Self-Organization of Logical Structures within Input Patterns in Deep Learning for Handwritten Character Recognition Problems

2023 Fiscal Year Final Research Report

• Project/Area Number: 19K12045
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61010:Perceptual information processing-related
• Research Institution: Oita University
• Principal Investigator: Gyohten Keiji 大分大学, 理工学部, 准教授 (80305028)
• Project Period (FY): 2019-04-01 – 2024-03-31
• Keywords: 深層学習 / 文字認識 / 線画生成 / 文字ストローク認識 / 物体検出 / 枝刈り

Outline of Final Research Achievements

This study aimed to understand the logical structure in handwritten character recognition. Specifically, it sought to control the structure of character strokes and analyze the extent to which neural networks understand this structure. By using an automatic line drawing generation method, we attempted to expand the character recognition dataset and improve stroke-level recognition accuracy while identifying the causes of misrecognition. Additionally, we examined both bottom-up and top-down approaches for analyzing character components. As a result, we successfully enhanced recognition accuracy and explainability, although challenges remained in recognition rates and the generation of natural handwritten character images. Future work will involve verifying the generalizability and developing quantitative evaluation methods.

Free Research Field

知能情報学

Academic Significance and Societal Importance of the Research Achievements

本研究は，手書き文字認識における論理構造理解を目指し，文字のストローク構造を制御してニューラルネットワークがその構造をどの程度理解できるかを解析した。また，文字内の部分構造を，ボトムアップ的またはトップダウン的に獲得することができることを示した。これにより，深層学習技術の「ブラックボックス」問題を部分的に解決し，識別結果の説明可能性を向上させたことが学術的意義として挙げられる。社会的意義としては，認識精度と説明可能性を両立させ，深層学習技術の信頼性を高めることに寄与したと考える。また，線画自動生成手法の応用によるデータ拡張の可能性も示すことができたと考える。