지난 몇 년간 인공지능 분야는 비약적인 발전을 이룩하였다. 현재도 인공지능을 활용한 연구는 꾸준히 진행되고 있으며 다양한 분야에 적용되고 있다. 특히 컴퓨팅 성능의 향상으로 인해 컴퓨터 비전 분야에서 그 활용 영역이 꾸준히 넓어지고 있다. 그 중 본 연구에서는 이미지 텍스트 인식에 관련된 연구를 수행하였다. 이미지 속 텍스트 인식에 관련한 선행 연구는 ...
지난 몇 년간 인공지능 분야는 비약적인 발전을 이룩하였다. 현재도 인공지능을 활용한 연구는 꾸준히 진행되고 있으며 다양한 분야에 적용되고 있다. 특히 컴퓨팅 성능의 향상으로 인해 컴퓨터 비전 분야에서 그 활용 영역이 꾸준히 넓어지고 있다. 그 중 본 연구에서는 이미지 텍스트 인식에 관련된 연구를 수행하였다. 이미지 속 텍스트 인식에 관련한 선행 연구는 OCR(Optical Character Recognition)이 있으며 오늘 날 이미지 데이터를 활용해 텍스트를 검출하는 대표적인 기법이라고 할 수 있다. 하지만 OCR은 일정한 규격에서 벗어나거나 이미지의 변형이 있을 경우 인식률이 떨어진다. 또한, OCR의 경우 다양한 글씨체를 인식하는 문제에서 한계점이 있다. 이러한 한계점을 해결하기 위해 선행연구에서는 인공신경망 기법 중 하나인 딥 러닝을 적용하였다. 하지만 선행연구의 텍스트 인식 범위는 대부분 영어 및 숫자에 그쳐 한글 인식과 관련된 연구는 미흡하다. 따라서 본 연구에서는 기존의 한글 OCR의 한계점을 극복하기 위해 딥 러닝 기법을 활용한 개선된 OCR을 제안하였다. 본 연구에서는 선행연구에서 제안된 알고리즘 성능을 개선하기 위해 새로운 알고리즘 구조를 제안하였으며 한글 데이터 학습을 통해 OCR의 인식 범위를 확대하였다. 따라서 본 연구에서 제안된 알고리즘의 경우 영어, 숫자 인식뿐만 아니라 한글 인식까지 포함한다. 본 연구를 통해 개선된 텍스트 인식 알고리즘 제시할 뿐 아니라 텍스트 인식 범위를 한글까지 확장할 수 있다.
지난 몇 년간 인공지능 분야는 비약적인 발전을 이룩하였다. 현재도 인공지능을 활용한 연구는 꾸준히 진행되고 있으며 다양한 분야에 적용되고 있다. 특히 컴퓨팅 성능의 향상으로 인해 컴퓨터 비전 분야에서 그 활용 영역이 꾸준히 넓어지고 있다. 그 중 본 연구에서는 이미지 텍스트 인식에 관련된 연구를 수행하였다. 이미지 속 텍스트 인식에 관련한 선행 연구는 OCR(Optical Character Recognition)이 있으며 오늘 날 이미지 데이터를 활용해 텍스트를 검출하는 대표적인 기법이라고 할 수 있다. 하지만 OCR은 일정한 규격에서 벗어나거나 이미지의 변형이 있을 경우 인식률이 떨어진다. 또한, OCR의 경우 다양한 글씨체를 인식하는 문제에서 한계점이 있다. 이러한 한계점을 해결하기 위해 선행연구에서는 인공신경망 기법 중 하나인 딥 러닝을 적용하였다. 하지만 선행연구의 텍스트 인식 범위는 대부분 영어 및 숫자에 그쳐 한글 인식과 관련된 연구는 미흡하다. 따라서 본 연구에서는 기존의 한글 OCR의 한계점을 극복하기 위해 딥 러닝 기법을 활용한 개선된 OCR을 제안하였다. 본 연구에서는 선행연구에서 제안된 알고리즘 성능을 개선하기 위해 새로운 알고리즘 구조를 제안하였으며 한글 데이터 학습을 통해 OCR의 인식 범위를 확대하였다. 따라서 본 연구에서 제안된 알고리즘의 경우 영어, 숫자 인식뿐만 아니라 한글 인식까지 포함한다. 본 연구를 통해 개선된 텍스트 인식 알고리즘 제시할 뿐 아니라 텍스트 인식 범위를 한글까지 확장할 수 있다.
The field of artificial intelligence has made rapid progress over the past few years. Research utilizing artificial intelligence is an ongoing progress and applied in various areas. Thanks to the advancement in computing performance, its applications in the field of computer vision continue to expan...
The field of artificial intelligence has made rapid progress over the past few years. Research utilizing artificial intelligence is an ongoing progress and applied in various areas. Thanks to the advancement in computing performance, its applications in the field of computer vision continue to expand. Among many areas of such applications, this research particularly investigated image text recognition. Previous researches on text recognition in images include optical character recognition (OCR), which is a typical text extraction technique using image data. However, the recognition accuracy of OCR drops when images deviate from certain specifications or undergo modifications. Furthermore, OCR has limitations in recognizing various fonts. Although there have been attempts to overcome such limitations using an artificial neural network technique, deep learning, the text recognition range in most researches included only English characters and numbers; research on the recognition of Korean characters is clearly lacking. Therefore, this research proposes an enhanced OCR that utilizes deep learning techniques to overcome the limitations of Korean OCR. This research proposes a novel algorithm structure to improve the performance of algorithms suggested in previous research and extends the recognition range of OCR through Korean data learning. Therefore, the algorithm proposed in this study recognizes Korean characters in addition to English characters and numbers. While this research proposes an enhanced text recognition algorithm, it also extends the range of text recognition to Korean characters.
The field of artificial intelligence has made rapid progress over the past few years. Research utilizing artificial intelligence is an ongoing progress and applied in various areas. Thanks to the advancement in computing performance, its applications in the field of computer vision continue to expand. Among many areas of such applications, this research particularly investigated image text recognition. Previous researches on text recognition in images include optical character recognition (OCR), which is a typical text extraction technique using image data. However, the recognition accuracy of OCR drops when images deviate from certain specifications or undergo modifications. Furthermore, OCR has limitations in recognizing various fonts. Although there have been attempts to overcome such limitations using an artificial neural network technique, deep learning, the text recognition range in most researches included only English characters and numbers; research on the recognition of Korean characters is clearly lacking. Therefore, this research proposes an enhanced OCR that utilizes deep learning techniques to overcome the limitations of Korean OCR. This research proposes a novel algorithm structure to improve the performance of algorithms suggested in previous research and extends the recognition range of OCR through Korean data learning. Therefore, the algorithm proposed in this study recognizes Korean characters in addition to English characters and numbers. While this research proposes an enhanced text recognition algorithm, it also extends the range of text recognition to Korean characters.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.