講演抄録/キーワード |
講演名 |
2019-10-18 16:15
深層ニューラルネットワークによる手書き文字の運筆情報復元 ○中村汐翼・グエン トゥアン クーン・中川正樹(東京農工大) PRMU2019-41 |
抄録 |
(和) |
本稿は,深層ニューラルネットワークを用いて手書き文字の運筆情報を復元する方式を提示し,復元した運筆情報を手書き文字認識に利用する有効性を検討する.オフライン手書き文字認識は静的な二次元画像から得られる字形情報だけから認識を行う必要があるため,動的な運筆情報を利用できるオンライン手書き文字認識よりも識別精度が低くなりがちである.そこで,オフライン手書き文字から運筆情報を復元することができれば,動的な情報をオフライン手書き文字認識に利用できることとなり,文字認識率の向上が期待できる.また,古文書などで劣化が著しい文字の解読にも有益であることが期待できる.運筆情報の復元はAttention機構を導入したEncoder-Decoderモデルによる.本稿では,その定性的評価を行うともに,復元した運筆情報をオンライン手書き文字認識に利用し,元の文字画像に対するオフライン手書き文字認識と統合ことで,識別精度への効果を考察する. |
(英) |
This paper presents a method to recover a dynamic trajectory from a handwritten character image using a deep neural network and consider whether the dynamic trajectory is useful for handwritten character recognition. Recognition rate of off-line handwritten characters is lower than that of on-line handwritten characters because off-line character patterns are recognized only by static information from their two-dimensional images. Therefore, the recognition rate of off-line character patterns could be improved if their trajectories were recovered from their images. Moreover, the trajectory recovery may help archaeologists decode degraded character patterns on historical documents. We recover the trajectory by an Encoder-Decoder model with the attention mechanism. In this paper, we evaluate our trajectory recovery qualitatively as well as quantitatively by combining online recognition of the recovered dynamic trajectories with offline recognition of the original character images. |
キーワード |
(和) |
オフライン手書き文字 / 運筆情報復元 / 深層学習 / / / / / |
(英) |
offline handwritten character pattern / trajectory recevery / deep neural network / / / / / |
文献情報 |
信学技報, vol. 119, no. 235, PRMU2019-41, pp. 53-58, 2019年10月. |
資料番号 |
PRMU2019-41 |
発行日 |
2019-10-11 (PRMU) |
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 |
PRMU2019-41 |
研究会情報 |
研究会 |
PRMU |
開催期間 |
2019-10-18 - 2019-10-19 |
開催地(和) |
東京大学 |
開催地(英) |
|
テーマ(和) |
PRMU技術の最前線俯瞰、クロス/ マルチモーダルな認識理解、深層学習 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
PRMU |
会議コード |
2019-10-PRMU |
本文の言語 |
日本語 |
タイトル(和) |
深層ニューラルネットワークによる手書き文字の運筆情報復元 |
サブタイトル(和) |
|
タイトル(英) |
Recovering Dynamic Trajectory from a handwritten character image using a Deep Neural Network |
サブタイトル(英) |
|
キーワード(1)(和/英) |
オフライン手書き文字 / offline handwritten character pattern |
キーワード(2)(和/英) |
運筆情報復元 / trajectory recevery |
キーワード(3)(和/英) |
深層学習 / deep neural network |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
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) |
中村 汐翼 / Tsubasa Nakamura / ナカムラ ツバサ |
第1著者 所属(和/英) |
東京農工大学 (略称: 東京農工大)
Tokyo University of Agriculture and Technology (略称: TUAT) |
第2著者 氏名(和/英/ヨミ) |
グエン トゥアン クーン / Nguyen Tuan Cuong / |
第2著者 所属(和/英) |
東京農工大学 (略称: 東京農工大)
Tokyo University of Agriculture and Technology (略称: TUAT) |
第3著者 氏名(和/英/ヨミ) |
中川 正樹 / Masaki Nakagawa / ナカガワ マサキ |
第3著者 所属(和/英) |
東京農工大学 (略称: 東京農工大)
Tokyo University of Agriculture and Technology (略称: TUAT) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2019-10-18 16:15:00 |
発表時間 |
15分 |
申込先研究会 |
PRMU |
資料番号 |
PRMU2019-41 |
巻番号(vol) |
vol.119 |
号番号(no) |
no.235 |
ページ範囲 |
pp.53-58 |
ページ数 |
6 |
発行日 |
2019-10-11 (PRMU) |