[논문 리뷰] Handwritten Amharic Character Recognition Using a Convolutional Neural Network

Mesay Samuel Gondere, Lars Schmidt-Thieme외 2명|Repository KITopen (Karlsruhe Institute of Technology)|2019. 09. 23.

Handwritten Text Recognition Techniques참고 문헌 15인용 수 8

한 줄 요약

이 논문은 수작업 특징 추출 없이 다중 작업 학습을 활용하여 아مهر릭 문자의 손글씨 인식을 위한 최초의 컨볼루션 신경망(CNN) 기반 접근법을 제시한다. 이는 아مهر릭 문자에서 문자 레이블, 행 위치, 열 위치를 동시에 예측하여 정확도를 향상시킨다. 모델은 문자 인식에서 테스트 정확도 54.92%를 달성하였으며, 특히 열 예측이 향상되어 향후 단어 수준의 인식 및 다른 글자 스크립트로의 확장성 가능성을 열어준다.

ABSTRACT

Amharic is the official language of the Federal Democratic Republic of Ethiopia. There are lots of historic Amharic and Ethiopic handwritten documents addressing various relevant issues including governance, science, religious, social rules, cultures and art works which are very rich indigenous knowledge. The Amharic language has its own alphabet derived from Ge’ez which is currently the liturgical language in Ethiopia. Handwritten character recognition for non Latin scripts like Amharic is not addressed especially using the advantages of state-of-the-art techniques. This research work designs for the first time a model for Amharic handwritten character recognition using a convolutional neural network. The dataset was organized from collected sample handwritten documents and data augmentation was applied for machine learning.

연구 동기 및 목표

• 풍부한데도 불구하고 다소 미비한 연구가 이루어진 아مهر릭 스크립트를 위한 딥 러닝 기반 손글씨 아مهر릭 문자 인식 시스템의 부족을 해소하기 위해.
• 크고 복잡한 문자 집합(265개), 시각적 유사성, 제한된 데이터셋으로 인한 인식 과제를 극복하기 위해.
• 아مهر릭 알파벳의 구조적 관계(행과 열)를 활용한 다중 작업 학습의 이점을 탐색하여 모델의 일반화 능력을 향상시키기 위해.
• 향후 아مهر릭 단어 예측 및 다중 스크립트 인식으로의 확장이 가능한 응용 분야를 지원하기 위해.

제안 방법

• 수작업 특징 추출 없이 원시 이미지 픽셀에 직접 훈련된 깊은 컨볼루션 신경망(CNN)을 사용한다.
• 손글씨 샘플의 다양성을 높이고 수기 다양성에 대한 강건성을 향상시키기 위해 데이터 증강 기법을 적용한다.
• 각 아مهر릭 문자의 문자 레이블, 행 인덱스, 열 인덱스를 동시에 예측하도록 모델을 훈련시킴으로써 다중 작업 학습을 도입한다.
• 주 작업(문자 분류)과 보조 작업(행 및 열 예측)의 손실 함수를 가중치 α 계수를 사용해 조합하여 기여도를 균형 잡는다.
• 사용자 정의 데이터셋을 수기 문서에서 수집하여 모델을 훈련하고 검증하며, 최적 수렴을 위해 초모수를 튜닝한다.
• 아مهر릭 알파벳의 구조적 레이아웃을 활용하여, 같은 열에 속한 문자들이 기본 형태를 공유하므로 보조 작업을 통한 인덕티브 바이어스를 제공한다.

실험 결과

연구 질문

• RQ1 수작업 특징 추출 없이도 깊은 CNN이 손글씨 아مهر릭 문자 인식에서 경쟁적인 성능을 달성할 수 있는가?
• RQ2 행과 열 위치를 활용한 다중 작업 학습이 아مهر릭 문자의 인식 정확도를 어떻게 향상시키는가?
• RQ3 행 예측과 열 예측 중 어느 것이 주 분류 작업에 더 큰 기여를 하는가?
• RQ4 아مهر릭 스크립트의 구조적 관계를 어떻게 활용하여 모델의 일반화 능력을 향상시키고 과적합을 줄일 수 있는가?
• RQ5 이 접근법이 아مهر릭 단어 예측 및 다중 스크립트 인식으로까지 어떻게 확장될 수 있는가?

주요 결과

• 다중 작업 학습 없이도 CNN 모델은 문자 인식에서 테스트 정확도 52.15%를 달성하였으며, 훈련 정확도 87.48%와 큰 격차를 보여, 제한된 고유 문자 다양성으로 인한 과적합을 시사한다.
• 다중 작업 학습은 모델의 일반화 능력을 크게 향상시켰으며, 테스트한 모든 α 값에서 훈련 손실이 6.10에서 0.58로 감소하고 검증 손실이 5.74에서 1.83로 감소하였다.
• 최고의 성능을 보인 설정은 α₁=1, α₂=0.35, α₃=0.65(문자 레이블, 행, 열)를 사용하였으며, 이는 빠른 수렴과 최고의 테스트 정확도를 달성하였다.
• 모델은 문자 레이블 예측에서 테스트 세트에서 54.92%의 정확도를 기록하였고, 행 예측은 68.09%, 열 예측은 65.26%를 기록하여 보조 작업에서 뛰어난 성능을 보였다.
• 열 예측은 행 예측보다 더 빠르고 정확하게 학습되었으며, 이는 같은 열에 속한 문자들이 기본 형태를 공유하므로 구조적 유사성이 높기 때문이다.
• 결과적으로, 다중 작업 학습을 통한 아مهر릭 스크립트의 고유한 레이아웃을 활용하면 인식 성능 향상이 가능하며, 향후 단어 수준의 예측 및 다중 스크립트 확장성으로 이어지는 길을 열어준다.