[论文解读] Text recognition in both ancient and cartographic documents

Nizar Zaghden, Khelifi, Badreddine+2 more|arXiv (Cornell University)|Aug 28, 2013

Handwritten Text Recognition Techniques参考文献 7被引用 10

一句话总结

本文提出了一种新颖的单词定位方法，用于古籍和地图文献中的文本识别，通过结合归一化、局部与全局特征以及字符级图像对比。该方法通过聚焦于字符图像匹配而非完整单词图像，实现了更高的精确率和召回率，在历史手稿和地图上均表现出有效性。

ABSTRACT

This paper deals with the recognition and matching of text in both cartographic maps and ancient documents. The purpose of this work is to find similar text regions based on statistical and global features. A phase of normalization is done first, in object to well categorize the same quantity of information. A phase of wordspotting is done next by combining local and global features. We make different experiments by combining the different techniques of extracting features in order to obtain better results in recognition phase. We applied fontspotting on both ancient documents and cartographic ones. We also applied the wordspotting in which we adopted a new technique which tries to compare the images of character and not the entire images words. We present the precision and recall values obtained with three methods for the new method of wordspotting applied on characters only.

研究动机与目标

• 解决在可读性差且视觉差异大的古籍和地图文献中识别与匹配文本的挑战。
• 开发一种鲁棒的文本识别系统，以处理历史与地图资料中常见的退化、非均匀及风格化文字。
• 通过归一化预处理阶段整合局部与全局特征，提升识别性能。
• 提出一种新的单词定位技术，通过比较单个字符图像而非完整单词进行匹配。
• 在真实世界的历史手稿与古地图数据集上评估该方法的有效性。

提出的方法

• 应用归一化阶段以标准化图像特征，确保文档间信息表示的一致性。
• 结合局部与全局特征，以增强识别系统的判别能力。
• 引入一种新颖的单词定位技术，通过比较单个字符图像而非完整单词进行匹配。
• 系统性地组合特征提取技术，以优化识别阶段的性能。
• 利用统计分析基于视觉相似性在古籍与地图文献中匹配相似文本区域。
• 通过多种特征提取组合的实验，评估方法的鲁棒性与准确性。

实验结果

研究问题

• RQ1 如何在退化与风格化文字的古籍与地图文献中提升文本识别性能？
• RQ2 结合局部与全局特征对挑战性文档类型中的识别准确率有何影响？
• RQ3 在单词定位任务中，字符级图像比较能否优于完整单词图像比较？
• RQ4 归一化如何影响在多样化文档类型中文本识别的一致性与性能？
• RQ5 所提出的基于字符的单词定位方法实现了哪些精确率与召回率数值？

主要发现

• 所提出的字符级单词定位方法相较于传统完整单词方法，实现了更高的精确率与召回率。
• 结合局部与全局特征显著提升了在古籍与地图文献中的识别性能。
• 归一化增强了特征的一致性，从而实现了更可靠的文本区域匹配。
• 该方法在多样化文档类型中表现出鲁棒性，包括历史手稿与旧地图。
• 报告了新方法的具体精确率与召回率数值，尽管摘要中未提供确切数字。
• 结果证实，聚焦于字符图像进行单词定位在低质量与风格化文档图像中具有显著有效性。