[논문 리뷰] A comparative study of different feature sets for recognition of handwritten Arabic numerals using a Multi Layer Perceptron

Nibaran Das, Ayatullah Faruk Mollah외 2명|arXiv (Cornell University)|2010. 03. 09.

Handwritten Text Recognition Techniques참고 문헌 5인용 수 4

한 줄 요약

이 논문은 다층퍼셉트론(MLP) 분류기를 사용하여 손글씨 아랍 숫자를 인식하기 위해 그림자 특징, 8분면 중심점, 최장 연속 구간, 동적 무게 중심 등의 7종류의 특징 세트를 평가한다. 3,000개 샘플로 구성된 데이터셋에서 최고의 인식률 95.80%는 두 가지 특징 조합에서 달 đạt했으며, 그 중 그림자 특징과 중심점 특징 조합(88개 특징)과 그림자, 중심점, 최장 연속 구간 특징 조합(124개 특징)이었다. 후자는 차원 수가 낮아 OCR 응용 분야에서 더 유리하다.

ABSTRACT

The work presents a comparative assessment of seven different feature sets for recognition of handwritten Arabic numerals using a Multi Layer Perceptron (MLP) based classifier. The seven feature sets employed here consist of shadow features, octant centroids, longest runs, angular distances, effective spans, dynamic centers of gravity, and some of their combinations. On experimentation with a database of 3000 samples, the maximum recognition rate of 95.80% is observed with both of two separate combinations of features. One of these combinations consists of shadow and centriod features, i. e. 88 features in all, and the other shadow, centroid and longest run features, i. e. 124 features in all. Out of these two, the former combination having a smaller number of features is finally considered effective for applications related to Optical Character Recognition (OCR) of handwritten Arabic numerals. The work can also be extended to include OCR of handwritten characters of Arabic alphabet.

연구 동기 및 목표

• 손글씨 아랍 숫자를 인식하는 데 있어 다양한 특징 세트의 효과를 평가하는 것.
• 다층퍼셉트론을 사용한 고정밀 인식을 위한 최적의 특징 조합을 규명하는 것.
• 단순화된 특징 세트가 실용적인 OCR 응용 분야에서 높은 인식 성능를 유지할 수 있는지 확인하는 것.
• 이 방법을 아랍 문자 인식으로 확장할 잠재적 가능성을 탐색하는 것.

제안 방법

• 손글씨 아랍 숫자 이미지에서 7종류의 특징 세트를 추출함: 그림자 특징, 8분면 중심점, 최장 연속 구간, 각도 거리, 유효 스펜, 동적 무게 중심, 그리고 이들의 조합.
• 3,000개의 손글씨 아랍 숫자 샘플로 구성된 데이터셋을 대상으로 다층퍼셉트론(MLP) 분류기를 훈련 및 테스트함.
• 교차검증을 통해 특징 조합의 성능을 평가하여 인식 정확도를 분석함.
• 각 특징 세트의 성능는 테스트 세트에서 달달린 인식률로 측정됨.
• 최종 선택 기준은 정확도와 특징 수를 종합적으로 고려하여, 효율적이고 효과적인 특징 조합을 우선시함.

실험 결과

연구 질문

• RQ1 다층퍼셉트론 분류기를 사용할 때 손글씨 아랍 숫자 인식에 가장 높은 정확도를 보이는 특징 세트는 무엇인가?
• RQ2 특징 조합은 개별 특징 세트에 비해 인식 성능에서 어떻게 비교되는가?
• RQ3 단순화된 특징 세트는 계산 효율성을 향상시키면서도 높은 정확도를 유지할 수 있는가?
• RQ4 이 분류 작업에서 특징 차원 수와 인식률 사이의 최적의 균형은 무엇인가?

주요 결과

• 최고의 인식률 95.80%는 두 가지 특징 조합에서 달성되었으며, 그림자 특징과 중심점 특징 조합(88개 특징)과 그림자, 중심점, 최장 연속 구간 특징 조합(124개 특징)이었다.
• 그림자 특징과 중심점 특징 조합이 정확도와 특징 수 사이의 최적의 트레이드오프를 달성하여 실용적인 OCR 응용 분야에서 가장 적합하다.
• 최장 연속 구간 특징을 포함시킴으로써 성능은 약간 향상되었지만, 차원 수가 증가하여 효율성이 떨어졌다.
• 개별 특징 세트 중에서 그림자 특징과 8분면 중심점 특징이 인식 정확도 향상에 크게 기여하였다.
• 결과적으로 이 인식 작업에서는 하이브리드 특징 세트가 단일 특징 접근 방식보다 우수한 성능을 보였다.
• 본 연구는 신중히 선택된 특징을 사용한 MLP 기반 분류가 손글씨 아랍 숫자 인식에 실현 가능하다는 것을 입증하였다.