑健な認識が行えるという利点がある.本報告では,part-basedオンライン文字認識手法として,Bag-of-Featuresに加えて,スパースコーディングとプーリングを組み合わせた手法を比較する.漢字データベースを用いた認識実験の結果,Bag-of-Featuresを用いた場合に,プーリングの手法よりも高い約55%の認識率が得られた.また,従来手法であるDPマッチングとの比較により,part-based認識手法は認識精度は劣る一方で,学習パターンにない変動が生じたパターンを認識可能であることが分かった.
2013-03-07