Honeycombネットによる多字種の手書き漢字認識

荒井 正之  奥田 健三  宮道 壽一  

誌名
電子情報通信学会論文誌 D   Vol.J77-D2   No.9   pp.1708-1715
発行日: 1994/09/25
Online ISSN: 
DOI: 
Print ISSN: 0915-1923
論文種別: 論文
専門分野: 画像・パターン処理
キーワード: 
ニューラルネットワーク,  ベクトル量子化,  誤差逆伝搬学習,  文字認識,  マルチテンプレート,  

本文: PDF(539.8KB)>>
論文を購入




あらまし: 
手書き文字の認識は,計算機への文字情報の入力において重要な技術課題である.ニューラルネットを文字認識に応用する研究が盛んに行われているが,その多くは比較的少数のカテゴリーを対象にしたものである.しかし,漢字の場合数千字種の認識が必要となる.我々は数千字種の手書き漢字認識のため,先にベクトル量子化型ニューラルネットの各ニューロンに複数の参照ベクトルを配置したネットワークと階層型ニューラルネットを組み合わせたHoneycombネットを提案した.しかし,前段のベクトル量子化型ニューラルネットでは各カテゴリーごとに同数の参照ベクトルを配置するため,必要以上に参照ベクトルをもつカテゴリーが生じる.認識時にすべての参照ベクトルとマッチングを行うため長時間を要するという問題があった.本論文ではこれらの問題を解決するため,ニューロンごとの参照ベクトル数を調整する新手法を取り入れ,更に認識時間を短縮するため3段のネットワーク構成としたHoneycombネットを提案した.これにより,Honeycombネットに比べ参照ベクトル数および認識時間がそれぞれ2/3,1/3となり,95.24%の認識率を得た.