• KIPS Transactions on Software and Data Engineering
• /
• v.10 no.2
• /
• pp.73-78
• /
• 2021

Recently, as interest in deep learning has increased, many researches in various fields using deep learning techniques have been conducted. Studies on automatic generation of fonts using deep learning-based generation models are limited to several languages such as Roman or Chinese characters. Generating Korean font is a very time-consuming and expensive task, and can be easily created using deep learning. For research on generating Korean fonts, it is important to prepare a Korean font dataset from the viewpoint of process automation in order to keep pace with deep learning-based generation models. In this paper, we propose a Korean font dataset for deep learning-based Korean font research and describe a method of constructing the dataset. Based on the Korean font data set proposed in this paper, we show the usefulness of the proposed dataset configuration through the process of applying it to a deep learning Korean font generation application.

• KIISE Transactions on Computing Practices
• /
• v.22 no.9
• /
• pp.449-454
• /
• 2016

Radicals of Korean characters consist of some strokes, and complete letters are comprised of a combination of radicals. During the process of combining strokes and radicals, it requires a lot of effort as the size and the position of the components can be changed. Unlike this, METAFONT can improve the efficiency in the production process of fonts by changing its parameters. It also provides a system which can easily transform size and position of the strokes and radicals. We propose a structural Korean font generator which allows users to modify parameters of letters through METAFONT and generates a variety of fonts automatically. The suggested Korean font generator can be applied to font embedding and font editor.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.255-256
• /
• 2019

한글 폰트를 만드는 데는 자음+모음 조합으로 약 11,500자 정도의 글자가 필요하다. 디자이너가 글자 하나씩 전부 디자인 하는 것도 굉장한 부담요소이고, 한글폰트를 제작하는데 있어 3개월 이상의 소요 기간과 3000만 원 이상의 비용부담 또한 무시 못 할 요소이다. 게다가 카피라이트 폰트에 대한 저작권 문제 또한 골칫거리다. 그래서 이를 최소한으로 하고자 딥 러닝의 방식중 하나인 GAN(생성적 적대 신경망)을 통해서 디자이너가 399자만 작성하고 나머지는 컴퓨터가 디자이너의 폰트 디자인을 인식하고 자동으로 만들어 주는 프로그램을 고안하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.189-191
• /
• 2001

폰트는 텍스트 정보를 기술하는 기본 요소로서 다양한 타입에 따른 독특한 감성정보를 내재하고 있다. 본 연구는 문서에 나타나 있는 영문폰트의 분포에 따른 감성정보 자동추출 시스템의 전처리 단계로서 문서상에서 특정의 폰트를 인식하는 모듈을 소개하고자 한다. 폰트 디자이너에 생성된 대부분의 폰트는 glyph data 라고 하는 2D boundary 좌표값에 의해 그 모양(Shape)이 결정된다. 이 데이터로부터 정의된 폰트밀도함수와 각 문자가 등장하는 보편적 확률 값의 linear combination으로부터 각 폰트를 식별할 수 있다.

• KIPS Transactions on Software and Data Engineering
• /
• v.10 no.11
• /
• pp.473-482
• /
• 2021

Although several Hangul generation models using deep learning have been introduced, they require a lot of data, have a complex structure, requires considerable time and resources, and often fail in style conversion. This paper proposes a model CKFont using the components of the initial, middle, and final components of Hangul as a way to compensate for these problems. The CKFont model is an end-to-end Hangul generation model based on GAN, and it can generate all Hangul in various styles with 28 characters and components of first, middle, and final components of Hangul characters. By acquiring local style information from components, the information is more accurate than global information acquisition, and the result of style conversion improves as it can reduce information loss. This is a model that uses the minimum number of characters among known models, and it is an efficient model that reduces style conversion failures, has a concise structure, and saves time and resources. The concept using components can be used for various image transformations and compositing as well as transformations of other languages.

• Annual Conference on Human and Language Technology
• /
• 1993.10a
• /
• pp.173-184
• /
• 1993

폰트관련기술은 폰트의 개발에 사용되는 폰트개발기술과 개발된 폰트의 효율적인 이용에 관한 폰트처리기술로 구분된다. 본 논문에서는 폰트개발기술의 대표적인 예인 서체설계지원시스템 특히 한글폰트의 개발을 쉽고 빠르게 할 수 있는 시스템의 개발에 대하여 논한다. 지금까지의 폰트개발은 서체전문가의 원도제작과정과 제작된 원도를 폰트화하는 과정으로 진행되었으나 본 시스템은 서체전문가가 직접 컴퓨터의 지원을 받아 원도를 제작하며 원도제작과정의 결과로 폰트가 만들어지도록 폰트개발과정을 일원화하도록 하였다. 이를 위하여 서체설계과정을 정의하고, 정의된 서체설계과정을 컴퓨터상에서 구현하기 위한 기법을 개발하였다. 본고에서는 참조설계로 표현되는 서체설계지원시스템의 개발을 위하여 고안된 기법중 글자의 중심선과 굵기로 윤곽선을 자동생성하는 기법과 글자의 특징을 이루는 돌기를 라이브러리화하여 운영하는 기법에 대하여 논하기로 한다. 시스템 개발은 PC상에서 VGA그래픽카드와 mouse를 사용하여 구현하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.688-690
• /
• 2004

최근 전자화된 문서 영상을 효율적으로 관리하고 검색하기 위한 문서구조분석 방법과 문서의 자동 분류에 관한 많은 연구가 발표되고 있다. 본 논문에서는 NMF(non-negative matrix factorization) 알고리즘을 사용하여 폰트를 자동으로 분류하는 방법을 제안한다. 제안된 방법은 폰트의 구분 특징들이 공간적으로 국부성을 가지는 부분으로 표현될 수 있다는 가정을 바탕으로, 전체의 폰트 이미지들로부터 각 폰트들의 구분 특징인 부분을 학습하고, 학습된 부분들을 특징으로 사용하여 폰트를 분류하는 방법이다. 학습된 폰트의 특징들은 계층적 군집화 알고리즘을 이용하여 템플릿을 생성하고, 테스트 패턴을 분류하기 위하여 템플릿 패턴과의 EMD(earth mover's distance)를 사용한다. 실험결과에서 폰트 이미지들의 공간적으로 국부적인 특징들이 조사되고, 그 특징들의 폰트 식별을 위한 적절성을 보였다. 제안된 방법이 기존의 문자인식. 문서 검색 시스템들의 전처리기로 사용되면. 그 시스템들의 성능을 향상시킬 것으로 기대된다.

• Annual Conference on Human and Language Technology
• /
• 1992.10a
• /
• pp.581-590
• /
• 1992

고품위 입출력 장치의 급속한 발달과 전자 출판 시스템의 출현은 더 다양한 서체를 요구하게 되었다. 컴퓨터에서 사용되고 있는 한글 서체는 명조, 고딕체를 제외하고는 주로 장식용 폰트를 만들어 사용하고 있다. 본 논문에서는 Cubic B-Spline 곡선을 이용하여 다양한 필기체 폰트를 구현하였고, 필기체가 가지는 특성(날림의 정도, 글자의 기울이기 정도, 각 음소의 크기, 각 글자의 크기의 균일성 등)에 따라 인자를 부여하여 개별화되고 사실적인 폰트를 생성하였다. 각 인자의 조합은 암호화되어 각 개인의 폰트로 부여된다. 즉, 개인의 고유 폰트는 폰트 암호(password)로 부여되고, 제어인자는 폰트암호의 해쉬값에 의해 선택되며, 사용자들로부터 이 제어인자들을 숨기게 되면 각 사용자들의 폰트는 유일하고, 안전하게 되므로, 일정정도의 안정성이 보장된다고 보여진다. 그리고 본 연구에서 구현된 폰트는 한글 필기체 문자인식의 정도를 측정하는 다양한 데이타를 제공하는 데에도 의미가 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.946-949
• /
• 2019

한 벌의 한글 글자체를 만드는데 일반적으로 많은 제작 비용과 시간이 소요된다. 따라서 폰트 제작의 어려움을 덜기 위해, 사용자가 대표 글자들을 입력하면 그 글자들의 디자인 특성을 딥러닝 기술을 이용하여 학습한 모델이 나머지 글자들을 자동 생성해주는 시스템 구축한다면 폰트 제작이 훨씬 용이해질 뿐만 아니라 저작권 문제로부터 자유로워질 것이다. 이와 관련된 선행연구를 실행하고 분석해 본 결과 데이터 전처리 과정에서 글자가 잘리거나 크기가 맞지 않아 제대로 된 데이터셋이 구축되지 않는 문제가 있음을 발견하였다. 본 논문에서는 이러한 문제를 해결하기 위해 템플릿에서 자동적으로 글자영역을 추출하고 이미지를 보정하는 전처리 과정과 함께 기존 모델에서 새로운 필터를 추가하여 학습 성능을 높이는 방법을 제안한다. 이를 통해 기존 연구에서 측정된 손실값을 낮춘 결과를 확인했으며 결과적으로 실제 글자체와 더욱 유사한 사용자 맞춤형 글자체를 제공할 수 있을 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06b
• /
• pp.275-278
• /
• 2010

이 논문에서는, 기존에 존재하는 글자체의 커브 데이터를 분석하여 같은 글자를 붓글씨로 서예를 하듯이 다시 써낸 듯한 효과를 낼 수 있는 방법을 제안한다. 글자를 형성하는 위상적인 뼈대를 커브로 쪼개어, 글자 하나를 여러 획으로 분리하여 표현한 후에, 각 획에 해당하는 커브의 차원 수와, 길이와 곡률을 이용하여 붓의 궤적을 자동적으로 생성해 내는 방법이다. 붓의 궤적이 표현될 방법을 기존 글자 데이터를 이용해서 어떻게 조작 경로를 자동적으로 만들어 붓글씨 팔적을 생성해낼 것인지가 풀어내어야 할 문제이다.