The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society (한국정보처리학회)
권호 표지

An Efficient Segmentation Based Recognition of Unconstrained Handwritten Touching Digits

접촉된 필기체 숫자에 대한 효과적인 분할 기반 인식 방법

  • 김계경 (한국전자통신연구원 영상처리연구부 컴퓨터비젼팀) ;
  • 김진호 (경일대학교 전자정보공학과) ;
  • 박희주 (경일대학교 컴퓨터공학과) ;
  • 부기동 (경일대학교 컴퓨터공학과)
  • Published : 2001.06.01
Download PDF
⟨ Previous Next ⟩

Abstract

본 논문에서는 접촉된 숫자들에 대한 효과적인 분할 기반 인식 방법을 제안하였다. 접촉 숫자들을 연결획 정보와 분할 후보점을 기반으로 여섯 개의 접촉 유형으로 구분하였다. 전체 후보 분할점을 해석하여 네 개의 최종 후보 분할점을 도출하므로써 과 분할로 인한 오인식을 줄일 수 있도록 하였다. 이 방법에서는 다수의 분할 후보점으로부터 신뢰성이 높은 소규모의 분할 후보점들에 대해 우선권을 부여하는 방식으로 최종 분할 후보점들을 찾고 인식을 시도하기 때문에 전통적으로 분할기반 방식의 인식에서 초래되는 오분할에 의한 치명적인 오인식률을 줄일 수 있도록 하였다. NIST 접촉숫자 데이터 베이스에 대한 실험 결과 92.5%의 비교적 높은 인식 성능을 얻을 수 있었다.

Keywords

References

  1. Z. Shi and V. Govindaraju, 'Segmentation and recognition of connected handwritten numeral strings,' Pattern Recognition, Vol.30, No.9, pp.1501-1504, 1997 https://doi.org/10.1016/S0031-3203(96)00118-5
  2. X. Wang, V. Govindaraju, and S. Srihari, 'Holistic recognition of handwritten character pairs,' Pattern recognition, pp.1967-1973, 33, 2000 https://doi.org/10.1016/S0031-3203(99)00204-6
  3. R. Fenrich, 'Segmentation of Words,' Pre-Proc. of IWFHR, Bonas, France, 1991
  4. H. Nishida and S. Mori, 'A model-based split-and-merge method for character string recognition,' Int'l Journal of Pattern recognition and Artificial Intelligence, Vol.8, No.5, pp.1205-1222, 1994 https://doi.org/10.1142/S0218001494000607
  5. H. Fujisawa et al. 'Segmentation models for character recognition : Form segmentation to document structure analysis,' Proc. of IEEE, Vol.8, No.7, pp.1079-1082, 1992 https://doi.org/10.1109/5.156471
  6. B. Zhao, H. Su and S. Xia, 'A new method for segmenting unconstrained handwritten numeral string,' ICDAR, Aug. 18-20, Vol.2, pp.524-527, 1997 https://doi.org/10.1109/ICDAR.1997.620554
  7. J. Keeler and D. E. Rumelhart, 'A self-organizing integrated segmentation and recognition neural network,' Advances in Neural Information Processing Systems, Vol.4, J. E. Moody, S. J. Hanson, and R. P. Lippmann, eds., pp.496-503, Morgan Kaufmann, San Mateo, CA, 1992
  8. A. Filatov, A. Gitis and I. Kil, 'Graph-based handwritten digit string recognition,' Proc. 3rd ICDAR, 14-16 Aug., pp.845-848, Montreal Canada, 1995 https://doi.org/10.1109/ICDAR.1995.602033
  9. Nishiwaki et al, 'A new recognition method of Black ruled line forms including connected handwritten numerals,' Proc. of 2nd IAPR Workshop on Graphics Recognition, pp.152-159, 1997
  10. T. M. Ha, M. Zimmermann and H. Bunke, 'Off-line handwritten numeral string recognition by combining segmentation-based and segmentation-free methods,' Pattern Recognition, Vol.31, No.3, pp.257-272, 1998 https://doi.org/10.1016/S0031-3203(97)00050-2
  11. Y. Lu and M. shridhar, 'Character segmentation in handwritten words An overview,' Pattern Recognition, Vol.29, No.1, pp.77-96, 1995 https://doi.org/10.1016/0031-3203(95)00072-0
  12. N. W. Strathy, C. Y. Suen et al. 'Segmentation of handwritten Digits using contour features,' Proc. of ICDAR, pp.577-580, 1993 https://doi.org/10.1109/ICDAR.1993.395669
  13. R. G. Casey and E. Lecoliner, 'Strategies in character segmentation : A survey,' Proc. of the ICDAR, pp.1028-1033, Montreal, Canada, 1995 https://doi.org/10.1109/ICDAR.1995.602078
  14. J. Hu, D. Yu, and H. Yan, 'Construction partitioning paths for touching handwritten characters,' Pattern Recognition Letters, Vol.20, pp.293-303, 1999 https://doi.org/10.1016/S0167-8655(98)00148-2
  15. Z. Lu, Z. Chi, W. Siu, and P. Shi, 'A background-thinning based approach for separating and recognizing connected handwritten digit strings,' Pattern Recognition, Vol.32, No.6, pp.921-933, 1999 https://doi.org/10.1016/S0031-3203(98)00123-X
  16. G. Congedo, G. Dimauro, S. Impedovo, G. Pirlo, 'Segmentation of numeric strings,' Proc. of the 3rd ICDAR, Aug. 14-16, pp.1038-1041, 1995 https://doi.org/10.1109/ICDAR.1995.602080
  17. S. Madhvanath, G. Kim, and V. Govindaraju, 'Chaincode contour processing for handwritten word recognition,' IEEE Trans., on PAMI 21, pp.928-932, 1999 https://doi.org/10.1109/34.790433
  18. B. Kosko, 'Neural networks and fuzzy system,' Prentice-Hall, Englewood Cliffs, NJ, 1992