特徴ベクトルの差分分布の利用に基づく学習擬似ベイズ識別法

摘要

明朝体·ゴシック体等の標準フォントに対して形状が大きく異なるフォントの文字や、画像状感が劣悪で変形の著しい文字は、文字認識精度が大幅に低下する。 そこで、文字パターン集合の変動傾向を差分分布という統計量によって捉え、その情報を従来の擬似ベイズ識別関数に組み込hで認識を行う、学習擬似ベイズ識別法を提案する。 具体的には、入力画像を一度認識したあと、認識の正読確率によって正解文字を推定し、それらから差分分布を取得する。 そして、その差分分布を用いてカテゴリの固有値·固有ベクトルを補正し、擬似ベイズ識別を行う。 文字パターン集合に関する変形の相関を表す差分分布を、パターン変形に有効な識別手法として溝口られる擬似ベイズ識別関数へ統合することにより、パターンの変形に則したより高精度な認識が可能となる。 様々なフォント文書や、圧縮カラー文書やFAX文書などの劣化文書に対して評価実験を行い、認識率が従来法に比べ大きく向上することを確認した。