抄録
CJ-005
適合率最大化を目的としたCNNアンサンブル学習による文字認識
秦 優哉・髙橋大成・石井大成・大枝真一(木更津高専)
 一般的な訪問介護では,要介護者の状態を紙媒体の記録用紙に記録している.しかし,現在の管理方法では,訪問先での情報の閲覧ができず,参照も容易ではない.
 先述の課題を解決するため,CNN(Convolutional Neural Network)を用いた記録用紙の電子化を行うシステムを構築する.構築するシステムは,CNNを用いた文字認識によって名前と日付からIDを作成し,スキャンした画像と対応付けることで記録用紙の電子化を行う.このシステムのCNNによる苗字の認識精度は約98.9%であった.しかし,実際の介護現場では一つの間違いも許されない.そこで本研究では,Ensemble Learningを用いることで信頼度の高い推定のみを採用するモデルの構築を行う.採用した推定には誤認識が含まれず,より多くの画像が採用となるモデルを目指す.