1サンプルの学習データしかない手書き文字認識に関して

Question

###前提・実現したいこと
文字認識
学習用のデータが1サンプルしかない場合の手書き数字認識

学習データが大量にある場合の手書き数字認識は機械学習的手法が使用できると思われますが、
学習用のデータが1サンプルの場合の手書き数字認識の手法などはありますでしょうか？
そもそも現在の技術で可能なのでしょうか？

未知のデータの目標判別率
90%以上

###試したこと
特徴量検出(AKAZE,ORB)
ニューラルネット

上記の手法を試しましたが、目標判別率は達成できませんでした。

###補足情報(言語/FW/ツール等のバージョンなど)
実現可能であれば特に問いません。

Answer 1

One shot detectionというものがあります。
あんまり追っかけてないので詳細は知らないんですが(すみません)、

one-shot learning aims to learn information about object categories from one, or only a

few, training images.

こういう風に、『一枚の画像で学習』するという野心的な取り組みです。

---

ただ、手書き数字識別に使うのは、ちょっとオーバーキルかなぁ、って気もします。

Comments

[macchi123jp]

One-shot learningというものは初めて知りました。

手書き文字にも一応使えそうですね。
（まだ研究段階みたいですが）

関連技術を調査してみます。
情報ありがとうございました。

Answer 2

未知のデータの目標判別率
90%以上

極端な話，判別対象によっては目標達成も理論的には夢ではないかと．

が，「対象によっては」というところが肝で，例えば数字の「１」と漢数字の「一」など明らかに判別できる例や，「学習したデータ（学習したデータに限りなく近いデータ）を未知データの中から探し出す」ようなタスクに限定されます．

ちなみにこの場合，おそらくニューラルネットワークとか使わなくても距離を計測して適当な閾値で切るなんて方法で実現可能だと思います…というかそんな方法でも簡単に精度が出る対象しか扱えないと言った方が正しいかも．

Comments

[macchi123jp]

上記の方法だと、

角度などでの特徴量を定義して判別する
ピクセル間の距離を特徴量として定義する

みたいに独自に「何か」を特徴量としてタスクによって定義するしかなさそうですね。
その場合でも解ける対象が限定されるという認識で、理解しました。

回答頂きましてありがとうございました。