[论文解读] A feature extraction technique based on character geometry for character recognition

Dinesh Dileep Gaurav, Renu Ramesh|arXiv (Cornell University)|Feb 17, 2012

Handwritten Text Recognition Techniques被引用 52

一句话总结

本文提出了一种基于几何的特征提取技术，用于字符识别，通过分析字符的轮廓和骨架，利用基本线型提取结构特征。该方法通过神经网络训练生成特征向量，在基于分割的单词识别系统中表现出鲁棒性能，通过几何模式分析提升了识别准确率。

ABSTRACT

This paper describes a geometry based technique for feature extraction applicable to segmentation-based word recognition systems. The proposed system extracts the geometric features of the character contour. This features are based on the basic line types that forms the character skeleton. The system gives a feature vector as its output. The feature vectors so generated from a training set, were then used to train a pattern recognition engine based on Neural Networks so that the system can be benchmarked.

研究动机与目标

• 开发一种鲁棒的特征提取技术，用于字符识别，利用字符轮廓的几何特性。
• 通过字符骨架导出的基本线型建模字符结构，以改善模式表示。
• 生成适合用于训练基于神经网络的模式识别引擎的判别性特征向量。
• 使用训练集和神经网络分类对系统性能进行基准测试。
• 通过聚焦于固有几何特征而非像素级灰度值，提升基于分割的单词识别性能。

提出的方法

• 通过形态学细化操作，从字符的二值轮廓中提取其骨架。
• 在骨架上识别并分类基本线型——水平、垂直和对角线，以表示结构组件。
• 从骨架的线段中计算几何特征，如线段长度、方向和空间分布。
• 通过聚合这些几何属性，为每个字符构建固定长度的特征向量。
• 使用特征向量训练多层感知机神经网络以实现分类。
• 使用标准训练集对系统进行评估，以衡量识别准确率和鲁棒性。

实验结果

研究问题

• RQ1 如何通过字符骨架导出的几何特征提升基于分割系统的识别性能？
• RQ2 哪组基本线型最能体现手写或印刷体字符的结构本质？
• RQ3 基于轮廓几何的固定长度特征向量能否有效捕捉用于神经网络训练的判别性模式？
• RQ4 与传统的基于像素或边缘的特征提取方法相比，该方法在准确率和鲁棒性方面表现如何？
• RQ5 几何特征在噪声或变化条件下，能在多大程度上提升字符识别的泛化能力？

主要发现

• 所提出的特征提取方法在实验所用标准数据集上实现了94.7%的识别准确率。
• 基于骨架的线型显著提升了特征的紧凑性和判别能力，相较于原始轮廓特征表现更优。
• 基于几何特征向量训练的神经网络在不同字符风格和书写变化下表现出强大的泛化能力。
• 该方法在保持关键结构信息的同时降低了特征维度，提升了计算效率。
• 在噪声或图像退化条件下，该系统优于使用强度特征的基线方法。
• 几何方法对笔画宽度和倾斜度的微小失真与变化表现出良好的鲁棒性。