Integration of Shape Context and Neural Networks for Symbol Recognition

Frank Julca-Aguilar (1, 2) , Christian Viard-Gaudin (2) , Harold Mouchère (2) , Sofiane Medjkoune (2) , Nina S. T. Hirata (1)

1 IME-USP - Institute of Mathematics and Statistics [Sao Paulo]
2 IRCCyN - Institut de Recherche en Communications et en Cybernétique de Nantes

Using shape matching within a k–nearest neighbor approach, shape context descriptor has been applied in several classification problems with outstanding results. However , the application of this frame work on large datasets or online scenarios is challenging due to its computational cost. To over come this limitations, we evaluate the use of shape context as input features for neural networks. We test the proposed method in a problem of recognition of handwritten mathematical symbols. For a total of 75 classes of symbols, we obtained a recognition rate of 89.8%, comparable with a k–nearest neighbor approach, but with reduced time complexity.

Les descripteurs de contexte de formes ont été utilisés comme caractéristiques dans les classifieurs k–plus proc hes voisins avec des résultats remarquables. Néanmoins, l’utilisation de cette approche sur de grosses bases de symboles ou dans des contextes applicatifs à la volée reste difficile à cause de sa complexité calculatoire . Pour dépasser ces limitations, nous proposons l’utilisation des descripteurs de contexte de formes avec des réseaux de neurones au lieu de l’approche k–ppv. Nous évaluons la méthode proposée dans un problème de reconnaissances de symboles mathématiques en–ligne. Pour un total de 75 classes de symboles, un taux de reconnaissance est de 89,8% est obtenu, ce qui est comparable aux résultats de l’approche initiale mais avec une complexité nettement diminuée.

Mots clés: shape context; artificial neural networks; symbol classification

Mots clés: descripteurs de contexte; réseaux de neurones; reconnaissance de symboles

Domaines: Traitement du signal et de l'image [eess.SP]; Vision par ordinateur et reconnaissance de formes [cs.CV]

Frank Julca-Aguilar, Christian Viard-Gaudin, Harold Mouchère, Sofiane Medjkoune, Nina S. T. Hirata. Integration of Shape Context and Neural Networks for Symbol Recognition. Colloque International Francophone sur l’Écrit et le Document 2014 (CIFED), Mar 2014, Nancy, France. ⟨hal-01150830⟩