| 講演抄録／キーワード |
| 講演名 |
2018-02-16 11:30
画像の微小スケール空間を活用した特徴点抽出に基づく手書き文字認識法に関する検討
○鈴木雅人・北越大輔（東京高専） |
| 抄録 |
（和） |
局所画像特徴量を用いた認識手法は，画像中の一般物体認識に対する一つのアプローチである。画像中の手書き文字を物体と捉えてこの枠組みを適用することが可能であるが，その場合，文字の形の多様性により適切な局所特徴量を抽出することは難しい。本研究では，このような枠組みで多様な字形を有する手書き文字の認識を行うため，特徴点を抽出する際のスケール空間に上限を設け，微小スケール空間からの特徴点抽出に基づく，文字の構造情報抽出について試みる。また，多様な字形に対応した特徴点のマッチングを実現するため，特徴点のスケールを動的に変化させてマッチングを行う手法を提案する。本手法の有効性を検証する実験の結果，およそ8割程度の字種に対して文字の構造情報を抽出できたことが確認できた他，参照文字画像の種類によらず，従来法に比べて手書き文字の認識精度を改善できることが分かった。 |
| （英） |
Recognition method using local feature extraction is one of the famous strategies to general object recognition. By considering the handwritten chinese characters in the picture as objects, it is possible to apply this algorithm to them. But in character recognition, it is difficult to extract an appropriate local features due to the variety of character shape. In this report, in order to recognize the handwritten chinese characters in such a framework, we set an upper limit on the scale space for extracting characteristic feature points, and try to extract structure information of characters according to the feature extraction form micro scale space. And we also suggest a matching method by dynamically changing the scale of characteristic feature points. In recognition experiments, it is found that we can extract the structure informations from about 80% of characters, and improve the recognition accuracy in comparison with the traditional algorithm regardless of the kind of the reference character pictures. |
| キーワード |
（和） |
局所特徴量 / 文字構造抽出 / 微小スケール空間 / 手書き文字認識 / / / / |
| （英） |
Local Feature / Extraction of Character Structure / Micro Scale Space / Handwritten Chinese Character Recognition / / / / |
| 文献情報 |
映情学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|
|