[论文解读] Devnagari Handwritten Numeral Recognition using Geometric Features and Statistical Combination Classifier

Vikas J. Dongre, Vijay H. Mankar|arXiv (Cornell University)|Oct 21, 2013

Handwritten Text Recognition Techniques参考文献 17被引用 12

一句话总结

本论文提出了一种基于17种几何特征（如面积、周长、偏心率和方向）结合统计判别函数（线性、二次、马氏距离）及多数投票组合分类器的天城文手写数字识别系统。该方法在3,000个手写数字数据集（1,500个训练样本，1,500个测试样本）上实现了优于单一分类器的识别准确率，其中组合方法优于独立模型。

ABSTRACT

This paper presents a Devnagari Numerical recognition method based on statistical discriminant functions. 17 geometric features based on pixel connectivity, lines, line directions, holes, image area, perimeter, eccentricity, solidity, orientation etc. are used for representing the numerals. Five discriminant functions viz. Linear, Quadratic, Diaglinear, Diagquadratic and Mahalanobis distance are used for classification. 1500 handwritten numerals are used for training. Another 1500 handwritten numerals are used for testing. Experimental results show that Linear, Quadratic and Mahalanobis discriminant functions provide better results. Results of these three Discriminants are fed to a majority voting type Combination classifier. It is found that Combination classifier offers better results over individual classifiers.

研究动机与目标

• 解决天城文手写数字识别中的准确识别挑战，这类数字在印度语言中广泛使用，但因书写风格高度多变而难以识别。
• 通过组合多种判别函数来克服单分类器方法的局限性，提升识别鲁棒性。
• 基于数字的几何与结构特性构建特征集，以有效捕捉形状变化。
• 评估各种统计判别函数的性能，并证明集成分类方法的优越性。
• 为实际应用场景（如表单处理和印度行政系统中的自动数据录入）提供一种实用且数据驱动的解决方案。

提出的方法

• 从每个天城文数字图像中提取17种几何特征，包括像素连通性、线条数量、线条方向、孔洞数量、面积、周长、偏心率、坚实度和方向。
• 应用五种统计判别函数——线性、二次、对角线性、对角线二次和马氏距离——对特征向量进行分类。
• 在1,500个手写数字的数据集上训练分类器，并在另一组1,500个数字上进行测试。
• 实现一种基于多数投票的组合分类器，聚合表现最佳的判别函数（线性、二次和马氏距离）的预测结果。
• 通过融合多个独立模型的优势，利用组合分类器提高整体识别准确率。
• 使用标准指标评估性能，结果以测试集上的识别准确率形式报告。

实验结果

研究问题

• RQ1 几何特征在表征天城文手写数字结构差异方面的有效性如何？
• RQ2 在五种判别函数（线性、二次、对角线性、对角线二次和马氏距离）中，哪一种能为天城文数字提供最高的识别准确率？
• RQ3 一种融合多个判别函数预测结果的组合分类器是否能优于单一分类器？
• RQ4 特征选择与分类器融合对真实世界手写数字识别任务中整体识别性能的影响如何？
• RQ5 在天城文数字的平衡数据集上，所提方法与现有方法相比，在准确率和鲁棒性方面表现如何？

主要发现

• 线性、二次和马氏判别函数在五种测试分类器中取得了最高的个体识别准确率。
• 组合分类器通过在三个表现最佳的判别函数（线性、二次和马氏距离）上采用多数投票策略，实现了优于任一单一分类器的识别性能。
• 使用面积、周长、偏心率和方向等几何特征显著增强了模型的判别能力。
• 组合方法通过利用不同判别函数的互补优势，有效降低了误分类错误。
• 最终系统在1,500个测试样本的多样化数据集上表现出稳健性能，表明其具备强大的泛化能力。
• 结果证实，通过多数投票实现的分类器融合是提升高视觉变异手写数字系统识别准确率的有效策略。