パターン認識 文字認識

「人間情報論入門 B」（H17.12.2
9 回目授業）
担当
酒井
パターン認識
はじめに
○パターン認識とは
符号化された入力情報と保持された記憶情報の照合過程
認識方法：主に①重ね合わせ、②特徴照合の 2 つ。①と②を両方使う
パターン認識：人間は非常に優れているが、機械は苦手
－理由は、情報処理の柔軟性が、機械は低いが人間はきわめて高い
○パターンの認識と生成
パターン認識：パターン表現をシンボル表現に変換する処理
パターン生成：シンボル表現をパターン表現に変換する処理
①画像（りんごの絵）⇔ 文字（「りんご」）
画像認識（→） （←）画像生成
※画像 ⇔ 画像の変換もある－合成変換，表情変換など
②音声（“りんご”）⇔ 文字（「りんご」）
音声認識（→） （←）音声合成
※音声 ⇔ 音声の変換もある－男女変換，話速変換など
③音楽 ⇔ 楽譜
自動採譜（→） （←）自動演奏
○パターンの認識と生成に必要な要素
①高速性（はやさ）－即座に結果が出力
②的確性（うまさ）－正確な結果が出力
③容易性（たやすさ）－操作が容易
文字認識
文字認識の分類－非常に多くのタイプがある
数字 ＜ 英字 ＜ カタカナ・ひらがな ＜ 漢字
の順で認識は困難
10 種
52 種
約 70 種
約 7000 種
○認識方法
①文字の重ね合わせ
②特徴抽出
－①、②の両方を使う
○数字の認識－郵便番号の読み取りなどに応用
機械は位置ずれの認識が苦手→郵便番号の枠内に数字を記入する必要あり
正読率 98.2％，誤読率 0.18%，リジェクト率 1.62％
誤認識－間違って認識
リジェクト－候補がないと判断して棄却→人間が判読
毎時 3 万通以上を認識
○文字認識の困難性
文字認識の例：Windows の IME2000 パッドの手書き文字認識
漢字の認識は困難
・漢字は文字の種類が非常に多い－約 7000 種
・「大」「犬」「太」，「土」「士」，「微」「徴」など類似した文字の組が多い
・線画数が多い→抽出すべき特徴数は 100 以上
○手紙のあて先住所の読み取り
知識の利用－文脈的知識を認識に利用．日本中の地名を電子的に辞書化
・各文字の認識結果を確信度つきで出力
・電子辞書中の地名と照合－最も確からしい住所名を最終出力
画像認識
○コンピュータビジョン
突極の目標：人間の視覚機能を工学的に実現
認識の内容：頭部運動、唇運動、顔、顔表情、手指運動、など（人とのやり取りの場合）
画像認識が困難な理由
・データ量が膨大
・人の視覚情報処理を論理的に説明困難
・抽出される情報－光源，視点，表面の反射特性，などの影響により異なる．
○生体認証（バイオメトリクス）
従来の個人の識別：印鑑，鍵，カード，パスワードなど
生体認証の特徴：人間の身体的特徴を使って個人を認証
普及しつつある背景
・個人情報のセキュリティ－個人情報の流出を防ぐ．パスワードでは完全な防止が困難
・治安－不審者の侵入・テロ行為を防ぐ
→パスワードの記憶やカードの保管などが不必要
システム例
・指紋認証－数十箇所の特徴点を抽出．あらかじめ複数の指紋を登録．
・声紋認証－声の特徴（音圧）で個人認証．テープレコーダ・ものまねは見破る．
・虹彩認証－瞳孔周辺の模様で認証．生後 2 年以降は不変．指紋・声紋より精度が高い
・サイン認証－形状，筆圧，スピードなどで認証．
・顔認識－同一人物において複数の顔方向の画像を登録．服装，眼鏡，帽子などの影響
参考文献
①木暮賢司 1999『メディア処理技術』（電気通信協会）
②長尾真『人工知能と人間』（岩波新書）
③長尾真ら編 1999『マルチメディア情報学の基礎』（岩波書店）
④美濃導彦 1999『情報メディア工学』（Ohmsha）
小レポートテーマ
①CG はどんな分野で使うと便利か．また，CG を２D でなく３D で表現する利点は何か．
②「パターンの認識と生成」で、①から③のうち、どんな情報の認識・生成が、どんな分
野で有効活用できると考えるか？
③コンピュータビジョンで、どんな視覚情報が機械で認識されると便利か？
④プリント例以外で、どんな生体情報を使ったバイオメトリクスが考えられるか？