Recognition of Off-line Handwritten Numerals using KL Transformation

KL변환에 의한 오프라인 필기체 숫자인식

This paper presents off-line handwritten numeral recognition method by using Eigen-Vectors. In this method, numeral features are extracted statistically by using Eigen-Vectors through KL transform and input numeral is recognized in the feature space by the nearest-neighbor classifier. In our feature extraction method, basis vectors which express best the property of each numeral type within the extensive database of sample numeral images are calculated, and the numeral features are obtained by using this basis vectors. Through the experiments with the unconstrained handwritten numeral database of Concordia University, we have achieved a recognition rate of 96.2%.

본 연구에서는 KL변환에 의한 고유벡터를 구하고, 이를 이용한 오프라인 필기체 숫자인식 기법을 제시하고자 한다. 본 기법에서는 KL 변환에 의한 고유벡터를 이용하여 통계적으로 숫자의 특징을 추출하며, 특징 공간상에서 최소거리 기법으로 숫자를 인식한다. 본 기법에서 제안된 특징추출 방법에서는 많은 표본 숫자영상에서 각 숫자들의 특징을 가장 잘 표현하는 기저벡터를 찾아내고 이로부터 필기체숫자의 특징을 구한다. 제안된 기법의 성능 평가를 위해 캐나다 Concordia 대학의 무제약 필기체 숫자 데이터베이스를 사용하였으며, 실험한 결과 인식률은 96.2%이었다.