• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.569-572
• /
• 2002

한글을 인식하기 위한 전처리 방법으로 흔히 모음의 종류 및 자음과의 결합 정도에 따라 6가지 유형으로 분류하는 방법을 많이 사용하고 있다. 간 논문에서는 이러한 한글 문자를 인식하기 위한 전처리 과정으로써 한글의 유형을 분류하는 방법에 대한 연구로 계층적인 신경회로망을 도입하여 빠르고 신뢰성 있는 분류 방법을 제안한다. 실험에 사용된 글자는 KS X 1001(KS C 5601) 완성형 글자 2,350개에 대한 굴림, 바탕, 돋움, 궁서 글꼴로 총 9400개의 이미지 파일을 사용하였으며. 이 중 일부는 훈련에 사용하고 나머지는 분류를 위한 테스트 데이터로 사용한 결과 약 94%의 유형 분류율과 개별 패턴을 5.67ms에 분류하는 빠른 분류 속도를 나타내었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.41-42
• /
• 2018

텍스트 문서 영상으로부터 단어를 검출하고, LLAH(locally likely arrangement hashing) 알고리즘을 이용하여 이웃 단어 사이의 기하 관계를 표현하는 특징 벡터를 계산한 후, 특징 벡터를 비교함으로써 텍스트 문서를 효과적으로 인식하거나 검색할 수 있다. 그러나, 이는 문서 내 각 단어가 정확하고 강건하게 검출된다는 전제를 필요로 한다. 본 논문에서는 텍스트 내 각 라인을 검출하고, 각 라인 내에서 단어 사이의 간격과 글자 사이의 간격을 깊은 신경망(deep neural network)을 이용하여 학습하고 분류함으로써, 보다 카메라와 텍스트 문서 사이의 거리나 방향이 동적으로 변하는 조건에서 각 단어를 강건하게 검출하는 방법을 제안한다. 모바일 환경에서 제안된 방법을 구현하였으며, 실험을 통해 단어 사이의 간격과 글자 사이의 간격을 92.5%의 정확도로 구별할 수 있으며, 이를 통해 동적인 환경에서 단어 검출의 강건성을 크게 개선할 수 있음을 확인하였다.

• Journal of IKEEE
• /
• v.23 no.2
• /
• pp.642-651
• /
• 2019

One of the most important research topics on intelligent transportation systems in recent years is detecting and recognizing a license plate. The license plate has a unique identification data on vehicle information. The existing vehicle traffic control system is based on a stop and uses a loop coil as a method of vehicle entrance/exit recognition. The method has the disadvantage of causing traffic jams and rising maintenance costs. We propose to exploit differential image of camera background instead of loop coil as an entrance/exit recognition method of vehicles. After entrance/exit recognition, we detect the candidate images of license plate using the morphological characteristics. The license plate can finally be detected using SVM(Support Vector Machine). Letter and numbers of the detected license plate are recognized using CNN(Convolutional Neural Network). The experimental results show that the proposed algorithm has a higher recognition rate than the existing license plate recognition algorithm.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.111-115
• /
• 2001

컨테이너 영상의 문자를 인식하는데 있어 정규화 되어 있지 않은 컨테이너 영상의 문자영역을 추출한다는 것은 어렵다. 색깔. 위치, 글자 크기 등이 정해져 있지 않기 때문에 일정한 규칙으로 찾기는 힘들다. 따라서 본 논문에서는 이러한 특성을 고려하여 형태학적인 특성이 아니라 명암도를 조사하여 문자가 분포할 가능성이 있는 후보 영역을 찾고 Canny 에지 추출 기법과 에지 추적 기법으로서 문자가 있는 영역을 추출한다. 추출된 컨테이너의 문자 영역에서 히스토그램 방법을 이용하여 개별 문자를 추출하고 ART 알고리즘을 이용하여 인식한다. 실험 결과에서는 여러 영상에 대해 인식율이 우수한 것을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.547-549
• /
• 2001

여기서 우리는 한국어의 글자를 인식하기 위한 계산모형을 제시한다. 이 모형은 상호활성화모형에 기반하고 있으나, 입력처리부분이 개선되었다. 우리는 기존의 상호활성화모형에서 모든 입력이 규격화된 형태라는 가정을 배제하였다. 또한 우리는 성능향상을 위하여 다중해상도경로 학설을 결합시켰다. 우리는 제안된 모형을 구현하고, 그것을 실제 자료에 적용해 보았다. 우리는 모의실험결과를 통하여 제안된 모형이 실용적인 의미를 갖고 있음과 다중해상도 경로가 실제적으로 인식 성능 향상에 도움을 주고 있음을 확인 할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.314-316
• /
• 2000

여기서 우리는 한국어의 글자를 인식하기 위한 계산모형을 제시한다. 이 모형은 상호활성화 모형에 기반하고 있으나, 입력처리부분이 개선되었다. 우리는 기존의 상호활성화모형에서 모든 입력이 규격화된 형태라는 가정을 배제하였다. 또한 우리는 성능향상을 위하여 다중해상도경로 학설을 결합시켰다. 우리는 제안된 모형을 구현하고, 그것을 실제 자료에 적용해 보았다. 우리는 모의실험결과를 통하여 제안된 모형이 실용적인 의미를 갖고 있음과 다중해상도 경로가 실제적으로 인식 성능 향상에 도움을 주고 있음을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06b
• /
• pp.188-191
• /
• 2010

최근 다양한 2D 기반 스케치 기법이 제시되고 이를 활용한 다양한 어플리케이션이 제작되고 있다. 이러한 스케치 기법들은 사용자의 인터페이스에 많은 영향을 주고 있다. 그 중에 제스처 기법은 사용자의 글자 인식과 메뉴의 빠른 접근을 위해서 널리 사용되고 있다. 본 논문에서는 페이퍼 커팅 기법이라고 불리는 예술 분야의 기술을 구현하기 위해서 제스처를 활용한 인터페이스를 제시하고 향후에 이를 응용한 모바일 분야에서의 응용에 대하여 고찰해 보았다. 본 논문에서는 구현을 위하여 제스처 인식 방법을 위한 스케치 인식과 애니메이션을 위한 시간 조정 방법을 제시 하였다.

• The Journal of the Korea Contents Association
• /
• v.18 no.7
• /
• pp.495-502
• /
• 2018

The advent of deep learning technology has made rapid progress in handwritten letter recognition in many languages. Handwritten Chinese recognition has improved to 97.2% accuracy while handwritten Japanese recognition approached 99.53% percent accuracy. Hanguel handwritten letters have many similar characters due to the characteristics of Hangeul, so it was difficult to recognize the letters because the number of data was small. In the handwritten Hanguel recognition using Hybrid Learning, it used a low layer model based on lenet and showed 96.34% accuracy in handwritten Hanguel database PE92. In this paper, 98.64% accuracy was obtained by organizing deep CNN (Convolution Neural Network) in handwritten Hangeul recognition. We designed a new network for handwritten Hangeul data based on GoogLenet without using the data augmentation or the multitasking techniques used in Hybrid learning.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.421-424
• /
• 2001

개별적인 인식기를 하나의 단일 인식 시스템으로 구성하여 음성과 문자를 인식할 수 있는 공용인식시스템의 성능향상을 위해 온라인 필기에서 전역적인 정보를 추출할 수 있는 비트맵 파라미터 추출 방법을 제안하였다. 제안된 방식에서는 고속의 파라미터 추출을 위해 보간법을 이용한 재샘플링 과정 대신에 새로운 시간열을 구성하는 방식을 이용한다. 제안한 비트맵 파라미터를 본 연구실에서 개발한 음성/문자 공용인식 시스템에 적용하기 위하여 67개의 자소를 5상태 10천이 CHMM(Continuous Hidden Markov Model)모델로 구성한 다음 인식알고리즘으로서는 상태단위로 지속 시간 정보를 제어하는 OnePassDP법을 이용하였다. 실험결과, 제안한 방법을 이용한 경우, 자소인식률은 61.3%에서 85.3%로 24%의 인식률 향상을 가져왔으며, 글자인식률은 64.3%에서 82.2%로 17.9%의 인식률 향상을 가져와 제안한 방법의 유효성을 확인할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.07a
• /
• pp.425-426
• /
• 2017

본 논문에서는 Google에서 지원하는 오픈소스인 Tesseract-OCR을 이용한 문자/음성 인식 및 번역 앱에 대해 제안한다. 최근 한국어를 포함한 외국어 인식과 번역기능을 이용한 다양한 스마트폰 앱이 개발되어 여행에 필수품으로 자리잡고 있다. 스마트폰의 카메라기능을 이용하여 촬영한 영상을 인식률을 높이도록 처리하고, Crop기능을 넣어 부분 인식기능을 지원하며, Tesseract-OCR의 train data를 보완하여 인식률을 높이고, Google 음성인식 API를 이용한 음성인식 기능을 통해 인식된 유사한 문장들을 선택하도록 하고, 이를 번역하고 보여주도록 개발하였다. 번역 기능은 번역대상 언어와 번역할 언어를 선택할 수 있고 기본적으로 영어, 한국어, 일본어, 중국어로 번역이 가능하다. 이 기능을 이용하여 차량번호 인식, 사진에 포함된 글자를 통한 검색 등 다양한 응용분야에 맞게 앱을 개발할 수 있다.