초록

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

임의 길이 숫자열을 인식하기 위해서는 우선 숫자열 영상을 인식기가 다룰 수 있는 형태로 변환해야 한다. 만일, 사용하는 인식기가 낱자 단위 인식기라면 낱자 단위로 분할하여야 하는데, 두자 이상의 숫자들이 접촉한 경우 정확한 분할이 어렵다. 이 논문은 이러한 문제를 해결하기 위하여 접촉 숫자쌍을 분할하지 않고 통째로 인식하는 방법을 사용한다. 필기 숫자열을 인식하기 위해 제안한 방법은 두 개의 인식기를 이용한다. 숫자열에서 분할된 패턴이 낱자인 경우 낱자 인시기가, 접촉 숫자쌍일 경우 접촉 숫자쌍 인식기가 인식한다. NIST 데이터베이스에 대한 실험 결과 2~10개의 숫자를 포함한 숫자열에 대하여 83.76%의 숫자열 인식률을 보여 접촉 숫자열 패턴을 낱자 단위로 분할하지 않고도 효과적으로 인식할 수 있음을 확인할 수 있었다.

임의 길이 숫자열을 인식하기 위해서는 우선 숫자열 영상을 인식기가 다룰 수 있는 형태로 변환해야 한다. 만일, 사용하는 인식기가 낱자 단위 인식기라면 낱자 단위로 분할하여야 하는데, 두자 이상의 숫자들이 접촉한 경우 정확한 분할이 어렵다. 이 논문은 이러한 문제를 해결하기 위하여 접촉 숫자쌍을 분할하지 않고 통째로 인식하는 방법을 사용한다. 필기 숫자열을 인식하기 위해 제안한 방법은 두 개의 인식기를 이용한다. 숫자열에서 분할된 패턴이 낱자인 경우 낱자 인시기가, 접촉 숫자쌍일 경우 접촉 숫자쌍 인식기가 인식한다. NIST 데이터베이스에 대한 실험 결과 2~10개의 숫자를 포함한 숫자열에 대하여 83.76%의 숫자열 인식률을 보여 접촉 숫자열 패턴을 낱자 단위로 분할하지 않고도 효과적으로 인식할 수 있음을 확인할 수 있었다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 방법
• 연구 결과

제안 방법

• 인식기의 훈련을 위해 실제 접촉 숫자 쌍을 NIST 데이터베이스에서 수집하여 데이터베이스를 구축하였으나, 부류별 편차가 심하고 개수 가 불충분하여 훈련 집합으로 사용할 수 없다. 그래서 낱자 숫자를 이용하여 합성한 접촉 숫자쌍 50,000 패턴을 인식기의 훈련 집합으로 사용하였다. 접촉 숫자쌍 인식기의 훈련 집합에 대한 인식률(필드 인식률)은 953%이고 검사 집합에 대해서는 78.
• 본 논문에서는 접촉 숫자 쌍을 낱자 단위로 분할하지 않고 인식하는 인식기를 임의 길이 숫자열 인식에 활용하였다. 제안한 방법은 숫 자열 내의 낱자 패턴은 낱자 인식기 그리고 접촉 숫자쌍 패턴은 접촉 숫자쌍 인식기로 인식하였다.
• 숫자열 인식 시스템의 속도도 측정하였다. 처리 속도는 숫자열 인식의 단계별로 측정하였으며 그 결과는 표 2와 같다.
• 연결요소 재구성은 먼저 8-이 옷의 연결 요소(connected component)를 구하면 그림 3과 같이 레이블 된 각 요 소들을 얻을 수 있다. 여기서 각 요소들의 외각 사각형(boundin昭 rectangle) 정보와 각 요소들 간의 평균 간격(gap)을 구한 다음 각 획들 의 구조적인 정보를 이용해서 결합이 이루어지도록 한다. 그림 4는 재구성된 결과이다.
• 이러한 문제를 해결하기 위하여 본 논문은 접촉된 숫자열을 분할하지 않고 인식하는 방법을 사용한다. 이 방법은 숫자열 내에 포함되어 있는 접촉 숫자 쌍(touching numeral pair)을 하나의 패턴으로 간주하고 낱자 인식기처럼 하나의 인식기를 만들어 인식한다.
• 본 논문에서는 이들 중 잡영 제거와 연결요소 재구성 방법을 이용하였다. 잡영 제거는 구현이 쉽고 숫자 패턴 내의 잡영올 효과적으로 제거할 수 있는 Ray［Ray88］ 논문을 구현하여 사용하였다. 그림 2는 입력 숫자열 패턴과 잡영 제거 후의 결과이다.
• 본 논문에서는 접촉 숫자 쌍을 낱자 단위로 분할하지 않고 인식하는 인식기를 임의 길이 숫자열 인식에 활용하였다. 제안한 방법은 숫 자열 내의 낱자 패턴은 낱자 인식기 그리고 접촉 숫자쌍 패턴은 접촉 숫자쌍 인식기로 인식하였다. NIST 데이터베이스를 이용한 성능 평가 실험에서 접촉 숫자 쌍을 낱자 단위로 분할하지 않고도 효과적으로 인식할 수 있음을 보였다.

대상 데이터

• 76%를 보이고 있다. 본 논문은 숫자열 내의 숫자 개수가 2~10개로 [Ha98]보다 많은 수의 숫자 개수를 포함하는 숫자열을 대상으로 한 것이다. 한편 숫자 열에서 낱자 수를 옳게 추정한 숫자열에서 숫자열을 정 인식한 인식률은 92.
• 실험은 Sun Microsystems사의 Enterprise KUtraSPARC 168MHz, 128MByte)에서 C 언어를 이용하여 구현하였다. 사용한 데이터는 NIST 데이터베이스의 숫자열 데이터 11,116개를 사용하였다, 숫자열 데이터에 포함된 낱자 숫자의 개수는 2개에서 10개까지로 구성되어 있다. 실험 결과는 표 1과 같으며 그림과 8은 옳게 안식한 경우와 톨리게 인식한 경우의 예이다.
• 실험은 Sun Microsystems사의 Enterprise KUtraSPARC 168MHz, 128MByte)에서 C 언어를 이용하여 구현하였다. 사용한 데이터는 NIST 데이터베이스의 숫자열 데이터 11,116개를 사용하였다, 숫자열 데이터에 포함된 낱자 숫자의 개수는 2개에서 10개까지로 구성되어 있다.
• 제안한 방법의 성능 평가를 위하여 NIST 데이터베이스의 숫자열 패턴 11, 116개를 사용하였다. 실험 결과 2〜10개의 숫자를 포함한 숫자열에 대하여 83.

이론/모형

• 필기 숫자열 인식률 향상을 위한 전처리로는 잡영 제거, 조각난 영상 보정, 기울어짐 보정, 연결요소 재구성 등과 같은 방법［윤99］ 들이 있다. 본 논문에서는 이들 중 잡영 제거와 연결요소 재구성 방법을 이용하였다. 잡영 제거는 구현이 쉽고 숫자 패턴 내의 잡영올 효과적으로 제거할 수 있는 Ray［Ray88］ 논문을 구현하여 사용하였다.
• 이 인식기 구조는 모듈러 신경망［Oh96］이고 사용돤 특징은 DDD［오98］ 이다. 훈련은 NIST 데이터베이스의 낱자 18,000 패턴과 오류 역전파 알고리즘을 이용하였다. 이 인식기의 훈련 집합에 대한 인식률은 99.

성능/효과

• 제안한 방법은 숫 자열 내의 낱자 패턴은 낱자 인식기 그리고 접촉 숫자쌍 패턴은 접촉 숫자쌍 인식기로 인식하였다. NIST 데이터베이스를 이용한 성능 평가 실험에서 접촉 숫자 쌍을 낱자 단위로 분할하지 않고도 효과적으로 인식할 수 있음을 보였다. 향후 연구 과제로는 낱자 수 추정 알고리즘과 접촉 숫자쌍 인식기의 성능 향상과 세자이상 접촉한 경우의 처리 둥이 있다.
• 조사된 문헌들에서는 이와 같은 문제들에 대한 대처 방안은 제시하고 있지 않다. 대체적으로 숫자열 인식률은 85% 정도를 보이고 있고, [Ha98]이 NIST와 CEDAR에서 각각 92.7%와 83.6%로 쫗은 인식률을 보이고 있다. 이 방법은 2〜6개의 숫자 개수를 포함하는 숫자열만을 대상으로 한 인식 笹이다.
• 이 방법은 2〜6개의 숫자 개수를 포함하는 숫자열만을 대상으로 한 인식 笹이다. 본 논문의 인식률은 표 3에서 NIST 데이터베이스에 대해 83.76%를 보이고 있다. 본 논문은 숫자열 내의 숫자 개수가 2~10개로 [Ha98]보다 많은 수의 숫자 개수를 포함하는 숫자열을 대상으로 한 것이다.
• 제안한 방법의 성능 평가를 위하여 NIST 데이터베이스의 숫자열 패턴 11, 116개를 사용하였다. 실험 결과 2〜10개의 숫자를 포함한 숫자열에 대하여 83.76%의 숫자열 인식률을 보여 접촉 숫자 쌍을 낱자 단위로 분할하지 않고도 효과적으로 인식할 수 있음을 확인할 수 있었다.
• 낱자 수 추정에서 두자라고 판정된 패턴은 숫자쌍 인식기 ［최0이를 이용하여 인식한다. 이 인식기는 숫자 쌍을 하나의 패턴으로 간주하여 통째로 인식하는 것으로 최순만 ［춰0이에서 분할-기반 방법보다 우수함을 보였으며, 구조는 모듈러 신경망이고 사용된 특징은 DDD이다. 인식기의 훈련을 위해 실제 접촉 숫자 쌍을 NIST 데이터베이스에서 수집하여 데이터베이스를 구축하였으나, 부류별 편차가 심하고 개수 가 불충분하여 훈련 집합으로 사용할 수 없다.
• 본 논문은 숫자열 내의 숫자 개수가 2~10개로 [Ha98]보다 많은 수의 숫자 개수를 포함하는 숫자열을 대상으로 한 것이다. 한편 숫자 열에서 낱자 수를 옳게 추정한 숫자열에서 숫자열을 정 인식한 인식률은 92.81%(9,311/10,032 = 92.81)를 보이고 았어 숫자열 내의 낱자 수를 추정하는 개선돤 알고리즘을 사용한다면 보다 좋은 성능을 얻을 수 있을 것이다.

후속연구

• NIST 데이터베이스를 이용한 성능 평가 실험에서 접촉 숫자 쌍을 낱자 단위로 분할하지 않고도 효과적으로 인식할 수 있음을 보였다. 향후 연구 과제로는 낱자 수 추정 알고리즘과 접촉 숫자쌍 인식기의 성능 향상과 세자이상 접촉한 경우의 처리 둥이 있다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기