短冊状文字画像を学習させたCNNを用いた複雑なつなげ文字の検出

カテゴリ: 全国大会

論文No: 3-049

グループ名: 【全国大会】令和2年電気学会全国大会論文集

発行日: 2020/03/01

タイトル(英語): Detection of Complex Cursive Japanese Characters Using CNN Trained with Strip-Shaped Character Images

著者名: 太田優矢（東京電機大学）,笹川隆史（東京電機大学）

著者名(英語): Yuya Ota (Graduate School of Tokyo Denki University),Takafumi Sasakawa (Tokyo Denki University)

キーワード: ニューラルネットワーク|文字検出|くずし字|ニューラルネットワーク|モジケンシュツ|クズシジ

要約(日本語): 本研究では短冊状の文字画像をCNNにおいて学習することによって複雑なつなげ文字の検出を行う手法を提案する。この提案手法により、ニューラルネットワークが苦手としているつなげ文字の解読や、つなげ文字文章の解読にかかる時間の短縮を期待する。具体的な手法として、短冊状にした画像をニューラルネットワークに学習させ作成した検出器を利用し、つなげ文字文章画像の上から徐々に判別する範囲を増やしていき、そのたびに画像にかかれているものが文字かそうではないかの判別を行うことによって検出を行うものとする。本研究による提案手法により、つなげ文字文章から1文字ずつ文字を検出することに成功することができた。

本誌掲載ページ: 70-72 p

原稿種別: 日本語