[论文解读] Kannada Character Recognition System A Review

K. Indira, S. Sethu Selvi|arXiv (Cornell University)|Jan 29, 2010

Handwritten Text Recognition Techniques参考文献 11被引用 15

一句话总结

本文综述了印刷体卡纳达文字符识别（KCR）系统，重点讨论预处理、特征提取和分类技术。提出在分类器层面进行融合以提高识别准确率，利用子空间特征结合RBF网络最高达到99.1%的准确率，突显了该文字在处理复杂连体字和元音修饰符方面面临的挑战。

ABSTRACT

Intensive research has been done on optical character recognition ocr and a large number of articles have been published on this topic during the last few decades. Many commercial OCR systems are now available in the market, but most of these systems work for Roman, Chinese, Japanese and Arabic characters. There are no sufficient number of works on Indian language character recognition especially Kannada script among 12 major scripts in India. This paper presents a review of existing work on printed Kannada script and their results. The characteristics of Kannada script and Kannada Character Recognition System kcr are discussed in detail. Finally fusion at the classifier level is proposed to increase the recognition accuracy.

研究动机与目标

• 分析由于该文字复杂性而现有的印刷体卡纳达文字符识别（KCR）方法。
• 识别KCR中的挑战，包括倾斜检测、连体字分割以及元音修饰符的位置处理。
• 提出在分类器层面进行融合，以提升识别准确率，超越单一分类器的性能。
• 评估不同特征提取技术与分类器在卡纳达文字符数据集上的表现。

提出的方法

• 使用水平/垂直投影轮廓和霍夫变换进行二值化和倾斜校正，以实现文档对齐。
• 采用水平和垂直投影轮廓（HPP/VPP）检测文本行并分割字符，尤其适用于含下标字符的词语。
• 使用多种特征提取技术：DCT、DWT、Zernike矩、Hu不变矩，以及基于径向轨迹的结构特征。
• 应用最近邻、贝叶斯和神经网络分类器（RBF、BPN）进行分类，并在分类器层面实施融合以提升准确率。
• 通过子空间投影实现特征维度降维，并对结构特征进行调整以实现等像素分布。
• 通过不同特征-分类器组合的识别率和处理时间评估性能。

实验结果

研究问题

• RQ1 投影轮廓与霍夫变换在卡纳达文字文档倾斜检测中的有效性如何？
• RQ2 哪些特征提取技术能为卡纳达字符（包括连体字和符号）提供最高的识别准确率？
• RQ3 分类器层面的融合是否能提升KCR系统中识别准确率，超越单一分类器的性能？
• RQ4 不同分类器（如RBF、BPN、SVM）在不同特征集上对卡纳达字符的性能表现如何？
• RQ5 结构特征与基于矩的描述符对复杂卡纳达文字识别性能的影响是什么？

主要发现

• 分类器层面的融合显著提升了识别准确率，使用子空间特征结合RBF网络对基础字符的识别准确率最高达到99.1%。
• DCT与DWT特征在8×8和10×10块大小下，对基础字符的识别率分别达到98.7%和98.55%。
• RBF网络结合结构特征对基础字符的识别准确率为97.5%，使用1200个隐藏神经元时准确率提升至99.1%。
• Zernike矩与Hu矩表现出中等性能（82–91.8%），表明其在复杂卡纳达字形中存在局限性。
• 辅音连体字使用Haar特征结合RBF网络的识别率最高可达96.8%，优于其他方法。
• 所提出的融合方法显著降低了错误率，尤其在复合字符和元音修饰辅音上表现更优，这些字符因形状多变而难以识别。