[논문 리뷰] Advancements and Challenges in Arabic Optical Character Recognition: A Comprehensive Survey

Mahmoud SalahEldin Kasem, Mohamed Mahmoud외 1명|arXiv (Cornell University)|2023. 12. 19.

Handwritten Text Recognition Techniques인용 수 6

한 줄 요약

이 종합적 서베이는 다양한 데이터셋을 바탕으로 딥 러닝 기반 기법인 DCNN 및 TrOCR를 포함한 최신 아랍어 OCR 기술을 분석한다. 분할 기반 접근 방식이 우월하다고 밝히며, 단어 인식에서 최대 99.952%의 정확도를 기록했고, 비스듬한 글자체, 어미 표시, 제한된 레이블이 부여된 데이터 등 도전 과제를 지적하며, 향후 보정 처리 및 데이터셋 개발 향상이 필요하다고 강조한다.

ABSTRACT

Optical character recognition (OCR) is a vital process that involves the extraction of handwritten or printed text from scanned or printed images, converting it into a format that can be understood and processed by machines. This enables further data processing activities such as searching and editing. The automatic extraction of text through OCR plays a crucial role in digitizing documents, enhancing productivity, improving accessibility, and preserving historical records. This paper seeks to offer an exhaustive review of contemporary applications, methodologies, and challenges associated with Arabic Optical Character Recognition (OCR). A thorough analysis is conducted on prevailing techniques utilized throughout the OCR process, with a dedicated effort to discern the most efficacious approaches that demonstrate enhanced outcomes. To ensure a thorough evaluation, a meticulous keyword-search methodology is adopted, encompassing a comprehensive analysis of articles relevant to Arabic OCR, including both backward and forward citation reviews. In addition to presenting cutting-edge techniques and methods, this paper critically identifies research gaps within the realm of Arabic OCR. By highlighting these gaps, we shed light on potential areas for future exploration and development, thereby guiding researchers toward promising avenues in the field of Arabic OCR. The outcomes of this study provide valuable insights for researchers, practitioners, and stakeholders involved in Arabic OCR, ultimately fostering advancements in the field and facilitating the creation of more accurate and efficient OCR systems for the Arabic language.

연구 동기 및 목표

• 아랍어 OCR 분야의 현재 방법론, 응용 사례 및 과제에 대한 종합적 리뷰를 제공하는 것.
• 아랍어 텍스트에서 문자, 단어, 숫자 인식에 가장 효과적인 기법을 특정하는 것.
• 분할 및 분할 없음 접근 방식이 OCR 성능에 미치는 영향을 분석하는 것.
• 특히 레이블이 부족한 데이터셋과 보정 처리의 필요성 등 연구 격차를 부각하는 것.
• 향후 연구를 이끄는 데 도움이 되는 아랍어 OCR 정확도 및 내구성 향상의 잠재적 방향을 식별하는 것.

제안 방법

• 키워드 기반 체계적 문헌 리뷰를 수행하였으며, 아랍어 OCR 연구의 후행 및 선행 인용 분석을 포함하였다.
• OCR 파이프라인의 전처리, 분할(텍스트 영역, 줄, 단어, 문자), 인식, 보정 처리 단계를 평가하였다.
• 기준 데이터셋에서의 성능을 분석하기 위해 딥 컨볼루션 신경망(DCNN), TrOCR, CNN-SVM 하이브리드 모델 등 딥 러닝 모델을 분석하였다.
• 성능 평가 지표로는 문자 오류율(CER), 단어 오류율(WER), 정확도, 정밀도, 재현율, F1-스코어를 사용하여 방법 간 비교를 수행하였다.
• HACDB, MADBase, SUST-ALT, KAFD, ADBase, AHCD, HIJJA 등의 데이터셋을 분석하여 그 특성과 학습 및 테스트에의 활용 가능성을 평가하였다.
• 본 연구는 스펠 체크 알고리즘과 같은 보정 처리 기법이 OCR 출력 품질 향상에 미치는 역할을 강조하였다.

Figure 1 : Brief overview of OCR process

실험 결과

연구 질문

• RQ1 다양한 텍스트 유형에서 아랍어 OCR에 가장 효과적인 딥 러닝 및 전통적 기법은 무엇인가?
• RQ2 분할 기반 및 분할 없음 접근 방식이 아랍어 텍스트의 정확도 및 내구성 측면에서 어떻게 비교되는가?
• RQ3 스크립트의 복잡성과 데이터 가용성과 관련된 아랍어 OCR의 주요 과제는 무엇인가?
• RQ4 기존 데이터셋은 학습용 강력한 OCR 시스템 구축에 적합한지, 그 구조, 내용, 적합성 측면에서 어떻게 다를까?
• RQ5 보정 처리 기법은 아랍어 OCR 시스템의 최종 출력 품질 향상에 어떤 역할을 할 수 있는가?

주요 결과

• DCNN는 HACDB 데이터셋에서 문자 인식에 99.91%의 정확도를 기록했으며, MADBase에서는 숫자 인식에 99.906%, SUST-ALT에서는 단어 인식에 99.952%의 정확도를 달성했다.
• KAFD 데이터셋에서 TrOCR는 CER 0.82와 WER 2.39를 기록하여 복잡한 단어 수준 인식에서 뛰어난 성능을 보였다.
• ADBase에서 FGSM + ORCing 방법은 매우 낮은 WER 0.0310을 기록하여, 명시되지 않은 CER에도 불구하고 텍스트 인식 정확도가 매우 높음을 시사했다.
• 결합된 CNN + SVM 접근 방식은 HACDB에서 문자 인식에 89.7%의 정확도, AHCD에서는 97.3%, HIJJA에서는 단어 인식에 88.8%의 정확도를 기록했다.
• 분할 기반 방법, 특히 수직/수평 투영 기반 방법이 단어 및 문자 분할 작업에서 분할 없음 접근 방식보다 성능이 뛰어났다.
• 본 연구는 레이블이 부여된 아랍어 OCR 데이터셋의 가용성 부족을 주요 장애물로 지적하며, 더 포괄적이고 다양한 데이터셋 구축의 필요성을 촉구했다.

(a) IFN/ENIT