マーク認識アルゴリズム比較研究¶
採点侍 v4.5 で導入した K-means マーク認識 の性能を、従来の しきい値法 と比較した技術レポートです。
概要¶
| 項目 | 内容 |
|---|---|
| 対象バージョン | v4.5 |
| 比較手法 | しきい値法（従来式）vs K-means クラスタリング（v4.5 新規） |
| 検証データ | 69,750 サンプル（155 画像 × 450 マーク領域） |
| 特徴量次元 | 7 次元（塗りつぶし率・輝度・暗画素率・標準偏差・中心エッジ比 等） |
K-means 法は消しゴム跡検出に特化した 中心エッジ比（center_edge_ratio） など 7 次元の特徴量を用い、 従来の 2 パラメータしきい値法より高精度なマーク判定を実現しました。
レポートを開く¶
インタラクティブなグラフ・スライダー・画像ツールチップを含む比較レポートは以下のリンクから閲覧できます。
表示について
レポートは Chart.js を使用したインタラクティブな HTML ページです。
グラフの凡例クリックで表示切り替え、しきい値スライダーで精度変化をリアルタイムに確認できます。
主な結論¶
- K-means 法は従来法より全体 F1 スコアが向上（詳細はレポート内の比較表を参照）
- 消しゴム跡（薄いマーク）に対する誤認識を大幅に低減
- クラスタリングの境界は訓練不要で動的に決定されるため、異なるスキャナ・用紙に対しても安定
詳細な分析結果・混同行列・Precision-Recall 曲線は レポート 内でご確認ください。