Alex Netの転移学習による筆跡の筆者識別の可能性の検証

抄録

筆跡鑑定においては、人間が行う鑑定のほかに、画像処理等による鑑定も併用することが望ましいと考えられる。 本研究では、学習済みモデルの転移学習を用いて文字画像の筆者識別を試みた。 画像認識が可能な学習済みモデルの中で、最も計算時間が短いアレックスネットを使用した。 サンプルは筆跡データベースの中から最も画数の多い字の１つである「護」字の401人分の筆跡画像を使用した。1人の筆者につき５つの文字画像があり、画像サイズは400×400pixelであった。 ディープラーニングにはMatlab2022bを使用した。Alex Netを使用し、エポックの最大回数は60回、エポック毎の反復は20回に設定した。 その結果、2005文字（＝401人×5回）のうち2004文字については、正確に筆者を推定できるモデルを作ることができた。残りの1文字についても、正確な回答が2番目に確率が高いという結果になった。 本結果から、転移学習を用いた学習済みモデルによる筆者推定の可能性が示唆された。今後、検証用データを用いた検証、文字数を増やした場合の検証、他の文字で作成したモデルの別の文字での検証なども行っていきたい。