[論文レビュー] The State of the Art Recognize in Arabic Script through Combination of Online and Offline

Firoj Parwej|arXiv (Cornell University)|Mar 20, 2013

Handwritten Text Recognition Techniques参考文献 17被引用数 5

ひとこと要約

本稿では、隠れマルコフモデル（HMM）に基づく複数分類器フレームワークを用いて、オンラインおよびオフラインのアラビア文字手書き認識を統合するハイブリッドシステムを提案する。順序逐次アラインメントとノルム文字列照合アルゴリズムを用いて出力を統合することで、個々の認識器よりも約3%の認識精度向上を達成し、草書体アラビア文字におけるマルチモーダル統合の有効性を示している。

ABSTRACT

Handwriting recognition refers to the identification of written characters. Handwriting recognition has become an acute research area in recent years for the ease of access of computer science. In this paper primarily discussed On-line and Off-line handwriting recognition methods for Arabic words which are often used among then across the Middle East and North Africa People. Arabic word online handwriting recognition is a very challenging task due to its cursive nature. Because of the characteristic of the whole body of the Arabic script, namely connectivity between the characters, thereby the segmentation of An Arabic script is very difficult. In this paper we introduced an Arabic script multiple classifier system for recognizing notes written on a Starboard. This Arabic script multiple classifier system combines one off-line and on-line handwriting recognition systems. The Arabic script recognizers are all based on Hidden Markov Models but vary in the way of preprocessing and normalization. To combine the Arabic script output sequences of the recognizers, we incrementally align the word sequences using a norm string matching algorithm. The Arabic script combination we could increase the system performance over the excellent character recognizer by about 3%. The proposed technique is also the necessary step towards character recognition, person identification, personality determination where input data is processed from all perspectives.

研究の動機と目的

• 文字の接続性と筆圧のばらつきによる草書体アラビア文字認識の課題に対処すること。
• オンラインおよびオフラインの手書き認識システムを統合することで、認識性能を向上させること。
• オンラインおよびオフライン認識アプローチの補完的特長を統合する複数分類器システムを構築すること。
• マルチモーダル入力処理により、頑健な文字認識、個人識別、性格判別を可能にすること。

提案手法

• システムは、オンラインおよびオフライン認識の両方において隠れマルコフモデル（HMM）を採用し、各モodal に対して別個の前処理および正規化戦略を適用する。
• オンライン認識は、デジタルタブレット（例：Starboard）からの動的ストロークデータを処理し、時間的順序情報を捉える。
• オフライン認識は、手書きアラビア語単語の静的画像を処理し、空間的特徴および形状パターンに注目する。
• 両認識器の出力を、ノルム文字列照合アルゴリズムを用いた順次的アラインメントにより統合し、単語レベルの予測をアラインメントする。
• 統合戦略は、オンラインデータの時間的ダイナミクスと、オフラインデータの構造的頑健性を活かし、認識の信頼性を向上させる。
• システムはアラビア語単語データセットを用いて学習および評価され、標準的な認識精度メトリクスを用いて性能が測定される。

実験結果

リサーチクエスチョン

• RQ1 オンラインおよびオフラインの手書き認識を統合することで、草書体アラビア文字の認識精度が向上するか？
• RQ2 オンラインおよびオフラインのHMMベース認識器の出力を効果的に統合し、認識性能を向上させることは可能か？
• RQ3 マルチモーダル統合は、アラビア語の文字接続性および筆圧のばらつきに起因する課題をどの程度軽減できるか？
• RQ4 提案された統合手法は、個々のオンラインまたはオフライン認識システムを上回る認識精度を達成するか？
• RQ5 統合されたシステムは、個人識別や性格判別といった後続の応用をサポートできるか？

主な発見

• 提案されたハイブリッドシステムは、最良の個別認識器よりも約3%の認識精度向上を達成した。
• ノルム文字列照合アルゴリズムを用いた順次的単語シーケンスアラインメントにより、オンラインおよびオフラインシステムの補完的出力が効果的に統合された。
• オンラインおよびオフラインHMMベース認識器の統合により、単独アプローチに比べてより頑健で正確な単語認識が可能になった。
• 本システムは、アラビア語のような複雑な草書体に対してマルチモーダル入力を用いる可能性を示した。
• 結果から、動的および静的手書き特徴を統合することで、特に高い接続性とばらつきが見られる状況下でも認識性能が向上することが示唆された。