• 대한전자공학회논문지SP
• /
• 제38권3호
• /
• pp.269-281
• /
• 2001

본 논문에서는 단일 글꼴에 의존하는 원형 패턴 벡터(circular pattern vectors)를 이용하여 위치 이동, 크기 변화 그리고 회전에 무관한 새로운 인쇄체 한글 인식 알고리즘을 제안한다. 제안한 알고리즘은 2진 형태론(binary morphology)을 이용하여 입력 문자에 존재하는 잡음(noise)을 제거한 후, 원형 패턴벡터를 추출한다. 추출된 원형 패턴 벡터는 주어진 문자의 무게 중심을 원의 중심으로 하여 그린 여러 원주 상에 위치한 공간적인 분포 값을 나타내는 것이다. 마지막으로, 실험 문자는 기준 원형 패턴 벡터와 실험 원형 패턴 벡터간의 거리가 최소가 되는 기준 문자로 인식하게 된다. 제안한 알고리즘의 성능을 평가하기 위해, 크기 변화와 회전 변형이 있는 완성형 바탕체 한글 2,350자를 대상으로 모의 실험을 수행하였다. 제안한 알고리즘은 기존의 고리 투영 알고리즘보다 크기 변화와 회전 변형이 있는 한글 인식에 있어서 우수함을 보였다.

• 한국통신학회논문지
• /
• 제21권6호
• /
• pp.1379-1389
• /
• 1996

한글 필기는 항상 초성, 중성, 종성의 순으로 씌어진다. 본 논문은 이점을 이용하여 자소 탐색 모델을 설계하고 그 탐색 결과에 의거하여 글자를 인식하려는 온라인 필기 인식 방법을 제시하고자 한다. 기본 자소 모델은 은닉 마르코프 모델을 이용하고 자소 탐색 모델은 HMM의 망으로 구성한다. 자소 탐색은 Viterbi 알고리즘에 의한 정합으로 이루어지며 글자 인식은 이들 자소 가설 격자의 탐색으로 이루어진다. 인식 실험 결과는 간단한 인식기 구조에도 불구하고 정자체의 경우 87.47%에 달하는 상당한 인식률을 보였으며, 특히 자연스럽게 쓴 필기에서도 매우 훌륭한 자소 분할 결과를 얻을 수 있었다.

• Journal of Computing Science and Engineering
• /
• 제12권1호
• /
• pp.24-35
• /
• 2018

Deep convolutional neural network (DCNN) is an advanced technology in image recognition. Because of extreme computing resource requirements, DCNN implementation with software alone cannot achieve real-time requirement. Therefore, the need to implement DCNN accelerator hardware is increasing. In this paper, we present a field programmable gate array (FPGA)-based hardware accelerator design of DCNN targeting handwritten Hangul character recognition application. Also, we present design optimization techniques in SDAccel environments for searching the optimal FPGA design space. The techniques we used include memory access optimization and computing unit parallelism, and data conversion. We achieved about 11.19 ms recognition time per character with Xilinx FPGA accelerator. Our design optimization was performed with Xilinx HLS and SDAccel environment targeting Kintex XCKU115 FPGA from Xilinx. Our design outperforms CPU in terms of energy efficiency (the number of samples per unit energy) by 5.88 times, and GPGPU in terms of energy efficiency by 5 times. We expect the research results will be an alternative to GPGPU solution for real-time applications, especially in data centers or server farms where energy consumption is a critical problem.

• 인지과학
• /
• 제1권1호
• /
• pp.27-76
• /
• 1989

• 인지과학
• /
• 제3권1호
• /
• pp.139-160
• /
• 1991

• 인지과학
• /
• 제6권4호
• /
• pp.73-97
• /
• 1995

• 한국통신학회논문지
• /
• 제11권5호
• /
• pp.332-339
• /
• 1986

한글문자패튼의 인식율을 향상시키기 위해서 Gaussian 확율밀도 함수를 이용한 형태정규화의 한 방법을 제안한다. 제안된 방법은 입력패튼의 패튼 영역을 추출하여 2변수보간법으로 패튼의 크기를 정규화 한 후, 크기 정규화된 패튼의 상관계수를 0으로 하는 선형변환을 시켜 문자패튼의 기하학적 기울어짐 변형을 정규화시켰다. 입력패튼과 형태정규화된 패튼간의 관계를 이론적으로 해석하고 컴퓨터 시뮬레이션을 통해서 이론의 타당성을 확인하였다.

• 인지과학
• /
• 제2권1호
• /
• pp.33-50
• /
• 1990

기존의 방법으로 해결하기 어려운 문제를 풀기 위하여 최근에는 인간늬 두뇌 구조를 모델링한 신경망이 새로운 방법으로 도입되고 있다. 본 논문에서는 여러가지 지각 심리학적 연구에 근거를 두고 신경망을 통한 인쇄체 한글인 식 시스템을 구축한 후, 몇가지 실험을 통하여 신경망 기법이 인간과 유사한 특성을 나타냄을 살펴보았다. 상용하는 990자에 대하여 실험한 결과 오인식 된 문자의 혼동패턴이 기존의 연구결과와 비슷하였으며, 학습하지 않은 문자도 어느정도 인식해 내는 일반화 능력이 있음을 볼 수 있었다. 또, 학습이 잘되지 않는 문자를 좀더 반복하여 경우 학습속도가 향상됨을 볼 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.244-246
• /
• 2003

본 논문에서는 낱자 인식기와 자소 조합 인식기를 혼용한 저품질 인쇄체 한글의 고성능 인식 방법을 제안하였다. 제안한 방법에서는 입력 문자를 한글 6형식과 기타 형식의 문자, 총 7종으로 분류한, 입력문자를 인식 대상 문자의 수와 자소 복잡도에 따라 하나 또는 두 개의 인식 단위(HRU: Hangul recognition unit)로 분리하여 인식한다. 각 인식 단위 영상에서 추출한 방향각 특징을 다층신경망 인식기를 이용하여 인식한다. 다음으로, 각 다층신경망 인식기의 신뢰도를 조합하여 최종 인식 결과를 도출한다. 제안한 방법을 사용한 실험에서 98.80%의 인식률을 얻을 수 있었으며, 이는 기존 방법에 비해 23.61%의 오류가 감소한 것이다.

• Journal of information and communication convergence engineering
• /
• 제2권3호
• /
• pp.161-166
• /
• 2004

Electronic Ink is a stored data in the form of the handwritten text or the script without converting it into ASCII by handwritten recognition on the pen-based computers and Personal Digital Assistants(PDA) for supporting natural and convenient data input. One of the most important issue is to search the electronic ink in order to use it. We proposed and implemented a script matching algorithm for the electronic ink. Proposed matching algorithm separated the input stroke into a set of primitive stroke using the curvature of the stroke curve. After determining the type of separated strokes, it produced a stroke feature vector. And then it calculated the distance between the stroke feature vector of input strokes and one of strokes in the database using the dynamic programming technique.