[論文レビュー] Handwritten Devanagari Script Segmentation: A non-linear Fuzzy Approach

Ram Sarkar, Bibhash Sen+2 more|arXiv (Cornell University)|Jan 22, 2015

Handwritten Text Recognition Techniques参考文献 15被引用数 12

ひとこと要約

本稿では、非線形ファジィアプローチを提案し、手書きデヴァナガリ script のセグメンテーションを実現する。主にマトラ画素検出、見出し推定、セグメンテーションポイント同定に焦点を当て、独自のファジィ所属関数を用いる。この手法は300語のデータセット上で94.8%のセグメンテーション精度を達成し、先行研究比で1.8%の向上を示した。

ABSTRACT

The paper concentrates on improvement of segmentation accuracy by addressing some of the key challenges of handwritten Devanagari word image segmentation technique. In the present work, we have developed a new feature based approach for identification of Matra pixels from a word image, design of a non-linear fuzzy membership functions for headline estimation and finally design of a non-linear fuzzy functions for identifying segmentation points on the Matra. The segmentation accuracy achieved by the current technique is 94.8%. This shows an improvement of performance by 1.8% over the previous technique [1] on a 300-word dataset, used for the current experiment.

研究の動機と目的

• 手書きデヴァナガリ語の単語画像におけるセグメンテーション精度を向上させること。この言語は複雑な結合形と変音記号を有する。
• 草書体のデヴァナガリ script において、子音に付随する変音記号（マトラ）画素を特定する課題に対処すること。
• 単語画像における見出し推定のための非線形ファジィ所属関数を開発すること。
• マトラ文字上のセグメンテーションポイントの正確な局所化のための非線形ファジィ関数を設計すること。
• 標準ベンチマークデータセット上で、既存の技術を上回る全体的なセグメンテーション性能を向上させること。

提案手法

• 空間的および構造的特徴を分析することで、デヴァナガリ単語画像内のマトラ画素を検出する特徴ベースのアプローチを用いる。
• 見出し推定のための非線形ファジィ所属関数を設計し、筆圧の変動や曲率の変化をモデル化する。
• 幾何学的および文脈的情報を基に、マトラ文字上の最適なセグメンテーションポイントを特定するための非線形ファジィ関数を定式化する。
• 草書体のデヴァナガリで一般的な筆の接続性の不確実性や重なり構造に対処するため、ファジィ論理を統合する。
• ルールベースのファジィ推論システムを用いて意思決定を行うため、300語のデータセットで手法を学習および検証する。
• 標準的なセグメンテーション精度指標を用いて性能を評価し、先行の最先端技術と比較する。

実験結果

リサーチクエスチョン

• RQ1 特徴ベースの解析を用いて、手書きデヴァナガリ script におけるマトラ画素を信頼性高く検出する方法は何か？
• RQ2 非線形ファジィ所属関数は、草書体のデヴァナガリ単語画像における見出し推定をどの程度改善できるか？
• RQ3 非線形ファジィ関数は、高い精度でマトラ文字上のセグメンテーションポイントを効果的に同定できるか？
• RQ4 提案手法のファジィアプローチは、既存手法と比較して全体的なセグメンテーション精度にどのような影響を与えるか？
• RQ5 複雑な筆の相互作用を示す実世界の手書きデヴァナガリ単語画像において、この手法はどのように性能を発揮するか？

主な発見

• 提案手法は、300語のデヴァナガリ手書きデータセット上で94.8%のセグメンテーション精度を達成した。
• これは、参考文献[1]で報告された以前の最先端技術比で1.8%の向上を示している。
• 非線形ファジィ所属関数の使用により、草書体における見出し推定のロバスト性が顕著に向上した。
• 特徴ベースのマトラ画素検出手法は、筆の変動にもかかわらず、変音記号の位置を効果的に捉えることができた。
• セグメンテーションポイント検出のための非線形ファジィ関数は、多様な文字形や接続状態に強く適応できることが示された。
• 全体的なアプローチは、複雑なデヴァナガリの結合形や重なりのある筆の処理において一貫した性能向上を示した。