座標特徴と方向特徴の選択的利用に基づくオンライン文字認識HMM

摘要

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rn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rn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rn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rn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rn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rn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rn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rn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．