| 研究課題/領域番号 |
17K01123
|
|---|
| 研究機関 | 三重大学 |
|---|
研究代表者 |
鶴岡 信治 三重大学, 工学研究科, 教授 (30126982)
|
|---|
| 研究分担者 |
高瀬 治彦 三重大学, 工学研究科, 教授 (10283516)
八神 寿徳 三重大学, 地域イノベーション推進機構, 准教授 (10402554)
川中 普晴 三重大学, 工学研究科, 准教授 (30437115)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| キーワード | 文書理解システム / 手書き文字認識 / 機械学習 / 人工知能 |
|---|
| 研究実績の概要 |
本研究は、大学生の定期試験の自由記述形式の解答用紙を対象に、学生が解答欄に記入した複数行の文章を高精度で文字認識し、世界初の手書き文章の意味理解を実現させ、授業データベースを使用し、自動採点システムを作成することを目指す研究であり、以下の各モジュールで研究開発を行い、以下の研究成果が得られた。
(1)解答欄からの解答領域(部分画像)の分離：解答欄の罫線を水平方向と垂直方向のヒストグラムにより、検出し、罫線からはみ出して筆記された部分を95%以上の精度で推定し、記入した文字を検出するシステムを作成することができた。
(2)複数行からの個別文字行の分離：個別文字認識するためには、まず行を分離する必要があり、解答欄内で複数行が記入され散る解答領域を対象に、文字行が曲がって筆記された文字列、上下の行で文字の接触がある文字列の分離を含める領域設定型の個別行分離方法を開発し、行分離率95%以上を達成できた。
(3)個別手書き文字認識:物体認識で認識精度の高い実験結果が報告されている「畳み込みニューラルネットワーク」の学習モデルである「残差ネットワーク（ResNet）」を基本モデルとし、残差ネットワークでの問題点を明確にした。すなわち、残差ネットワークでは、初期値の乱数の与え方により、認識精度が大きく変化するという問題が明確となった。そこで、人間の視覚野での物体の輪郭を抽出する機能を事前に設計者が与えた「固定フィルタ学習法」を新たに開発し、平均文字認識率９７％を９８%をに向上させることができた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
研究代表者が、大学の理事・副学長となり、大学全体の管理運営の業務に予想以上の時間を割き、本研究を遂行するための研究時間が不足し、研究の進度が当初の計画に比べやや遅れた。そのため、前年度までにやり残した研究内容を実施する。
|
| 今後の研究の推進方策 |
これまでの研究により、手書き文字の認識が平均９８％まで可能となったので、事前登録してある正解と比較して、自動採点するための、出題者の意図を反映した評価式を提案する。そして、提案した評価式を多数の自由記述文を対象に、出題者が採点する場合と同じような評価ができるかどうかを検証し、出題者の意図と同じような評価値が得られる評価式を見出せるように、あと1年研究を継続する。
|
| 次年度使用額が生じた理由 |
研究が進展が予想以上に遅く、研究成果を発表するための国際会議に間に合わなかった。そのため、次年度の使用計画としては、本研究を加速し、研究成果を国際会議で発表することを目指す。
|
