文献

J-GLOBAL ID：202202265209315614   整理番号：22A0718062

深層学習を用いたIMU付きペンによる手書き文字認識

Deep Learning for Handwriting Recognition Using IMU-Equipped Pen

著者 (12件)： 挺屋友幹 (名古屋大 大学院工学研究科) ,  永田吉輝 (名古屋大 大学院工学研究科) ,  東浦圭亮 (名古屋大 大学院工学研究科) ,  下里浩昇 (名古屋大 大学院工学研究科) ,  山口公平 (名古屋大 大学院工学研究科) ,  村井大地 (名古屋大 大学院工学研究科) ,  深谷のぶ也 (名古屋大 大学院工学研究科) ,  坂倉波輝 (名古屋大 大学院工学研究科) ,  戸出悠太 (名古屋大 大学院工学研究科) ,  浦野健太 (名古屋大 大学院工学研究科) ,  米澤拓郎 (名古屋大 大学院工学研究科) ,  河口信夫 (名古屋大 大学院工学研究科)
資料名： 人工知能学会知識ベースシステム研究会資料  (人工知能学会研究会資料)
巻： 125th  ページ： 13-18  発行年： 2022年03月01日 
JST資料番号： X0831A  ISSN： 2436-4592  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 手書きは,私たちの社会がどれほどデジタル化されたとしても,アイデアを処理し,開発するための脳の能力にとって依然として重要なスキルである。手書き認識には,2つのタイプがある:オフラインとオンラインである。オフライン手書き文字認識の例は,光学式文字認識(OCR)である。OCRは画像の準備を必要とし,実時間処理ではない。オンライン手書き認識の一例として,IMU装備ペンによって得られたデータから文字認識に関する研究がある。この研究の一環として,STABILOは,数式を作成する際のセンサーデータのデータセットをリリースし,方程式ラベルの推定の精度を競うためにUbicompチャレンジを開催した。本研究では,データセットを用いて手書きテキストを認識する。データセットは文字ごとのラベリングがなく,1つの文字として認識する場所を決定するのは難しい。データを個々のストロークに分割することにより,データを識別する方法を提案した。認識のために様々な深層学習法を使用し,それらを評価した。その結果,SE-ResNeXtは,シングルストロークラベルの認識で89.9%の精度を達成し,平均レーベンシュタイン距離が2.4155の数式ラベルを推定した。(翻訳著者抄録)

シソーラス用語： *機械学習 ,  ニューラルネットワーク ,  人工知能 ,  *手書き文字認識 ,  文字認識 ,  OCR【読取装置】 ,  計測器 ,  *事務用品 ,  ラベル
準シソーラス用語： *深層学習 ,  オフライン手書き文字認識 ,  オンライン手書き認識 ,  光学式文字認識 ,  IMU ,  *IMU装備ペン ,  ペン ,  数式ラベル

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 深層学習 ,  IMU ,  ペン ,  手書き文字認識