Abstract
Previous post sender recognition study was focused on recognizing the address of receiver. Relatively, there was lack of study to recognize the information of sender's address. Post sender recognition study is necessary for the service and application using sender information such as returning. This paper did the experiment and suggested how to recognize post sender using SIFT. Although SIFT shows great recognition rate, SIFT had problems with time and mis-recognition. One is increased time to match keypoints in proportion as the number of registered model. The other is mis-recognition of many similar keypoints even though they are all different models due to the nature of post sender. To solve the problem, this paper suggested SIFT adding distance function and did the experiment to compare time and function. In addition, it is suggested how to register and classify models automatically without the manual process of registering models.
기존의 우편 영상의 인식 연구는 수신인의 주소 정보를 인식하는데 초점이 맞춰 있었다. 상대적으로 발송인의 주소 정보를 인식하려는 연구는 적었다. 다량우편물 발송 업체의 우편물의 인쇄품질 검증 처리 및 반송 처리 등 송신자 정보를 이용한 서비스 및 응용을 위하여 송신자 정보의 인식 연구는 필요하다. 이 논문은 SIFT (Scale Invariant Feature Transform)을 이용하여 우편 영상의 송신자를 인식하는 방법을 제안하고 인식 실험을 하였다. SIFT 방법은 우수한 인식률을 보이나 등록한 모델수에 비례하여 keypoint들을 매칭하는데 소요하는 시간도 증가하는 시간 문제와 우편 영상의 특성상 서로 다른 모델일지라도 유사한 keypoint가 많아 오인식되는 문제가 있었다. 이를 해결하기 위해 거리함수를 추가한 SIFT를 제안하고 시간과 성능을 비교 실험 하였다. 또한 모델을 등록하는 수작업 과정 없이 자동으로 모델을 등록하고 분류하는 방법도 제안한다.
