• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.154-156
• /
• 2004

유비쿼터스 컴퓨팅에서 컨텍스트 인식을 위해서는 물리적 공간과 전자적 공간에서 사용자의 컨텍스트 정보가 수집되며, 정보 수집을 위해 모바일 장치들이 사용된다. 이러한 모바일 장치들을 사용함으로써 사용자의 컨텍스트 정보 수집이 용이하며, 실시간으로 컨텍스트 인식 과정을 거쳐 사용자에게 적합한 서비스를 제공할 수 있다. 하지만 현재 P2P 모바일 컨텍스트 인식을 위한 표준화된 기반 구조가 존재하기 않기 때문에 P2P 모바일 서비스의 지원이 미흡하다. 본 논문에서는 이러한 문제점을 해결하기 위해 사용자의 물리적, 전자적 공간의 컨텍스트 정보를 속성별로 빠르게 분류한다. 그리고 서비스의 상관 관계를 분석하여 사용자에게 적합한 서비스를 제공할 수 있는 P2P 모바일 에이전트 기반의 사용자 컨텍스트 인식 및 서비스 처리 구조를 제안한다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.8-12
• /
• 2017

본 연구에서는 딥러닝을 이용해 3300종에 이르는 다양한 한글 폰트를 인식하였다. 폰트는 디자인 분야에 있어서 필수적인 요소이며 문화적으로도 중요하다. 한글은 영어권 언어에 비해 훨씬 많은 문자를 포함하고 있기 때문에 한글 폰트 인식은 영어권 폰트 인식보다 어렵다. 본 연구에서는 최근 다양한 영상 인식 분야에서 좋은 성능을 보이고 있는 CNN을 이용해 한글 폰트 인식을 수행하였다. 과거에 이루어진 대부분의 폰트 인식 연구에서는 불과 수 십 종의 폰트 만을 대상으로 하였다. 최근에 이르러서야 2000종 이상의 대용량 폰트 인식에 대한 연구결과가 발표되었으나, 이들은 주로 문자의 수가 적은 영어권 문자들을 대상으로 하고 있다. 본 연구에서는 CNN을 이용해 3300종에 이르는 다양한 한글 폰트를 인식하였다. 많은 수의 폰트를 인식하기 위해 두 가지 구조의 CNN을 이용해 폰트인식기를 구성하고, 실험을 통해 이들을 비교 평가하였다. 특히, 본 연구에서는 3300종의 한글 폰트를 효과적으로 인식하면서도 학습 시간과 파라미터의 수를 줄이고 구조를 단순화하는 방향으로 모델을 개선하였다. 제안하는 모델은 3300종의 한글 폰트에 대하여 상위 1위 인식률 94.55%, 상위 5위 인식률 99.91%의 성능을 보였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.8-12
• /
• 2017

본 연구에서는 딥러닝을 이용해 3300종에 이르는 다양한 한글 폰트를 인식하였다. 폰트는 디자인 분야에 있어서 필수적인 요소이며 문화적으로도 중요하다. 한글은 영어권 언어에 비해 훨씬 많은 문자를 포함하고 있기 때문에 한글 폰트 인식은 영어권 폰트 인식보다 어렵다. 본 연구에서는 최근 다양한 영상 인식 분야에서 좋은 성능을 보이고 있는 CNN을 이용해 한글 폰트 인식을 수행하였다. 과거에 이루어진 대부분의 폰트 인식 연구에서는 불과 수 십 종의 폰트 만을 대상으로 하였다. 최근에 이르러서야 2000종 이상의 대용량 폰트 인식에 대한 연구결과가 발표되었으나, 이들은 주로 문자의 수가 적은 영어권 문자들을 대상으로 하고 있다. 본 연구에서는 CNN을 이용해 3300종에 이르는 다양한 한글 폰트를 인식하였다. 많은 수의 폰트를 인식하기 위해 두 가지 구조의 CNN을 이용해 폰트인식기를 구성하고, 실험을 통해 이들을 비교 평가하였다. 특히, 본 연구에서는 3300종의 한글 폰트를 효과적으로 인식하면서도 학습 시간과 파라미터의 수를 줄이고 구조를 단순화하는 방향으로 모델을 개선하였다. 제안하는 모델은 3300종의 한글 폰트에 대하여 상위 1위 인식률 94.55%, 상위 5위 인식률 99.91%의 성능을 보였다.

• Cartoon and Animation Studies
• /
• s.5
• /
• pp.531-534
• /
• 2001

창의적인 표현 이전에 무엇을 인식(認識)해야 하는가! 쉽게 생각하는 캐릭터모델링과 셋업(STE-UP) 과정이 몇 가지 옵션(Option)에 의하여 생성되는 것은 아니다. 애니메이션 제작에 따른 캐릭터 설정 배경, 인체구조와 모델링과의 관계, 인체구조와 애니메이션의 연관성 등에 대한 인식의 이해를 통해야 한다. 이러한 인식 속에서 3D 캐릭터애니메이션셋업(SET-UP)을 위한 기초인식과 기술을 통하여 원칙적인 이해에 근거하여 효율적, 효과적인 3D애니메이션 제작을 하기 위한 몇 가지 제안(提案)을 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.489-491
• /
• 2012

본 논문은 교육용 서비스로 이용 가능한 카드 인식 시스템을 제안한다. 사용자는 자유자재로 카드 등록 및 삭제가 가능하며 카드의 회전 및 크기 변화에도 강건한 인식을 보인다. 본 논문에서는 카드 템플릿의 형태 정보와 Histogram of Oriented Gradients를 특징점으로 이용한다. 또한 최종 분류기에서 계층적인 구조를 적용하여 보다 정확한 카드 검출 및 인식을 제안한다.

• Annual Conference on Human and Language Technology
• /
• 1990.11a
• /
• pp.199-199
• /
• 1990

입력된 문서 영상으로부터 분리 추출된 문자 영상을 올바르게 인식하는 것은 문서 인식에서 가장 핵심적인 부분이다. 스캐너를 통해 입력되고 분리된 실제의 문자 영상은 많은 문제점들을 가지고 있다. 한글의 경우 이 중 개별 문자 영상내의 각 자소간의 접촉은 올바른 인식을 저해하는 주요한 원인이다. 이런 접촉의 문제를 효율적으로 해결하기 위해 한글의 구조적 특성을 지닌 "방향 필터"를 정의하고, 이것을 이용하여 세선화된 문자 영상을 추적하면서 선소들을 뽑아낸다. 이렇게 하여 얻은 선소들과 선소들간의 지식을 조합하여 한글자소 획을 추출케 되고 결국에는 이런 획의 조합을 통해 문자 영상을 인식하는 방법을 제안한다.

• Information and Communications Magazine
• /
• v.7 no.3
• /
• pp.16-26
• /
• 1990

본 논문은 음성인식을 위한 neural network의 하나인 TRACE model에 대하여 기술한다. TRACE model은 HEARSAY 음성이해 system의 blackboard 구조와 유사한 trace 구조를 사용하여 정보처리 unit들간의 자극성 내지 억제성 연결에 의한 상호작용의 결과로서 음성을 인식한다. TRACE model은 특징층, 음소층 그리고 단어층의 3층으로 구성되며 층간의 unit들이 상호작용할 뿐 아니라 동일층의 unit들이 상호경쟁함으로써 음성인식에 있어서의 context 효과, segmentation 및 잡음 등의 문제를 해결할 수 있다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.762-765
• /
• 2003

본 논문에서 제안하는 분절된 화소들의 특징추출 방법은 이진화 영상에서 수직/수평 화소들의 분절점을 탐색하여 추출하는 특징 탐색기이다. 숫자의 구조적인 면을 고려하여 사소한 부분들도 명확한 특징으로 탐지하여 추출하였고, 이러한 방법은 일반적으로 사용하여지는 특징추출방법 몇가지를 선택하여 이용하였고, 제안하는 방법과 결합하여 필기체 숫자를 인식하였다. 인식기를 구현하기 위하여 3개층 구조를 갖는 클러스터 MLP 신경망을 사용하였다 실험 결과 단순히 일반적인 특징만을 활용하여 얻는 인식률 보다 훨씬 향상됨을 보여주었다.

• Annual Conference on Human and Language Technology
• /
• 1998.10c
• /
• pp.345-350
• /
• 1998

온라인 필기 한글 인식 연구 중 HMM 네트워크를 기반으로 한 방법이 흘려 쓴 한글 인식에 있어서 우수한 성능을 보여주고 있다. 하지만, 또박또박 쓴 정서체 한글 인식에 대해서는 때때로 예측하지 못한 결과를 출력하기도 한다. 필기자가 정성 들여 필기했을 경우 보다 일관성 있는 인식 결과를 출력할 수 있는 것이 중요하다. 또한 계산 능력이 떨어질 수밖에 없는 휴대용 컴퓨터에서의 활용을 위해 인식 속도의 향상도 필요하다. 따라서 본 논문에서는 정서체 인식률 및 인식 속도 개선을 위해 16-방향 체인코드 대신 구조적 정보를 포함하는 새로운 코딩 방식을 제안하고자 한다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02b
• /
• pp.375-380
• /
• 2007

맥락 정보와 맥락 인식 시스템에 대한 연구는 지난 10 여 년 동안 유비쿼터스 컴퓨팅 분야에서 중요한 이슈로 다루어졌다. 대부분의 맥락 인식 시스템은 위치 정보와 같이 단일 형태의 맥락 정보를 위해서 설계되었거나 연구실 수준의 크기로 제한되었다. 그러나 많은 종류의 센서와 actuator 를 포함하고 다수의 관리 도메인으로 확장 가능한 스케일이 큰 시스템에 대한 개발 및 평가는 여전히 미흡한 수준이다. 특히, 맥락 퓨전과 추론 구조를 가지는 Large-scale 의 맥락 인식 시스템에 대한 평가 방법이 필요한 실정이다. 본 논문에서는 휴리스틱 평가를 이용한 Large-scale 맥락 인식 시스템의 평가 방법에 대하여 제안한다. 그리고 우리는 동적인 맥락 인식 시스템을 지원하고 맥락 퓨전 및 추론을 위한 메커니즘을 포함하는 기본 구조에 대해서 자세히 설명한다. 맥락 인식 시스템 평가를 위해서 제안된 접근법은 사용자 인터페이스 도메인에서 잘 알려진 전문가에 의한 평가 방법으로 Large-scale 맥락 인식 시스템에 적합하도록 특별히 선택된 heuristics 집합을 이용하는 휴리스틱 평가(Heuristic Evaluation)이다.