$\require{mediawiki-texvc}$

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.

딥러닝 기반 광학 문자 인식 기술 동향
Recent Trends in Deep Learning-Based Optical Character Recognition 원문보기

전자통신동향분석 = Electronics and telecommunications trends, v.37 no.5, 2022년, pp.22 - 32  

민기현 (광ICT융합연구실) ,  이아람 (광ICT융합연구실) ,  김거식 (광ICT융합연구실) ,  김정은 (광ICT융합연구실) ,  강현서 (광ICT융합연구실) ,  이길행 (호남권연구센터)

Abstract ▼ AI-Helper 아이콘AI-Helper

Optical character recognition is a primary technology required in different fields, including digitizing archival documents, industrial automation, automatic driving, video analytics, medicine, and financial institution, among others. It was created in 1928 using pattern matching, but with the adven...

주제어

#광학 문자 인식   #딥러닝 문자 검출   #딥러닝 문자 인식   #인공지능  

표/그림 (8)

참고문헌 (47)

  1. Z. Raisi et al., "Text detection and recognition in the wild: A review," arXiv preprint, CoRR, 2020, arXiv: 2006.04305. 

  2. R. Rake, "Image recognition market," Allied Market Research, 2018. 

  3. A . Bissacco et al., "PhotoOCR: Reading text in uncontrolled conditions," in Proc. IEEE Int. Conf. Comput. Vis., (Sydney, Australia), Dec. 2013, pp. 785-792. 

  4. L. Neumann et al., "A method for text localization and recognition in real-world images," in Proc. Asian Conf. Comput. Vis., (Queenstown, New Zealand), Nov. 2010, pp. 770-783. 

  5. Y. Zhu, C. Yao, and X. Bai, "Scene text detection and recognition: Recent advances and future trends," Front. Comput. Sci., vol. 10, no. 1, 2016. 

    상세보기

  6. Q. Ye and D. Doermann, "Text detection and recognition in imagery: A survey," IEEE Trans. Pattern Anal. Mach. Intell., vol. 37, no. 7, 2015. 

    상세보기

  7. M. Liao et al., "Real-time scene text detection with differentiable binarization and adaptive scale fusion," IEEE Trans. Pattern Anal. Mach. Intell., 2022, p. 1. 

  8. S. Long et al., "Textsnake: A flexible representation for detecting text of arbitrary shapes," in Proc. Eur. Conf. Comput. Vis., (Munich, Germany), Sept. 2018, pp. 20-36. 

  9. Y. Baek et al., "Character region awareness for text detection," in Proc. IEEE Conf. Comput. Vis. Pattern Recognit., (Long Beach, CA, USA), June 2019, pp. 9365-9374. 

  10. Y. Ye et al., "TextFuseNet: Scene text detection with richer fused features," in Proc. Int. Joint Conf. Artif. Intell. (IJCAI-20), (Yokohama, Japan), Jan. 2021, pp. 516-522, https://www.ijcai.org/proceedings/2020/0072.pdf 

  11. N. Subramani et al., "A survey of deep learning approaches for ocr and document understanding," arXiv preprint, CoRR, 2020, arXiv: 2011.13534. 

  12. F. Borisyuk, A. Gordo, and V. Sivakumar, "Rosetta: Large scale system for text detection and recognition in images," in Proc. ACM SIGKDD Int. Conf. Knowl. Discov. Data Min., (London, United Kingdom), July 2018, pp. 71-79. 

  13. B. Shi, X. Bai, and C. Yao, "An end-to-end trainable neural network for image-based sequence recognition and its application to scene text recognition," IEEE Trans. Pattern Anal. Mach. Intell., vol. 39, no. 11, 2016, pp. 2298-2304. 

    상세보기 crossref

  14. W. Liu et al., STAR-Net: A SpaTial Attention Residue Network for Scene Text Recognition, Proceedings of the British Machine Vision Conference (BMVC), BMVA Press, 2016, pp. 43.1.-43.13. 

  15. C.-Y. Lee et al., "Recursive recurrent nets with attention modeling for OCR in the wild," in Proc. IEEE Conf. Comput. Vis. Pattern Recognit., (Las Vegas, NV, USA), June 2016, pp. 2231-2239. 

  16. B. Shi et al., "Aster: An attentional scene text recognizer with flexible rectification," IEEE Trans. Pattern Anal. Mach. Intell., vol. 41, no. 9, 2018. 

  17. F. Zhan and S. Lu, "Esir: End-to-end scene text recognition via iterative image rectification," in Proc. IEEE Conf. Comput. Vis. Pattern Recognit., (Long Beach, CA, USA), June 2019, pp. 2059-2068. 

  18. Z. Cheng et al., "Aon: Towards arbitrarily-oriented text recognition," in Proc. IEEE Conf. Comput. Vis. Pattern Recognit., (Salt Lake City, UT, USA), June 2018, pp. 5571-5579. 

  19. H. Li et al., "Show, attend and read: A simple and strong baseline for irregular text recognition," in Proc. AAAI Conf. Artif. Intel., vol. 33, no. 1, 2019, pp. 8610-8617. 

  20. Q. Wang et al., "Faclstm: Convlstm with focused attention for scene text recognition," arXiv preprint, CoRR, 2019, arXiv: 1904.09405. 

  21. S. Fang et al., "Read like humans: Autonomous, bidirectional and iterative language modeling for scene text recognition," in Proc. IEEE Conf. Comput. Vis. Pattern Recognit., (Virtual), June 2021, pp. 7098-7107. 

  22. Y. Wang et al., "From two to one: A new scene text recognizer with visual language modeling network," in Proc. IEEE Conf. Comput. Vis., (Virtual), Oct. 2021, pp. 14194-14203. 

  23. T. He et al., "An end-to-end textspotter with explicit alignment and attention," in Proc. IEEE Conf. Comput. Vis. Pattern Recognit., (Salt Lake City, UT, USA), June 2018, pp. 5020-5029. 

  24. W. Feng et al., "Textdragon: An end-to-end framework for arbitrary shaped text spotting," in Proc. IEEE Conf. Comput. Vis., (Seoul, Rep. Korea), Oct. 2019, pp. 9076-9085. 

  25. M. Liao et al., "Mask textspotter v3: Segmentation proposal network for robust scene text spotting," in Euro. Conf. Comput. Vis., (Glasgow, United Kingdom), Aug. 2020, pp. 706-722. 

  26. https://cloud.google.com/vision/ 

  27. 황선명, 염희균, "윈도우 기반의 광학문자인식을 이용한 영상 번역 시스템 구현," 사물인터넷융복합논문지, 제5권 제2호, 2019, pp. 15-20. 

  28. https://pdf.abbyy.com/ 

  29. A.P. Tafti et al., "OCR as a service: An experimental evaluation of Google Docs OCR, Tesseract, ABBYY FineReader, and Transym," in Proc. Int. Symp. Vis. Comput. (ISVC), (Las Vegas, NV, USA), Dec. 2016, pp. 735-746. 

  30. https://www.camcard.com/ 

  31. https://clova.ai/ocr 

  32. http://ocr.selvasai.com/ 

  33. https://www.synapsoft.co.kr/ocr/ 

  34. 민기현, 이아람, 강현서, "인공지능 기반 한문 고서의 한자 검출을 위한 전처리 알고리즘에 관한 연구," 한국통신학회 추계종합학술발표회, 2021, pp. 597-598. 

  35. 류은주, 문미경, "광학문자인식(OCR)기반 시각장애인용 셀프 E-book," 한국컴퓨터종합학술대회, 2016, pp. 1801-1803. 

  36. 김인택, 안대진, 이해영, "인공지능을 활용한 지능형 기록관리 방안," 한국기록관리학회지, 제17권 제4호, 2017, pp. 225-250. 

    원문보기 상세보기 crossref

  37. 임윤지 외, "OCR 기반의 자동 문자인식," 한국소프트웨어종합학술대회, 2019, pp. 1318-1320. 

  38. 백종경 외, "전자문서에서 서식인식과 광학문자인식을 이용한 개인정보 탐지 및 보호 시스템," 한국산학기술학회논문지, 제21권 제5호, 2020, pp. 451-457. 

    원문보기 상세보기 crossref

  39. 이승훈 외 , "OCR 기술을 이용한 한글 처방전 문자 인식 시스템," 한국정보과학회 학술발표논문집, 2017, pp. 362-364. 

  40. 차영화 외, "객체 감지와 광학 문자 인식을 이용한 아날로그 전력 계량기 이미지에서의 숫자 영역 인식," 한국통신학회 학술대회논문집, 2020, pp. 334-335. 

  41. 이교혁 외, "광심 문자열 인식 기술을 이용한 가스계량기 자동 검침 시스템," 지능정보연구, 제26권 제2호, 2020, pp. 1-25. 

    원문보기 상세보기 crossref

  42. 김재철 외 , "필기체 우편영상 주소인식을 위한 문자 추출 알고리즘," 한국정보과학회 학술발표논문집, 2017, pp. 1414-1416. 

  43. 장일식 외, "지능형 감시 카메라 동향 및 시나리오 연구," 한국ITS학회논문지, 제8권 제4호, 2009, pp. 93-101. 

  44. 김건우, "딥러닝 기반 열악 자동차 번호 이미지 복원 및 인식 기술," 주간기술동향, 2020, pp. 27-32. 

  45. Y. Zhu et al., "Cascaded segmentation-detection networks for text-based traffic sign detection," IEEE Trans. Intell. Transp. Syst., vol. 19, no. 1, 2018, pp. 209-219. 

    상세보기 crossref

  46. R. Ravindran et al., "Traffic Sign Identification Using Deep Learning," in Proc. Int. Conf. Comput. Sci. Comput. Intell., (Las Vegas, NV, USA), Dec. 2019, pp. 318-323. 

  47. 노대경, "광학문자인식," ASTI Market Insight 2021-024, 2021. 

관련 콘텐츠

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