アクセリア株式会社 研究開発部員によるコラム、【アクセリアにおけるディープラーニング適用例】を公開

第8回：アクセリアにおけるディープラーニング適用例

「金属プレートの読み取りは、何段ものニューラルネットワークをいくつも組み合わせて検出処理」
　アクセリアではディープラーニングをはじめとする機械学習技術を、金属プレートの文字読み取り、類似画像検索、トラフィックの異常検知に応用しています。

　金属プレートの読み取りでは、CNN（Convolutional Neural Network）を用いて画像から テキスト位置の検出>行検出>文字位置検出・切り抜き>文字判定>文字出現確率による読み取りエラー修正 というように、何段ものニューラルネットワークをいくつも組み合わせて検出処理を行っています。


「文字が整然と並んだ文章が書かれた画像ファイルは、OCRの認識率ほぼ100%」
　一般的にOCR（Optical Character Recognition/Reader）は簡単のように思えますが、文字認識はそんなに簡単ではありません。１文字であれば 手書き文字であっても高確率で正解を認識することができますが、多くの場合１文字ずつきれいに切り取れるとは限りません。

　多くの場合で難しいのは、ノイズ（光の反射や傷、映り込みなど）が入っていて、文字の切れ目がわからない場合における文字位置検出です。「X」などの点の量が少ない（Xの中心点）文字も、文字切り取り位置において誤判定が多くなります。

　現時点では、MicrosoftやGoogleなどのOCRサービスにそのまま金属プレートを渡しても、読み取り率は非常に低いです。対して、これらのOCRサービスに、文字が整然と並んだ文章が書かれた画像ファイルを送れば、認識率はほぼ100%となります。


・・・ここから先は、アクセリア株式会社で公開中のコラム本編でご覧ください。
(リンク »)


【アクセリア株式会社の研究開発部社員：東原 大記氏のコラム】
・第6回：アクセリアが手がけるP2P (Peer-to-Peer) (リンク »)
・第7回：効率的な検索を可能にする、グラフデータベース (リンク »)

【アクセリア株式会社の研究開発部社員：Norbert Preining氏のコラム】
・第1回：今さら聞けない、機械学習/ディープラーニングとは！？ (リンク »)
・第2回：最新の機械学習の代表、ニューラルネットワークとは (リンク »)
・第3回：手書き数字を認識する機械学習 (リンク »)
・第4回：畳み込みニューラルネットワーク (リンク »)
・第5回：機械学習における今後の展開 (リンク »)