文献

J-GLOBAL ID：200902238577953919   整理番号：08A0780592

中抜き文字を認識する複写学習モデルの一手法

A Method of Copy-Learning Model for Recognizing Hollow Character

著者 (3件)： 一橋広之 (福岡工大 大学院工学研究科) ,  須崎健一 (福岡工大 大学院工学研究科) ,  荒屋真二 (福岡工大 大学院工学研究科)
資料名： 電気学会論文誌 C  (IEEJ Transactions on Electronics, Information and Systems)
巻： 128  号： 8  ページ： 1379-1380  発行年： 2008年08月01日 
JST資料番号： S0810A  ISSN： 0385-4221  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿は複写学習モデルで様々な中抜き文字を認識できることを示し,実験によりモデルの有効性を確かめたので報告する。複写学習モデルは,まずGATEを閉じて基本ネットで基本文字を標準の誤差逆伝搬(BP)法により学習する。次にGATEを開け,得られた重みと閾値を未使用の部分ネットに複写することにより中抜き文字を学習させる。実験では中抜き文字を花子2005で作成した。それをプリンタに出力した後,Webカメラで撮影した。撮影した画像を2値化し,それぞれの文字を100x100[pixel]の大きさに正規化し,それを20x20の正方メッシュで分割してメッシュごとに黒い部分の割合を計算し,入力層に入力した。基本文字を学習させた後,基本文字に対応する中抜き率2%,8%,14%の中抜き文字を26カテゴリで複写学習させた。ネット全体で学習済みの中抜き文字と未学習の中抜き文字の認識テストを行った。実験結果から,複写学習は各サイズとも未学習の中抜き文字に対してはBP法に比べて高い汎化能力を示している。また,学習時間はBP学習に比べ約1/9であった。

シソーラス用語： *文字認識 ,  *学習モデル ,  *文字 ,  ニューラルネットワーク ,  逆伝搬法 ,  雑音除去
準シソーラス用語： 中抜き文字 ,  複写学習

分類 (1件)： パターン認識  (JE07000S)

引用文献 (4件)：

• (1) K. Suzaki, M. Inoue, T. Momohara, and S. Araya : “A Copy-learning Model for Recognizing Superimposed Character”, IPSJ Japan, Vol. 44, No. 4, pp. 1173-1176 (2003-4) (in Japanese)
• 須崎健一・井上充裕・百原武敏・荒屋真二:「重ね文字を認識する複写学習モデル」,情処学論, 44, 4, pp. 1173-1176 (2003-4)
• (2) Rumelhart, D. E, Hinton, G. E. and Williams, R. J., “Learning Representations by Back-Propagating Errors”, nature, No. 323, pp. 535-536 (1986)
• (3) 半谷裕彦・川口健一,“形態解析”,培風館 (1991)

タイトルに関連する用語 (5件)： 中抜き ,  文字 ,  複写 ,  学習モデル ,  手法