[논문 리뷰] Text Region Extraction from Business Card Images for Mobile Devices

Ayatullah Faruk Mollah, Subhadip Basu외 4명|arXiv (Cornell University)|2010. 03. 02.

Handwritten Text Recognition Techniques참고 문헌 6인용 수 6

한 줄 요약

이 논문은 모바일 디바이스에서 비즈니스 카드 이미지의 텍스트 영역을 추출하기 위한 경량이고 규칙 기반의 방법을 제시한다. 배경 제거, 연결 요소 필터링, 적응형 이진화를 통해 구현되며, 1024×768 해상도 이미지에서 1.1 MB 메모리 사용량과 0.16초 처리 시간으로 98.54%의 정확도를 달성한다. 이는 모바일 환경의 계산 자원 제약 조건을 고려해 최적화된 결과이다.

ABSTRACT

Designing a Business Card Reader (BCR) for mobile devices is a challenge to the researchers because of huge deformation in acquired images, multiplicity in nature of the business cards and most importantly the computational constraints of the mobile devices. This paper presents a text extraction method designed in our work towards developing a BCR for mobile devices. At first, the background of a camera captured image is eliminated at a coarse level. Then, various rule based techniques are applied on the Connected Components (CC) to filter out the noises and picture regions. The CCs identified as text are then binarized using an adaptive but light-weight binarization technique. Experiments show that the text extraction accuracy is around 98% for a wide range of resolutions with varying computation time and memory requirements. The optimum performance is achieved for the images of resolution 1024x768 pixels with text extraction accuracy of 98.54% and, space and time requirements as 1.1 MB and 0.16 seconds respectively.

연구 동기 및 목표

• 모바일 비즈니스 카드 스캐너에서 계산 자원 제약 조건 하에 텍스트 영역 추출 과제를 해결하기 위해.
• 카메라로 촬영한 이미지에서 흔히 발생하는 이미지 왜곡과 다양한 비즈니스 카드 레이아웃을 처리하기 위해.
• 모바일 배포를 고려해 높은 정확도를 유지하면서도 낮은 메모리 사용량과 처리 시간을 확보하는 방법을 설계하기 위해.
• 규칙 기반 연결 요소 분석을 통해 잡음 및 그림 영역과 같은 비텍스트 영역을 필터링하기 위해.
• 특히 1024×768 픽셀을 중심으로 실제 모바일 이미지 해상도에 최적화된 성능을 확보하기 위해.

제안 방법

• 이미지에서 주요 카드 영역을 분리하기 위해 먼저 거친 배경 제거를 수행한다.
• 연결 요소(CC)를 추출하고, 규칙 기반 기법을 사용해 노이즈 및 비텍스트 영역을 필터링한다.
• 비율 및 크기 임계값과 같은 기하학적 및 형태적 규칙을 기반으로 텍스트 유사 CC를 선별한다.
• 선택된 텍스트 영역에 대해 대비를 향상시키기 위해 적응형이지만 경량인 이진화 기법을 적용한다.
• 메모리 사용량과 실행 시간을 최소화함으로써 모바일 플랫폼에 최적화된 성능을 확보한다.
• 다양한 이미지 해상도에서 성능을 평가하며, 특히 최적의 목표로 1024×768를 중심으로 한다.

실험 결과

연구 질문

• RQ1 이미지 왜곡과 다양한 레이아웃에도 불구하고, 모바일로 촬영한 비즈니스 카드 이미지에서 텍스트 영역을 정확하게 추출할 수 있는 방법은 무엇인가?
• RQ2 연결 요소 분석에서 노이즈 및 그림 영역과 텍스트 구성 요소를 효과적으로 구분할 수 있는 규칙 기반 기준은 무엇인가?
• RQ3 모바일 기기의 제약 조건을 고려해 적응형이면서도 경량화된 이진화는 어떻게 달성할 수 있는가?
• RQ4 정확도, 메모리 사용량, 처리 시간을 균형 있게 고려할 때 최적의 이미지 해상도는 무엇인가?
• RQ5 실제 모바일 환경에서의 배포 조건 하에서, 경량이고 규칙 기반의 접근 방식이 얼마나 높은 정확도를 달성할 수 있는가?

주요 결과

• 1024×768 픽셀 해상도 이미지에서 이 방법은 텍스트 추출 정확도 98.54%를 달성한다.
• 시스템은 피크 성능에서 메모리 사용량이 단 1.1 MB이며, 이미지 처리 시간은 0.16초이다.
• 가장 높은 정확도는 1024×768 해상도에서 관찰되었으며, 이는 해상도가 낮거나 높아질수록 약간의 성능 저하가 발생한다.
• 연결 요소의 규칙 기반 필터링이 낮은 계산 비용으로 노이즈 및 비텍스트 영역을 효과적으로 제거한다.
• 적응형 이진화 기법은 처리 오버헤드를 증가시키지 않으면서도 텍스트의 가시성을 향상시킨다.
• 다양한 이미지 해상도 범위에서 높은 정확도와 낮은 자원 소비를 유지하면서도 뛰어난 강건성을 보여준다.