[논문 리뷰] Time Efficient Approach To Offline Hand Written Character Recognition Using Associative Memory Net

Tirtharaj Dash|arXiv (Cornell University)|2013. 06. 19.

Handwritten Text Recognition Techniques참고 문헌 11인용 수 12

한 줄 요약

이 논문은 C로 구현하고 OpenMP 기반 병렬 처리를 적용한 자동 연관 기억망(AMN)을 사용하여 시간 효율적인 오프라인 수기 문자 인식 시스템을 제안한다. 평균 인식률은 72.20%이며, 병렬 처리 시 처리 시간은 1.16초로, 순차 처리 시 3.57초에서 감소하여 실시간 응용 분야에 적합한 성능 향상을 보였다. 수기 영문 알파벳(52자)을 대상으로 한다.

ABSTRACT

In this paper, an efficient Offline Hand Written Character Recognition algorithm is proposed based on Associative Memory Net (AMN). The AMN used in this work is basically auto associative. The implementation is carried out completely in 'C' language. To make the system perform to its best with minimal computation time, a Parallel algorithm is also developed using an API package OpenMP. Characters are mainly English alphabets (Small (26), Capital (26)) collected from system (52) and from different persons (52). The characters collected from system are used to train the AMN and characters collected from different persons are used for testing the recognition ability of the net. The detailed analysis showed that the network recognizes the hand written characters with recognition rate of 72.20% in average case. However, in best case, it recognizes the collected hand written characters with 88.5%. The developed network consumes 3.57 sec (average) in Serial implementation and 1.16 sec (average) in Parallel implementation using OpenMP.

연구 동기 및 목표

• 영문 알파벳을 대상으로 빠르고 효율적인 오프라인 수기 문자 인식 시스템을 개발하기 위해.
• 병렬 처리 기법을 활용하여 문자 인식 과정의 계산 시간을 줄이기 위해.
• 수기 문자 데이터셋에서 자동 연관 기억망(AMN)의 성능을 평가하기 위해.
• 병렬 및 순차 구현 방식 간의 효율성과 확장성 비교를 위해.
• 다양한 개인의 수기 샘플에서의 인식 정확도를 평가하기 위해.

제안 방법

• 수집된 수기 문자(52자: 26개 소문자, 26개 대문자)를 사용하여 자동 연관 기억망(AMN)을 훈련시킨다.
• 낮은 수준의 효율성과 최소한의 오버헤드를 확보하기 위해 C 프로그래밍 언어로 AMN를 구현한다.
• OpenMP API를 사용하여 병렬 알고리즘을 개발하여 다중 스레드 기반 계산을 가속화한다.
• 훈련 데이터는 시스템이 생성한 문자로 구성되며, 테스트 데이터는 다양한 개인의 수기 샘플로 구성된다.
• 입력과 출력 간 오차를 최소화함으로써 패턴 재구성 기능을 수행하며, 연관 기억 원리를 활용한다.
• 순차 및 병렬 실행 모드에서 평균 처리 시간과 인식률을 기반으로 성능을 평가한다.

실험 결과

연구 질문

• RQ1 자동 연관 기억망은 오프라인 수기 영문 문자 인식에 얼마나 효과적인가?
• RQ2 OpenMP를 통한 병렬 처리가 AMN 기반 인식 시스템의 처리 시간을 얼마나 줄이는가?
• RQ3 AMN는 다양한 개인의 수기 샘플에서 어떤 인식 정확도를 보이는가?
• RQ4 병렬 구현 대비 순차 구현 대비 계산 효율성 측면에서 시스템 성능은 어떠한가?
• RQ5 C 기반 구현에서 최소한의 계산 자원으로 AMN가 만족스러운 정확도를 달성할 수 있는가?

주요 결과

• AMN 기반 시스템은 모든 테스트 샘플에서 평균 인식률 72.20%를 달성한다.
• 최적의 경우, 특정 문자 집합에서 최대 88.5%의 인식률을 기록한다.
• 순차 구현 시 데이터셋 처리 평균 시간은 3.57초이다.
• OpenMP를 사용한 병렬 구현은 평균 처리 시간을 1.16초로 단축시킨다.
• OpenMP의 적용은 계산 효율을 크게 향상시켜 더 빠른 추론을 가능하게 한다.
• 시스템은 실시간 또는 실시간에 가까운 수기 문자 인식 응용 분야에 실현 가능성을 보여준다.