최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기반도체디스플레이기술학회지 = Journal of the semiconductor & display technology, v.13 no.1, 2014년, pp.57 - 62
This paper proposes a new optical recognition method of credit card numbers. Firstly, the proposed method segments numbers from the input image of a credit card. It uses the significant differences of standard deviations between the foreground numbers and the background. Secondly, the method extract...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
주변에서 가장 흔히 볼 수 있는 문자 인식 시스템은 무엇인가? | 일반적으로 인식할 대상체인 문자는 흰색 종이인 배경에 비해 영상 대비(contrast)가 큰 검은색으로 구성되어 있다. 주변에서 가장 흔히 볼 수 있는 문자 인식 시스템으로는 속도 위반, 신호 위반, 전용차선 위반의 무인 단속에 사용되는 차량 번호판 인식 시스템이다. 요즘에는 주차차단기 앞에 설치된 카메라와 연동된 차량 번호판 인식 시스템도 흔히 볼 수 있다. | |
카드 번호를 양각화에 따른 그림자에 따라 인식할 수 있는 이유는 무엇인가? | 2에서 보듯이 흰색 배경에 검은색 문자로 된 것이 아니라, 다양한 무늬와 색으로 인쇄된 플라스틱 재질의 배경에 양각화(embossment)로 돌출된 3차원적 구조로 이루어져 있다. 또한 처음에는 양각화된 번호의 표면에 금색이나 은색으로 칠해져 있으나 신용카드를 사용함에 따라 점차 칠이 조금씩 벗겨져 오래된 카드는 번호의 표면 색이 카드배경과 동일하게 된다. 따라서 카드 번호는 양각화에 따른 그림자에 따라 인식할 수 있다. | |
문자 인식이란 무엇인가? | 문자 인식(OCR: Optical Character Recognition)은 문서를 디지털 영상으로 획득한 후, 영상 분석을 통해 문서 영상을 컴퓨터가 처리할 수 있는 문자 코드로 바꾸어 문서의 문자 정보를 처리하는 것이다[1]. 일반적으로 인식할 대상체인 문자는 흰색 종이인 배경에 비해 영상 대비(contrast)가 큰 검은색으로 구성되어 있다. |
G. Nagy and S. Seth, "Modern Optical Character Recognition," The Froehlich/Kent Encyclopedia of telecommunications, F. Froehlich and A. Kent, eds., Marcel Dekker, Inc., Vol. 11, pp. 473-531, 1996.
"Standard Notices about Vehicle Registration Plates," Ministry of Construction and Transportation, No. 2005-334, 2005.
Jaesuk Oh, Junsoo Lee, Jinbum Jung, Jungha Kim, "Speed Limit Signs of Road Environment Detection and Analysis for Unmanned Ground Vehicle," The Korean Society of Automotive Engineers, pp. 1419- 1423, 2012.
Hochul Kwok, Hyunsik Bae, Daeyon Ko, Haejung Kim, Chajong Kim, "A Study on Image Processing for Business Card Recognition on Smartphones," Society of Korea Information Technology: Workshop on Information Technology for Big Data Era, pp. 445-449, 2012.
Junsik Im, Soohyung Kim, Chilwoo Lee, Gyeesang Lee, Hyungjung Yang, Myungeun Lee, "Wine Label Character Recognition in Mobile Phone Images using a Lexicon-Driven Post-Processing," Journal on Korean Institute of Information Scientists and Engineers: Computing Practices and Letters, Vol. 16, No. 5, pp. 546-550, 2010.
Hyunwoo Kang, "License Plate Recognition for Speed and Red Light Enforcement System Based on Character Circumscribed Quadrilateral," Journal on Society of Korea Information Technology, Vol. 9, No. 3, pp. 67-76, 2011.
Sangeun Park, Gyungwon Kang, Youngwoo Choi, Jinhyung Kim, "Recognition of Cardslip Images Using Extraction of ROI and Image Enhancement," Journal on Korean Institute of Information Scientists and Engineers: 2000 Fall Conference, Vol. 27, No. 2, pp. 341-343, 2000.
Heejoo Park, Jinho Park, Kidong Boo, "Character Recognition System for the Components Used in Industry by the Information of Their Images," Journal on The Korea Society of Digital Industry & Information Management, Vol. 5, No. 1, pp. 53-60, 2000.
N. Otsu, "A Threshold Selection Method from Gray Level Histograms," IEEE Transactions on Systems, Man, and Cybernetics, Vol. SMC-9, No. 1, pp. 62-66, 1979.
Favata J. T., "A Multiple Feature/Resolution Approach to Handprinted Digit and Character Recognition," International Journal of Imaging Systems and Technology, Vol. 7, pp. 304-311, 1996.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.