<論文・報告>CNNと文字のアスペクト比を用いたくずし文字認識

Abstract

紙媒体や画像上の文字を計算機により自動認識する文字認識の技術は, ビジネス文書などの自動処理だけでなく人文科学の研究などにおいてもデータ処理にかかる人的資源を削減できるという点で有用である. 本研究では古典文献などのくずし文字の認識を目的とし, 現代文字の認識で高い精度が得られている畳み込みニューラルネット(CNN)による識別と, くずし文字特有のアスペクト比を用いた識別を組み合わせた認識手法を提案する. 実験の結果, 提案手法により, 単にCNNを用いた場合より高い精度の認識性能が得られた.

Recognizing characters printed on paper or images is important not only for business use but also for literature research. In this paper, we propose a method for recognizing old Japanese characters printed on old documents. Our method combines two classifiers for improving accuracy. One is a convolutional neural net (CNN) that offers good performance for modern character recognition, and the other is a classifier based on the character aspect ratio that can discriminate specific old Japanese characters. Experimental results show that the proposed method achieves better performance compared with the conventional CNN based classifier.