• 한국정보통신학회논문지
• /
• 제24권5호
• /
• pp.591-599
• /
• 2020

딥러닝 기술은 실세계의 객체를 분류하거나 인식하기 위해서 사용된다. 이를 위해서 준비된 많은 데이터를 고성능 컴퓨터에서 학습한 후에, 그 학습모델을 인식기에 탑재하여 각종 객체들을 인식한다. 이러한 인식기는 다양한 환경에서 사용되면서 인식하지 못하는 객체들이나 인식률이 낮은 객체들이 발생할 수 있다. 이런 문제를 해결하기 위해서 실세계 객체들을 주기적으로 학습하여 인식률을 높인다. 하지만, 즉각적인 인식률 향상이 어려울 뿐만 아니라, 임베디드 디바이스 등에 탑재되어 있는 인식기에서 학습하는 것이 쉽지 않다. 따라서, 본 논문에서는 임베디드 디바이스에 적용 가능한 부분 학습 기반의 실시간 손글씨 인식기를 제안한다. 제안된 인식기는 사용자 요청 시마다 임베디드 디바이스에서 부분 학습을 할 수 있는 환경을 제공하고, 실시간으로 인식기의 학습모델이 갱신된다. 이로 인해서 인식기의 지능이 지속적으로 향상됨으로 최초에 인식하지 못했던 손글씨에 대해 인식이 가능해진다. 이렇게 제안된 인식기는 RK3399 임베디드 디바이스에서 22개의 숫자와 글자에 대해서 학습과 추론이 가능하다는 것을 실험을 통하여 사람 손으로 쓴 은행 계좌명과 계좌번호를 인식할 수 있는 개인화된 지능을 가진 스마트 기기에 활용 가능할 것으로 기대된다.

• 대한감각통합치료학회지
• /
• 제16권1호
• /
• pp.14-24
• /
• 2018

목적 : 본 연구는 Attention Deficit Hyperactivity Disorder(ADHD) 아동에게 시행한 상호작용식 메트로놈(Interactive Metronome; IM) 중재가 자세조절과 글씨쓰기에 미치는 영향에 대해 알아보고자 하였다. 연구방법 : 본 연구는 ADHD로 진단받은 초등학교 3학년 아동 1명을 대상으로 시행하였다. 개별실험 연구방법 중에서 ABA 설계를 사용하였고, 총 30회기로 매주 3회기 씩 총 10주 진행하였다. 기초선과 재기초선 기간에는 글씨쓰기 과제의 측정만 실시하였고, 중재기 동안에 IM 훈련을 40~50분간 실시하고 난 후에 글씨쓰기의 명료도와 속도를 평가하였다. 기초선을 시작하기 전과 재기초선이 끝나고 한 달 이내에 Clinical Observation of Motor and Postural Skills(COMPS)를 실시하여 자세조절의 변화를 알아보았다. 결과 : IM 중재를 시행한 후 대상자의 자세조절 변화는 하위항목 중 슬로모션, 손가락-코 운동, 비대칭 경반사의 점수가 향상되었고, 글씨쓰기 명료도와 속도는 중재 기간 동안 상승하는 경향을 보였으나 유의하게 변화되지 않았다. 결론 : 본 연구를 통해 ADHD 아동을 대상으로 한 IM 훈련의 중재가 자세조절과 글씨쓰기 수행능력을 향상시키는데 긍정적인 효과를 확인할 수 있었고, 향후 연구에 새로운 방향에 접근할 수 있는 기회를 제공하였다는 근거로 사용될 수 있을 것이다.

• 한국산학기술학회논문지
• /
• 제20권7호
• /
• pp.158-165
• /
• 2019

선수능력의 발달 미흡과 신경학적 손상으로 인해 나타나는 쓰기 장애는 의미전달의 혼동을 줄 수 있고 가독성이 떨어지며 학습, 사회정서 문제 유발 가능성이 높다. 이에 문제 파악과 적시 개입을 위한 평가가 요구되고 있지만 임상에서는 수기에 의한 채점 방식을 채택하며 주관적인 평가에 따른 오류 가능성이 발생한다. 본 연구는 성인의 오프라인 필기체 문자를 영상처리를 통해 글자의 크기비율, 위치를 데이터화 하고 정량화 하며 수기 채점방식과의 비교, 분석을 통해 보다 객관적이고 정확하게 쓰기 수행을 평가하고자 하였다. 2018년 11월 12일부터 16일까지 신경학적 손상이 없는 성인 20명을 채택하여 10단어, 2 문장 자극을 평소 쓰기 습관을 유지한 후 연필을 사용해 따라 쓰며 쓰기 검사 데이터를 수집하였다. 본 연구에서 개발한 글씨 측정 알고리즘 결과 단어의 높이가 폭에 비해 1.2배 정도 크고 왼쪽 아래로 치우치는 경향을 보였으며 평균 9mm의 간격을 두고 띄어 썼다. Paired T test를 통한 수기와 본 시스템의 분석결과, 단어 검사와 문장 2의 검사는 고도의 상관관계를 보여 추후 검사 도구로써의 가능성을 보였다. 본 연구는 성인의 오프라인 필기체 문자를 영상처리를 통해 보다 객관적이고 정확하게 쓰기 수행을 평가하였으며 수행 규준을 위한 예비자료를 제공하였다. 향후 다양한 연령대의 쓰기 진단의 기초 자료로 제시될 수 있으며 아동의 경우 쓰기 장애 개입에 깊이 있게 활용될 수 있을 것이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권5_6호
• /
• pp.430-443
• /
• 2003

본 논문은 카메라로부터 획득된 영상 시퀀스로부터 얻어진 제스처 궤적 정보를 바탕으로 가장 기본적인 방향, 속도 및 공간 특징을 추출한 후, 각각의 특징 정보들의 인식 결과를 비교하여 어떠한 정보가 가장 유용한지 평가한다. 이를 위해 제스처 궤적 추적을 위해선 컬러 정보 및 모션 정보를 사용하였고, 인식모델로는 시간 데이타 처리에 적합한 HMM을 구성하였다. 실험을 위한 제스처 DB로는 인식하고자 하는 그래픽, 숫자, 알파벳모양의 48개 제스처에 대해 20명으로부터 5개씩 총 4800개의 데이타를 구축하였다.

• 한국콘텐츠학회논문지
• /
• 제13권9호
• /
• pp.10-19
• /
• 2013

본 논문에서는 그래프 패턴 인식을 신속히 처리하기 위한 새로운 자성 센서의 개발과 인식 시스템을 제안하고자 하였다. 그래픽을 입력받아 세션화와 균형화를 수행하는데 있어서 특징점의 사전 처리를 선결 수행함으로써 인식 속도를 증강하고 선처리된 특징점을 이용하여 끝점, 굴곡점, 분기점의 특징점을 별도로 추출하지 않는 방법으로 조사하여 모음이나 자음의 부분패턴의 그래프 사전을 비교하는 간단한 구조해석과 인식을 도모하였다. 본 논문의 성능 비교를 위하여 사용자의 필기체를 사전에 등록 인식하고 입력 필기체를 비교 인식하여 Unicode로 변환시켜 비교한 결과 70%의 초기 인식률에서 누적 인공학습 지능 처리 결과 95%의 이상의 인식률을 보여주고 있다.

• 문화기술의 융합
• /
• 제10권2호
• /
• pp.453-458
• /
• 2024

광학 문자 인식(Optical Character Recognition, OCR)은 이미지 내의 문자를 인식하여 디지털 포맷(Digital Format)의 텍스트로 변환하는 기술이다. 딥러닝(Deep Learning) 기반의 OCR이 높은 인식률을 보여줌에 따라 대량의 기록 자료를 보유한 많은 산업 분야에서 OCR을 활용하고 있다. 특히, 의료 산업 분야는 의료 서비스 향상을 위해 딥러닝 기반의 OCR을 적극 도입하였다. 본 논문에서는 딥러닝 기반 OCR 엔진(Engine) 및 의료 데이터에 특화된 OCR의 동향을 살펴보고, 의료 OCR의 발전 방향에 대해 제시한다. 현재의 의료 OCR은 검출한 문자 데이터를 자연어 처리(Natural Language Processing, NLP)하여 인식률을 개선하였다. 그러나, 정형화되지 않은 손글씨(Handwriting)나 변형된 문자에서는 여전히 인식 정확도에 한계를 보였다. 의료 데이터의 데이터베이스(Database)화, 이미지 전처리(Pre-processing), 특화된 자연어 처리를 통해 더욱 고도화된 의료 OCR을 발전시키는 것이 필요하다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1032-1035
• /
• 2003

The field of handwriting recognition has been researched for many years. A hybrid classifier has been proven to be able to increase the recognition rate compared with a single classifier. In this paper, we combine support vector machine (SVM) and hidden Markov model (HMM) for offline handwritten numeral recognition. To improve the performance, we extract features adapted for each classifier and propose the modified SVM decision structure. The experimental results show that the proposed method can achieve improved recognition rate for handwritten numeral recognition.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.180-185
• /
• 2003

In order to enhance dexterity in execution of robot tasks, a redundant number of degrees-of-freedom (DOF) is adopted for design of robotic mechanisms like robot arms and multi-fingered robot hands. Associated with such redundancy in the number of DOFs relative to the number of physical variables necessary and sufficient for description of a given task, an extra performance index is introduced for controlling such a redundant robot in order to avoid arising of an ill-posed problem of inverse kinematics from the task space to the joint space. This paper shows that such an ill-posedness of DOF redundancy can be resolved in a natural way by using a novel concept named “stability on a manifold”. To show this, two illustrative robot tasks 1) robotic handwriting and 2) control of an object posture via rolling contact by a multi-DOF finger are analyzed in details.

• 한국멀티미디어학회논문지
• /
• 제19권1호
• /
• pp.22-29
• /
• 2016

Hidden Markov Model is one of the most successful and popular tools for modeling real world sequential data. Real world signals come in a variety of shapes and variabilities, among which temporal and spectral ones are the prime targets that the HMM aims at. A new problem that is gaining increasing attention is characterizing missing observations in incomplete data sequences. They are incomplete in that there are holes or omitted measurements. The standard HMM algorithms have been developed for complete data with a measurements at each regular point in time. This paper presents a modified algorithm for a discrete HMM that allows substantial amount of omissions in the input sequence. Basically it is a variant of Baum-Welch which explicitly considers the case of isolated or a number of omissions in succession. The algorithm has been tested on online handwriting samples expressed in direction codes. An extensive set of experiments show that the HMM so modeled are highly flexible showing a consistent and robust performance regardless of the amount of omissions.

• Journal of Multimedia Information System
• /
• 제8권1호
• /
• pp.31-34
• /
• 2021

The classical HMM is defined by a parameter triple �� = (��, A, B), where each parameter represents a collection of probability distributions: initial state, state transition and output distributions in order. This paper proposes a new stationary parameter e = (e1, e2, …, eN) where N is the number of states and et = P(|xt = i, y) for describing how an input pattern y ends in state xt = i at time t followed by nothing. It is often said that all is well that ends well. We argue here that all should end well. The paper sets the framework for the theory and presents an efficient inference and training algorithms based on dynamic programming and expectation-maximization. The proposed model is applicable to analyzing any sequential data with two or more finite segmental patterns are concatenated, each forming a context to its neighbors. Experiments on online Hangul handwriting characters have proven the effect of the proposed augmentation in terms of highly intuitive segmentation as well as recognition performance and 13.2% error rate reduction.