拡散モデルを用いた漢字画像の誤り箇所検出
本研究では正常な漢字画像を学習した拡散モデルによって入力された漢字画像を再構成し、入力画像と再構成画像との差分から、筆画の欠損や余分な線、位置ずれなどの誤り箇所を検出することで、漢字採点の自動化を支援するシステムの構築を目指す。
従来の画像異常検知に用いられる拡散モデルは、漢字特有の画数や筆画配置などのストローク構造を考慮していないため、漢字画像に適用した場合には十分な再構成精度が得られなかった。
そこで現在は、漢字の構造を保持しながら誤り箇所を明確化できる、漢字に特化した再構成モデルを検討している。
研究担当: 笠井 嵩太
