電子情報通信学会論文誌, Vol.J82-DII [9], pp.1429-1434 (1999)
あらまし
本研究の目的は HMM (Hidden Markov Model) を利用したオフライン文字認識システムにおいて、 モデルの自由度を抑制しつつ認識率を向上させることにある。 HMM による文字認識手法では、2次元モデルも提案されているが、 モデルの自由度が1次元モデルより高くなるため、 十分な汎化能力を保障する十分なデータを収集するのは困難になる 。本研究では、自由度の低い1次元のモデルを利用し、 2次元的な特徴抽出法で多方向に特徴抽出を行う手法を提案した。 更に、汎化能力を向上させるための手法として、 ニューラルネットや決定木で有効性が確認されているが HMM にはいまだ試みられていない Bagging を適用した。 実験の結果、1次元 HMM に比べ多方向特徴抽出により 1〜2%、 Bagging により 1〜2% の認識率の向上が示された。
←[手書き文字認識]
←[中野の研究紹介]
←[中野の目次]
| mail address: | |
← お手数ですが打ち込んで下さい |
First Written December 8, 1999
Transplanted to KSU Before May 15, 2003
Transplanted to So-net May 3, 2005
Last Update April 8, 2007
© Yasuaki Nakano 1999-2007