[論文レビュー] Recognition of Handwritten MODI Numerals using Hu and Zernike features

Sadanand A. Kulkarni, Prashant L. Borde+2 more|arXiv (Cornell University)|Apr 4, 2014

Handwritten Text Recognition Techniques参考文献 3被引用数 4

ひとこと要約

本論文は、回転および平行移動不変性を有する特徴抽出にZernikeモーメントとHuモーメントを用いた、手書きMODI数字認識システムを提案している。形状ベースの分類において有望な結果を示したが、ジャーナルによる適合性の懸念から、拒絶を受けた後に著者らが論文を撤回した。

ABSTRACT

Handwritten automatic character recognition has attracted many researchers all over the world to contribute automatic character recognition domain. Shape identification and feature extraction is very important part of any character recognition system and success of method is highly dependent on selection of features. However feature extraction is the most important step in defining the shape of the character as precisely and as uniquely as possible. This is indeed the most important step and complex task as well and achieved success by using invariance property, irrespective of position and orientation. Zernike moments describes shape, identify rotation invariant due to its Orthogonality property. MODI is an ancient script of India had cursive and complex representation of characters. The work described in this paper presents efficiency of Zernike moments over Hus moment for automatic recognition of handwritten MODI numerals.

研究の動機と目的

• 複雑な文字形を持つ古代インドの草書体であるMODI数字を認識する課題に対処すること。
• ZernikeモーメントとHuモーメントが文字認識システムにおける形状記述子として有効であるかを評価すること。
• ZernikeモーメントとHuモーメントを用いた回転および平行移動不変特徴抽出の性能を比較すること。
• MODIのような低変動性・高複雑性の手書き文字体系に適した、強固な特徴抽出パイプラインを開発すること。
• あまり研究が進んでいない書体を対象として、不変モーメントに基づく特徴を活用することで、手書き文字認識分野全体に貢献すること。

提案手法

• Zernikeモーメントを計算して、その直交性および径方向特性に基づき回転不変特徴を抽出する。
• 比較のためのベースラインとしてHuモーメントを算出し、幾何学的不変性を活用して平行移動および回転不変性を達成する。
• Zernikeモーメントの直交性および不変性の性質を活用して、MODI数字の形状を正確に表現する。
• ZernikeモーメントおよびHuモーメントから得られる特徴ベクトルを、数値認識の分類モデルへの入力として使用する。
• 事前処理として二値化や正規化を施した手書きMODI数字画像を処理し、その後特徴抽出を行う。
• 両特徴セットの認識精度および方向・位置の変化に対するロバスト性に基づき、性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 ZernikeモーメントはHuモーメントに比べ、手書きMODI数字認識においてどの程度効果的か。
• RQ2 Zernikeモーメントは回転および平行移動に対して、形状情報をどの程度保持するか。
• RQ3 Zernikeモーメントは、従来のモーメントベース手法に比べ、MODIのような複雑な草書体に対してより優れた識別性を示せるか。
• RQ4 特徴の不変性は、非ラテン文字の手書き数字認識精度にどのような影響を与えるか。
• RQ5 技術的アプローチに優位性があるにもかかわらず、なぜ論文は最終的に標的ジャーナルによって拒絶されたのか。

主な発見

• 論文は、Zernikeモーメントが直交性および不変性に優れるため、手書きMODI数字の形状特徴を捕捉する点でHuモーメントを上回ると主張している。
• Zernikeモーメントは、Huモーメントに比べ、MODI数字の草書的かつ複雑な構造をより効果的に表現できることが判明した。
• 著者らはZernike特徴を用いることで認識性能が向上したと観察したが、撤回されたバージョンには定量的結果（例：正解率）は報告されていない。
• 特に回転およびスケーリング下でも形状表現に理論的優位性を示した。
• 内部的には肯定的な結果が得られたが、ジャーナルによる拒絶を受けた後、論文は撤回された。その理由として「ジャーナルに適さない」とされた。
• 最終的な公開版が存在しないため、現在の記録では実証的検証や統計的比較が公に利用可能ではない。