[論文レビュー] Time Efficient Approach To Offline Hand Written Character Recognition Using Associative Memory Net

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

Handwritten Text Recognition Techniques参考文献 11被引用数 12

ひとこと要約

本論文では、C言語で実装され、OpenMPを用いた並列化を施した自己関連記憶ネットワーク（AMN）を用いた、時間効率の良いオフライン手書き文字認識システムを提案する。平均認識率は72.20%に達し、処理時間をシリアル実装の3.57秒から並列実装の1.16秒に短縮した。これは、英字アルファベット（52文字）の手書き認識において、リアルタイム応用に適した効率の向上を示している。

ABSTRACT

In this paper, an efficient Offline Hand Written Character Recognition algorithm is proposed based on Associative Memory Net (AMN). The AMN used in this work is basically auto associative. The implementation is carried out completely in 'C' language. To make the system perform to its best with minimal computation time, a Parallel algorithm is also developed using an API package OpenMP. Characters are mainly English alphabets (Small (26), Capital (26)) collected from system (52) and from different persons (52). The characters collected from system are used to train the AMN and characters collected from different persons are used for testing the recognition ability of the net. The detailed analysis showed that the network recognizes the hand written characters with recognition rate of 72.20% in average case. However, in best case, it recognizes the collected hand written characters with 88.5%. The developed network consumes 3.57 sec (average) in Serial implementation and 1.16 sec (average) in Parallel implementation using OpenMP.

研究の動機と目的

• 英字アルファベット用の高速かつ効率的なオフライン手書き文字認識システムの開発を目的とする。
• 並列処理技術を用いて、文字認識における計算時間を短縮することを目的とする。
• 自己関連記憶ネットワーク（AMN）の手書き文字データセット上での性能を評価することを目的とする。
• シリアル実装と並列実装のAMNを比較し、効率性とスケーラビリティを評価することを目的とする。
• 異なる個人による多様な手書きサンプルにおける認識正確性を評価することを目的とする。

提案手法

• 自己関連記憶ネットワーク（AMN）は、収集された手書き文字（52文字：26小文字、26大文字）を用いて学習される。
• AMNは、低レベルの効率性と最小限のオーバーヘッドを確保するため、Cプログラミング言語で実装される。
• OpenMP APIを用いた並列アルゴリズムが開発され、複数スレッド間での計算を高速化する。
• 学習データはシステムが生成した文字から構成され、テストデータは異なる個人の手書きサンプルからなる。
• ネットワークは、入力と出力間の誤差を最小化することでパターン再構築を実行し、関連記憶の原理を活用する。
• 認識率とシリアルおよび並列実行モードにおける平均処理時間を用いて、性能が評価される。

実験結果

リサーチクエスチョン

• RQ1 自己関連記憶ネットワークは、オフライン手書き英字文字の認識においてどの程度効果的か？
• RQ2 OpenMPによる並列化は、AMNベースの認識システムにおける処理時間をどの程度短縮するか？
• RQ3 AMNは、複数の個人による多様な手書きサンプルに対してどの程度の認識正確性を示すか？
• RQ4 シリアル実装と比較して、計算効率の観点でこのシステムはどの程度の性能を示すか？
• RQ5 C言語ベースの実装において、最小限の計算リソースでAMNは妥当な正確性を達成できるか？

主な発見

• AMNベースのシステムは、すべてのテストサンプルで平均72.20%の認識率を達成した。
• 最良のケースでは、特定の文字セットに対して88.5%の認識率に達した。
• シリアル実装では、データセットの処理に平均3.57秒を要した。
• OpenMPを用いた並列実装では、平均処理時間が1.16秒に短縮された。
• OpenMPの使用により、計算効率が顕著に向上し、より高速な推論が可能になった。
• 本システムは、リアルタイムまたはニアリアルタイムの手書き文字認識応用において実現可能であることが示された。