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

基于模块化神经网络图像特征估计的分布式协作字符图像识别系统

• 批准号: 09780353
• 负责人: 長山 格
• 金额: $ 1.54万
• 依托单位: University of the Ryukyus
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1997
• 资助国家: 日本
• 起止时间: 1997 至 1998
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-09780353/
• 关键词: 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

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.

The purpose of this study is to construct a basic system of character recognition and realize the realization of free viewpoint recognition. In the second half of the year, the following research was carried out. The research on the estimation of image characteristics and recognition of image characteristicsその概要は以下の通りである. The view points are collected, the characters are painted, the characters are recognized, the characters are constructed, and the characters are recognized. In this case, the character type is divided into two parts, and the character type is divided into two parts. In this case, the character type is divided into two parts, and the character type is divided into two parts. When recognizing, the character type is estimated and the position of the viewpoint is estimated (return angle, upper and lower angle). The following results are obtained: 1) the recognition of characters in different positions from different viewpoints is possible. Decentralized parallel processing, the highest 93%, the lowest 51% recognition rate, complex type, the highest 88%, the lowest 52% recognition rate. 2) The estimation of viewpoint position, the correct solution rate 95%. 3) On the one hand, the character type depends on the recognition rate, which varies greatly. In this paper, we study the possibility of linear combination of linear combination and coordination of linear combination. The problem of how to solve the problem of generation and composition of coordination between groups.

项目成果

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)

Itaru Nagayama：“使用自适应双阈值二值化进行字符快速轮廓提取的实验研究”系统和计算机，第 29 卷第 13 期（1998 年）。

長山 格: "適応的2重しきい値処理による文字輪郭の高速抽出法とその実験的検討" 電子情報通信学会和文論文誌D-II. VolJ80-DII No.12. 3127-3138 (1997)

Itaru Nagayama：“使用自适应双阈值处理的高速字符轮廓提取方法及其实验研究”IEICE 日本期刊 D-II 第 12 卷（1997 年）。

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)

Itaru Nagayama：“使用模块化神经网络进行自由视点字符识别的方法”第五届国际神经信息处理会议论文集第 2 卷（1998 年）。