선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이를 위해서는 오프라인 문자 인식이 필수적인데, 기존의 문자 인식 시스템들은(OCR) 인식 시 많은 잡음 때문에 오인식이 발생하게 된다. 따라서 본 논문에서는 문자 인식 시 그림이 포함되어진 문서 즉, 명함 같은 문서를 인식할 때 효율적으로 잡음을 제거하는 방법(HIL_RN)을 제안 하였다. 또한 실험 결과에서도 보았듯이, HIL_RN 방법을 이용하였을 때, 잡음이 효율적으로 제거되어졌음을 볼 수 있었다.
- 본 논문에서는 명함과 같이 그림이 삽입된 텍스트 문서의 인식률을 높이기 위한 하나의 방안으로 전처리 과정에서 체인 코드를 이용하여 효율적으로 잡음을 제거 할 수 있는 방법을 제시한다.
- 본 논문에서는 전처리 과정에서 이진화 후 잡음 제거 과정을 두어 그림과 함께 삽입되는 문서 시스템에서 오인식율을 줄이기 위한 목적이 있다. [그림 3.
가설 설정
- 이렇게 구해진 분산을 바탕으로 좌측에서부터 각 분산의 차가 처음으로 5이상이 나면 그 지점을 Tmall 으로 정하였다. 그리고 TUg 은 우측 객체 Oobjectn 서부터 다음 객체 Qbjectn-1의 가중치 값을 뺀 것과 객체 O洌ectn_i 의 1/2 값을 서로 비교하여, 처음으로 객체 Oobjectn 값이 작아지는 지점을 찾는다 그런 다음 임계값 Tig(temp) 으로 임시로 정하여, 임계값 Tig(temp) 으로부터 다음 객체들의 가중치 값들이 큰 차이 없이 일정한 값을 유지 하면, 임시로 정한 임계 값 T”g(temp)을 그대로 Tbig 으로 변경 하고 그렇지 않으면 임시로 정한 임계 값 Tig(temp) 을 지우고 앞의 과정을 다시 반복한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.