モジュールニューラルネットを用いた画像特性推定に基く分散協調文字画像認識システム

1998 Fiscal Year Annual Research Report

• Project/Area Number: 09780353
• Research Institution: University of the Ryukyus
• Principal Investigator: 長山 格 琉球大学, 工学部, 助手 (80274885)
• Keywords: ニューラルネットワーク / 画像処理 / パターン認識 / 特徴抽出 / 文字認識 / 輪郭 / 適応処理 / オペレータ

Research Abstract

本研究の目的は,モジュール化されたニューラルネットワークを用いた画像特性推定に基づく文字認識システムを構築し,自由視点認識を実現することである.その後半段階として平成10年度に以下の研究を実施した.
ニューラルネットワークによる画像特性推定の有効性と,認識対象となる文字の特徴検出を実現するための実験および研究を実施した.その概要は以下の通りである.
様々な視点から撮像された手書き文字の画像から,その文字種を認識するためのニューラルネットワークを構築し,認識実験を行った.このとき,文字種ごとにモジュールネットワークを割り当てる分散化並列処理モデルと,複数文字種を同時認識する複合型モジュールネットワークをそれぞれ構成し,シミュレーションを行った.認識時には,文字種の推定のみを行う場合と,視点位置(回転角,上下角)の推定を含む場合とに分けて検証した.英字を対象とした実験の結果,以下の成果を得た.
1) モジュールニューラルネットワークにより,視点位置の異なる変形文字の文字種を認識することが可能である.分散化並列処理モデルでは,最大93%,最低51%の認識率,複合型モジュールネットワークでは,最大88%,最低52%の認識率が得られた.
2) 視点位置の推定に関しては,正解率95%を達成した.従って,画像の歪みに対する適応力を向上させることができれば,さらに精度の向上が期待される.
3) 一方,文字種に依存して認識率が大幅に異なることがわかった.今回の研究ではモジュール間の競合作用を線形結合型しきい値処理とヒューリスティックに決定したネット結合関係によったため,抑制・競合・相互協調処理が最適化されていない可能性がある.従って,モジュール間の協調作用の適切な生成・構成手法の解明が今後の課題である.

Research Products

• [Publications] 長山 格: "An Experimental Study of Fast Contour Extraction of Characters by Using Adaptive Double Threshold Binarization" Systems and Computers in Japan. Vol.29 No.13. 36-47 (1998)
• [Publications] 長山 格: "An Approach to Free Viewpoint Character Recognition by Using Modular Neural Network" Proceedings of the 5th International Conference on Neural Information Processing. Vol.2. 1098-1101 (1998)