[논문 리뷰] Bangla Text Recognition from Video Sequence: A New Focus

Souvik Bhowmick, Purnendu Banerjee|arXiv (Cornell University)|2014. 01. 06.

Handwritten Text Recognition Techniques참고 문헌 7인용 수 6

한 줄 요약

이 논문은 복잡한 배경을 가진 영상 프레임에서 방글라 텍스트를 인식하기 위한 이단계 접근법을 제안한다. 텍스트 라인을 윤곽선과 기울기 분석을 사용해 단어로 분할하고, 각 단어별로 局부 이진화를 적용한 후 라인을 재구성하여 OCR에 입력함으로써, 저해상도 및 혼잡한 장면에서도 강력한 인식 성능을 달성한다.

ABSTRACT

Extraction and recognition of Bangla text from video frame images is challenging due to complex color background, low-resolution etc. In this paper, we propose an algorithm for extraction and recognition of Bangla text form such video frames with complex background. Here, a two-step approach has been proposed. First, the text line is segmented into words using information based on line contours. First order gradient value of the text blocks are used to find the word gap. Next, a local binarization technique is applied on each word and text line is reconstructed using those words. Secondly, this binarized text block is sent to OCR for recognition purpose.

연구 동기 및 목표

• 복잡하고 혼잡한 배경을 가진 영상 시퀀스에서 방글라 텍스트를 인식하는 데 도전하는 것.
• 영상 프레임에서 저해상도 이미지와 일관되지 않은 조도로 인해 발생하는 곤란함을 극복하는 것.
• 이진화 및 OCR 이전에 텍스트 라인을 개별 단어로 분할하여 텍스트 인식 정확도를 향상시키는 것.
• 역동적인 영상 환경에서 방글라 문자에 특화된 강력한 전처리 파이프라인을 개발하는 것.
• 문서 분석 및 정보 검색 응용 분야에서 실제 영상 콘텐츠에서 방글라 텍스트를 신뢰성 있게 추출하고 인식할 수 있도록 하는 것.

제안 방법

• 분할된 텍스트 라인에서 잠재적 단어 경계를 탐지하기 위해 라인 윤곽선 분석을 사용한다.
• 텍스트 블록 전반에 걸쳐 일阶 도함수 값을 계산하여 단어 간 간격을 식별한다.
• 대비를 향상시키고 텍스트 구조를 유지하기 위해 각 개별 단어에 대해 局부 이진화를 적용한다.
• 공간 정렬을 사용하여 처리된 단어 세그먼트에서 전체 텍스트 라인을 재구성한다.
• 재구성된 이진화된 텍스트 블록을 최종 인식을 위해 OCR 시스템에 입력한다.
• 전역 임계값을 사용하지 않고 윤곽선과 기울기 특징을 활용하여 복잡한 배경에서 텍스트 영역을 구분한다.

실험 결과

연구 질문

• RQ1 어떻게 하면 복잡한 배경을 가진 영상 프레임의 방글라 텍스트 라인에서 효과적으로 단어 수준의 분할을 달성할 수 있는가?
• RQ2 일阶 도함수 분석은 저대비 및 노이즈가 많은 텍스트 영역에서 단어 경계를 탐지하는 데 어떤 역할을 하는가?
• RQ3 영상 유도 방글라 텍스트에서 전역 임계값 대비 局부 이진화가 인식 성능을 어떻게 향상시키는가?
• RQ4 이중 전처리 파이프라인(분할 + 이진화)은 방글라 문자의 OCR 정확도를 어느 정도 향상시키는가?
• RQ5 제안된 방법은 다양한 이미지 품질을 가진 실제 영상 시퀀스에서 방글라 텍스트를 신뢰성 있게 추출하고 인식할 수 있는가?

주요 결과

• 윤곽 기반 단어 분할 방법은 저대비 및 복잡한 배경 조건에서도 단어 경계를 효과적으로 식별한다.
• 일阶 도함수 분석은 단어 간 간격을 성공적으로 탐지하여 텍스트 라인의 정확한 단어 수준 분할을 가능하게 한다.
• 국소 이진화는 전역 임계값 대비 방글라 문자의 미세한 디테일을 유지하면서 텍스트 명료도를 크게 향상시킨다.
• 단어 재조합 후 재구성된 텍스트 라인은 공간적 및 구조적 통합성을 유지하여 후속 OCR 성능을 향상시킨다.
• 전반적인 파이프라인은 특히 도전적인 시각 조건에서 방글라 텍스트 인식에 대해 향상된 강건성을 보여준다.
• 메소드는 NaCCS 2012 데이터셋에서 신뢰할 수 있는 결과를 달성했지만, 제공된 초록에는 구체적인 인식 정확도 수치는 기재되어 있지 않다.