| 研究概要 |
本研究では,帰納的な学習が期待できそうなニューラルネットワークを組み込んだ並列分散型の認識システムを構成し,その性能の向上を計る作業を既存の図形処理機能との統合技術とからめて進めた.具体的には、BPモデル(多層構造のフィードフォワード型パーセプトロンであり、1986年ランメルハート氏等により提案されたバックプロパゲーションという学習アルゴリズムが適用できるモデル)を一般化した新しい並列分散型モデルであるFPモデル(Fuzzy Partition Model)を我々は提案しているが、先ずはそのモデルに基礎を置いた文字認識システムを構築することから始めた.
システムを構築するにあたっては、頑健さを一つの目標にし、実際の使用に耐えうるもの作り出すことを第一目標とした。そのため、システムの構築にあたっては以下のことがらについて検討し改良を加えた。
・画像取り込みの際に生じる文書の回転に対する補正 ・濃淡図形に対する適切な2値化 ・ノイズ除去 ・ずれ、変形に強い特徴ベクトル ・文字の切り出し手法 ・文字形状を考慮した認識結果の評価
|
