$\require{mediawiki-texvc}$

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.

[국내논문] 문서 처리 자동화를 위한 인보이스 이미지의 구조 인식 방법
Structure Recognition Method of Invoice Document Image for Document Processing Automation 원문보기

한국산업정보학회논문지 = Journal of the Korea Industrial Information Systems Research, v.28 no.2, 2023년, pp.11 - 19  

이동석 (동의대학교 인공지능그랜드ICT연구센터) ,  권순각 (동의대학교 컴퓨터소프트웨어공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문은 인보이스 문서 이미지에 문서 처리 자동화를 적용하기 위한 문서 구조 인식 방법과 문서 구조 인식 결과를 토대로 스프레드문서 형태로 출력하는 방법을 제안한다. 딥러닝 OCR 엔진을 통해 문서 내 단어 블록들과 해당 블록들의 문자 인식 결과를 얻는다. 단어 블록의 위치 정보들을 통해 같은 행과 같은 열에 존재하는 단어 블록들을 검출한다. 단어 블록들의 배치 정보를 통해 문서 영역을 분할한다. 문서의 구역 정보를 통해 얻어진 문서 구조를 토대로 스프레드시트의 알맞은 위치에 문자 인식 결과를 입력한다. 실험 결과 제안된 방법을 통한 항목 배치는 평균 92.30%의 정확도를 보인다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we propose the methods of invoice document structure recognition and of making a spreadsheet electronic document. The texts and block location information of word blocks are recognized by an optical character recognition engine through deep learning. The word blocks on the same row an...

Keyword

#문서 구조 인식   #문서 처리 자동화   #광학 문자 인식  

표/그림 (13)

참고문헌 (14)

  1. Cai, Z. and Vasconcelos, N. (2018). Cascade？R-CNN: Delving Into High Quality Object？Detection, Preceedings of the IEEE/CVF？Conference on Computer Vision and？Pattern Recognition, June 18-23, Salt Lake？City, UT, USA, pp. 6154-6162, 2018. 

  2. Carion, N., Massa, F., Synnaeve, G., Usunier,？N., Kirillov, A., and Zagoruyko, S. (2020).？End-to-End Object Detection with Transformers,？Proceedings of the European Conference on？Computer Vision, Aug. 23-28, pp. 213-229. 

  3. Feng, H., Wang, Y., Zhou, W., Deng, J., and？Li, H. (2021). DocTr: Document Image？Transformer for Geometric Unwarping and？Illumination Correction, Proceeding of ACM？International Conference on Multimedia,？Oct. 20-24, Chengdu, China, pp. 273-281. 

  4. Harley, A. W., Ufkes, A., and Derpanis, K. G.？(2015). Evaluation of Deep Convolutional？Nets for Document Image Classification and？Retrieval. Proceedings of the International？Conference on Document Analysis and？Recognition, Aug. 23-26, Tunis, Tunisia,？pp. 991-995. 

  5. He, T., Tian, Z., Huang, W., Shen, C., Qiao？Y., and Sun, C. (2018). An End-to-End？TextSpotter with Explicit Alignment and？Attention, Proceedings of the IEEE/CVF？Conference on Computer Vision and？Pattern Recognition, June 18-23, Salt Lake？City, UT, USA, pp. 5020-5029. 

  6. Kozlowski, M. and Weichbroth, P. (2021).？Samples of Electronic Invoices, Mendeley？Data. https://doi.org/10.17632/tnj49gpmtz.2. 

    crossref

  7. Lee, D. S. and Kwon, S. K. (2022). Structure？Recognition Method in Various Table Types？for Document Processing Automation.？Journal of Korea Multimedia Society, 25(5),？695-702. https://doi.org/10.9717/kmms.2022.25.5.69 

    crossref

  8. Liao, M., Wan, Z., Yao, C., Chen, K., and Bai,？X. (2020). Real-time Scene Text Detection？with Differentiable Binarization. Proceedings？of the AAAI conference on artificial？intelligence, Feb. 7-12, New York, NY,？USA, pp. 11474-11481 

  9. Prasad, D., Gadpal, A., Kapadni, K., Visave, M.,？and Sultanpure, K. (2020). CascadeTabNet:？An Approach for End to End Table？Detection and Structure Recognition from？Image-based Documents, Proceedings of？the IEEE/CVF Conference on Computer？Vision and Pattern Recognition Workshops,？June 14-19, Seattle, Wa, USA, pp.？2439-2447. 

  10. Shaoqing, R., Kaiming, H., Girshick, R., and？Sun, J. (2017). Faster R-CNN: Towards？Real-time Object Detection with Region？Proposal Networks, IEEE Transection on？Pattern Analysis and Machine Intelligence,？39(6), 1137-1149. https://doi.org/10.1109/TPAMI.2016.2577031. 

    상세보기 crossref

  11. Shi, B., Bai, X., and Yao, C. (2016). An？End-to-end Trainable Neural Network for？Image-based Sequence Recognition and Its？Application to Scene Text Recognition,？IEEE Transactions on Pattern Analysis and？Machine Intelligence, 39(11), 2298-2304.？https://doi.org/10.1109/TPAMI.2016.2646371. 

    상세보기 crossref

  12. Shi, B., Yang, M., Wang. X., Lyu, P., Yao, C.,？and Bai, X. (2019). ASTER: An Attentional？Scene Text Recognizer with Flexible？Rectification, IEEE Transactions on Pattern？Analysis and Machine Intelligence, 41(9),？2035-2048. https://doi.org/10.1109/TPAMI.2018.2848939. 

    상세보기 crossref

  13. Smock, B., Pesala R., and Abraham, R. (2022).？PubTables-1M: Towards Comprehensive？Table Extraction from Unstructured？Documents, Proceedings of the IEEE/CVF？Conference on Computer Vision and？Pattern Recognition, June 19-20, New？Orleans, LA, USA, pp. 4624-4632. 

  14. Zhong, X., Bavani, E. S., and Yepes, A. J.？(2020). Image-Based Table Recognition:？Data, Model, and Evaluation, Proceedings of？the European Conference on Computer？Vison, Aug. 23-28, pp. 564-580. 

저자의 다른 논문 :

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 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