[논문 리뷰] Segmentation of Offline Handwritten Bengali Script

Subhadip Basu, Chitrita Chaudhuri외 3명|arXiv (Cornell University)|2012. 02. 14.

Handwritten Text Recognition Techniques참고 문헌 8인용 수 5

한 줄 요약

이 논문은 붕글라어 문자에서 흔히 볼 수 있는 둘러싸는 성분으로 인해 발생하는 과제를 해결하기 위해, 기울어진 손글씨 붕글라어 문자를 위한 새로운 분할 방법을 제안한다. 수직 투영 프로파일링과 적응형 임계값 처리를 조합한 방법은 218개의 테스트 샘플에서 97.7%의 성공률을 기록하여, 후속 인식 작업을 위한 연결된 문자의 정확한 분해를 가능하게 한다.

ABSTRACT

Character segmentation has long been one of the most critical areas of optical character recognition process. Through this operation, an image of a sequence of characters, which may be connected in some cases, is decomposed into sub-images of individual alphabetic symbols. In this paper, segmentation of cursive handwritten script of world's fourth popular language, Bengali, is considered. Unlike English script, Bengali handwritten characters and its components often encircle the main character, making the conventional segmentation methodologies inapplicable. Experimental results, using the proposed segmentation technique, on sample cursive handwritten data containing 218 ideal segmentation points show a success rate of 97.7%. Further feature-analysis on these segments may lead to actual recognition of handwritten cursive Bengali script.

연구 동기 및 목표

• 기울어진 손글씨 붕글라어 문자의 분할 과제를 해결하기 위해, 문자에 둘러싸인 성분이 자주 존재하여 전통적인 방법이 효과를 발휘하지 못하는 문제를 해결한다.
• 세계에서 네 번째로 많이 쓰이는 언어인 붕글라어 문자의 구조적 복잡성에 맞게 설계된 강력한 분할 기법을 개발한다.
• 오프라인 손글씨 데이터에서 높은 분할 정확도를 달성하여 기울어진 붕글라어 문자의 후속 인식을 가능하게 한다.
• 손글씨 붕글라어 텍스트의 특징 추출 및 최종 인식을 위한 기반을 제공한다.

제안 방법

• 이 방법은 연결된 문자의 이미지에서 잠재적인 분할 지점을 탐지하기 위해 수직 투영 프로파일링을 활용한다.
• 노이즈가 많거나 품질이 낮은 이미지에서 문자 경계를 더 잘 탐지하기 위해 적응형 임계값 처리를 적용한다.
• 알고리즘은 수직 투영 프로파일의 局부 최소값을 후보 분할 지점으로 식별한다.
• 유효성 검증 단계를 통해 실제 문자 분리에 해당하는 의미 있는 분할 지점들만 유지된다.
• 이 방법은 붕글라어 문자의 고유한 구조적 특징, 예를 들어 모음 기호나 둘러싸는 성분 등을 처리하도록 설계되어 있다.
• 이 방법은 기울어진 손글씨 샘플에서 수동으로 검증된 218개의 이상적인 분할 지점으로 구성된 데이터셋에서 평가된다.

실험 결과

연구 질문

• RQ1 둘러싸는 성분을 포함한 기울어진 손글씨 붕글라어 문자는 어떻게 효과적으로 분할할 수 있는가?
• RQ2 구조적 복잡성에도 불구하고 오프라인 손글씨 붕글라어 문자에서 높은 정확도를 달성하는 분할 기법은 무엇인가?
• RQ3 수직 투영과 적응형 임계값 처리를 효과적으로 조합하여 연결된 붕글라어 문자의 분할 지점을 탐지할 수 있는가?
• RQ4 실세계의 기울어진 붕글라어 손글씨 데이터에서 달성 가능한 분할 정확도는 얼마인가?

주요 결과

• 제안된 분할 방법은 기울어진 손글씨 붕글라어 텍스트에서 수동으로 레이블링된 이상적인 분할 지점 218개에 대해 97.7%의 성공률을 기록했다.
• 이 방법은 표준 분할 기법이 자주 혼란스러워하는 둘러싸는 성분을 포함한 붕글라어 문자의 구조적 복잡성을 효과적으로 처리한다.
• 수직 투영 프로파일링과 적응형 임계값 처리의 조합은 연결된 문자 시퀀스에서 의미 있는 분할 지점을 탐지하는 데 효과적이었다.
• 결과는 오프라인 손글씨 붕글라어 문자에 대해 정확한 분할이 가능하며, 인식을 위한 신뢰할 수 있는 특징 추출이 가능하다는 것을 보여준다.