文献

J-GLOBAL ID：202002235010612777   整理番号：20A0380503

構文的HMMに基づくオフライン手書き中国語テキスト認識のためのライタを意識したCNN【JST・京大機械翻訳】

Writer-aware CNN for parsimonious HMM-based offline handwritten Chinese text recognition

著者 (3件)： Wang Zi-Rui (National Engineering Laboratory for Speech and Language Information Processing, University of Science and Technology of China, Hefei, Anhui, PR China) ,  Du Jun (National Engineering Laboratory for Speech and Language Information Processing, University of Science and Technology of China, Hefei, Anhui, PR China) ,  Wang Jia-Ming (National Engineering Laboratory for Speech and Language Information Processing, University of Science and Technology of China, Hefei, Anhui, PR China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 100  ページ： Null  発行年： 2020年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 最近,ハイブリッド畳込みニューラルネットワーク隠れMarkovモデル(CNN-HMM)がオフライン手書き中国語テキスト認識(HCTR)のために導入され,最先端の性能を達成した。しかし,均一で固定された数の隠れ状態を持つ中国語文字の大語いのモデリングは,高いメモリと計算コストを必要とし,数千のHMM状態クラスを混乱させる。HCTRに対するCNN-HMMのもう一つの重要な問題は,多様な書き込みスタイルであり,モデル歪と特定の書込み器に対する著しい性能低下をもたらす。これらの問題を解決するために,著者らは,類似のHMM(WCNN-PHMM)に基づく著者らの意識CNNを提案した。まず第一に,PHMMを,データ駆動状態さつアルゴリズムを用いて設計し,HMM状態の総数を大幅に削減し,異なる漢字間の同じまたは類似のラジカルの状態共有によりコンパクトCNNを得るだけでなく,それらの間のより正確なモデリングとより低い混乱により認識精度を改善した。第二に,WCNNは,文字依存ベクトルにより供給される一つの適応層,すなわち,書込み符号により供給される各畳込み層を統合し,認識性能を改善するために,書込み情報における無関係な変動性を抽出する。書込み適応層のパラメータを,訓練段階における他のネットワークパラメータによって共同的に最適化し,一方,多重経路復号化戦略を採用して,書込み符号を学習し,認識結果を生成した。CASIA-HWDBデータベースのICDAR2013競争に関して検証された,7360クラス語彙のよりコンパクトなWCNN-PHMMは,言語モデリングを考慮することなく,従来のCNN-HMM上で16.6%の相対的特性誤り率(CER)低減を達成することができた。強力なハイブリッド言語モデル(N-gram言語モデルとリカレントニューラルネットワーク言語モデル)を採用することによって,WCNN-PHMMのCERは3.17%まで減少した。さらに,PHMMの状態-結果は,類似の特性間の情報共有とタイル状態クラスの混乱低減を明示的に示した。最後に,著者らは,学習されたライター符号を可視化し,異なる書込みの書込みスタイルとの強い関係を実証した。著者らの知る限りでは,WCNN-PHMMはICDAR2013競争集合に関して最良の結果をもたらし,文字語彙のサイズを拡大するときその電力を実証した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *中国語 ,  言語モデル ,  最適化 ,  ベクトル ,  可視化 ,  語彙 ,  データベース ,  漢字 ,  電力 ,  復号化 ,  記憶装置 ,  畳込み ,  隠れMarkovモデル ,  アルゴリズム ,  カオス

著者キーワード (6件)： オフライン手書き中国語テキスト認識 ,  ライタを意識したCNN ,  節約的HMM ,  州のtying ,  適応 ,  ハイブリッド言語モデル

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 構文 ,  HMM ,  オフライン ,  手書き ,  中国語 ,  意識 ,  CNN