[論文レビュー] Segmentation of Offline Handwritten Bengali Script

Subhadip Basu, Chitrita Chaudhuri+3 more|arXiv (Cornell University)|Feb 14, 2012

Handwritten Text Recognition Techniques参考文献 8被引用数 5

ひとこと要約

本稿では、ベンガル文字に共通する囲い込み構造による課題に対処するため、草書体のベンガル script 用に新しいセグメンテーション手法を提案している。垂直投影プロファイルと適応しきい値処理を組み合わせることで、218件のテストサンプルにおいて97.7%の成功率を達成し、後続の認識タスクに適した連結文字の正確な分解を可能にした。

ABSTRACT

Character segmentation has long been one of the most critical areas of optical character recognition process. Through this operation, an image of a sequence of characters, which may be connected in some cases, is decomposed into sub-images of individual alphabetic symbols. In this paper, segmentation of cursive handwritten script of world's fourth popular language, Bengali, is considered. Unlike English script, Bengali handwritten characters and its components often encircle the main character, making the conventional segmentation methodologies inapplicable. Experimental results, using the proposed segmentation technique, on sample cursive handwritten data containing 218 ideal segmentation points show a success rate of 97.7%. Further feature-analysis on these segments may lead to actual recognition of handwritten cursive Bengali script.

研究の動機と目的

• 草書体の手書きベンガル script におけるセグメンテーションの課題に取り組む。ここでは、文字がしばしば囲い込み構造を持つため、従来の手法では効果が薄い。
• ベンガル script の構造的複雑さに特化した、耐障害性の高いセグメンテーション技術を開発する。これは世界で4番目に多くの話者がいる言語である。
• オフライン手書きデータにおいて高いセグメンテーション精度を達成し、草書体ベンガル文字の後続認識を可能にする。
• 手書きベンガルテキストの特徴抽出および最終的な認識の基盤を提供する。

提案手法

• 本手法は、連結文字の画像において潜在的なセグメンテーションポイントを特定するために垂直投影プロファイルを用いる。
• ノイズが多い、または低品質な画像においても、文字境界の検出を向上させるために適応しきい値処理を適用する。
• アルゴリズムは、垂直投影プロファイルにおける局所的最小値を候補となるセグメンテーションポイントとして特定する。
• 検証ステップにより、実際に文字の分離に対応する意味のあるセグメンテーションポイントのみが保持される。
• 本手法は、母音記号や囲い込み構造を含む、ベンガル script の独自の構造的特徴に対応するように設計されている。
• 本手法は、草書体手書きサンプルから手動で検証された218件の理想的なセグメンテーションポイントからなるデータセットを用いて評価された。

実験結果

リサーチクエスチョン

• RQ1 囲い込み構造を含む草書体の手書きベンガル文字は、どのようにして効果的にセグメンテーションできるか？
• RQ2 構造的複雑さが著しいオフライン手書きベンガル script において、高い正確性を達成するセグメンテーション技法は何か？
• RQ3 垂直投影と適応しきい値処理を組み合わせることで、連結したベンガル文字のセグメンテーションポイントを効果的に検出できるか？
• RQ4 実世界の草書体ベンガル手書きデータにおいて、達成可能なセグメンテーション正確性はどの程度か？

主な発見

• 提案手法は、草書体手書きベンガルテキストの218件の手動ラベル付き理想的なセグメンテーションポイントにおいて、97.7%の成功率を達成した。
• 本手法は、標準的なセグメンテーション技術がしばしば誤判定を引き起こす、囲い込み構造を持つ文字を含むベンガル script の構造的複雑さを効果的に処理できた。
• 垂直投影プロファイルと適応しきい値処理の組み合わせは、連結文字列における意味のあるセグメンテーションポイントの検出に有効であった。
• 結果から、オフライン手書きベンガル script において正確なセグメンテーションが実現可能であり、認識に向けた信頼性の高い特徴抽出が可能であることが示された。