| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2019-03-13 15:15 ［ポスター講演］個性を持った文字フォントシステム ～ ニューラルネットワークを利用した手書きひらがな生成 ～ ○山本悠人・新見道治（九工大）  EMM2018-106 |
|
| 抄録 | （和） | 本稿では，既存のフォントを変形させることにより個人の手書き文字を再現するフォントシステムを考え，ニューラルネットワークを利用した手書きひらがな生成について述べる．ニューラルネットワークとしては，入力層，中間層，出力層からなる単純なオートエンコーダとGANをベースにしたディープニューラルネットワーク（zi2zi）を利用した．これらのニューラルネットワークを，入力はラスタライズされた文字フォント，出力が手書き文字となるような画像変形フィルターとして利用する．文字対象はひらがなに限定し，どれだけ手書き文字の特徴が表現できるのか実験的に検証した．オートエンコーダを利用した場合，既存フォントが若干丸みを帯びたような文字となったが，学習した手書き風の文字は生成できず，入力フォントに依存した文字となった．一方でzi2ziを利用した場合，学習条件を工夫すれば，入力のラスタライズフォントに対して手書き文字が出力できることを確認した．また，未学習文字の生成については，いくつかは手書き文字風の画像が生成できたが，文字に近い画像，あるいは文字とは視認できない画像が大半であった． |
| （英） | For modern computer society, one may need human touch character font system to enjoy making communication through Internet. An approach to build such font system is to modify the usual font installed in one's computer devices. For this approach, we report hand written HIRAGANA character generation using neural network. As neural network in this paper, a simple auto encoder consisting of input layer, middle layer and output layer, and deep neural network based on GAN (Generative Adversarial Netowrk) called zi2zi are adopted. We use these neural networks as an image modification filter that input data is usual font data and output data is hand written character. We investigate the feasibility of those neural networks to generate hand written characters of HIRAGANA experimentally. For auto encoder, the output image was like rounded character of input rasterized font, and it was not like hand written characters of training data. On the other hand, for zi2zi, we confirmed that the output image is quite like hand written character if we can prepare much training data. However, for untrained data, the output image is almost like hand written character only in some case. In most cases, the output image is roughly equal to a character or was not able to be recognized as a character visually. | |
| キーワード | （和） | オートエンコーダー / GAN / 手書き文字フォント / 機械学習 / フォント生成 / / / |
| （英） | Auto Encoder / GAN / hand written character font / machine learning / font generation / / / | |
| 文献情報 | 信学技報, vol. 118, no. 494, EMM2018-106, pp. 77-82, 2019年3月. | |
| 資料番号 | EMM2018-106 | |
| 発行日 | 2019-03-06 (EMM) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | EMM2018-106 |
|
| 研究会情報 | |
| 研究会 | EMM |
| 開催期間 | 2019-03-13 - 2019-03-14 |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | TBD |
| テーマ（和） | 画質・音質評価，知覚・認知メトリクス，人間視聴覚システム，一般 |
| テーマ（英） | Image and Sound Quality, Metrics for Perception and Recognition, Human Auditory and Visual System, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | EMM |
| 会議コード | 2019-03-EMM |
| 本文の言語 | 日本語 |
| タイトル（和） | 個性を持った文字フォントシステム |
| サブタイトル（和） | ニューラルネットワークを利用した手書きひらがな生成 |
| タイトル（英） | Human Touch Character Font System |
| サブタイトル（英） | Generation of hand written HIRAGANA using Neural Network |
| キーワード(1)（和/英） | オートエンコーダー / Auto Encoder |
| キーワード(2)（和/英） | GAN / GAN |
| キーワード(3)（和/英） | 手書き文字フォント / hand written character font |
| キーワード(4)（和/英） | 機械学習 / machine learning |
| キーワード(5)（和/英） | フォント生成 / font generation |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 山本 悠人 / Yuto Yamamoto / ヤマモト ユウト |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： KIT) |
| 第2著者 氏名（和/英/ヨミ） | 新見 道治 / Michiharu Niimi / ニイミ ミチハル |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： KIT) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-03-13 15:15:00 |
| 発表時間 | 60分 |
| 申込先研究会 | EMM |
| 資料番号 | EMM2018-106 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.494 |
| ページ範囲 | pp.77-82 |
| ページ数 | 6 |
| 発行日 | 2019-03-06 (EMM) |
[研究会発表申込システムのトップページに戻る]