온라인 한글인식을 위한 특징추출 신경망에 관한 연구

Feature Extraction by Neural Network for On-line Recognition of Korean Characters

본 연구는 온라인 한글 필기체 인식을 위한 전처리 단계로서 다층구조 신경망을 이용하여 한글 자획의 특징을 추출하였다. 특징추출을 위한 신경망은 경쟁 자율학습하는 특성을 가진 Masking field 모델을 이용하여 구성하였다. 이 모델에 의해서 off영역이 없는 on영역만의 수용영역을 구성하여 한글 자획에 내포된 방향, 연결점 및 모서리 특징 추축을 병렬처리하였고, 이 모델의 수정에 의하여 방향유지특성을 구현하였다. 입력자획의 폭이 한 화소로 제한됨에 따라 입력 정보의 교란을 설정한 수용영역에 의하여 제거 할 수 있었다. 구성한 신경망은 순차적으로 입력되는 자획으로부터 동필특징을 추출하고, 이것을 집적하여 자획 특징을 추출한다. 한글자획의 특징추출 결과는 자획내의 방향특징들의 통계적 분포에 따르는 출력을 얻을 수 있었으며, 자획패턴이 고정되지 않은 온라인 한글 필기체의 자획인식에 유용하리라 생각된다.

This paper describes a feature extraction process by using a multi-layer neural network and is applied to the Korean stroke pattern for on line hand written character recognition, In the first layer the features are detected during the writing process and in the second layer the stroke specific features are extracted. A modified Masking field algorithm for direction co9nstancy has been used in this neural network and the resulting action potential of stroke specific features represents statistical distribution of the features in the on-line input stroke pattern and these results can be used in the recognition of on-line hand written Korean characters successfully.