文字誤認識の傾向を考慮したスペルチェッカーによる単語認識の精度向上

摘要

In this paper, we discuss a method to cope with severe perspective distortion to realize "all-round recognition" of characters and words in the environment. We have proposed a word recognition method satisfying three requirements: ready for real-time processing, free from layout constraints and robust to perspective distortion. The method has the capability to recognize characters captured from the angle of 45 deg. However, in order to realize the all-round recognition, further robustness is required. Thus in this paper, we introduce the GNU Aspell to rectify the recognition results based on the tendency of recognition errors. For the sake of that, we introduce Metashape based on the recognition errors instead of Metaphone of the Aspell based on phonemes. In the experiments, we found that the proposed method improves the recognition rates for words captured from the angle of 20 deg. from about 24% to about 74% at largest.%本稿では，環境中のあらゆる文字・単語を認識する「全方位認識」の実現のために，厳しい射影歪みに対応する手法について検討する．我々は実時間認識可能，レイアウトフリー，射影歪みに頑健といった3つの要件を満たすカメラベースの単語認識手法を提案している．この手法は斜め45度から撮影した文字を認識できる頑健さを持つが，前述の全方位認識に際しては，射影歪みに対する更なる頑健性が求められる．そこで本稿では，前述の単語認識手法の文字認識誤りをオープンソースのスペルチェッカであるGNU Aspell を利用して補正する．その際，Aspell が持つ音素の類似性に基づくMetaphone という仕組みを文字誤認識傾向に基くMetashape に置き換える．提案手法を用いて実験を行った結果，文字が書かれた紙面に対して撮影角度が20度のときに単語認識精度には最大で約24％から約74％の向上が見られた．