深層学習を用いた手書きストローク補正における図形分類予測の検討

カテゴリ: 部門大会

論文No: PS6-13

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Predicting shape classification in handwriting stroke correction using Deep Learning

著者名: 吉田 天河（大阪工業大学）,小林 裕之（大阪工業大学）

著者名(英語): Tenga Yoshida (Osaka Institute of Technology),Hiroyuki Kobayashi (Osaka Institute of Technology)

キーワード: 機械学習|手書き図形|時系列データ時系列データ|Machine Learning|Handwriting shape|Time-series data

要約(日本語): 本研究ではタブレット端末等において、図形の手書き入力に対し手ぶれ補正を行うことを目的とする。このような手ぶれ補正処理を行う従来手法の多くでは、ストロークの移動平均処理を行ったり、描画後に図形を分類してパスを補正するなどのアプローチが取られてきた。それらに対し本研究ではオンライン手書き図形が時系列データであることに着目し、深層学習モデルを用いてリアルタイムにパスを分類・回帰予測することで、描きながらの補正を行う手法を提案する。またリアルタイム性に対する検討として、図形の分類予測において深層学習モデルによる処理速度の差についても評価する。