[논문 리뷰] Multistage Hybrid Arabic/Indian Numeral OCR System

Yasser M. Alginaih, Abdul Ahad Siddiqi|arXiv (Cornell University)|2010. 05. 06.

Handwritten Text Recognition Techniques참고 문헌 12인용 수 3

한 줄 요약

이 논문은 우표 코드에 사용되는 인쇄된 아랍 숫자와 인도 숫자를 인식하기 위한 다단계 하이브리드 OCR 시스템을 제시한다. 이 시스템은 이진 특징, 존징(지역화) 특징, 퍼지 특징 추출 기법을 결합하고, 허밍 넷, 유클리드 거리, 퍼지 신경망 분류기들을 활용한다. 시스템은 기존 문헌에서 보고된 방법들을 능가하는 높은 인식률을 달성하였으며, 자동 우편 정렬 시스템의 정확성과 효율성을 향상시키도록 설계되었다.

ABSTRACT

The use of OCR in postal services is not yet universal and there are still many countries that process mail sorting manually. Automated Arabic/Indian numeral Optical Character Recognition (OCR) systems for Postal services are being used in some countries, but still there are errors during the mail sorting process, thus causing a reduction in efficiency. The need to investigate fast and efficient recognition algorithms/systems is important so as to correctly read the postal codes from mail addresses and to eliminate any errors during the mail sorting stage. The objective of this study is to recognize printed numerical postal codes from mail addresses. The proposed system is a multistage hybrid system which consists of three different feature extraction methods, i.e., binary, zoning, and fuzzy features, and three different classifiers, i.e., Hamming Nets, Euclidean Distance, and Fuzzy Neural Network Classifiers. The proposed system, systematically compares the performance of each of these methods, and ensures that the numerals are recognized correctly. Comprehensive results provide a very high recognition rate, outperforming the other known developed methods in literature.

연구 동기 및 목표

• 우표 코드에서 사용되는 인쇄된 아랍 숫자와 인도 숫자를 위한 강건하고 고정확도의 OCR 시스템을 개발하기 위해.
• 기존 시스템에 비해 성능을 향상시켜 자동 우편 정렬 시스템의 오류를 줄이기 위해.
• 숫자 인식을 위해 다수의 특징 추출 및 분류 기법을 조합하는 효과성을 조사하기 위해.
• 최적의 인식 성과를 얻기 위해 다양한 특징-분류기 조합을 체계적으로 비교하기 위해.
• 우정 서비스 자동화에 적합한 확장 가능하고 효율적인 솔루션을 제공하기 위해.

제안 방법

• 시스템은 세 가지 특징 추출 방법을 사용한다: 픽셀 패턴 기반 이진 특징, 숫자 이미지를 격자 영역으로 나누는 존징 특징, 그리고 왜곡과 형태 변화를 다루기 위해 퍼지 논리를 활용하는 퍼지 특징.
• 세 가지 분류기가 순차적으로 적용된다: 빠른 초기 분류를 위한 허밍 넷, 유사도 기반 매칭을 위한 유클리드 거리, 퍼지 추론을 활용한 최종 보정을 위한 퍼지 신경망.
• 다단계 아키텍처는 입력 이미지를 특징 추출 후 순차적인 분류 단계를 거쳐 인식 신뢰도를 향상시킨다.
• 각 방법에서 유도된 특징 벡터는 독립적으로 평가된 후 결합 전략을 통해 결정 융합되어 정확도를 향상시킨다.
• 시스템은 실제 우편 코드 샘플에서 유래한 인쇄된 아랍 숫자와 인도 숫자로 구성된 데이터셋을 기반으로 학습 및 테스트된다.
• 표준 인식률 메트릭을 사용하여 성능을 평가하였으며, 기존 문헌에 기록된 OCR 방법과 결과를 비교하였다.

실험 결과

연구 질문

• RQ1 이진, 존징, 퍼지 특징 추출 방법의 각각의 차이가 아랍 숫자와 인도 숫자의 인식 정확도에 어떤 영향을 미치는가?
• RQ2 허밍 넷, 유클리드 거리, 퍼지 신경망 분류기의 비교 성능은 인쇄된 숫자 인식에서 어떻게 나타나는가?
• RQ3 다양한 특징과 분류기를 조합한 다단계 하이브리드 시스템은 단일 방법 기반 OCR 시스템을 능가할 수 있는가?
• RQ4 우표 코드 처리에서 인식 오류를 최소화하기 위해 최적의 특징-분류기 조합 구성은 무엇인가?
• RQ5 제안된 시스템은 기존 OCR 솔루션 대비 자동 우편 정렬에서 오류를 얼마나 줄이는가?

주요 결과

• 제안된 다단계 하이브리드 OCR 시스템은 기존 문헌에서 보고된 방법들보다 유의미하게 높은 인식률을 달성하였다.
• 퍼지 특징과 퍼지 신경망 분류기의 조합이 테스트된 모든 구성 중에서 가장 높은 개별 인식 정확도를 기록하였다.
• 다단계 아키텍처는 순차적 분류 단계를 통해 오류 수정 기능을 제공함으로써 오류율을 효과적으로 감소시켰다.
• 실제 우편 코드 이미지에서 흔히 볼 수 있는 폰트, 크기, 이미지 품질의 변동성에 대해 뛰어난 강건성을 보였다.
• 다양한 유형의 특징을 사용함으로써 노이즈와 왜곡에 대한 시스템의 내성 능력이 향상되었으며, 특히 저품질 스캔에서 두드러졌다.
• 전반적인 시스템 성능은 아랍 숫자와 인도 숫자에 대해 기존 OCR 시스템을 능가하였으며, 특히 우표 코드 인식 작업에서 두각을 나타냈다.