메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 펜을 이용한 필기 입력문자를 인식하는 연구가 활발히 진행 중이다. 그러나 이 연구들은 한글이나 영어등의 한가지 언어에만 제한되는 경향이 있다. 본 논문에서는 펜을 이용한 한글/영어/숫자의 혼용 필기 입력에 대해 입력상의 모드 교환 없이 인식할 수 있는 혼용 필기문자 인식기를 개발하고자 한다.
손으로 쓴 글씨는 홀림은 물론이고 수많은 변형을 가지고 있다. 본 논문에서는 시간적 제약을 받는 정보 구조와 그 다양한 변형을 모델링하는데 가치를 인정받아온 은닉 마르코프 모델을 한글의 각 자소, 숫자, 알파벳의 필기 모델링에 이용한다. 각각의 은닉 마르코프 모델을 연결해 한글 인식을 위한 봉넷 네트워크 숫자 인식을 위한 숫자 인식 네트워크 영문자 인식을 위한 영어 인식 네트워크를 구성한 뒤 이들 인식 네트워크를 구조적으로 통합하여 만든 혼용 필기문자 인식 네트워크를 제안한다. 이러한 통계적 네트워크에서의 문자 인식이란 입력에 대해서 확률적인 최적 경로를 찾아내는 탐색 문제로 변환된다. 이러한 경로는 비터비 알고리즘을 계층 구조의 네트워크에 확장 적용하여 효율적으로 구할 수 있다.
특히 한글/영어/숫자에 대해 일관성 있는 모델 표현과 네트워크로의 확장으로서 별다른 오버헤드없이 혼용 필기문자를 인식할 수 있으며 다른 언어로의 확장이 용이하다.

목차

요약

1 서론

2 은닉 마르코프 모델

3 통합 인식 네트워크

4 인식

5 실험 및 결과

6 결론

참고 문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017986197