가상 데이터 생성을 통한 딥러닝 기반 문자인식 시스템 제안

이승주; 박구만

추천

검색

질문

자료유형: 학술저널

저자정보: 이승주 (서울과학기술대학교) 박구만 (서울과학기술대학교)

저널정보: 한국방송·미디어공학회 방송공학회논문지 방송공학회논문지 제25권 제2호

발행연도: 2020.3

수록면: 275 - 278 (4page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문에서는 가상 데이터 생성을 통한 딥러닝 기반 문자인식 시스템을 제안한다. 지도학습에서 가장 큰 비중을 차지하는 학습 데이터를 확보하기 위하여 가상 데이터를 생성하였다. 또한 가상 데이터를 생성 후 증강 파라미터를 이용하여, 실제 다양한 데이터에 대응하기 위해서 데이터 일반화를 하였다. 최종적으로 학습 데이터 구성은 증강 파라미터와 폰트 인자에 다양한 값을 대입하여 데이터를 생성하였다. 문자인식 성능을 측정하기 위한 테스트 데이터는 실제 촬영된 이미지 데이터에서 문자영역을 크롭하여 구성하였다. 테스트 데이터는 실제환경에서 발생할 수 있는 이미지 왜곡을 고려하여 데이터 증강하였다. 딥러닝 알고리즘은 실시간 검출에 용이한 YOLO v3를 사용하였으며, 추론결과는 후처리를 통하여 최종 검출결과를 출력한다.

#YOLO #Virtual Data Generation #Object Detection #Text Recognition

참고문헌 (7)

참고문헌 신청

Deng, Li, “The mnist database of handwritten digit images for machine learning research [best of the web],” IEEE Signal Processing Magazine, Vol.29, No.6, pp.141-142, November 2012, doi:10.1109/ MSP.2012.2211477.

Russakovsky, Olga, et al, “Imagenet large scale visual recognition challenge,” International journal of computer vision, Vol.115, No.3, pp.211-252, December 2015, doi:10.1007/s11263-015-0816-y.

Joseph Redmon and Ali Farhadi, “YOLOv3: An Incremental Improvement,” arXiv preprint arXiv:1804.02767, 2018, https://arxiv.org/abs/1804.02767. Girshick, Ross, et al., “Rich feature hierarchies for accurate object detection and semantic segmentation,” Proceedings of the IEEE conference on computer vision and pattern recognition, Ohio, United States of America, pp. 580-587, 2014.

GIRSHICK, Ross, “Fast r-cnn,” Proceedings of the IEEE international conference on computer vision, Santiago, Chile, pp. 1440-1448, 2015.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이승주

소속기관 서울과학기술대학교

주요연구분야 공학 > 전기전자공학 > 전자공학 공학 > 전기전자공학 > 정보통신공학

논문수 6 이용수 1,123

박구만

소속기관 서울과학기술대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 0.5% 공학 > 컴퓨터학

논문수 215 이용수 21,957

이 논문과 함께 이용한 논문

[C2 인공지능 응용(1)] 강화학습기법을 이용한 TSP의 해법

임준묵 , 길본일수 , 임재국 외 1명 한국경영과학회 학술대회논문집 2002 .06

경남경제동향 2019년 제8호(통권 제146호)

송부용 , 김영순 , 양인선 외 2명 경남경제동향 2019 .09

장애인 방송접근권 개선을 위한 정책방향 연구 : 자막방송 품질 제고를 중심으로

하종원 , 박기성 방송통신연구 2020 .04

대전지역 삶의 질에 대한 주관적 인식 유형 연구 : Q 방법론 활용

이정윤 , 김주현 한국인구학 2020 .03

Bow-tie Array Dipole Antenna for Fifth Generation Mobile Communications

Sun Geum Kim , Son Young Jae , Hyeonjin Lee 외 1명 한국통신학회 학술대회논문집 2022 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-567-000512874

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

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (7)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)