進捗

評価関数にレーベンシュタイン距離を適用したプログラムを実装・実行した。図4・図5にそれぞれ図1・図2を用いた場合の文字認識結果を示す。図4・図5のLev_valueは各文字列の認識結果と目標文字列とのレーベンシュタイン距離の合計値である。フィルターを使用しない場合のLev_valueが11.45であるのに対して、最優秀個体のフィルターを用いた場合は3.84と、約66%の改善が認められた。

【技術解説】似ている文字列がわかる！レーベンシュタイン距離とジャロ・ウィンクラー距離の計算方法とは

進捗

• 遺伝的プログラミングによる構造最適化を画像処理に応用した。図1を入力画像、図2 (windowsの標準アプリであるペイントを用いて文字以外の部分を白くした画像) を目標画像とした。最優秀個体(フィルター)を通した出力画像および最優秀個体の木構造をそれぞれ図3・図4に示す。木構造は冗長ではあるものの文字部を残し余白部を白にするように進化していることが確認できた。しかし今回はパラメータを固定した状態で実行した上に、ノードとして使用できる関数は閾値処理5種類、論理演算4種類、ガウシアンぼかしの計10種類としたため依然として改善の余地あり。

予定

• パラメータの自動最適化の検討
• 評価関数の検討

進捗

• Genetic Programmingで作成していたf(x)=x^4+x^3+x^2+x [-10,10]における関数同定プログラムにおいて、得られた式から構造木およびグラフを出力できるようにプログラムを修正した。突然変異率を変更させてプログラムを実行してみたが、条件によっては概ね正確に収束している。(add:足し算, sub:引き算, mul:掛け算, safeDiv:分母=0での例外処理ありの割り算, neg:マイナス, sin:正弦波関数)図2を関数で表現するとx^4+x^3+x^2+xとなっており、目標関数と一致する結果が得られた。図4を関数で表現すると2{sin(x^2)+sin(x)}/(2-x)となっており、目標関数と乖離した結果が得られた。
• 依然としてExcelに苦戦中

進捗

研究スケジュールの作成

7-8月:サンプル・プロトタイププログラム作成

遺伝的アルゴリズム・プログラミングの学習を兼ねてサンプルを作成。続けて簡単な画像処理に関するプロトタイプを作成する。この過程で基礎的な遺伝的プログラムの作成方法を習得する。

9-10月:フィルター関数と評価関数の検討

実際に文字認識の前処理で使用するフィルター関数と評価関数の検討を行う。フィルター関数はOpenCVライブラリに存在するものの中から選定。評価関数は独自に作成。評価関数が妥当か否かは実際に試してみないとわからない可能性があるので場合によってはこの段階で実験に移る。

11月:実験プログラムの作成

最終的に実験で使用するプログラムの作成。作成が終了次第、実験に取り掛かる。年内には必ず実験を終わらせる。

予定

• 研究
• ICISIP2019のスライド作成

スケジュールの詳細を作成する。モジュール毎に計画を立てる。

進捗

• 遺伝的プログラミングを用いた簡単な画像処理プログラムの検討

1. 原画像(i)と適当にフィルタ処理した画像(ii)を用意
2. 原画像に対して、遺伝的プログラミングで作成したフィルタで画像生成(iii)
3. (ii)と(iii)画像の類似度を評価関数としてフィルタを進化させる

• ICISIP2019のRegistration完了

予定

• 遺伝的プログラミングを用いた画像処理プログラムの検討(作成)
• 投稿論文をLaTexで書き改める
• 研究のスケジュールを立てる(11月まで)

進捗

• 遺伝的アルゴリズムと遺伝的プログラミングのサンプルプログラムを作成(遺伝子の最大化と関数同定プログラム)

予定

• 画像処理に関する遺伝的プログラムを作成と評価関数の検討
• ICISIP2019論文をLaTexで書き改める

進捗

• 遺伝的アルゴリズムライブラリdeapに関する学習。来週も引き続き学習を行う。