[論文レビュー] Offline Arabic Handwriting Recognition Using Artificial Neural Network

A. A. Zaidan, B. B. Zaidan+3 more|arXiv (Cornell University)|Jun 14, 2010

Handwritten Text Recognition Techniques参考文献 11被引用数 6

ひとこと要約

本稿では、文脈的形態や文字の変異を含む複雑なアラビア文字のスクリプトの課題に対処するため、アーティフィシャルニューラルネットワーク（ANN）を用いたオフラインアラビア文字手書き認識システムを提案する。この手法は、順方向ニューラルネットワークを用いて文字の変異をモデル化することで認識精度を向上させ、分割処理や複雑な特徴抽出に依存せずに、言語の構造的複雑性を効果的に処理することを示している。

ABSTRACT

The ambition of a character recognition system is to transform a text document typed on paper into a digital format that can be manipulated by word processor software Unlike other languages, Arabic has unique features, while other language doesn't have, from this language these are seven or eight language such as ordo, jewie and Persian writing, Arabic has twenty eight letters, each of which can be linked in three different ways or separated depending on the case. The difficulty of the Arabic handwriting recognition is that, the accuracy of the character recognition which affects on the accuracy of the word recognition, in additional there is also two or three from for each character, the suggested solution by using artificial neural network can solve the problem and overcome the difficulty of Arabic handwriting recognition.

研究の動機と目的

• アラビア文字のスクリプトに特徴的な文脈的形態のため、オフラインアラビア文字手書き認識の課題に対処すること。
• 異なる書き方のスタイルに起因するアラビア文字の形状の変動を克服することで、認識精度を向上させること。
• 個々の文字に分割する必要がない、一連の単語全体を処理する耐障害性の高いシステムの開発。
• アーティフィシャルニューラルネットワークがアラビアスクリプトの構造的複雑性をどのように処理できるかを評価すること。

提案手法

• 抽出された画像特徴に基づいて、手書きアラビア文字を分類するため、順方向アーティフィシャルニューラルネットワークを採用する。
• 前処理済みのグレースケール画像を処理し、入力の一貫性を高めるために正規化と特徴抽出を適用する。
• 多様なアラビア文字の手書きサンプルにおいて分類誤差を最小化するように、バックプロパゲーションを用いてニューラルネットワークを訓練する。
• 入力特徴は、画素強度パターンから得られ、文字の位置（初期形、中間形、終り形、孤立形）に応じたアラビア文字の構造的変異を捉える。
• ネットワークアーキテクチャは、文脈に応じて最大4つの形態をとる28文字のアラビア文字アレフベットを処理できるように設計されている。
• 性能は認識精度指標を用いて評価され、手書きアラビア語の単語データセット上でモデルを訓練およびテストする。

実験結果

リサーチクエスチョン

• RQ1 アラビア語の複雑な構造的変異に起因する課題を抱えるにもかかわらず、アーティフィシャルニューラルネットワークがオフラインアラビア文字手書き認識を効果的に行えるか。
• RQ2 ニューラルネットワークは、アラビア文字の4つの文脈的形態をどれほど正確に区別できるか。
• RQ3 従来のパターン認識技術と比較して、提案手法が認識誤りをどの程度低減できるか。
• RQ4 特徴抽出とネットワークアーキテクチャの影響が、アラビア文字手書き認識システムにおける認識精度に及ぼす影響は何か。

主な発見

• 提案されたANNベースのシステムは、従来の手法と比較して、オフラインアラビア文字手書き認識における認識精度を顕著に向上させた。
• ニューラルネットワークは、アラビア文字の4つの文脈的形態を効果的に区別でき、認識における曖昧さを低減した。
• 異なるスタイルの筆圧やスラッシュパターンの変動に対しても、本システムは耐障害性を示した。
• バックプロパゲーションによるトレーニングを施した順方向ニューラルネットワークの使用により、アラビアスクリプトにおける複雑な視覚的パターンの学習が効果的に行えた。
• 個々の文字の明示的分割を必要としないため、認識パイプラインが簡素化された。