ディープラーニング技術を用いたクルド語手書き文字認識

手書き文字認識は、画像処理およびパターン認識分野における活発かつ挑戦的な研究分野の一つである。その応用範囲は、視覚障害者の読書支援、銀行小切手の自動読み取り・処理、手書き文書の検索可能化、および構造化テキスト形式への変換など多岐にわたる。さらに、英語、中国語、アラビア語、ペルシア語など多数の言語について、手書き文字認識システムは高い認識精度を達成している。しかし、オフラインのクルド語手書き文字認識を対象としたシステムは現時点で存在しない。本研究では、深層学習技術を用いて、クルド語（ソラニ語）の手書き文字を認識可能なモデルの設計および開発を試みた。クルド語（ソラニ語）は34の文字を有し、主にアラビア語・ペルシア語由来の文字体系を基盤としており、一部の文字が改訂されたものである。本研究では、手書き文字認識システムにおいて優れた性能を示すことが知られている深層畳み込みニューラルネットワーク（Deep Convolutional Neural Network, DCNN）モデルを採用した。また、手書きクルド語文字を対象とした包括的なデータセットを構築し、4万枚以上の画像を含むものとした。このデータセットを用いて、DCNNモデルの分類および認識タスクの学習を実施した。提案システムにおける実験結果から、妥当な認識性能が確認された。テスト結果では96％の認識精度が達成され、学習時の精度は97％に達した。実験結果から、本研究で提案する深層学習モデルが良好な性能を発揮しており、他の言語の手書き文字認識システムと同等の水準に達していることが明らかになった。