数ベクトル空間への手書き文字画像の写像による物理特徴操作とCNN分類精度改善

カテゴリ: 研究会(論文単位)

論文No: PI22041

グループ名: 【C】電子・情報・システム部門 知覚情報研究会

発行日: 2022/10/11

タイトル(英語): Mapping Handwritten Character Image to Number Vector for Physical Feature Manipulation and CNN Classification Accuracy Improvement

著者名: 林 一希(香川大学),林 純一郎(香川大学)

著者名(英語): Itsuki Hayashi(Kagawa University),Jun-ichiro Hayashi(Kagawa University)

キーワード: 文字認識|手書き文字|ＧＡＮ|くずし字|ＣＮＮ|精度改善|Character Recognition|Handwritten Character|GAN|Kuzushi-ji|CNN |Improvement Accuracy

要約(日本語): 文字認識において，対象を手書き文字とした場合，印字された文字に比べて認識精度が低くなるが，これは手書き文字に含まれる書き手の癖によって，文字が多様化することが原因であると考えられる．本研究では書き手の癖を物理特徴と呼び，GANを用いた数ベクトル空間への写像を通して，物理特徴の操作を可能とした．これによる文字の可読性の向上を図り，CNNを用いた分類精度の検証実験を行なった，

要約(英語): In character recognition, the recognition accuracy of handwritten characters is lower than that of printed characters. This reason for this is thought to be the diversification of characters due to the writer’s feature habits contained in handwritten characters. In this study, we call the writer’s feature habits “physical feature”. We have made it possible to manipulate physical feature through mapping to a number vector space using a GAN. In addition, we verified the CNN classification accuracy.

本誌: 2022年10月14日知覚情報研究会

本誌掲載ページ: 11-14 p

原稿種別: 日本語

PDFファイルサイズ: 1,448 Kバイト