[논문]키워드 인식을 위한 한글 Pseudo 2D HMM의 동적 합성 방법

조범준

키워드 인식을 위한 한글 Pseudo 2D HMM의 동적 합성 방법
Dynamic Synthesis of Pseudo 2D HMMs for Korean Characters in Key Character Recognition Tasks 원문보기

조범준 (School of computer Engineering, chosun universi쇼)

한글은 둘 또는 세 개의 자모가 사각형 영역 안에 적절히 배치된 구조로 되어 있다. 이와 같은 구성 방법에 따라 글자의 영상을 합성하고 이를 실시간에 Pseudo 2D HMM으로 변환하는 방법을 제안한다. 본 방법에 따라 실시간 합성된 모델과 추가의 필러(filler) 모델, 여백 모델을 문서 영상의 글자 영역에서 핵심어 검출에 적용하였다. 실험 결과 최소한의 설계 변수 조정으로도 오검출, 미검출률이 낮고 언어 모델 없이 숫자 89%, 한글 80%의 검출성능을 보였으며, 따라서 제안된 방법이 인쇄 문자 패턴의 실시간 모델링 및 키워드 검출에 효과가 있음을 보였다. 본 연구 결과는 내용 기반의 광학 문서 색인 등에 활용할 수 있다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

, } of an equal dimension. The focus of the section is the construction of the P2DHMM for a Korean Hangul character. Each character comprised in two or three letters of phonetic consonants and vowels.
Since characters in texts run sequentially and, mostly, left to right, the HMM can effectively be used for modeling the variability of shape and size of text images. This research is focused on the application of the HMM methodology in the text analysis in 2D optical documents, and deals with real time generation of Korean Hangul character models for spotting key characters in the content analysis of optical documents.

가설 설정

(5) State merge. When two or more successive states are similar in the output probability (gray scale), they are replaced with a new node wiih a modified output probability

제안 방법

A digit test image is a string of 10 digits in arbitrary order. In this test as well as the Hangul character experiment to follow, we introduced a new set of features that capture the vertical derivatives of the image (i.e., A = I(x, y) -I(x, yl) G (0, 1, -1() as the second codebook of P2DHMM, and employed the relative entropy measure for deciding state merge [11].
The latter model is a very simple and efficient 2D model that retains all of the useful HMM features. The basic idea of this paper is about the real time construction of the pseudo 2D HMM for composite Korean characters.
There are six types of combination according to the shape of the vowel letter (horizontal vertical, or both) and the presence of consonant suffix. The proposed method of model creation is based on the given set of bitmap images. The overall procedure is shown in Figure 1, and explained as f이lows:
to help readers' understanding. They were prepared by composing individual letter images which had been averaged over a collection of type (of Hangul character composition) dependent samples and then smoothed using a Gaussian filter. For the vowel images in the middle image, we divided '丄'and into two classes according to shape of the first consonants and the final consonants respectively.

대상 데이터

characters. Training sets include 20 character samples per class. The average images derived from the sets were further smoothed to accommodate unknown variants including noise.

이론/모형

The method is based on the principle of composing Hang니 syllable characters. The composition itself is very efficient and its conversion to a P2DHMM is higlily intuitive considering that we are dealing with machine printed character images.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

키워드 인식을 위한 한글 Pseudo 2D HMM의 동적 합성 방법
Dynamic Synthesis of Pseudo 2D HMMs for Korean Characters in Key Character Recognition Tasks 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

키워드 인식을 위한 한글 Pseudo 2D HMM의 동적 합성 방법 Dynamic Synthesis of Pseudo 2D HMMs for Korean Characters in Key Character Recognition Tasks 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

키워드 인식을 위한 한글 Pseudo 2D HMM의 동적 합성 방법
Dynamic Synthesis of Pseudo 2D HMMs for Korean Characters in Key Character Recognition Tasks 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper