제약조건 만족 그래프를 이용한 조각의 조합과 필기 한글 인식

황영섭; 방승양

추천

검색

질문

자료유형: 학술저널

저자정보: 황영섭 방승양

저널정보: Korean Institute of Information Scientists and Engineers 정보과학회논문지(B) 정보과학회논문지(B) 제25권 제10호

발행연도: 1998.10

수록면: 1,493 - 1,505 (13page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

1998

제약조건 만족 그래프를 이용한 조각의 조합과 필기 한글 인식

황영섭 , 방승양 정보과학회논문지(B) 1998.10 학술저널

1997

제약조건 만족 그래프를 이용한 필기 한글 인식

황영섭 , 방승양 한국정보과학회 학술발표논문집 1997.04 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

필기 한글을 인식하려면 문자단위 인식보다 낱자단위 인식이 유리하다. 그 이유는 한글이 문자의 수는 많지만 낱자의 수는 적고, 낱자는 문자와 비교하여 단순하여 인식하기 쉽기 때문이다. 낱자단위로 문자를 인식하려면 문자영상에서 낱자영상을 분리해야 한다. 그런데, 필기 한글은 변형이 많아 낱자영상을 정확히 분리하기 어렵다. 따라서 이 논문에서는 우선 조각이라는 낱자보다 작은 기본 단위를 정의하여 입력 영상을 조각으로 분해하고, 이들 조각을 재조합하면서 낱자를 인식하는 방법을 제안한다. 분해과정에서 얻은 조각들을 재조합하는 과정에 한글의 구성원리를 이용하면 불필요한 조합을 많이 줄일 수 있다. 조각들의 조합에 낱자를 할당하는 문제를 풀기 위해 제약조건 만족 그래프를 정의하고, 한글에 대한 사람의 지식을 이용하여 이 그래프를 효율적으로 탐색하는 방법을 제안하였다. 제안한 방법을 실제 필기 한글 데이타에 적용하여 제안한 방법의 타당성을 알아보았다. 실험 데이타베이스는 자주 쓰이는 한글 600자를 50벌 수집하였다. 이중 30벌은 학습에, 나머지 20벌은 테스트에 사용하였다. 600자중 상위 520자로 낱자 인식기를 학습시키고 실험한 결과, 학습 데이타와 테스트 데이타 사이의 인식률 차이가 크지 않아 제안한 방법의 일반화 능력이 좋음을 알 수 있었다. 또, 학습하지 않은 나머지 80자에 대한 인식 실험에서 인식률이 테스트 데이타와 작은 차이만을 보였다. 이는 제안한 방법이 모든 필기 한글(11,172자)을 인식할 수 있음을 보여준다.

In order to recognize handwritten Korean characters, it seems better to use a letter rather than a character as a recognition unit. The reasons for this are as follows. First, the number of the letters is smaller than the number of the characters. Second, a letter is easier to recognize than a character because the structure of a letter is usually simpler than that of a character. In order to recognize a letter, we have to first segment it's Image from a character image. But it is difficult to segment letter images correctly because the variations in handwritten Korean characters are so diverse. This paper proposes a letter recognition method that first segments a character image into small pieces of the image, called segments, then reconstructs each letter image by combining these segments. Korean characters have a set of rules to obey when we write them. Therefore we can eliminate a large number of combinations of segments which are invalid as letters if we use these rules when we combine segments to reconstruct letters. In order to assign a letter to each combination of segments, we developed a constraint-satisfying-graph(CSG) and proposed an efficient search method of the graph which uses human knowledge of Korean characters. An experiment was performed to evaluate the effectiveness of the proposed method. The database used by the experiment consists of 50 sets of the most frequently used 600 characters. We used the first 30 sets for the training and the other 20 sets for the testing. We used the first 520 characters for the training and the rest for the testing. Further we evaluated the trained system by using the data of the remaining 80 characters. The result showed that the recognition rates for those data either whose images or characters are not used by the training are as good as those for the training data. This indicates the proposed approach can recognize all the possible 11,172 Korean characters.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

황영섭

소속기관 한국정보과학회

주요연구분야 공학 > 컴퓨터학

논문수 11 이용수 499

방승양

소속기관 한국정보과학회

주요연구분야 공학 > 컴퓨터학

논문수 90 이용수 4,671

이 논문과 함께 이용한 논문

한글의 조형성을 활용한 패턴디자인 교육 프로그램 개발에 관한 연구

오수형 , 하준수 한국디자인학회 국제학술대회 논문집 2007 .10

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-569-017750426

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)