• 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 Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.387-390
• /
• 2014

본 논문에서는 현대사회에서 응용분야가 광범위하고, 높은 인식율과 빠른 처리속도를 위하여 많은 연구가 진행되어왔던 오프라인 필기체 인식 중 디지털 펜을 위한 새로운 필기체 문자 인식 시스템과 이를 이용한 화상 채팅 시스템을 제안한다. 이 시스템의 문자 인식에 필요한 처리는 체인코드에 기반하며 유니코드와 획 코드를 이용하여 처리하는 필기체 문자 인식 시스템으로, 일반적으로 터치 패널이 없는 데스크 탑 과 노트북에서도 터치 펜 기능을 가능하게 하는 디지털 펜을 위한 필기체 문자 인식 시스템이며 화상 채팅은 WSAEventSelect Model을 사용하여 제작한 시스템이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.63-65
• /
• 2019

본 논문은 개발하고자 하는 기계학습 기반 한글 필기 인식 시스템의 첫 연구 결과를 담고 있다. 즉, 기계학습을 위해서는 학습용 및 테스트용 필기 데이터가 아주 많이 필요하므로, 이를 수집하고 전처리하는 방법을 제안하였다. 한글의 한 글자는 자음과 모음을 결합하여 생성되는데, 실제 만 개 이상의 글자가 생성될 수 있다. 따라서 각각의 글자 데이터를 수집하는 대신, 수집한 글자 데이터로부터 초성, 중성, 종성을 구분하여 최종적으로 자음, 모음 데이터로 저장하고자 한다. 아직 초기 연구이므로, 다양한 경우에 대한 분석이나 실험 결과는 없지만, 이를 활용하여 온라인 필기 인식 모델에 적용하여 인식 성능을 높이기 위한 추후 연구의 기반으로 활용하고자 한다.

• Annual Conference on Human and Language Technology
• /
• 1997.10a
• /
• pp.200-207
• /
• 1997

본 논문에서는 계층적 랜덤 그래프를 이용한 필기 한글 인식 방법론을 제안한다. 한글은 다른 문자와 달리 기본 자소의 조합으로 이루어진 문자로서 2차원 평면상에 표현된다. 이러한 한글의 특성과 필기된 한글에서 나타나는 다양한 변형을 통계적으로 모델링하기 위해서 계층 그래프를 이용하였다. 특히, 계층 그래프의 최 하위 계층에서는 필기된 획의 변형을 흡수할 수 있도록 확장된 랜덤 그래프를 적용하였다. 제안된 모델은 통계적 모델이기 때문에 필기 데이터베이스로부터 모델의 파라미터를 구할 수 있다는 장점이 있다. 실험에서 제안된 모델을 필기 한글 인식 문제에 적용하여 자소간 접촉된 문자나 어느 정도의 흘려 쓴 문자도 잘 인식할 수 있음을 보였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.9 no.5
• /
• pp.517-525
• /
• 1999

In this paper, we propose efficient total recognition system of handwritten and printed numerals for reducing the classification time. The proposed system consists of two-step neuroclassifier : Printed numerals classifier and handwritten numerals classifier. In the proposed scheme, the printed numerals classifier classifies the printed numerals rapidly with single MLP neural network by low-order feature vector and rejects handwritten numerals. The handwritten numerals classifier classifies the handwritten numerals which is rejected in printed numerals classifier with modularized cluster neural network by complex feature vector. In order to verify the performance of the proposed method,handwritten numerals database of NIST and printed numerals database which include various fonts are used in the experiments. In case of using the proposed classifier, the overall classification time was reduced by 49.1% - 65.5% in comparison of the existent handwritten classifier.

• Journal of Korea Society of Industrial Information Systems
• /
• v.6 no.1
• /
• pp.82-89
• /
• 2001

This paper presents recognition of unconstrained handwritten numeral strings using decision value generator, which is combined with both isolated digit identifier and recognizer designed with structural characteristics of digits. Numerical string recognition system is composed of three modules, which are pre-segmentation, segmentation and recognition. Pre-segmentation module classifies a numeral string into sub-images, which are isolated digit, touched digits or broken digit, using confidence value of decision value generator. Segmentation module segments touched digits using reliability value of decision value generator that will separate the leftmost digit from touched string of digits. Segmentation-based and segmentation-free methods have used for classification and segmentation, respectively. To evaluate proposed method, experiments have carried out with handwritten numeral strings of NIST SD19 and higher recognition performance than previous works has obtained with 96.7%.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.485-487
• /
• 1999

본 논문에서는 온라인 필기체 수식 인식을 위한 순차적인 구조 분석 방법을 제안한다. 제안된 방법은 캐블릿상에서 필기된 수식에 대한 심볼 인식 결과와 각 심볼의 Bounding Box이 좌표를 입력받아서 필기 순서를 기반으로 순차적으로 수식의 구조를 해석한다. 그래프 내의 이웃하는 두 노드 사이의 관계를 결정하기 위해서 심볼의 사용에 관한 표기 정보와 6단계 관계 결정 규칙을 사용하여 노드들 사이에 생성될 수 있는 에지의 수를 최소화하고 BackTracking을 피했다. 제안 방법의 성능을 평가하기 위해 100개의 테스트 샘플에 대해 구조 분석 실험을 수행하였다.

• Annual Conference on Human and Language Technology
• /
• 1994.11a
• /
• pp.195-200
• /
• 1994

본 논문에서는 글자 구분선 없이 자유로이 쓰여진 필기체 한글의 인식 방안을 보인다. 즐단위의 한글 입력 영상에서 글자의 골격선을 추출하는 새로운 방법과 골격선들 간의 접촉점과 끝점을 그래프의 노드로 표현하고, 획은 그래프의 가지로 표현하는 방안을 보인다. 한글의 글자 구성 원리는 모음을 중심으로 모아쓰므로, 그래프로 표현된 즐단위의 한글에서 모음의 시작위치 및 속성을 가지는 로드로부터 한글의 모음을 가장 먼저 유도하여 인식하고, 우측 글자 및 자소끼리의 접촉을 분리하여 초성 자음 및 종성 자음을 인식하여, 좌에서 우의 방향으로 한 문자씩 인식해 나간다. 본 논문에서의 자유로이 필기된 한글의 인식 실험은 우리나라의 주소 50개를 서로 다른 25인이 필기한 영상 데이터를 사용하였고 한글 문자의 인식율은 89%이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.274-277
• /
• 2006

본 논문에서는 온라인 필기 한자 인식 과정에 있어 비슷한 한자끼리 혼동되어 오인식되는 한자들을 선별하여 이들 한자 인식과정의 후처리에 적용 할 수 있는 결과검증 방법에 대해서 소개한다. 결과검증 방법은 온라인 필기 한자인식기가 최종 인식결과를 산출하기 전에 후보한자들 중 혼동한자가 있으면 그 혼동 한자에 대해서 미리 정해놓은 조건을 만족하는지 검사하여 점수를 내고 이를 인식 후처리에 이용한다. 인식 후처리에 쓰이는 결과검증 방법에서는 그 한자만이 가지고 있는 구조적인 정보를 다른 한자들과 구별하기 위해 휴리스틱으로 파악하여 조건화 시킨다. 구조적인 정보는 획의 좌표, 방향코드, 순서, 길이 등으로 판단되며 다양한 휴리스틱방법이 고려 될 수 있다. 인식 후처리에 적용되는 결과검증 방법을 통해 혼동되는 온라인 필기 한자를 구별하는데 도움이 되는 것을 실험을 통해 확인하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.5 no.3
• /
• pp.101-110
• /
• 1995

본 논문에서는 새로은 자소분리 기법을 이용한 필기체 한글인식 시스템을 제안하였다. 새로운 자소분리 기법에는 국소영역 투영기법과 국소영역 Blob Coloring 기법이 포함되어 있다. 한극 각 자소의 특징들을 이용하여 Backpropagaton 알고리듬으로 학습시켰고 인식과정에서 관심영역 탐색기법이 이용되었다. 4명의 필기자가 작성한 1600자의 한글을 학습시키고 학습되지 않은 밝기 영상의 문서에 대한 인식을 시도한 결과 95%의 인식률을 얻었다.