• 스마트미디어저널
• /
• 제1권4호
• /
• pp.59-71
• /
• 2012

Since mobile phones are used as common communication devices, their applications are increasingly important to human's life. Using smart-phones camera to collect daily life environment's information is one of targets for many applications such as text recognition, object recognition or context awareness. Studies have been conducted to provide important information through the recognition of texts, which are artificially or naturally included in images and movies acquired from mobile phones. In this study, a character segmentation method that improves character-recognition accuracy in images obtained from mobile phone cameras is proposed. The proposed method first classifies texts in a given image to printed letters and handwritten letters since segmentation approaches for them are different. For printed letters, rough segmentation process is conducted, then the segmented regions are integrated, deleted, and re-segmented. Segmentation for the handwritten letters is performed after skews are corrected and the characters are classified by integrating them. The experimental result shows our method achieves a successful performance for both printed and handwritten letters as 95.9% and 84.7%, respectively.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.84-87
• /
• 2018

Handwritten letter recognition is important for numerous real-world applications and many topics like human-machine interaction, education, entertainment, and more. This paper describes the implementation of a real-time handwritten letters recognition system on a common embedded computer. Recognition is performed using a customized convolutional neural network, which was designed to work with low computational resources such as the Raspberry Pi platform. The experimental results show that the proposed real-time system achieves an outstanding performance in the accuracy rate and the response time for recognition of twenty-six handwritten letters.

• 한국콘텐츠학회논문지
• /
• 제18권7호
• /
• pp.495-502
• /
• 2018

딥 러닝 기술의 등장으로 여러 나라의 필기체 인식은 높은 정확도 (중국어 필기체 인식은 97.2%, 일본어 필기체 인식은 99.53%)를 보인다. 하지만 한글 필기체는 한글의 특성으로 유사글자가 많은데 비해 문자의 데이터 수는 적어 글자 인식에 어려움이 있다. 하이브리드 러닝을 통한 한글 필기체 인식에서는 lenet을 기반으로 하여 낮은 레이어를 가진 모델을 사용하여 한글 필기체 데이터베이스 PE92에서 96.34%의 정확도를 보여주었다. 본 논문에서는 하이브리드 러닝에서 사용하였던 데이터 확장 기법(data augmentation)이나 multitasking을 사용하지 않고도 GoogLenet 네트워크를 기본으로 한글 필기체 데이터에 적합한 더 깊고 더 넓은 CNN(Convolution Neural Network) 네트워크를 도입하여 PE92 데이터베이스에서 98.64%의 정확도를 얻었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.577-580
• /
• 1997

• Journal of information and communication convergence engineering
• /
• 제21권2호
• /
• pp.167-173
• /
• 2023

Hangul is unique compared to other Asian languages because of its simple letter forms that combine to create syllabic shapes. There are 24 basic letters that can be combined to form 27 additional complex letters. This produces 51 graphemes. Hangul optical character recognition has been a research topic for some time; however, handwritten Hangul recognition continues to be challenging owing to the various writing styles, slants, and cursive-like nature of the handwriting. In this study, a dataset containing thousands of samples of 51 Hangul graphemes was gathered from 110 freshmen university students to create a robust dataset with high variance for training an artificial neural network. The collected dataset included 2200 samples for each consonant grapheme and 1100 samples for each vowel grapheme. The dataset was normalized to the MNIST digits dataset, trained in three neural networks, and the obtained results were compared.

• 전자공학회논문지C
• /
• 제36C권4호
• /
• pp.54-64
• /
• 1999

본 논문에서는 실제 응용분야에서 사용될 수 있는 효율적인 필기 영어 단어 인식 방법을 제안한다. 필기 단어인식과 관련된 대부분의 응용분야에서 제공되는 사전의 활용을 극대화하기 위해 사전단어들을 인식의 초기 단계에서부터 사용한다. 초과 분할된 단어의 세크먼트들과 사전단어들 사이의 정합을 위해 동적 프로그래밍을 사용하며, 정합구간을 가변적으로 조정할 수 있도록 학습단계에서 추출한 문자 분할과 관련된 통계를 활용한다. 또한, 사전단어의 각 문자와 세그먼트들 사이의 정합 결과를 저장하여 반복되는 계산을 피한다. 제안하는 방법의 효용성을 입증하기 위해 다양한 서체를 갖는 실험용 필기 단어영상을 사용하여 실험을 수행한 결과, 사전에 기반한 단어 인식 과정을 최대로 활용하기 위한 가변정합구간 개념 및 문자단위 정합결과 저장 방법이 동적 프로그래밍과 함께 인식 속도 및 정확도 향상에 모두 크게 기여함을 확인하였다.

• Journal of Information Processing Systems
• /
• 제8권4호
• /
• pp.653-668
• /
• 2012

In this study, an improved HMM based recognition model is proposed for online English and Korean handwritten characters. The pattern elements of the handwriting model are sub character strokes and ligatures. To deal with the problem of handwriting style variations, a modified Hierarchical Clustering approach is introduced to partition different writing styles into several classes. For each of the English letters and each primitive grapheme in Korean characters, one HMM that models the temporal and spatial variability of the handwriting is constructed based on each class. Then the HMMs of Korean graphemes are concatenated to form the Korean character models. The recognition of handwritten characters is implemented by a modified level building algorithm, which incorporates the Korean character combination rules within the efficient network search procedure. Due to the limitation of the HMM based method, a post-processing procedure that takes the global and structural features into account is proposed. Experiments showed that the proposed recognition system achieved a high writer independent recognition rate on unconstrained samples of both English and Korean characters. The comparison with other schemes of HMM-based recognition was also performed to evaluate the system.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.723-726
• /
• 2004

문자들 중에는 매우 비슷한 모양을 갖고 있는 문자가 존재하기 때문에 오인식은 이러한 유사한 문자들 사이에서 일어날 경우가 많다고 볼 수 있다. 즉, 입력된 문자가 유사한 다른 문자에 대응하는 모델에서 발생 확률이 가장 높게 나와 오인식이 되었다고 할지라도, 해당 모델에서는 입력된 문자의 발생 확률도 여전히 높다고 볼 수 있다. 본 논문에서는 사전을 통한 후처리 시, 오인식 된 단어에서 사용된 모델들을 통해 오인식을 보정하는 방법을 제안한다.

• 동양고전연구
• /
• 제34호
• /
• pp.167-206
• /
• 2009

본고는 금영작(金永爵)이 중국 문인들로부터 받은 편지를 모아놓은 척독집 "중조학사서한록(中朝學士書翰錄)"을 새로 발굴하고 소개한 글로, 정공수(程恭壽), 옹학함(翁學涵), 장병염(張丙炎), 소언한(少言翰)과 자렴함(子廉銜), 이문원(李文源) 등이 김영작에게 보낸 편지 10통, 조정황(趙廷璜)이 김영작의 아들 김홍집(金弘集)에게 보낸 편지 1통 및 시(詩) 5수가 수록되어 있다. 김영작은 많은 중국 문인들과 직접 또는 간접적인 교유를 진행하였다. 그는 연행을 갔다 온 친구 홍양후(洪良厚)의 소개로 중국 문인 이백형(李伯衡), 수방울(帥方蔚)과 편지를 주고받으며 30여 년간 간접적인 교유를 진행하였다. 1858년에는 동지사(冬至使)의 부사(副使)로 직접 북경에 가서 현지 중국 문사 섭명례(葉名澧), 장병염(張丙炎), 오곤전(吳昆田), 정공수(程恭壽), 조광(趙光) 등과 만나서 교유하고 귀국 후에도 지속적으로 척독교류를 진행하였다. 김영작은 학계에 별로 알려지지 않은 인물이나 한중 문화교류에서 빼놓을 수 없는 중요한 인물이다. 김영작이 생면부지의 중국 문사 이백형(李伯衡)과 수방울(帥方蔚)에게 먼저 편지를 보내어 교유를 청하였고 상대방 역시 흔쾌히 답장을 보내면서 평생 편지로만 문학적, 개인적 교류를 진행하였으며, 또한 김영작이 조선의 명문가의 사대부로서 연행사(燕行使)의 부사(副使)라는 높은 신분으로 중국 현지의 문사들과 친밀하게 교유할 수 있었던 것은 그만큼 한중 인사들의 마음이 열려있고 신뢰성과 친숙감이 전제되어 있다는 사실을 알 수 있다. 이는 홍대용을 비롯한 많은 선배 문인들의 교유의 전통이 있어 기초를 닦아놓았기에 가능했다. 이런 의미에서 19세기 후반 김영작과 중국 문사들의 교유는 중요한 의미를 지니며 그 사실을 보여주는 척독집 "중조학사서한록(中朝學士書翰錄)"도 중요한 자료적 가치를 갖고 있다. 다만 아쉬운 점은 "중조학사서한록(中朝學士書翰錄)"만으로는 김영작과 중국 문사들이 주고받은(교류의) 내용을 완전하게 파악할 수 없다는 자료적 한계를 갖고 있는 점이다. 앞으로 중국 측에 교유 기록이 남아있는 자료들을 더욱 많이 발굴해낼 것을 기대할 뿐이다.

• Journal of information and communication convergence engineering
• /
• 제2권2호
• /
• pp.132-137
• /
• 2004

Most of the current computer vision theories are based on hypotheses that are difficult to apply to the real world, and they simply imitate a coarse form of the human visual system. As a result, they have not been showing satisfying results. In the human visual system, there is a mechanism that processes information due to memory degradation with time and limited storage space. Starting from research on the human visual system, this study analyzes a mechanism that processes input information when information is transferred from the retina to ganglion cells. In this study, a model for the characteristics of ganglion cells in the retina is proposed after considering the structure of the retina and the efficiency of storage space. The MNIST database of handwritten letters is used as data for this research, and ART2 and SOM as recognizers. The results of this study show that the proposed recognition model is not much different from the general recognition model in terms of recognition rate, but the efficiency of storage space can be improved by constructing a mechanism that processes input information.