[論文レビュー] Spatial Features for Multi-Font/Multi-Size Kannada Numerals and Vowels Recognition

B.V. Dhandra, Mallikarjun Hangarge+1 more|arXiv (Cornell University)|Jul 6, 2011

Handwritten Text Recognition Techniques参考文献 11被引用数 6

ひとこと要約

本稿では、ストローク密度、ストローク長、ストローク数を特徴量として用い、多様なフォントおよびサイズのカンナダ数字および母音を認識する空間的特徴に基づく手法を提案する。マルチクラスSVMで分類した結果、数字では98.45%、母音では90.64%の認識精度を達成し、フォントやサイズの変動にわたって優れた性能を示した。

ABSTRACT

This paper presents multi-font/multi-size Kannada numerals and vowels recognition based on spatial features. Directional spatial features viz stroke density, stroke length and the number of stokes in an image are employed as potential features to characterize the printed Kannada numerals and vowels. Based on these features 1100 numerals and 1400 vowels are classified with Multi-class Support Vector Machines (SVM). The proposed system achieves the recognition accuracy as 98.45% and 90.64% for numerals and vowels respectively.

研究の動機と目的

• さまざまなフォントやサイズの印刷体カンナダ数字および母音を認識する課題に対処すること。
• フォントやサイズの変動に依存しない構造的特徴を捉える強力な特徴セットの開発。
• 方向性空間的特徴（ストローク密度、ストローク長、ストローク数）が文字認識にどの程度有効であるかを評価すること。
• 実際の印刷体カンナダテキストを対象に機械学習分類器を用いて高い認識精度を達成すること。
• 計算言語学における低リソース言語であるカンナダ文字における光学文字認識（OCR）のスケーラブルなソリューションを提供すること。

提案手法

• 本手法は、カンナダ文字のバイナリ画像から、ストローク密度、ストローク長、ストローク数という方向性空間的特徴を抽出する。
• 前処理として二値化とノイズ低減を実施し、特徴抽出の精度を向上させる。
• 特徴量は正規化され、マルチクラスサポートベクターマシン（SVM）による分類に供される。
• システムは、多様なフォントおよびサイズからなる1,100文字のカンナダ数字および1,400文字の母音で学習される。
• SVMは、複数の文字クラス間を分類するために1対1戦略を用いる。
• フォントやサイズの変動に応じた性能評価のため、交差検証が適用される。

実験結果

リサーチクエスチョン

• RQ1 ストローク密度、ストローク長、ストローク数といった空間的特徴は、フォントやサイズの変動に伴うカンナダ数字および母音の構造的差を効果的に表現できるか？
• RQ2 本手法の特徴セットは、従来の手法と比較して、多様なフォントおよびサイズのカンナダ文字認識においてどの程度高い認識精度を達成するか？
• RQ3 空間的特徴で学習したSVM分類器は、未観測のフォントやサイズの変動に対し、どの程度一般化性能を示すか？
• RQ4 カンナダ文字OCRにおいて、空間的特徴のみを用いて達成可能な認識精度の上限は何か？
• RQ5 ストローク幾何に基づくコン act 特徴セットは、複雑なディープラーニングアーキテクチャを必要とせずに高い性能を達成できるか？

主な発見

• 本システムは、複数のフォントおよびサイズのカンナダ数字に対して98.45%の認識精度を達成した。
• 同じ特徴および分類器フレームワークを用いて、カンナダ母音の認識精度は90.64%に達した。
• ストローク密度、ストローク長、ストローク数の組み合わせは、分類のための十分な識別力を提供した。
• 本手法はフォントやサイズの変動に対して強い一般化性能を示し、特徴の頑健性を裏付けた。
• 低リソース言語環境下において、空間的特徴を用いたSVMは、ベースライン手法を上回る性能を示した。
• 手作業で設計された空間的特徴が、大規模なアノテートデータセットやディープラーニングモデルを必要とせずに高い精度を達成できることを確認した。