权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Understanding of Essential Character Structure for Machine Learning and Kuzushiji Recognition

理解机器学习和葛饰记识别的基本字符结构

基本信息

批准号：
22K12729
负责人：
宮崎智
金额：
$ 2.41万
依托单位：
Tohoku University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

本年度は、文字部位に着目した古典籍中の少数サンプル文字認識手法を開発した。一般的なくずし字認識手法が文字種毎に多量のサンプルを必要とするのに対し、現実では多くの文字種においてサンプルが不足している。具体的には最大級のくずし字データセットにおいてすら、文字種の約1/3はたった3枚以下のサンプルしか持たない。本研究ではこうした少数サンプル文字種や無サンプル文字種の認識のため、漢字中の文字部位に着目したくずし字認識手法を開発した。例えば「字」という漢字は大まかに上部「宀」と下部「子」から構成される。この上部と下部から構成される漢字の構成方法は他の多くの漢字に共通すると同時に、文字部位「宀」「子」もまた他の多くの漢字に共通する。こうした多様な漢字に共通する文字部位要素の認識であれば、多サンプル文字種を活用した学習が可能である。そこで本研究では文字部位に着目することによって、少数サンプル文字種や無サンプル文字種のより高精度な認識を行った。本研究では、漢字構造データベースを活用し日本語漢字文字における文字部位に着目したラベルの作成とくずし字画像への文字部位情報の付与を行った。また文字部位特徴を効果的に得るための擬似的漢字文字画像サンプルによる事前学習を開発した。この事前学習を施した特徴抽出器について、作成したくずし字サンプルを用いてファインチューニングすることで、くずし字画像から有効に文字部位特徴を得られる文字部位特徴抽出器を作成した。この文字部位特徴抽出器及び最近傍法から構成される新しいくずし字認識器を提案した。

This year, a small number of Chinese characters in ancient books have been opened up. In general, there are many ways to recognize characters, but now there are many ways to recognize characters. The maximum number of letters is about 1/3 of the number of letters. This study is aimed at exploring ways to recognize Chinese characters in a small number of Chinese characters. For example, the Chinese character The upper part and the lower part of the Chinese character are composed in the same way as other Chinese characters, and the character part "Zi" and "Zi" are composed in common with other Chinese characters. The understanding of the common elements of Chinese characters and the use of multiple characters are possible. This study is aimed at identifying the characters with high accuracy. In this study, the structure of Chinese characters is applied to the writing of Japanese characters, and the writing of Chinese characters is carried out. The character part characteristics of the characters are obtained and the similar Chinese characters are studied in advance. The character feature extractor is used to extract the character features of the character part. The text part feature extractor and the nearest method are composed of the new text recognition device.