• International journal of advanced smart convergence
• /
• 제8권3호
• /
• pp.131-137
• /
• 2019

This study proposes a method of learning and recognizing the characteristics that are the classification criteria of Hangul using Mask R-CNN, one of the deep learning techniques, to recognize and classify atypical Hangul characters. The atypical characters on the Hangul signboard have a lot of deformed and colorful shapes beyond the general characters. Therefore, in order to recognize the Hangul signboard character, it is necessary to learn a separate atypical Hangul character rather than the existing formulaic one. We selected the Hangul character '닭' as sample data and constructed 5,383 Hangul image data sets and used them for learning and verifying the deep learning model. The accuracy of the results of analyzing the performance of the learning model using the test set constructed to verify the reliability of the learning model was about 92.65% (the area detection rate). Therefore we confirmed that the proposed method is very useful for Hangul signboard character recognition, and we plan to extend it to various Hangul data.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권9호
• /
• pp.2312-2325
• /
• 2013

In this paper, we propose a preprocessing method that it is to correct the distortion of text area in Korean signboard images as a preprocessing step to improve character recognition. Distorted perspective in recognizing of Korean signboard text may cause of the low recognition rate. The proposed method consists of four main steps and eight sub-steps: main step consists of potential vertical components detection, vertical components detection, text-boundary estimation and distortion correction. First, potential vertical line components detection consists of four steps, including edge detection for each connected component, pixel distance normalization in the edge, dominant-point detection in the edge and removal of horizontal components. Second, vertical line components detection is composed of removal of diagonal components and extraction of vertical line components. Third, the outline estimation step is composed of the left and right boundary line detection. Finally, distortion of the text image is corrected by bilinear transformation based on the estimated outline. We compared the changes in recognition rates of OCR before and after applying the proposed algorithm. The recognition rate of the distortion corrected signboard images is 29.63% and 21.9% higher at the character and the text unit than those of the original images.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권2호
• /
• pp.722-733
• /
• 2012

Recently various studies on various applications using images taken by mobile phone cameras have been actively conducted. This study proposes a correction method for misrecognition of Korean Texts in signboard images using improved Levenshtein metric. The proposed method calculates distances of five recognized candidates and detects the best match texts from signboard text database. For verifying the efficiency of the proposed method, a database dictionary is built using 1.3 million words of nationwide signboard through removing duplicated words. We compared the proposed method to Levenshtein Metric which is one of representative text string comparison algorithms. As a result, the proposed method based on improved Levenshtein metric represents an improvement in recognition rates 31.5% on average compared to that of conventional methods.

• 정보처리학회논문지B
• /
• 제16B권3호
• /
• pp.239-246
• /
• 2009

본 논문은 모바일 폰 기반의 간판 영상내 한글 문자인식에 관한 연구로써 인식 대상은 간판영상에서 추출된 상호명으로 하였고 인식대상 문자 수는 상호명 빈도수 기반 808자로 한정하였다. 인식과정은 특징 추출, 대분류, 상세 분류로 구성되고 특징 추출과정에서는 문자영상의 크기, 잡음 및 왜곡에 강건한 비선형 방향성분 특징을 이용하였고 대분류 과정에서는 추출된 특징과 인식 대상문자에 대하여 최소거리 분류를 수행하고 10순위까지의 후보 문자를 추출하였다. 상세 분류 과정에서는 Fisher discriminant measure 이용하여 대분류에서 발생 할 수 있는 오인 식 결과를 보완하였다. 실험결과 1순위 인식률은 80.45%이고 5순위까지의 누적 인식률은 93.51%를 보였다.

• 한국측량학회지
• /
• 제37권4호
• /
• pp.219-231
• /
• 2019

간판은 유형마다 간판의 규격이 정해져 있으나 실제 설치된 간판은 형태와 크기가 일정하지 않다. 또한, 간판은 간판 내부의 색상에 대한 규정이 정해져 있지 않기 때문에 다양한 색상을 갖고 있다. 간판을 인식하기 위한 방법은 도로표지판과 차량번호판을 인식하는 유사한 방법으로 생각할 수 있으나 간판의 특성으로 인해 도로표지판과 차량번호판과 유사한 방법으로 간판을 인식할 수 없는 한계점이 있다. 이에 본 연구에서는 딥러닝 기반의 Faster R-CNN 알고리즘을 이용하여 불법 및 노후 간판의 주요 대상이 되는 판류형 간판을 인식하고 간판의 영역을 자동으로 추출하는 방법론을 제안하였다. 스마트폰 카메라를 이용하여 촬영한 간판 영상을 통해 판류형 간판을 인식하는 과정은 2가지의 순서로 나뉜다. 먼저, 다양한 유형의 간판 영상에서 판류형 간판을 인식하기 위해 딥러닝을 이용하여 간판의 유형을 인식하였으며 그 결과는 약 71%의 정확도로 나타났다. 다음으로 판류형 간판의 경계영역을 인식하기 위해 간판 영역 인식 알고리즘을 적용하였을 때 85%의 정확도로 판류형 간판의 경계영역을 인식하였다.

• 한국콘텐츠학회논문지
• /
• 제12권2호
• /
• pp.105-115
• /
• 2012

본 논문에서는 휴대폰 카메라를 통해 간판영상의 한글문자를 인식한 후 오인식 된 결과를 교정하는 방법으로 인식 후보를 음소단위 분할하고 연산 가중치를 적용한 weighted Disassemble Levenshtein Distance(wDLD)를 제안한다. 제안된 방법은 인식된 문자열을 음소 단위로 분할한 후 입력 형태의 거리값을 산출하여, 가장 유사한 상호명을 데이터베이스에서 검출 한다. 제안된 방법의 효율성을 검증하기 위해, 전국의 상호명 중 중복되는 상호명을 제거한 130만개의 상호명을 이용하여 데이터베이스 사전을 구축하였다. 또한 대표적인 문자열 비교 알고리즘인 Levenshtein Distance와 음소를 분할하여 적용한 Disassemble Levenshtein Distance 방법, 그리고 본 논문에서 제안한 인식 후보의 음소 단위 분할 방법과 연산 가중치를 적용한 weighted Disassemble Levenshtein Distance의 교정율을 비교 분석 하였다. 그 결과 제안된 weighted Disassemble Levenshtein Distance(wDLD)은 Levenshtein Distance와 Disassemble Levenshtein Distance방법에 비해 각각 평균 29.85%와 6%의 인식률의 향상을 보였다.

• 한국측량학회지
• /
• 제38권3호
• /
• pp.197-209
• /
• 2020

간판은 점포의 특성에 따라 서로 다른 유형과 크기로 건물에 설치되어있다. 하지만, 지방자치단체에서는 잦은 점포의 개업·폐업과 부족한 관리 인원으로 간판을 관리하는데 어려움을 겪고 있다. 이에 본 연구에서는 간판의 정보를 효율적으로 관리할 수 있도록 표준화하여 관리하는 방안을 제안하였다. 이를 위해, 옥외광고물 관련 시행령의 간판 표시방법을 분석하여 간판 표준 데이터의 속성 요소를 정의하였다. 또한, 선행 연구인 간판 인식 기술을 통해 간판의 물리적 정보를 얻고, 맨눈으로 판독 가능한 정보, 행정안전부의 건물통합정보, 도로명 주소를 통해 간판 표준 데이터의 속성 요소를 정의하였다. 간판 표준 데이터는 호환성을 위해 XML 형식으로 설계하였고, XML의 무결성을 위해 XSD를 정의하여 데이터의 유효성이 검증될 수 있도록 하였다. 마지막으로, 간판의 정보를 공간적 특성에 의해 표준화하기 위하여 국가 공간정보 표준에 따라 데이터 제품 사양과 메타데이터를 정의하였다. 이를 통해 간판의 정보화를 위한 표준 데이터 모델을 설계하였다.

• 한국산업정보학회논문지
• /
• 제23권6호
• /
• pp.1-8
• /
• 2018

본 논문에서는 가상비콘을 이용한 시각 장애인 대상 간판 음성 안내 서비스를 구현한다. 물리적으로 위치를 측정하는 물리적 비콘 방식 대신, Wi-Fi, GPS 등의 여러 수단을 통해 위치를 측정하는 가상비콘을 이용하여 물리적인 설치비용 없이 손쉽게 위치를 추가하고, 해당 위치 기반의 서비스를 제공할 수 있다. 본 논문에서는 이러한 가상비콘으로 등록된 지점에 시각장애인이 도착하였을 때, 사진촬영을 유도하여 촬영된 간판에 대한 다양한 정보를 전달하는 서비스를 제공한다.

• 한국콘텐츠학회논문지
• /
• 제8권11호
• /
• pp.10-17
• /
• 2008

간판 텍스트 인식 및 번역은 관광지나 주요도심을 찾는 외국인 또는 외지인에게 정보제공과 의사결정을 지원하는 목적으로 제공된다. 간판 텍스트 인식 연구에서 인식기의 훈련과 성능 측정을 위해서는 간판영상 데이터 수집과 상호명 출현단어 사전구축이 필수적이다. 본 논문에서는 간판영상 데이터를 다양한 환경에서 수집하고 특성을 분석하며 상호명 출현 단어의 사전을 구축한다. 본 연구에서는 총 1000여장의 간판을 여러 조건에서 획득하였고 10여만 상호명에서 출현한 단어로 상호명 인식용 사전을 구축하였다.

• 디자인학연구
• /
• 제18권4호
• /
• pp.287-296
• /
• 2005

변화함이 있는 상업지역의 가로이미지는 연도건물의 정면이 만드는 파사드(Facade)에 의해서 맞은 영향을 받는다. 그러나 연도건물의 정면의 무분별하고 무절제한 광고간판의 난립으로 가로경관의 이미지가 혼란스러워지고 그 가로이미지를 상실하는 것이 현실정이다. 그러므로 가로경관 이미지를 형성하는데 많은 영향을 주는 연도건물의 간판에 대한 연구가 필요하게 되었다. 본 연구는 연도건물 정면의 간판 점유밀도의 조사와 분석을 통하여 현재 번화함이 있는 상업기역의 간판의 점유밀도 차이에 따른 가로경관 이미지를 알아내고, 그 지역 가로이미지에 특성을 부여하기 위해서 정면간판의 점유밀도를 어느 정도로 하는 것이 바람직한 것인가를 제안하는 것을 중심으로 연구하였다. 연구범위는 보행자나 차량의 통행량이 많은 번화한 상업지역의 가로를 연구대상으로 선정 하였다. 선정된 상업지역의 가로가 연도건물의 정면면적대비 간판의 점유밀도의 차이에 따라서 가로이미지가 어떻게 느껴지는지를조사 분석하였다. 우선, 가로이미지를 추출하기 위해서 경관이미지를 평가할 때 사용하는 형용사들을 사용하여 조사 분석한 결과 크게 2인자로 나뉘는 것을 알 수 있었다. 그 중 하나의 인자는 '인지성(認知性)의 이미지'이며 다른 하나는 '정감성(情感性)의 이미지'라고 명명하였다. 또 번화함이 있는 상업지역의 가로에서 인지성의 이미지가 높은 가로는 간판점유밀도가 $20{\sim}30%$정도이고 정감성의 이미지가 높은 가로는 간판점유밀도가 $50{\sim}60%$인 것을 갈 수 있었다 또, $30{\sim}50%$상이 점유밀도에서는 인지성과 정감성의 이미지를 동시에 느낀다는 것을 알 수 있었다. 이러한 연구결과는 번화함이 있는 상업지역의 가로에서 '인지성'과 '정감성'의 이미지가 조성되도록 간판점유밀도에 따른 파사드 안을 제시할 수 있으며 이러한 안을 바탕으로 상업지역의 가로경관의 이미지를 보다 구체적으로 특성화 할 수 있는 자료로 활용할 수 있다.