[논문 리뷰] Optical Character Recognition, Using K-Nearest Neighbors

Wei Wang|arXiv (Cornell University)|2014. 11. 05.

Handwritten Text Recognition Techniques참고 문헌 4인용 수 5

한 줄 요약

이 논문은 이미지 분할을 통한 특징 추출과 픽셀 평균 또는 기울기 기반 특징을 사용하여 K-최근접 이웃(K-NN) 기반의 손글씨 숫자 인식 시스템을 제안한다. 4×8 수직-수평 분할을 사용할 경우 92.6%의 정확도와 1.092초의 실행 시간을 기록하여 단순함에도 불구하고 높은 효율성과 정확도를 입증한다.

ABSTRACT

The problem of optical character recognition, OCR, has been widely discussed in the literature. Having a hand-written text, the program aims at recognizing the text. Even though there are several approaches to this issue, it is still an open problem. In this paper we would like to propose an approach that uses K-nearest neighbors algorithm, and has the accuracy of more than 90%. The training and run time is also very short.

연구 동기 및 목표

• 간단한 특징 추출과 K-NN 분류를 사용하여 빠르고 정확한 손글씨 숫자 인식 시스템을 개발한다.
• 특징 수를 최소화하면서도 높은 인식 정확도를 유지함으로써 차원의 저주 문제를 해결한다.
• 실시간 또는 임베디드 응용 프로그램을 위한 특징 추출 및 분류의 계산 복잡도를 낮춘다.
• K-NN 기반 OCR에서 픽셀 평균과 기울기 기반 특징 표현 간의 성능 상충 관계를 평가한다.
• 간단하고 저비용의 방법이 숫자 인식 작업에서 높은 정확도를 달성할 수 있음을 입증한다.

제안 방법

• 노이즈와 그림자 감소를 위해 MATLAB의 재귀적 bwmorph를 사용하여 이미지를 형태학적 스켈레톤화로 사전 처리한다.
• 비영인 픽셀의 최소 및 최대 X, Y 좌표를 계산하여 숫자의 유효 영역을 추출한다.
• 특징을 추출하기 위해 이미지를 4×8 직사각형 섹션(총 32개)으로 분할하며, 다른 분할 방식(예: 4×4, 8×8)도 테스트한다.
• 첫 번째 방법에서는 각 분할 내의 평균 픽셀 강도를 특징 벡터로 계산한다.
• 두 번째 방법에서는 각 분할에 대해 X 및 Y 방향의 최대 절대 기울기 값을 계산하여 특징 수를 두 배로 늘린다.
• 학습 특징 벡터에서 K-차원(Kd) 트리 데이터 구조를 구축하여 O(log N) 예상 쿼리 시간으로 효율적인 k-최근접 이웃 쿼리가 가능하도록 한다.

실험 결과

연구 질문

• RQ1 이미지 분할 기반의 단순한 특징 추출 방법이 손글씨 숫자 인식에서 높은 정확도를 달성할 수 있는가?
• RQ2 정확도와 실행 시간 측면에서 픽셀 평균과 기울기 기반 특징 표현 방식은 어떻게 비교되는가?
• RQ3 정확도와 계산 효율성을 균형 잡는 데 최적의 분할 체계(예: 4×8 대비 8×8)는 무엇인가?
• RQ4 Kd-트리 기반 K-NN 분류기가 최소한의 사전 처리와 저차원 특징을 사용해도 높은 성능을 달성할 수 있는가?
• RQ5 이 프레임워크에서 스켈레톤화 기법의 사용이 정확도 향상에 어느 정도 기여하는가?

주요 결과

• 픽셀 평균을 사용한 4×8 분할 체계가 테스트 세트에서 가장 높은 정확도 92.6%를 기록했다.
• 기울기 기반 특징을 사용한 동일한 4×8 분할 체계는 정확도가 80.6%로 낮아져, 이 설정에서는 평균화가 기울기 기반 방법보다 성능이 뛰어남을 시사한다.
• 4×8 분할 체계의 실행 시간은 1.092초로, 8×8 분할 체계(2.152초)보다 훨씬 빠르게 기록되었다.
• 픽셀 평균 방법은 단지 32개의 특징만으로도 92.6%의 정확도를 달성하여 저차원 특징임에도 효과적임을 입증했다.
• Kd-트리 데이터 구조는 예상 O(log N) 쿼리 시간으로 효율적인 k-NN 쿼리를 가능하게 하여 빠른 추론을 지원했다.
• 전반적으로 시스템은 최소한의 계산 오버헤드로 90% 이상의 정확도를 확보하여, 이 방법론이 정확하고 효율적임을 입증했다.