인쇄체 한글문자의 인식을 위한 계층적 신경망

Abstract

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.