| 研究課題/領域番号 |
16700093
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
メディア情報学・データベース
|
|---|
| 研究機関 | 信州大学 |
|---|
研究代表者 |
宮尾 秀俊 信州大学, 工学部, 助教授 (10239353)
|
|---|
| 研究期間 (年度) |
2004 – 2005
|
| 研究課題ステータス |
完了 (2005年度)
|
| 配分額 *注記 |
2,500千円 (直接経費: 2,500千円)
2005年度: 900千円 (直接経費: 900千円)
2004年度: 1,600千円 (直接経費: 1,600千円)
|
|---|
| キーワード | オフライン記号識別 / 手書き記号認識 / DPマッチング / 主成分分析 / オンライン記号認識 / 手書き楽譜認識 / SVM / HMM |
|---|
| 研究概要 |
手書き記号認識用の識別器を構築する場合、大量の学習パターンが必要となる。しかし、このような学習パターンを収集するのは、非常に大変であった。そこで、少数のオンライン手書き記号データから人工的に学習パターンを生成し、それらを使ってオフライン手書き記号識別器の識別精度向上を行なう手法を考案した。この手法では、元となるオンライン記号データから、一筆で描かれた部分(ストローク)を抽出し、抽出されたストロークごとにアフィン変換を施して変形させ、最後に1つの記号として合成し、学習パターンを生成する。本手法を、手書き平仮名文字10種に適用した結果、記号全体に幾何学的変形を施して記号生成する従来法に比べ、識別器の性能をより向上させることができることを示した。関連論文は、国際会議ICDAR(International Conference on Document Analysis and Recognition)に採択され、成果発表を行なった。
次に、識別器の識別精度向上・処理速度向上を狙って、次の手法を考案した。(1).各記号を構成しているオンライン時系列座標データに基づき、DPマッチングを用いて、各記号クラス間の点列マッチングを行なう。(2).対応した点列座標間の位置の変動について、主成分分析を行なう。(3).主成分分析の結果に基づいて、人工的に記号を生成し、さらに、生成した記号の各ストロークに対して、アフィン変換を施して変形させ、1つの記号を合成する。本手法を、手書き平仮名文字10種に適用した結果、主成分分析での適切なパラメータ選択によって、以前の手法に比べて、同等の識別精度で、より処理速度の速い識別器を構築することができることを示した。関連論文は、国際ワークショップDAS(Document Analysis Systems)に採択され、成果発表を行なった。
|
