[논문 리뷰] Offline Handwritten MODI Character Recognition Using HU, Zernike Moments and Zoning

Sadanand A. Kulkarni, Prashant L. Borde외 2명|arXiv (Cornell University)|2014. 06. 24.

Handwritten Text Recognition Techniques참고 문헌 5인용 수 5

한 줄 요약

이 논문은 Zernike 모멘트와 존징( zoning ) 기반으로 회전 불변성과 형태 정밀도를 활용하여 전통적인 Hu 모멘트보다 뛰어난 성능을 보이는 오프라인 수필적 MODI 문자 인식 시스템을 제안한다. 이 방법은 특징 추출과 문자 이미지의 공간 분할을 통해 낙관적이고 복잡한 MODI 서체 문자를 더 높은 정확도로 인식한다.

ABSTRACT

HOCR is abbreviated as Handwritten Optical Character Recognition. HOCR is a process of recognition of different handwritten characters from a digital image of documents. Handwritten automatic character recognition has attracted many researchers all over the world to contribute handwritten character recognition domain. Shape identification and feature extraction is very important part of any character recognition system and success of method is highly dependent on selection of features. However feature extraction is the most important step in defining the shape of the character as precisely and as uniquely as possible. This is indeed the most important step and complex task as well and achieved success by using invariance property, irrespective of position and orientation. Zernike moments describes shape, identify rotation invariant due to its Orthogonality property. MODI is an ancient script of India had cursive and complex representation of characters. The work described in this paper presents efficiency of Zernike moments over Hu 7 moment with zoning for automatic recognition of handwritten MODI characters. Offline approach is used in this paper because MODI Script was very popular and widely used for writing purpose till 19th century before Devanagari was officially adopted.

연구 동기 및 목표

• 수필적이고 복잡한 수필적 MODI 문자를 인식하는 데 도전하는 것, 이는 더 이상 널리 사용되지 않는 고대 인도 문자 체계이다.
• 수필적 문자 인식 시스템에서 형태 식별 및 특징 추출을 향상시키는 것.
• Zernike 모멘트가 회전 불변 특징 표현에 대해 Hu 모멘트보다 효과적인지 평가하는 것.
• 모멘트 기반 특징과 존징 기법을 조합하여 인식 정확도를 향상시키는 것.
• 역사적 문서 분석에 적합한 견고한 오프라인 인식 시스템을 개발하는 것.

제안 방법

• 이 방법은 분할된 수필적 MODI 문자에서 회전 불변 특징을 추출하기 위해 Zernike 모멘트를 사용한다.
• Zernike 모멘트는 정규직교성과 고유한 회전 및 척도 불변성 때문에 적용된다.
• 문자 이미지를 존(영역)으로 나누어 특징의 공간 분포를 향상시키고 분류 능력을 향상시킨다.
• 존징 접근법은 이미지를 하위 영역으로 분할하여 국소적 형태 특징을 보다 효과적으로 포착한다.
• Zernike 모멘트와 존징에서 유도된 특징 벡터를 조합하여 표준 분류기로 분류한다.
• 시스템은 수필적 MODI 서체의 정적 디지털 이미지를 처리하는 오프라인 인식 접근법을 채택한다.

실험 결과

연구 질문

• RQ1 Zernike 모멘트 기반 특징 추출이 수필적 MODI 문자 인식에서 Hu 모멘트와 비교해 어떻게 성능을 냈는가?
• RQ2 존징이 모멘트 기반 특징의 분류 능력을 MODI 문자 인식에서 얼마나 향상시키는가?
• RQ3 Zernike 모멘트가 수필적 MODI 서체에서의 회전 및 방향 변화를 효과적으로 처리할 수 있는가?
• RQ4 존징과 모멘트 불변성을 조합했을 때 인식 정확도에 어떤 영향을 미치는가?
• RQ5 제안된 방법은 MODI와 같은 역사적 수필적 서체의 오프라인 인식에 적합한가?

주요 결과

• Zernike 모멘트는 회전 불변성과 형태 정밀도 덕분에 Hu 모멘트보다 수필적 MODI 문자 인식에서 뛰어난 성능을 보였다.
• 존징과 Zernike 모멘트의 통합은 특징의 분류 능력을 향상시켜 인식 정확도를 향상시켰다.
• 이 방법은 불변 특징과 공간적으로 분포된 특징을 통해 MODI 문자의 복잡한 수필적 구조를 성공적으로 포착했다.
• 오프라인 인식 접근법은 MODI 서체로 쓰인 역사적 문서 분석에 효과적이었다.
• Zernike 모멘트는 유사한 MODI 문자를 구분하는 데 핵심적인 형태 특징을 더 효과적으로 포착했다.
• 존징과 Zernike 모멘트의 조합은 수필적 MODI 문자에서의 방향 및 위치 변화를 다루는 견고한 해결책을 제공했다.