대용량 필기 문자인식을 위한 최소거리 분류법의 성능 개선 전략

Performance Improvement Strategies on Minimum Distance Classification for Large-Set handwritten Character Recognition

본 논문은 한글이나 한자처럼 문자 부류의 개수가 많은 경우에 효과적인 오프라인 필기 문자인식 알고리즘을 제안한다. 이 알고리즘은 간단하며 구현하기 쉬운 최소거리 분류법에 기반을 두고 있는데, 최소거리 분류법의 인식 성능을 향상시키기 위해 다단계 선인식(multi-stage pre-classification) 및 신경망을 이용한 후보문자 재정렬(candidate reordering)의 두 가지 전략이 첨가되었다. 제안된 알고리즘의 성능은 PE92 데이터베이스 상의 574 종의 한글 문자들에 대한 실험을 통해 입증하였는데, 인식률은 86%, 처리 속도는 초당 15자로서 기존의 연구 결과보다 우수함을 관측하였다.

This paper proposes an algorithm for off line recognition of handwritten characters, especially effective for large-set characters such as Korean and Chinese characters. The algorithm is based on a minimum distance dlassification method which is simple and easy to implement but suffers from low recognition performance. Two strategies have been developed to improve its performance; one is multi-stage pre-classification and the other is candicate reordering. Effectiveness of the algorithm has been proven by and experimet with the samples of 574 classes in a handwritten Korean character catabase named PE02, where 86.0% of recognition accuracy and 15 characters per second of processing speed have been obtained.