• Journal of Electrical Engineering and Technology
• /
• 제10권2호
• /
• pp.699-707
• /
• 2015

Although digit character recognition has got a significant improvement in recent years, it is still challenging to achieve satisfied result if the data contains an amount of distracting factors. This paper proposes a novel digit character recognition approach using a multi-layer hierarchical model, Hybrid Restricted Boltzmann Machines (HRBMs), which allows the learning architecture to be robust to background distracting factors. The insight behind the proposed model is that useful high-level features appear more frequently than distracting factors during learning, thus the high-level features can be decompose into hybrid hierarchical structures by using only small label information. In order to extract robust and compact features, a stochastic 0-1 layer is employed, which enables the model's hidden nodes to independently capture the useful character features during training. Experiments on the variations of Mixed National Institute of Standards and Technology (MNIST) dataset show that improvements of the multi-layer hierarchical model can be achieved by the proposed method. Finally, the paper shows the proposed technique which is used in a real-world application, where it is able to identify digit characters under various complex background images.

• 반도체디스플레이기술학회지
• /
• 제19권4호
• /
• pp.130-134
• /
• 2020

This paper proposes a new method for the digit recognition on a 7-segment display. The proposed method uses morphological processing that dilates segments of digits and connects them into strokes. The digits are extracted by connected component analysis and finally, template matching method recognizes the extracted digits. The proposed method is implemented using C language in Raspberry Pi 4 system with a camera module for a real-time image processing. Experiments were conducted by using various 7-segment LED displays and 7-segment mono LCD displays. The results show that the proposed method is successful for the digit recognition on the 7-segment displays.

• 전자공학회논문지B
• /
• 제32B권3호
• /
• pp.522-532
• /
• 1995

Multilayer neural networks with backpropagation learning algorithm are widely used for pattern classification problems. For many real applications, it is more important to reduce the misclassification rate than to increase the rate of successful classification. But multilayer perceptrons(MLP's) have drawbacks of slow learning speed and false convergence to local minima. In this paper, we propose a new method for character recognition problems with a single-layer network and double rejection mechanisms, which guarantees a very low misclassification rate. Comparing to the MLP's, it yields fast learning and requires a simple hardware architecture. We also introduce a new coding scheme to reduce the misclassification rate. We have prepared two databases: one with 135,000 digit patterns and the other with 117,000 letter patterns, and have applied the proposed method for printed character recognition, which shows that the method reduces the misclassification rate significantly without sacrificing the correct recognition rate.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권1호
• /
• pp.93-93
• /
• 1999

Researches on digit recognition have been conducted actively for a long time because the classes to recognize are much fewer than other character sets and because it is very likely thatthe digit recognition can be applied to many problems in real world, The recent studies on designingrecognition system with high performance are in progress with two different aspects. One is toconstruct a recognizer using several features at the same time, and the other is to use severalrecognizers. In this paper, we propose a multistage combination method to recognize the unconstrainedhandwritten numerals. The method is a two-stage combination method which uses multiplecombination methods at the same time unlike the existing methods with only one combination method.The recognizers are first combined by several combination methods of different classes simultaneously,and then the results of them are combined by another combination method to generate a final result.Five recognizers and eight combination methods are used in the proposed system. The experimentalresults showed that the recognition rates on CENPARMI and CEDAR data were 97.75% and 98.6%,respectively and the recognition performance could be improved as the process passed through stages,We could get the best performance by combining the combination methods of different classes, whichmeans there are a complementary relation among them, The proposed method can be considered asan extended version of the existing combination methods.

• 한국정보통신학회논문지
• /
• 제11권10호
• /
• pp.1977-1985
• /
• 2007

문자 인식은 인공지능의 한 분야로써 자동화 시스템, 로봇, HCI 분야에서 그 응용성 이 증대되고 있는 첨단 기술이다. 본 논문에서는 숫자, 기호, 영어, 한글이 여러 가지 형태로 조합되어 사용될 수 있는 영역에서의 문자 인식을 위해 인식 문자 집합과 대표 문자를 도입하였다. 여러 가지 조합의 언어 집합에 따른 소규모 인식기를 계층적으로 조합하여 인식 결과의 정확성을 높이고 시간 비용을 줄일 수 있는 효율적인 인식기 구조를 제안하였다. 그리고 학습 성능이 우수한 Delta-bar-delta 알고리즘을 이용하여 개별 소규모 인식기를 학습한 다음 다양한 개별 문자를 대상으로 그 인식 성능을 살펴본 결과 99%의 인식률을 획득함으로써 혼용 언어 문자 인식의 효율성과 신뢰성을 증명하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 춘계학술대회
• /
• pp.205-208
• /
• 2010

본 논문에서는 Zernike 모멘트와 backpropagation신경망을 이용한 온라인 필기체 숫자 인식 방법을 소개한다. 마우스로 통해 입력된 숫자 정보는 전처리를 통해 시간에 순서적이고, 연속적인 좌표 정보로 변환된다. 전처리된 입력 좌표는 Zernike 모멘트(moment)와 각도 특징(angulation feature)을 이용하여 각 숫자가 가지는 고유의 특징을 만들어 낸다. 이러한 특징은 크기, 모양, 틀어진 정도에 상관없이 항상 일정한 성질을 가진다. 제안된 방법으로 추출된 특징은 패턴 구분을 위해 back propagation 신경망의 입력으로 사용된다. 본 논문은 200개의 필기체 숫자 데이터베이스를 이용하여 실험을 한 결과, 제시된 방법은 적은 학습데이터만으로 학습이 가능할 뿐만 아니라 좋은 인식률을 보여준다.

• 한국컴퓨터정보학회논문지
• /
• 제16권9호
• /
• pp.27-33
• /
• 2011

본 논문에서는 필기체 문자의 Convex-Concave한 곡선 특징을 문자로 변환하고 추출된 문자를 Smith-Waterman 정렬 알고리즘을 이용하여 온라인 필기체 숫자 인식 방법을 제안한다. 필기체 숫자 인식을 위한 입력 데이터는 시간에 순서적인 좌표로 순서화하고 전처리의 입력데이터로 적용된다. 필기자의 개성이 표현된 필기체 문자는 크기, 회전, 곡선 비율이 다양한 형태로 나타난다. 따라서 본 논문에서는 곡선의 Convex-Concave 특징을 이용하여 크기, 회전에 강인한 특징을 추출한다. 추출된 특징은 문자로 변환하고 Smith-Waterman 정렬 알고리즘의 입력데이터로 적용한다. 본 논문에서는 실시간 필기체 숫자를 대상으로 실험한 결과, 오류역전파 신경 회로망을 적용한 것과 비교하여 제안된 방법이 좋은 성능을 보였다.

• 한국콘텐츠학회논문지
• /
• 제11권3호
• /
• pp.1-8
• /
• 2011

최근 차량의 출입통제 및 주차관리 그리고 불법 차량의 단속 등 다양한 분야에서 차량 번호판 자동 인식 기술들이 활용되고 있다. 그러나 기울어지거나 햇빛 또는 조명 등의 영향을 받은 차량 영상에서는 번호판의 고유한 정보가 변형될 수 있다. 본 논문에서는 왜곡에 불변한 차량 번호판 검출 및 인식 알고리즘을 제안하였다. 먼저 DoG(Difference of Gaussian) 필터를 이용해서 번호판의 문자 획이 잘 보전된 이진영상을 생성하였다. 그리고 왜곡에 불변한 연속된 큰 숫자들의 위치를 찾고 그 정보를 이용해서 번호판영역을 검출하였다. 기하학적 왜곡 보정과 영상 개선 작업을 수행한 다음 신경망을 이용해서 번호판을 인식하였다. 제안한 알고리즘을 상용 LPR(License Plate Recognition) 시스템으로부터 획득한 6,200장의 차량 영상을 대상으로 시뮬레이션 한 결과 98.4%의 번호판 영상 인식률과 0.05초의 인식 속도를 얻을 수 있었다.

• 한국산학기술학회논문지
• /
• 제10권5호
• /
• pp.979-984
• /
• 2009

본 논문에서는 2차원 인쇄물의 고유정보 즉, 텍스트, 도형 및 기호 등에 대응하는 음성, 영상 및 기타정보를 출력시킬 수 있도록 하기 위한 새로운 방법의 도트형 프린트 워터마크 생성 방법 및 부호화 기법을 제안하였다. 프린트 워터마크는 인쇄물의 고유정보에 대응하여 고유정보위에 다시 인쇄되는 특정마크로서 고유정보의 특성을 훼손하지 않으면서 음성, 또는 영상정보와 연결시키는 중간 매개 역할을 한다. 제안한 도트형 프린트 워터마크 패턴은 $0.4mm^2$의 면적 내에 $16{\times}16$의 행렬구조를 가지며, 256개의 원소(element) 중 23개의 위치에 도트가 인쇄된다. 인쇄되는 도트의 크기는 0.02mm고 매우 작아 가시화되지 않는다. 23개의 위치는 2진수 비트 위치와 매핑 되어 800만개 정도의 인쇄물 고유정보를 표현할 수 있으며, 도트가 인쇄되는 위치에 따라 쉽게 2진수로 부호화할 수 있다는 특징을 갖는다. 또한 실험을 통해 제안한 프린트 워터마크 패턴이 자체 제작된 인식장치에 의해 쉽게 인식됨을 보였다.