| Project/Area Number |
07780332
|
|---|
| Research Category |
Grant-in-Aid for Encouragement of Young Scientists (A)
|
| Allocation Type | Single-year Grants |
|---|
| Research Field |
Intelligent informatics
|
|---|
| Research Institution | The University of Tokushima |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
1995
|
| Project Status |
Completed (Fiscal Year 1995)
|
| Budget Amount *help |
¥1,000,000 (Direct Cost: ¥1,000,000)
Fiscal Year 1995: ¥1,000,000 (Direct Cost: ¥1,000,000)
|
|---|
| Keywords | パターン認識 / 不変認識 / 手書き文字認識 / 不変影コード / ニューラルネットワーク / 自己組織マップ |
|---|
| Research Abstract |
本研究は,実世界の画像を高速に分析し、強度に変形を受けた文字や数学を認識するシステムの開発を目的としています。今まで本研究は計画通りに進んでおり、以下のようなステップを完成しました。1)デジタルフィルターによる雑音除去及び細線化;2)画像処理の慣性モーメンタムに基づく、未知な文字を含む長方形領域の検出及び切り出し;3)我々が提案した正規影コードを用いた、未知なパターンから16次元特徴ベクトルの作成;4)コホネンが提案した自己組織マップ及び学習ベクトル定量化という2つのニューラルネットワークのプログラムの実現;5)多くの協力者による学習用とテスト用のパターンデータベースの作成;6)影コードを用いた、ニューラルネットワークの学習及び認識実験;7)認識実験用ユーザーインターフェイスの作成;8)ETL研究所が公開したパターンデータベースを用いた認識実験;9)回転不変を得るための様々なスクランブラ-ネットワーク構造の考案及び実験等。以上の作業に当たるプログラムは全てC言語で作成し、ワークステーション環境で集約的テストを行いました。
手書き数字の場合、平均では98%以上の高い認識率が得られましたが、まだいくつかの問題点が残っています。入力パターンが強度に回転された場合の認識率はまだ不十分、等です。本研究の成果を国際会議などで発表したところ、海外でも注目されたようです。
現在、ETL研究所が公開したパターンデータベースをニューラルネットワークの学習ために用いており、様々なテストを行っているところです。更に影コードベクトルの拡張について様々な検討を行っております。
|
