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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
전자연 (숙명여자대학교) 임순범 (숙명여자대학교)
저널정보
한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제23권 제11호
발행연도
2020.11
수록면
1,361 - 1,371 (11page)

이용수

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

초록· 키워드

오류제보하기
Fonts have developed as a visual element, and their influence has rapidly increased around the world. Research on font automation is actively being conducted mainly in English because Hangul is a combination character and the structure is complicated. In the previous study to solve this problem, the stroke element of the character was automatically extracted by applying the object detection by component. However, the previous research was only for similarity, so it was tested on various print style fonts, but it has not been tested on other characters. In order to extract the stroke elements of all characters and fonts, we performed a performance analysis experiment according to the expansion character in the Hangul stroke element extraction training. The results were all high overall. In particular, in the font expansion type, the extraction success rate was high regardless of having done the training or not. In the character expansion type, the extraction success rate of trained characters was slightly higher than that of untrained characters. In conclusion, for the perfect Hangul stroke element extraction model, we will introduce Semi-Supervised Learning to increase the number of data and strengthen it.
#Hangul Stroke Element #Expansion of Object Detection #Automatic Extraction #Components

목차

ABSTRACT
1. 서론
2. 관련 연구
3. 한글 획요소 추출 적용 글자의 확장을 위한 실험 모델 설계
4. 한글 획요소 추출 적용 글자의 확장 유형 따른 실험 결과
5. 결론
REFERENCE

참고문헌 (21)

참고문헌 신청
E. Shin and J. Song, “Visual Characteristics of Korean Kinetic Typography According to Tone and Voice on Youtube,” Journal of the Korean Society Design Culture, Vol. 26, No. 2, pp. 267-278, 2020. google schola KISDI, In the Era of the 4th Industrial Revolution, Media Content Survival Strategy, KISDI Premium Report 17-14, 2017. google schola G. Chen, et al., “Large-scale Visual Font Recognition,” Proceeding of IEEE Conference on Computer Vision and Pattern Recognition, pp. 3598-3605, 2014. google schola Z. Wang, et al., “Deepfont: Identify your Font from an Image,” Proceeding of 23rd ACM International Conference Multimedia, pp. 451- 459, 2015. google schola T. Chen, Z. Wang, N. Xu, H. Jin, and J. Luo, “Large-scale Tag-based Font Retrieval With Generative Feature Learning,” Proceeding of IEEE/CVF International Conference on Computer Vision, pp. 9115-9124, 2019. google schola

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

글꼴 유사도 판단을 위한 Faster R-CNN 기반 한글 글꼴 획 요소 자동 추출
전자연 ,  박동연 ,  임서영 외 2명 멀티미디어학회논문지 2020 .08

최근 본 자료

전체보기

댓글(0)

0