特許7864496IP Force 特許公報全文掲載

ホーム > 特許ランキング > 株式会社東芝 > 特許7864496

技術分野

本発明の実施形態は文字認識装置、文字認識方法及びプログラム

発明が解決しようとする課題[発明の詳細な説明]から抜粋

近年、いわゆる深層学習とよばれるニューラルネットワーク技術の向上により、リジェクト処理を含まない文字認識装置の認識精度が大幅に向上している。しかしながら、ニューラルネットワークを含む従来の技術では、リジェクト処理後の認識精度を更に向上させることが難しかった。

課題を解決するための手段[発明の詳細な説明]から抜粋

実施形態の文字認識装置は、文字を示す入力画像の入力を受け付け、前記入力画像から識別された前記文字を示すクラス毎の識別スコアを出力するニューラルネットワークを備える。前記ニューラルネットワークは、前記入力画像から、前記文字の特徴を示す特徴ベクトルを抽出する特徴抽出部と、前記特徴ベクトルの二次識別関数、または、単位長に正規化された前記特徴ベクトルの二次識別関数を用いて、前記クラス毎の識別スコアを・・・　続きを知財ポータルサイト IP Force にログインして見る

この特許の権利範囲[特許請求の範囲]

知財ポータルサイト IP Force にログインして確認する (無料)

この特許公報に記載されている図面[図面の簡単な説明]から抜粋

【図1】 図１は、部分空間法による識別処理、及び、ニューラルネットワークによる識別処理の処理イメージを説明するための図である。
【図2】 図２は、識別境界付近にパターンが集中する例を示すイメージ図である。
【図3A】 図３Ａは、リジェクト処理後の認識精度（部分空間法の場合）について説明するためのイメージ図である。
【図3B】 図３Ｂは、リジェクト処理後の認識精度（ＣＮＮの場合）について説明するためのイメージ図である。
【図4】 図４は、第１実施形態の文字認識装置の機能構成の例を示す図である。
【図5】 図５は、第１実施形態の文字認識処理の例を示すフローチャートである。
【図6】 図６は、第１実施形態の学習データの例を示す図である。
【図7】 図７は、第１実施形態の特徴抽出部１２及び識別部１３を実現するニューラルネットワークの例を示す図である。
【図8】 図８は、第１乃至第４実施形態の文字認識装置のハードウェア構成の例を示す図である。

代表図 図1本件の代表的な図

１ 入力部 ２ 特徴抽出部 ３ 識別部 ４ 出力部 １０ 文字認識装置 １１ 入力部 １２ 特徴抽出部 １３ 識別部 １４ 出力部 １３０ ニューラルネットワーク ２０１ プロセッサ ２０２ 主記憶装置 ２０３ 補助記憶装置 ２０４ 表示装置 ２０５ 入力装置 ２０６ 通信装置 ２１０ バス

全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録

［広告欄］

ログインすれば広告は減ります

ログインすれば広告は減ります

Copyright © Science Impact Inc. All Rights Reserved.