• Annual Conference on Human and Language Technology
• /
• 1992.10a
• /
• pp.259-267
• /
• 1992

단어모양이 한글 시각정보처리에 미치는 효과를 알아보기 위해 명조체와 샘물체로 된 한음절 글자, 두음절 단어, 세음절 단어의 정확인식율을 비교하였다. 명조체는 자모의 모양과 크기가 글자의 고정된 사각틀에 맞게 변형되므로 단어모양이 글자의 자모조합 유형과 음절길이에 따라 크게 달라지지 않는다. 이에 반해 샘물체는 자모조합 유형에 따라 글자의 사각틀이 변형되므로 부가적인 단어변별 정보가 단어모양에 포함되며, 음절길이가 증가할 때 단어모양 정보가 명조체에 비해 더욱 두드러진다. 이처럼 서로 구별될 수 있는 명조체와 샘물체 단어의 시각적 구조는 각각 다른 근거에서 한글인식에 영향을 미칠 수 있을 것으로 예상된다. 연구결과, 명조체의 정확인식율이 샘물체보다 높았으며, 음절길이가 증가할 때 명조체와 샘물체에 상관없이 정확인식율이 향상되었다. 본 실험의 결과는 단어의 외곽모양 변이가 영어의 경우보다 한글 시각정보처리에서 상대적으로 덜 중요하다는 것을 시사한다.

• 프린팅코리아
• /
• s.34
• /
• pp.56-59
• /
• 2005

• Proceedings of the ESK Conference
• /
• 1997.04a
• /
• pp.150-155
• /
• 1997

VDT의 한글 화면을 탐색하는데 있어 가독성에 영향을 주는 요인에 대한 연구는 한글 VDT 화면의 표준지침 선정의 기초자료로서 중요하게 활용될 수 있으나 그 연구가 부족한 실정이다. 영어와 한글의 글자체계에는 차이가 있어 외국의 연구결과 및 표준지침을 적용하는 것은 무리가 있기 때문에 한글 글 자체계에 대한 쳬계적이고 인간공학적 연구가 시급하다 할 수 있다. 이에 본 연구에서는 글자크기와 서체(font)를 선정하여 사용자의 시각성능과 관련하여 최적의 수행도 및 피로도를 경감하여 주는 서체와 글자크기 수준을 실험을 통하여 제시하였다. 그 결과는 다음과 같다. (1) VDT 화면에서 한글 고딕체가 명조체보다 사용자의 시각성능 및 수행도가 우수하다. (2) 초적의 수행도를 주는 글자크기는 명조체의 경우 35.4' .approx. 55.5', 고딕체의 경우 시각 39.8 .approx. 52.6'이다. (3) 우수한 수행도를 보이는 글자크기에서 피로도 저하율이 낮게 나타난다.

• Annual Conference on Human and Language Technology
• /
• 1993.10a
• /
• pp.207-216
• /
• 1993

네모틀 글자꼴인 명조체와 고딕체, 탈네모틀 글자꼴인 샘물체와 한체, 한체로서 받침없는 글자의 높낮이를 조절한 변형한체, 명조체로서 가로대 세로의 비율을 변형시킨 장평50과 장평150의 글자꼴을 문장의 가독성과 미려함의 차원에서 비교하였다. 또한 글줄간격에 따라 이들 글자꼴에서의 차이가 어떻게 달라지는지 살펴보았다. 연구결과, 네모틀 글자꼴의 가독성이 대체로 탈네모틀 글자꼴보다 더 좋았으나, 이러한 차이는 글줄간격에 따라 다르게 나타났다. 미려함 차원에서도 네모틀 글자꼴이 탈네모틀 글자꼴보다 더 높게 평정되었다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2002.05a
• /
• pp.113-118
• /
• 2002

본 논문에서는 한글 문자의 세리프(serif) 계열과 산세리프(sans-serif) 계열의 분류를 위한 특징을 제안한다. 한글의 서체는 세로획의 시작 부분에 장식 세리프(돌기)가 있는 세리프 계열과 그렇지 않은 산세리프 계열로 나눌 수 있다. 제안하는 한글 문자의 서체 분류 방법은 세리프 형태에서 추출한 특징을 이용하여 세리프 또는 산세리프 클래스로 분류하고, 각 클래스별로 적합한 특징 및 분류기를 학습하여 보다 다양한 서체를 인식하도록 계층적으로 설계한다. 제안한 특징의 유용성을 입증하기 위한 실험은 명조, 바탕, 궁서, 고딕, 돋움, 굴림 서체의 3,000개 낱자 영상에 적용하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.3 no.1
• /
• pp.185-196
• /
• 1999

In this dissertation, a new off-line recognition system is proposed using a subgraph pattern, neural network. After thinning is applied to input characters, balance having a noise elimination function on location is performed. Then as the first step for recognition procedure, circular elements are extracted and recognized. From the subblock HT, space feature points such as endpoint, flex point, bridge point are extracted and a subgraph pattern is formed observing the relations among them. A region where vowel can exist is allocated and a candidate point of the vowel is extracted. Then, using the subgraph pattern dictionary, a vowel is recognized. A same method is applied to extract horizontal vowels and the vowel is recognized through a simple structural analysis. For verification of recognition subgraph in this paper, experiments are done with the most frequently used Myngjo font, Gothic font for printed characters and handwritten characters. In case of Gothic font, character recognition rate was 98.9%. For Myngjo font characters, the recognition rate was 98.2%. For handwritten characters, the recognition rate was 92.5%. The total recognition rate was 94.8% with mixed handwriting and printing characters for multi-font recognition.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2000.11a
• /
• pp.13-19
• /
• 2000

본 연구에서는 시각 표시정보 중에서 제목용 한글에 대하여 감성어휘들을 조사하고, 의미분별법을 이용하여 한글의 설계요소들과 감성어휘들간의 관계를 다변량 통계방법을 통하여 분석하였다. 제목용 글자는 가로와 세로의 크기가 동일한 정체 중 크기가 24poin1인 낱 글자와 두 글자 단어를 이용하였다. 한글의 설계요소는 네모 형태이면서 글자 줄기에 세리프가 있는 명조 설계요소, 직각 형태인 고딕 설계요소, 둥근 형태인 굴림 설계요소와 탈 네모 형태이면서 세리프가 있는 공한 설계요소로 한정하였다. 총 420명(남자 210명, 여자 210명)의 피실험자를 대상으로 하여, 각 설계요소별로 요인분석을 통한 의미공간과 요인과 감성어휘 간의 관계를 파악하였다. 그리고 설계요소별로 23개의 감성어휘에 대한 감성차이와 남녀 간의 감성차이를 파악하기 위하여 ANOVA와 T-TEST 분석을 하였다.

• Annual Conference on Human and Language Technology
• /
• 1993.10a
• /
• pp.193-205
• /
• 1993

한글의 글자꼴과 장평율 그리고 글줄 길이와 글줄꼴 처리 방식이 가독성에 미치는 효과를 측정하였다. 글자꼴은 명조체, 고딕체, 샘물체를 사용하였고, 장평율은 글자의 가로 대 세로 비율을 1 대 1, 1 대 2 그리고 2 대 1로 변형시킨 세 가지를 사용하였다. 글줄 길이는 60mm와 120mm의 두 가지로 하였고 글줄 끝에서 음절 단위로 끊어 쓴 문장과 어절 단위로 끊어 쓰되 띄어쓰기 여백을 조절한 문장과 조절하지 않은 문장을 사용하였다. 연구결과, 글자꼴에서는 명조체와 고딕체의 가독성이 샘물체보다 좋았고, 가로 대 세로의 비율이 1 대 1이거나 1 대 2인 글자의 가독성이 2 대 1인 글자의 가독성보다 우수하였다. 이러한 연구 결과는 한글 정보 처리 과정에서 자모보다 글자가 중요한 시각 정보로 사용되고 한번 응시하는 동안에 표집되는 글자수가 가독성에 영향을 미칠 수 있다는 사실을 시사한다. 글줄 길이는 120mm일 때의 가독성이 더 좋았고 글줄 끝처리 방식은 가독성에 영향을 미치지 않는 것으로 나타났다.

• The Korean Journal of Applied Statistics
• /
• v.32 no.4
• /
• pp.573-591
• /
• 2019

Classification criteria for Korean alphabet (Hangul) fonts are undeveloped in comparison to numerical classification systems for Roman alphabet fonts. This study finds important features that distinguish typeface styles in order to help develop numerical criteria for Hangul font classification. We find features that determine the characteristics of the two different styles using a convolutional neural network to create a model that analyzes the learned filters as well as distinguishes between serif and sans-serif styles.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.18 no.6
• /
• pp.802-814
• /
• 1993

This paper propose an algorithm for preprocessing of character recognition, which classify characters into Hangeul and Hanja. In this study, we use the 9 structural chacteristics of Hanja which isn't affected by deformation of size and style of characters and rates based on character size to classify characters. Firstly, we process the blocking to segment each characters. Secondly, on this segmented characters, we apply algorithm proposed in this paper to classify Hangeul and Hanja. Finally, we classify characters into Hangeul and Hanja, respectively. An experiment with 2350 Hangeul and 4888 Hanja printed Gothic and Mincho style of KS-C 5601 are carried out. We experiment on typeface sample book, newspapers, academic society's papers, magazines, textbooks and documents written out word processor to obtain the classifying rates of 98.8%, 92%, 96%, 98% and 98%, respectively.