| 作成者 |
|
|
|
|
|
| 本文言語 |
|
| 出版者 |
|
|
|
| 発行日 |
|
| 収録物名 |
|
| 巻 |
|
| 号 |
|
| 開始ページ |
|
| 終了ページ |
|
| 出版タイプ |
|
| アクセス権 |
|
| 権利関係 |
|
| 概要 |
本論文では，高精度なオンライン文字認識のために，方向特徴並びに座標特徴を適切に使い分け可能な隠れマルコフモデル（HMM）を提案する．両特徴はいずれもオンライン文字認識の基本的な特徴量でありながら，全く異なった性質を示す．すなわち，線分内で方向特徴が定常的なのに対し，座標特徴は常に非定常である．したがって，HMMの枠組みにおいて両特徴を同等に扱うのは問題が多い．実際従来法では，座標特徴を用いずに方向...特徴だけが用いられることが多かった．本論文で提案するHMMでは，方向特徴を状態内自己遷移における出力シンボルとして使用し，座標特徴を状態間遷移における出力シンボルとして使用する．このようにすることで，線分方向が一定した定常的な部分においては方向特徴が，線分の方向が変化する過渡的な部分においては座標特徴が評価されることになる．このように特徴を使い分けることで，従来法に比べ認識精度を大幅に向上できることを，多画文字（漢字）の筆順フリー認識実験並びにその詳細な考察を通して示す．続きを見る
|
Mendeley出力
