Research on practical Japanese handwritten character recognition method for application to deep learning

面向深度学习的实用日语手写字符识别方法研究

• 批准号: 20K11868
• 负责人: 朱 碧蘭
• 金额: $ 2.75万
• 依托单位: Kagoshima University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2021-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K11868/
• 关键词: 手書き認識; オンライン認識; 確率モデル; 手書き文字認識; Deep learning

日本語のオンライン手書認識においては，続け字と草書体の手書きにおける誤認識が課題として残っている．Deep Learning手法は近年注目を浴びていて，各分野で最高精度を達成している． Deep Learningによる英語手書き認識も最高精度を達成したが，日本語手書き文字ではDeep Learningを利用したシステムは字種数を約3000文字に限定して，実用的なレベルまで達していない．Deep Learningネットワークの規模限定により4000個以下のクラスター認識が適切であると思われる．大規模な認識による膨大なネットワークの計算においては，コンピュータの計算能力を超える問題と学習データ不足による精度低下の問題がある．7000個以上の字種を含んだ常用日本語文字認識において，Deep Learningによるものはまだ実現されていない．申請者は漢字間で部首モデルを共有するMarkov Random Field による日本語文字認識方式に成功していた．この知見を活かし，本研究は数百個の部首などの文字属性を識別するDeep Learningシステムを構築することにより，数万個の日本語文字認識を行う手法を提案し，認識精度低下の既存問題を解決する．Deep Learningへの適用を目指した実用的なオンライン日本語手書き文字認識システムを実現する．既存の文字認識手法と最先端の機械学習手法を融合し，欠点を補う統一的な認識モデルを確立する．本学と中国科学院自動化研究所とニューヨーク州立大学バッファロー校でそれぞれ作成された大規模データベースなどを利用し，既存手法との比較・検討の上に，PDCAサイクルを回して標記の目標を追及した．国際会議や論文誌などの場で研究成果を公表するとともに，研究に必要な意見交換を行った．

在在线日语手写识别中，连续字符和草书手写的误识别仍然是一个问题。深度学习方法近年来备受关注，并在各个领域取得了最高的准确率。虽然使用深度学习的英文手写识别也达到了最高的准确率，但使用深度学习的日语手写字符系统仅限于大约 3000 个字符类型，尚未达到实用水平。由于深度学习网络的规模有限，识别 4000 个或更少的集群似乎比较合适。在计算大规模网络进行大规模识别时，存在超出计算机计算能力的问题以及由于缺乏训练数据而降低准确性的问题。深度学习在常用日语字符的识别方面尚未实现，日语字符包括7000多个字符类型。申请人已经成功开发了一种使用马尔可夫随机场的日语字符识别方法，该方法在汉字字符之间共享部首模型。利用这些知识，本研究提出了一种通过构建识别数百个部首等字符属性的深度学习系统来识别数万个日语字符的方法，旨在改善解决问题。实现了一个实用的在线日语手写字符识别系统，旨在应用于深度学习。我们将把现有的字符识别方法与前沿的机器学习方法相结合，建立统一的识别模型，弥补它们的缺点。利用我校、中国科学院自动化研究所和纽约州立大学布法罗分校创建的大型数据库，我们通过比较和检查现有方法并实施 PDCA 循环来实现既定目标。除了在国际会议和期刊上发表研究成果外，我们还交换了研究所需的意见。

项目成果

University of Shanghai for Sci. & Tech.(中国)

上海理工大学（中国）

A Prototyping of Intelligent Transformable Phone Robot: BaBi

智能可变形手机机器人原型：BaBi

• 发表时间: 2020
• 作者: Jiansheng Liu;Fujia Sun;Satoshi Ono;Mutsumi Watanabe;Bilan Zhu
• 通讯作者: Bilan Zhu