[論文レビュー] Handwritten Bangla Alphabet Recognition using an MLP Based Classifier

Subhadip Basu, Nibaran Das+4 more|arXiv (Cornell University)|Mar 5, 2012

Handwritten Text Recognition Techniques参考文献 4被引用数 54

ひとこと要約

本論文は、24個のシャドウ特徴、16個のコアポイント特徴、および36個の最長ラン特徴からなる76要素の特徴セットを用いて、手書きバングラ文字の認識にマルチレイヤーパーセプトロン（MLP）ベースの分類器を提案する。システムは学習データで86.46%の正確性を達成し、テストデータで75.05%の正確性を示し、バングラOCRシステム全体への統合の可能性を示している。

ABSTRACT

The work presented here involves the design of a Multi Layer Perceptron (MLP) based classifier for recognition of handwritten Bangla alphabet using a 76 element feature set Bangla is the second most popular script and language in the Indian subcontinent and the fifth most popular language in the world. The feature set developed for representing handwritten characters of Bangla alphabet includes 24 shadow features, 16 centroid features and 36 longest-run features. Recognition performances of the MLP designed to work with this feature set are experimentally observed as 86.46% and 75.05% on the samples of the training and the test sets respectively. The work has useful application in the development of a complete OCR system for handwritten Bangla text.

研究の動機と目的

• インド・サブコンチンネントおよび世界中で広く使用されている手書きバングラ文字を識別する強固な分類器を開発すること。
• 手書きバングラ文字の構造的および空間的特徴を効果的に捉えることができる特徴セットを設計すること。
• 実世界の手書きバングラデータセットを用いて、MLP分類器の性能をOCRアプリケーションの文脈で評価すること。
• バングラ文字用に最適化された完全で機能的なOCRシステムの開発に貢献すること。

提案手法

• システムは、24個のシャドウ特徴、16個のコアポイント特徴、および36個の最長ラン特徴からなる76要素の特徴ベクトルを用いて、各手書きバングラ文字を表現する。
• マルチレイヤーパーセプトロン（MLP）分類器は、バックプロパゲーションを用いて、特徴ベクトルを対応するバングラ文字クラスにマッピングするように学習する。
• 特徴抽出は、手書きの線分の空間的分布と構造的パターンを分析することによって行われる。
• 学習とテストは、実際の手書きサンプルから収集したデータセットを用いて実施され、分類の正確性によって性能が測定される。
• MLPアーキテクチャには、特徴空間内の非線形意思決定境界をモデル化するための複数の隠れ層が含まれる。
• 汎化性能を評価するために、システムは学習セットおよびテストセットの両方で評価される。

実験結果

リサーチクエスチョン

• RQ1 独自の76要素特徴セットを用いた場合、MLP分類器は手書きバングラ文字の認識においてどの程度効果的か？
• RQ2 幾何的および構造的特徴のどの組み合わせが、分類の文脈で手書きバングラ文字を最もよく表現するか？
• RQ3 MLP分類器は、未観測のテストサンプルに対してどの程度の汎化性能を示すか？
• RQ4 提案された特徴セットと分類器は、より大きなバングラOCRパイプラインに統合可能か？

主な発見

• MLP分類器は、学習データセットで86.46%の認識正確性を達成しており、学習済みデータに対する強力な学習能力を示している。
• 独立したテストデータセットでは、75.05%の認識正確性を達成しており、未学習の手書きサンプルへの汎化能力を示している。
• シャドウ、コアポイント、最長ラン特徴を組み合わせた76要素の特徴セットは、バングラ文字の識別的特徴を効果的に捉えることができた。
• 実用的なOCR文脈におけるバングラ手書き文字認識にMLPベースのアプローチを用いることの妥当性が検証された。
• 学習正確性とテスト正確性の差は、一般化性能の向上の余地があることを示唆しており、データ拡張やモデル最適化によって改善が可能である。