非線形特徴量空間および高次元確率モデルに基づく低品質類似文字の類別に関する研究

基于非线性特征空间和高维概率模型的低质量相似字符分类研究

• 批准号: 13780312
• 负责人: 鈴木 雅人
• 金额: $ 1.15万
• 依托单位: Tokyo National College of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2001
• 资助国家: 日本
• 起止时间: 2001 至 2002
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13780312/
• 关键词: 非線形変換; 類似文字識別; 高次元確率モデル; 手書き文宇認識; ETL9; 混合識別法; 2次統計量; 高次統計量; 一般化線形判別法; 類似文字類別; 手書き文字認識

本研究では,低品質な類似文字をより高精度に類別するための手法として,一般化線形判別法と非線形変換とを組み合せた手法について検討を行なった.これまでの代表的な文字認識手法の1つとして,文字画像から方向線素特徴量と呼ばれるある種の特徴を抽出し,その特徴を用いて識別を行う方法がある.方向線素特徴量は196個の数字で表されているため,196次元空間の1点としてとらえることができるが,従来から提案されてきた類似文字識別の根本的な考え方は,類似する2種類の文字の違いが最も良く現れる部分空間にこれらの点を射影し,この部分空間に2つの類似文字の境界面を設定して判別を行なおうというものである.この手法を用いれば,比較的少ない計算量でより高精度な識別が実現可能であるが,射影そのものの性質から来る識別能力の限界があることがわかっている.そこで,一般化線形判別法による類似文字識別において,どのような性質を持つ非線形変換が有効であるかを明らかにし,その非線形変換を用いた類別を実現するために,どのような手法によって計算量の大幅な削減を実現するか,について検討した.その結果,正準化によって得られる変量の中で固有値の小さなもののうち,互いに独立生の低い変量の積によって表現される相関項が高次元の非線形変換に有効であり,そのような相関項によって作られる非線形部分空間の中で類似文字判別のための決定境界面を設定することにより,より計算量をおさえ,精度の高い識別が可能となることがわかった.

In this study, the low quality similar text is classified into high precision categories, and the generalized linear discriminant method is classified into non-linear transformation and combination techniques. The method of recognizing characters represented by these characters is 1. The character portrait is characterized by directional line elements, and the character features are extracted. The character features are recognized by the method. Directional line element feature quantity is 196 digits in the table, 196 dimensional space of 1 point in the table, 196 dimensional space This part of the space is similar to the text of the boundary surface is set to determine whether the line is in the middle of the line. When this technique is used, high-precision recognition is possible with less computational effort, and the nature of projection is the limit of recognition ability. The generalized linear discriminant method is similar to Optical Character Recognition, and its properties are maintained. Non-linear transformation is effective. As a result, the correlation term is expressed as a non-linear transformation of a high dimensional space. The correlation term is used as a non-linear partial space. The determination of the boundary plane is set as a calculation quantity. High precision recognition is possible.

项目成果

中山英久, 加藤寧, 根元義章, 鈴木雅人: "候補矩形ラティスの段階的探索法を用いた高精度な手書き宛名認識"電子情報通信学会PRMU研究会. PRMU2001-262. 139-146 (2002)

Hidehisa Nakayama、Yasushi Kato、Yoshiaki Nemoto、Masato Suzuki：“使用候选矩形格子的逐步搜索方法进行高精度手写地址识别”IEICE PRMU 研究组。 PRMU2001-262 (2002)。

鈴木雅人, 加藤寧, 根元義章, 市村洋: "オンライン文字筆跡を用いた手書き文字パタンの自動生成法"電子情報通信学会論文誌. vol.J84-D-II, no.11. 2353-2361 (2001)

Masato Suzuki、Yasushi Kato、Yoshiaki Nemoto、Hiroshi Ichimura：“使用在线字符手写的手写字符模式的自动生成方法”，电子信息通信工程师学会学报，卷 J84-D-II，第 11 期。 -2361 (2001)