[论文解读] 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 12

一句话总结

本论文提出了一种非线性模糊方法，用于分割手写梵文文字，重点在于通过自定义模糊隶属函数检测元音符号像素、估计标题线以及识别分割点。该方法在300个词的语料库上实现了94.8%的分割准确率，相较于先前工作提升了1.8%。

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.

研究动机与目标

• 提高手写梵文字词图像的分割准确率，该文字具有复杂的合体形式和符号标记。
• 解决在连笔梵文文字中识别与辅音相连的元音符号像素（即变音符号）的挑战。
• 为词图像中的标题线估计设计非线性模糊隶属函数。
• 为元音字符上的精确分割点定位设计非线性模糊函数。
• 在标准基准数据集上，提升整体分割性能，超越现有技术。

提出的方法

• 通过分析空间和结构特征，采用基于特征的方法检测梵文字词图像中的元音符号像素。
• 为标题线估计设计非线性模糊隶属函数，以建模笔画粗细和弯曲度的变化。
• 制定非线性模糊函数，基于几何和上下文线索识别元音字符上的最优分割点。
• 通过模糊逻辑整合处理连笔梵文中共存的笔画连接不确定性和重叠结构问题。
• 在300个词的语料库上训练并验证该方法，采用基于规则的模糊推理系统进行决策。
• 使用标准的分割准确率指标评估性能，并与先前最先进的技术进行比较。

实验结果

研究问题

• RQ1 如何通过基于特征的分析可靠地检测手写梵文文字中的元音符号像素？
• RQ2 非线性模糊隶属函数在多大程度上能提升连笔梵文词图像中的标题线估计效果？
• RQ3 非线性模糊函数能否以高精度有效识别元音字符上的分割点？
• RQ4 与现有方法相比，所提出的模糊方法对整体分割准确率有何影响？
• RQ5 该方法在具有复杂笔画交互作用的真实手写梵文词图像上的表现如何？

主要发现

• 所提出的方法在300个词的梵文手写语料库上实现了94.8%的分割准确率。
• 相较于参考文献[1]中报告的先前最先进技术，准确率提升了1.8%。
• 使用非线性模糊隶属函数显著增强了连笔文字中标题线估计的鲁棒性。
• 基于特征的元音符号像素检测方法在笔画变化下仍能有效捕捉变音符号的位置。
• 用于分割点检测的非线性模糊函数对不同字符形状和连接方式表现出强适应性。
• 整体方法在处理复杂的梵文合体形式和重叠笔画方面展现出一致的性能提升。