인쇄체 한글문자의 인식을 위한 계층적 신경망 A Hierarchical Organization of Neural Network for Printed Hangul Character Recognition

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 550
  • Download : 335
본 논문에서는 한글을 인식하고자 하는 기존 신경망 접근방법의 문제점을 분석하고, 인쇄체 한글문자를 실용적으로 인식할 수 있도록 하는 계층적 구조의 신경망을 제안한다. 이 신경망은 유형분류 신경망에 의하여 입력된 문자영상을 6가지 유형중의 하나로 분류한 후, 해당하는 문자인식 신경망을 이용하여 문자를 자소단위로 인식하는 구조로 되어 있다. 여기서는 또한 한글인식과 같은 큰 문제를 해결하는데 도움이 되는 변형을 첨가한 학습방법을 제시하고, 몇가지 실험을 통해 이와 같은 구조를 신경망 방법의 유용성을 입증한다. 상용하는 990자에 대하여 실험한 결과 변형을 첨가한 학습으로 99.28%의 인식률을 얻을 수 있었는데, 이것은 기존의 방법인 트리 Classifier와 비교하여 보다 우수한 것이었다. 또, 일반화 실험과 오인식 문자의 분석을 통해 신경망 접근 방법이 유용함을 볼 수 있었다.
In this paper, we consider the previous approaches for Hangul character recognition using neural network, and propose the hierarchical neural network which practically recognizes printed Hangul character This system, so called Net-eye, is composed of the type classification network for grouping the characters into one of the six types by structural similarity, and six recognition networks which recognize relevant characters corresponding to each group, And the noise included learning method which is useful for practical recognition problems is proposed. Experimental results with most frequently used 990 printed Hangul characters are as follows. By noise included learning, the recognition rate amountsup to 99.28%, which is superior to the conventional classification method, tree classifier. Neural network approach turns out to be very reasonable by means of the experiments such as analyzing the generalization capabilities and mis-classification characters.
Publisher
한국정보과학회
Issue Date
1990-05
Citation

정보과학회논문지, Vol.17, No.3, pp.306-316

URI
http://hdl.handle.net/10203/14099
Link
http://www.kiise.or.kr/
Appears in Collection
CS-Journal Papers(저널논문)
Files in This Item
인쇄체 한글문자의 인식을 위한 계층적 신경망.pdf(1.15 MB)Download

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0