$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

제한적 문맥 인식과 다중 스트림을 기반으로 한 숫자 정정 OCR 모델의 설계 및 구현
Design and Implementation of OCR Correction Model for Numeric Digits based on a Context Sensitive and Multiple Streams 원문보기

정보처리학회논문지. The KIPS transactions. Part D. Part D, v.18D no.1, 2011년, pp.67 - 80  

신현경 (경원대학교 수학정보학과)

초록
AI-Helper 아이콘AI-Helper

재무 데이터 관리를 위한 자동화된 비지니스 서류 영상 처리 시스템에서 숫자 정보 검색 중 발생한 오류는 심각하여 그 시스템의 가용성 및 성능을 결정한다. 그 동안 자동 맞춤법 교정에 관한 방법론들이 개발되어 정보 검색 시스템 개발에 중요한 역할을 해왔으나 이러한 맞춤법 교정은 알파벳 등 기계학습이 가능하고 사전 형태로 보관이 가능한 기호에 한정되어왔다. 반면에 순수한 마코프 수열에 불과한 숫자들의 순열들은 맞춤법 교정을 위하여 사전적 형태로 보관하여 활용하는 것이 불가능 하다. 본 논문에서는 확률론적 정보 검색 알고리즘의 토대위에 제한적 문맥 인식과 복수의 스트림을 적용한 새로운 형태의 숫자 정정 OCR 모델을 제안하였다. 본 논문에서 제안된 숫자 정정 모델은 기존의 송장 문서 처리 시스템에 구현하였으며 제안된 숫자 정정 모델의 효과를 확인하기 위해 비교 테스트를 실행하였고 테스트 결과 상당한 성능이 개선되었음을 보여 주었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

On an automated business document processing system maintaining financial data, errors on query based retrieval of numbers are critical to overall performance and usability of the system. Automatic spelling correction methods have been emerged and have played important role in development of informa...

주제어

#정보 검색   #스펠링 정정 모델   #제한적 문맥 인식 기반 교정   #자동 문서 처리 시스템   #문자 인식   #자연어 프로세싱  

참고문헌 (17)

  1. C. D. Manning, P. Raghavan, and H. Schultze, “An Introduction to Information Retrieval”, Cambridge University Press, 2008. 

  2. R. Kosala and H. Blockeel, Web Mining Research: A Survey ACM SIGKDD Explorations Newsletter, vol. 2, no. 1, pp. 1-15, 2000. 

  3. C. Mascolo, “Specification, analysis and prototyping of mobile code systems”, PhD thesis, Universita di Bologna, 2001. 

  4. A. Perez, F. Rodriguez, and B. Terrazas, “Ontology based legal information retrieval to improve the information access in e-government”, IWWW conf. Proc. 15th ICWWW, 2006. 

  5. E. L. Rissland, J.J. Daniels, “A hybrid CBR-IR approach to legal information retrieval”, ICAIL, Proc. 5th ICAIL, pp52-61, 1995. 

  6. T. Honkela, S. Kaski, K. Lagus, T. Kohonen, “WEBSOM ？ self organizing maps of document collections”, Proceedings of WSOM, pp.310-315, 1997. 

  7. H. Li, D. Doermann, O. Kia, "Automatic Text Detection and Tracking in Digital Video," IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL 9, PART 1, pages 147-155, 2000. 

    상세보기 crossref

  8. Rasagna, V., Kumar, A., Jawahar, C. V., and Manmatha, R. “Robust Recognition of Documents by Fusing Results of Word Clusters,” ICDAR. IEEE, 566-570. 2009. 

  9. Li, L. and Tan, C. L., “Improving OCR Text Categorization Accuracy with Electronic Abstracts,” DIAL. IEEE, 82-87, 2006. 

  10. Xu, Y. and Nagy, G. “Prototype Extraction and Adaptive OCR,” IEEE Trans. Pattern Anal. Mach. Intell. 21, 1280-1296, 1999. 

    상세보기 crossref

  11. Avi-Itzhak, Hadar I. and Diep, Thanh A. and Garland, Harry, “High Accuracy Optical Character Recognition Using Neural Networks with Centroid Dithering,” IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 17, 1995. 

    상세보기 crossref

  12. F. Drira, F. LeBourgeois, H. Emptoz, "Document Images Restoration by a New Tensor Based Diffusion Process: Application to the Recognition of Old Printed Documents," ICDAR, pp. 321-325, 2009. 

  13. U. Garain, M. P. Chakraborty, D. Majumder, "Improvement of OCR Accuracy by Similar Character Pair Discrimination: an Approach based on Artificial Immune System," The 18th ICPR'06, 2006. 

  14. Garain, U., Jain, A., Maity, A., Chanda, B., “Machine reading of camera held low quality text images: An ICA based image enhancement approach for improving OCR accuracy,”, ICPR08(1-4)., 2008. 

  15. Koga, M., Mine, R., Kameyama, T., Takahashi, T., Yamazaki, M., and Yamaguchi, T., “Camera-based Kanji OCR for Mobile-phones: Practical Issues,” ICDAR. IEEE, 635-639, 2005. 

  16. K. Shin, B. Kang, and K. Park, “Super-resolution Iris Image Restoration using Single Image for Iris Recognition”, KSII Trans. Internet and Information System, v. 4, no. 2, 2010. 

    원문보기 상세보기 crossref

  17. F. Daniyal, M. Taj, and A. Cavallaro, "Content and task-based view selection from multiple video streams," Multimedia Tools Appl., v. 46, no. 2-3, pp. 235-258, 2010. 

    상세보기 crossref

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로