[논문 리뷰] Design of an Optical Character Recognition System for Camera-based Handheld Devices

Ayatullah Faruk Mollah, Nabamita Majumder외 2명|arXiv (Cornell University)|2011. 09. 15.

Handwritten Text Recognition Techniques참고 문헌 11인용 수 65

한 줄 요약

이 논문은 휴대기기용으로 최적화된 경량 카메라 기반 OCR 시스템을 제시한다. 텍스트 영역 검출, 기울기 보정, 이진화, 줄/문자 분할, 인식을 포함한다. 100장의 휴대폰 카메라로 촬영한 명함에 대해 평가한 결과, 정확도가 92.74%에 달했으며, Tesseract와 유사한 성능을 보였고, 이는 휴대기기 배포에 적합한 낮은 계산 비용과 메모리 사용량을 유지함을 의미한다.

ABSTRACT

This paper presents a complete Optical Character Recognition (OCR) system for camera captured image/graphics embedded textual documents for handheld devices. At first, text regions are extracted and skew corrected. Then, these regions are binarized and segmented into lines and characters. Characters are passed into the recognition module. Experimenting with a set of 100 business card images, captured by cell phone camera, we have achieved a maximum recognition accuracy of 92.74%. Compared to Tesseract, an open source desktop-based powerful OCR engine, present recognition accuracy is worth contributing. Moreover, the developed technique is computationally efficient and consumes low memory so as to be applicable on handheld devices.

연구 동기 및 목표

• 자원이 제한된 휴대기기용으로 최적화된 효율적인 OCR 파이프라인을 개발하기 위해 카메라로 촬영한 문서를 활용한다.
• 휴대기기로 촬영한 텍스트에서 기울기, 노이즈, 일정하지 않은 조명 등의 실제 환경의 이미지 품질 문제를 해결하기 위해 노력한다.
• 휴대기기 배포에 적합하게 계산 부담과 메모리 소비를 최소화하면서도 높은 인식 정확도를 달성하기 위해 노력한다.
• 하드웨어 제약이 있는 상황에서도 데스크톱 OCR 엔진인 Tesseract와 동등하거나 그 이상의 정확도를 달성하기 위해 노력한다.

제안 방법

• 모서리 기반 분할과 형태학적 연산을 사용하여 텍스트 영역을 검출하여 잠재적인 텍스트 영역을 분리한다.
• 기울기 보정을 위해 Hough 변환 기반 선 검출을 사용하여 기울어진 텍스트를 정렬하여 처리를 향상시킨다.
• 카메라로 촬영한 이미지의 불균형한 조명을 처리하기 위해 적응형 임계값 처리를 통해 이진화를 수행한다.
• 수직 및 수평 투영 프로파일을 통해 줄과 문자를 분할하여 개별 문자를 분리한다.
• 문자 인식 모듈은 분할된 문자를 처리하며, 일반적으로 템플릿 매칭 또는 특징 기반 분류 방법을 사용할 가능성이 있다.
• 전체 파이프라인은 낮은 메모리 및 처리 오버헤드를 위해 최적화되어 있어 휴대기기에서 실시간 성능을 보장한다.

실험 결과

연구 질문

• RQ1 어떻게 하면 휴대기기에서 촬영한 저품질 텍스트에서 높은 정확도를 유지할 수 있는 OCR 시스템을 설계할 수 있는가?
• RQ2 휴대기기 OCR 응용 분야에서 기울기 보정과 이진화에 가장 효과적인 전처리 기법은 무엇인가?
• RQ3 경량 OCR 시스템이 Tesseract와 같은 데스크톱 엔진과 동등한 정확도를 달성할 수 있는가? (휴대기기로 촬영한 데이터 기준)
• RQ4 계산 효율성과 메모리 사용량을 얼마나 줄일 수 있으며, 이로 인해 인식 성능이 손상되지 않을 정도로 최소화할 수 있는가?

주요 결과

• 휴대폰 카메라로 촬영한 100장의 명함 이미지 데이터셋에서 시스템은 최대 92.74%의 인식 정확도를 달성했다.
• 제안된 OCR 파이프라인은 널리 사용되는 오픈소스 데스크톱 OCR 엔진인 Tesseract와 비교해 뛰어난 성능을 보였다.
• 시스템은 계산적으로 효율적이며 낮은 메모리 소비를 보여, 휴대기기에서의 배포에 적합하다.
• 기울기 보정과 적응형 이진화가 실제 노이즈가 많은 카메라로 촬영한 이미지에서 인식 정확도를 크게 향상시켰다.
• 형태학적 분할, 투영 기반의 줄 및 문자 분리, 강력한 전처리 기법의 조합이 도전적인 촬영 조건에서도 높은 정확도를 가능하게 했다.
• 시스템의 성능은 실질적이고 실제 환경의 휴대기기로 촬영한 명함 데이터셋을 통해 검증되었으며, 실제 배포 시나리오에서의 적용 가능성을 입증했다.