계층적 신경망을 이용한 다중 크기의 다중활자체 한글문서 인식Multi-size/multi-font Hangul Document Recognition with Hierarchical Neural Networks

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 676
  • Download : 239
DC FieldValueLanguage
dc.contributor.author권, 재욱-
dc.contributor.author조, 성배-
dc.contributor.author김, 진형-
dc.contributor.authorKwon, Jae-Ook-
dc.contributor.authorCho, Sung-Bae-
dc.contributor.authorKim, Jin H.-
dc.date.accessioned2009-12-04T01:09:53Z-
dc.date.available2009-12-04T01:09:53Z-
dc.date.issued1992-02-
dc.identifier.citation정보과학회논문지, Vol.19, No.1, pp.69-79en
dc.identifier.urihttp://www.kiise.or.kr/-
dc.identifier.urihttp://hdl.handle.net/10203/14148-
dc.description.abstract본 논문에서는 신경망 기법을 이용하여 다중 크기 및 다중활자체로 구성된 한글문서를 인식하였다. 전체 시스템은 3종류의 신경망―문자추출 신경망, 유형분류 신경망, 그리고 문자인식 신경망―으로 구성된다. 즉 문자결합 신경망과 문자관리 신경망으로 이루어진 문자추출 신경망을 이용하여 문자열로부터 각 문자 영상을 추출한 후, 유형 분류 신경망에서 문자 영상을 6가지의 유형으로 분류하고, 해당 유형을 처리하는 문자인식 신경망에서 실제 문자를 인식하도록 구성되었다. 또한 문자인식 신경망을 학습시키기 위하여 descending epsilon 방법을 이용한 backpropagation 알고리즘을 사용하였는데, 이 방법은 신경망을 모든 입력 영상의 모든 출력 노드에 대해 고르게 학습시키기 때문에 다중활자체의 변형을 흡수할 수 있다. 그 결과 8가지 활자체의 사용빈도수가 높은 한글 520자를 94% 이상, 그리고 다중활자체로 구성된 한글문서를 94.5% 인식함으로써 신경망이 다중 크기의 다중활자체 한글문서를 효과적으로 처리할 수 있음을 보였다.en
dc.language.isokoen
dc.publisher한국정보과학회en
dc.title계층적 신경망을 이용한 다중 크기의 다중활자체 한글문서 인식en
dc.title.alternativeMulti-size/multi-font Hangul Document Recognition with Hierarchical Neural Networksen
dc.typeArticleen
dc.language.Alternativeen_USen

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0