[論文レビュー] Application of Statistical Features in Handwritten Devnagari Character Recognition

Sandhya Arora, Debotosh Bhattacharjee+3 more|arXiv (Cornell University)|Jun 30, 2010

Handwritten Text Recognition Techniques参考文献 4被引用数 11

ひとこと要約

本稿では、事前処理された文字から抽出したチェーンコードヒストグラムおよびモーメント不変特徴量を用い、複数の多層パーセプトロン（MLP）に供給し、重み付き多数決方式により結果を統合する、ハイブリッドなオフライン手書きデーヴァナーガリ文字認識システムを提案する。1500サンプルのデータベース上で、トップ5予測の認識率は98.03%、トップ1予測の認識率は89.46%を達成し、筆跡やサイズの変動に対しても頑健であることが示された。

ABSTRACT

In this paper a scheme for offline Handwritten Devnagari Character Recognition is proposed, which uses different feature extraction methodologies and recognition algorithms. The proposed system assumes no constraints in writing style or size. First the character is preprocessed and features namely : Chain code histogram and moment invariant features are extracted and fed to Multilayer Perceptrons as a preliminary recognition step. Finally the results of both MLP's are combined using weighted majority scheme. The proposed system is tested on 1500 handwritten devnagari character database collected from different people. It is observed that the proposed system achieves recognition rates 98.03% for top 5 results and 89.46% for top 1 result.

研究の動機と目的

• 筆跡やサイズに制限のない、頑健なオフライン手書きデーヴァナーガリ文字認識システムの開発。
• 統計的特徴量—チェーンコードヒストグラムおよびモーメント不変量—が手書き認識における文字表現に有効であるかの評価。
• 重み付き多数決投票方式を用いて複数のMLP分類器を統合することで、認識精度の向上。
• 1500個の手書きデーヴァナーガリ文字からなる多様で現実世界のデータセットを用いたシステムの検証。

提案手法

• 文字のサイズを正規化しコントラストを向上させるための手書きデーヴァナーガリ文字の前処理。
• ホログラム形状情報を捉えるためにチェーンコードヒストグラム特徴量の抽出。
• 平行移動、スケーリング、回転に対して不変なグローバル形状特徴を表現するためのモーメント不変量の計算。
• チェーンコードヒストグラムおよびモーメント不変量特徴量の両方を用いて、2つの独立した多層パーセプトロン（MLP）の学習。
• 個々のMLP出力を重み付き多数決投票方式で統合し、全体の認識性能を向上。
• 検証セットにおける個々の分類器の性能に基づき、統合スキームの重みを最適化。

実験結果

リサーチクエスチョン

• RQ1 チェーンコードヒストグラムおよびモーメント不変量特徴量は、認識に適した手書きデーヴァナーガリ文字の表現を効果的に可能にするか？
• RQ2 重み付き多数決方式を用いて複数のMLP分類器を統合することで、単一分類器と比較して認識精度がどの程度向上するか？
• RQ3 事前に筆跡やサイズの制約を設けない状態でも、システムは多様な筆跡やサイズの変動に対し、どの程度高い認識精度を維持できるか？
• RQ4 本稿で提案するシステムの、現実世界の手書きデーヴァナーガリ文字データベースにおける認識性能はいかほどか？

主な発見

• 提案されたシステムは、1500サンプルの手書きデーヴァナーガリ文字データベース上で、トップ5認識正答率98.03%を達成した。
• トップ1認識正答率は89.46%に達し、単一ラベル予測においても優れた性能を示した。
• チェーンコードヒストグラムおよびモーメント不変量特徴量の両方を用いることで、筆跡やサイズの変動に対してより高い頑健性が向上した。
• 2つのMLPの重み付き多数決統合は、個々の分類器と比較して顕著に認識性能を向上させた。
• 筆跡やサイズの事前正規化なしに、現実世界の手書きデータに対して高い汎化能力を示した。
• 統計的特徴量とアンサンブル学習の有効性が、手書きデーヴァナーガリ文字認識分野で裏付けられた。