SVMを用いた手書き文字認識における学習データ選択と認識精度に関する一考察

摘要

本稿ではSVMを用いた手番き文字認識において学習データ選択と認識精度に関して考察を行う．SVMは2クラスのパターン認識手法であり，クラス間の距離を最大にする境界を選択するように統計的な学習理論に基づき二次計画問題として定式化される．このとき境界付近の学習データのみが判別境界の生成に関わるため学習データに逸脱したデータがある場合，未知データに対して誤認識がおこる可能性が高い．そこで，本稿では教師なしSVMを用い，逸脱データの選択除去を行うことを提案する．ETL9B手書き類似文字を対象とした認識実験を行い，本手法を適用することで認識精度が向上することを確認した．