[論文レビュー] English Character Recognition using Artificial Neural Network

Tirtharaj Dash, Tanistha Nayak|arXiv (Cornell University)|Jun 19, 2013

Hand Gesture Recognition Systems参考文献 4被引用数 6

ひとこと要約

本論文では、C言語で実装された単一出力の人工ニューラルネットワーク（ANN）を用いたオフライン手書き英字認識システムを提示する。10セットの大文字および小文字の手書き文字で学習されたモデルは、5つの大文字および5つの小文字のテストセットにおいて92.59％の正確性と0％の誤拒否率を達成し、最小限のネットワークアーキテクチャを用いて孤立文字のパターン認識が有効に行えることを示している。

ABSTRACT

This work focuses on development of a Offline Hand Written English Character Recognition algorithm based on Artificial Neural Network (ANN). The ANN implemented in this work has single output neuron which shows whether the tested character belongs to a particular cluster or not. The implementation is carried out completely in 'C' language. Ten sets of English alphabets (small-26, capital-26) were used to train the ANN and 5 sets of English alphabets were used to test the network. The characters were collected from different persons over duration of about 25 days. The algorithm was tested with 5 capital letters and 5 small letter sets. However, the result showed that the algorithm recognized English alphabet patterns with maximum accuracy of 92.59% and False Rejection Rate (FRR) of 0%.

研究の動機と目的

• 人工ニューラルネットワークを用いた、頑健で軽量なオフライン手書き英字認識システムの開発。
• リアルタイムまたは組み込み環境への適合を目的とした、C言語で実装された単一出力ニューロンのANNの実装。
• 25日間にわたり複数の人物から収集した多様な手書きサンプルを用いた認識性能の評価。
• 高い正確性を維持しつつ、誤拒否率を最小限に抑えること。
• 孤立英字アルファベットを認識するための単純なANNアーキテクチャの実現可能性の検証。

提案手法

• 各ニューロンが入力文字が特定の文字クラスに属するかどうかを判断する単一出力の人工ニューラルネットワークを設計した。
• 25日間にわたり複数の人物から収集した10セットの26文字分の大文字および小文字の手書き文字でネットワークを学習させた。
• 手書き文字画像に対して特徴抽出が行われ、おそらく二値化や正規化などの前処理が含まれる。
• 誤差最小化に基づく重みの調整を目的とした、バックプロパゲーションまたは類似の学習則が訓練プロセスで使用された。
• 訓練に使用しなかった5セットのカピタルおよび5セットのスモールレターを用いたテストが実施された。
• 効率性とポータビリティを考慮し、実装は完全にCプログラミング言語で記述された。

実験結果

リサーチクエスチョン

• RQ1 単一出力の人工ニューラルネットワークは、孤立した手書き英字文字を高精度に認識できるか？
• RQ2 C言語で実装された軽量なANNは、オフライン手書き文字認識においてどの程度の性能を示すか？
• RQ3 異なる人物による筆跡のばらつきに対して、このシステムはどのように対処するか？
• RQ4 未学習の手書きサンプルに対してテストされた際、モデルの誤拒否率はどの程度か？
• RQ5 訓練データに含まれない新しい文字サンプルに対して、ネットワークはどの程度一般化できるか？

主な発見

• 提案されたANNは、5つのカピタルおよび5つのスモールレターのテストセットにおいて最大92.59％の認識正確性を達成した。
• システムは誤拒否率0％を記録し、正しく書かれた文字が誤って拒否された事例が一切なかったことを示した。
• 25日間にわたり多様なデータを収集したことで、筆跡のばらつきに対してもモデルの頑健性が確認された。
• 1文字クラスごとに1つの単一出力ニューロンを採用することで、アーキテクチャが単純化されつつも、妥当な性能が維持された。
• C言語による実装は、リソース制限のある環境への展開可能性を裏付けた。
• 結果はAIRES-2012会議で検証され、研究手法の同種の承認を得た。