入力文字数制限のない平仮名空中手書き文字の分割法

• Item type: Journal(1)
• 公開日: 2016-05-15
• タイトル: 入力文字数制限のない平仮名空中手書き文字の分割法
• タイトル / 言語: en
• タイトル: Hiragana Aerial Handwriting Character Segmentation for an Unlimited of Number of Input Characters
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [一般論文（推薦論文）] 空中手書き文字，身振りインタフェース
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 鳥取大学大学院工学研究科
• 著者所属: 鳥取大学大学院工学研究科
• 著者所属: 鳥取大学大学院工学研究科
• 著者所属: 鳥取大学大学院工学研究科
• 著者所属: 奈良工業高等専門学校
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Tottori University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Tottori University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Tottori University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Tottori University
• 著者所属(英): en
• 著者所属(英): National Institute of Technology, Nara College
• 著者名: 重本, 賢太朗; 清水, 忠昭; 鈴木, 慶; 吉村, 宏紀; 松村, 寿枝
• 著者名(英): Kentaro, Shigemoto; Tadaaki, Shimizu; Kei, Suzuki; Hiroki, Yoshimura; Toshie, Matsumura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 我々は，空中手書き文字（AHC）入力システムのための自動的な文字分割手法の開発を行ってきた．これまでに提案した手法では，平仮名のAHCについて高い精度で文字分割に成功したが，連続して入力可能な文字数に制限があった．本稿では，同一領域に重ねて文字を入力する方法により入力文字数に制限のない文字分割手法を提案する．提案手法では，AHCのストロークを評価する5つのストローク評価指標を学習したサポートベクタマシン（SVM）によりストローク判別して文字分割を行う．提案手法によるストローク判別は，学習データでは，移動ストローク87.0%，文字ストローク96.5%の正解率となった．評価データに対しても，移動ストローク84.9%，文字ストローク96.1%の正解率を示した．試作した提案手法のデモ・システムについても紹介する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, we propose a segmentation method for an aerial handwriting character (AHC) input system. This work is an extension of a previously proposed hiragana AHC segmentation method that achieved high accuracy. However, its number of input characters was limited. In this paper, we propose a character segmentation method without such a limitation by overwriting characters on the same input area. Our method separates an AHC trajectory into characters by stroke distinction using a support vector machine (SVM) trained with five stroke evaluation indexes. The results of the evaluation experiments show that the detection accuracy was 80.9% for transition strokes and 98.1% for character strokes in the closed test, whereas it was 78.9% and 97.7%, respectively, in the open test. We also present a prototype system of the proposed method.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 57, 号 5, p. 1514-1523, 発行日 2016-05-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764