多方向特徴抽出HMMとBaggingによる多数決を利用した文字認識

西村 広光  小林 誠  丸山 稔  中野 康明  

誌名
電子情報通信学会論文誌 D   Vol.J82-D2   No.9   pp.1429-1434
発行日: 1999/09/25
Online ISSN: 
DOI: 
Print ISSN: 0915-1923
論文種別: 論文
専門分野: 画像処理,画像パターン認識
キーワード: 
文字認識,  多方向特徴抽出,  HMM,  Bagging,  多数決,  

本文: PDF(551.5KB)>>
論文を購入




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.