• 대한통합의학회지
• /
• 제3권1호
• /
• pp.1-10
• /
• 2015

Purpose: This study investigated the relationships of handwriting legibility and perceptual-motor skills, and handwriting speed and perceptual-motor skills. And identified the predictors that most affect the handwriting of preschool children. Methods: Twenty-three typically developing preschool aged children (mean age: 68.61 months, SD=2.04) were selected through the Korean-Denver Developmental Screening Test-2(K-DDST-2). The children were tested with regard to handwriting legibility, visual perception, visual-motor integration and fine-motor coordination. Results: First, a significant relationship was not found among handwriting legibility, visual perception, visual-motor integration and fine-motor coordination. Second, a significant relationship was found among handwriting speed, visual perception and fine-motor coordination. Third, stepwise multiple regression analyses showed that general visual perception were significant predictors for handwriting speed. Conclusion: Occupational therapists should evaluate children's visual perception levels utilizing a standardized test, and focus on general visual perception in order to improve handwriting skill(speed). Also, occupational therapists are expected to play an important role in the management and treatment of children's handwriting skills.

• 대한감각통합치료학회지
• /
• 제9권1호
• /
• pp.21-31
• /
• 2011

목적 : 학령전기 아동의 글씨 쓰기 명료도 및 속도와 지각-운동 기술의 상관관계를 확인하고, 글씨 쓰기에 가장 영향을 주는 요인을 알아보고자 하였다. 연구방법 : 덴버 발달 선별 검사를 통하여 정상 발달로 선별된 23명의 학령 전기 아동(평균 연령=68.61개월, SD=2.04)을 대상으로 글씨 쓰기 명료도 및 속도 측정을 위하여 한글 자모 쓰기 검사지를 사용하여 자음과 모음을 쓰도록 하였다. 시지각과 시각-운동 통합 수행 능력 측정을 위하여 시지각 발달 검사를 사용하였고, 소운동 협응 수행 능력 측정을 위하여 Grooved pegboard test를 사용하였다. 결과 : 글씨 쓰기 명료도와 전반적인 시지각, 비운동성 시지각, 시각-운동 통합, 우세손 소동작 협응의 상관관계는 없었으며, 글씨 쓰기의 속도는 전반적 시지각과 우세손 소동작 협응 항목에서 유의한 상관관계를 보였다. 회귀 분석 결과 글씨 쓰기 속도에 가장 큰 영향을 주는 요인은 전반적 시지각 항목이었다. 결론 : 만 5~6세 학령 전기 아동의 전반적 시지각 능력의 발달을 향상시키기 위한 중재를 제공하는 것이 글씨 쓰기의 속도 능력을 향상 시킬 수 있다는 것을 알 수 있다.

• 한국정보통신학회논문지
• /
• 제22권11호
• /
• pp.1435-1441
• /
• 2018

온라인 서명 검증은 간단하면서도 효율적인 본인 확인 방법의 하나로 생체 인식에 따른 거부감이 적은 장점으로 본인 확인 용도로 사용되고 있다. 서명 검증을 분류 문제로 접근하기 위해서는 모조서명이 필요하지만, 대부분의 실용적인 응용에서 모조서명을 확보하기는 쉽지 않으며 진서명 역시 많은 양을 확보하기는 쉽지 않다. 이 논문에서는 모조서명의 확보가 어려운 문제를 해결하기 위해 단일 클래스 SVM을 사용하고, 진서명의 양이 제한되는 문제는 다른 사람의 서명 데이터를 일반 필기 데이터로 사용하여 해결하는 방법을 제시한다. 다른 사람의 서명 데이터는 검증하고자 하는 서명과 형태적인 유사점을 찾을 수 없지만, 서명에서의 일반적인 특징을 반영하고 있으므로 적은 수의 진서명만을 확보할 수 있는 경우에 사용하면 검증률을 높일 수 있으며 이는 실험 결과를 통해서 확인할 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권4호
• /
• pp.245-254
• /
• 2008

본 논문은 IBM ViaVoice와 마이크로소프트 필기-인식 시스템(handwriting-recognition system)과 같은 인식 엔진(recognition engines)을 UMPC와 같은 펜-입력 디스플레이에서 작동하는 일반적인 윈도우 어플리케이션과 연동하기 위한 단일화된 멀티모달 입력 프레임워크(unified multi-modal input framework)를 제안한다. 사용자가 펜-입력 디스플레이에 부탁되어있는 버튼을 한 손으로 누르면, 인터넷 검색 윈도우나 워드 프로세서와 같이 현재 포커스를 갖는 윈도우는 전체 데스크탑을 덮을 수 있는 투명한 윈도우로 덮여진다. 이 위에 사용자는 다른 한 손으로, 현재 working context를 놓치지 않으면서, 필기 입력을 자유롭게 수행할 수 있다. 이런 투명 입력 윈도우를 이용하여 필기 및 음성 입력뿐만 아닐라 다이어그램까지 그릴 수 있게 해준다.

• 한국정보통신학회논문지
• /
• 제21권12호
• /
• pp.2298-2304
• /
• 2017

온라인 서명 검증은 간단하면서도 효율적인 본인 확인 방법의 하나로 다른 생체 인식 기술에 비해 거부감이 적은 장점이 있다. 서명 검증 모델을 학습하기 위해서는 모조서명이 필요하지만 대부분의 실용적인 응용에서는 모조서명을 확보하기가 쉽지 않다. 이 논문에서는 이러한 모조서명 확보 문제를 해결할 수 있는 방법의 하나로 다른 사람의 서명을 활용하는 방법을 제시한다. 검증 과정에서는 서명의 형태적 특징을 추출하고 이를 SVM을 이용하여 검증하였다. SVM은 특징 벡터를 고차원으로 사상하고 사상된 공간에서 선형 분리를 시도하는 방법으로 인식기 중 범용적이면서 높은 성능을 보이는 것으로 알려져 있다. 모델 생성 과정에서 모조서명으로 검증하고자 하는 사람의 서명과 형태적인 유사점을 찾을 수 없는 서명, 즉, 일반 필기 데이터를 사용함으로써, 모조서명의 확보가 어려운 경우에도 검증률을 개선할 수 있음을 실험 결과를 통해 확인할 수 있으며, 이는 모조서명 없이도 서명 검증이 가능함을 보여준다.

• Communications for Statistical Applications and Methods
• /
• 제28권6호
• /
• pp.583-594
• /
• 2021

In this paper, we propose wavelet-based procedures to identify the difference between images, including portraits and handwriting. The proposed methods are based on a novel combination of multiscale methods with a regularization technique. The multiscale method extracts the local characteristics of an image, and the distinct features are obtained through the regularized regression of the local characteristics. The regularized regression approach copes with the high-dimensional problem to build the relation between the local characteristics. Lytle and Yang (2006) introduced the detection method of forged handwriting via wavelets and summary statistics. We expand the scope of their method to the general image and significantly improve the results. We demonstrate the promising empirical evidence of the proposed method through various experiments.

• 헤리티지:역사와 과학
• /
• 제46권2호
• /
• pp.150-165
• /
• 2013

이 글에서는 강원도 유형문화재 제1 2호로 각각 지정된 위봉문과 조양루를 강원도청 내로 이전 복원하기 위한 고증과정에서 밝혀진 사실을 토대로 그동안의 이건 경위와 원위치, 현판 글씨의 작자와 작성연대 등을 살펴보았다. 위봉문과 조양루는 춘천관아 건물로 건립된 이래 1890년 춘천이궁의 부속 건물로 사용되어 왔다. 위봉문은 강원도청 내로 이전 복원 되는 것까지 5차례 이건되었고, 조양루는 2차례 이건되었다. 두 건물의 이전 복원을 위해 1925년 조선총독부에서 발행한 근세지형도를 이용하여 원위치를 추정해 본 결과 현 강원도청 출구도로와 화분온실로 사용하던 부지에 조양루가 위치하고 있었고, 위봉문은 정원에 위치하고 있었음을 알 수 있었다. 현판 글씨를 고증하는 과정에서 현재의 위봉문과 이궁 건립 이전 조양문의 현판 글씨는 1788년 송하옹 조윤형이 썼음이 밝혀졌다. 특히 조양루는 조윤형이 조양문 현판 글씨를 쓰기 이전부터 '조양'이라는 이름으로 삼문이나 문루 형태의 관아건물로서 기능을 해 왔었고, 춘천이궁 영선 때 개축된 후 '조양루'라는 현판이 달렸을 것으로 판단된다. 또한 이를 통해 그간 사료에 최초 건립 경위나 연도가 나타나지 않은 위봉문과 조양문(루)의 존치 상한시점이 최소 1788년 이전이라는 점도 밝혀진 것이다. 본 연구를 통해 그간 연구가 미흡했던 위봉문과 조양루의 연혁과 역사성을 좀 더 명확히 밝힐 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.540-543
• /
• 2020

본 논문에서는 대표적인 이미지 분류 모델인 CNN(Convolutional Neural Network)과 시간에 따른 이미지의 변화를 학습할 수 있는 LSTM(Long Short-Term Memory) 기반의 온라인 서명인식 모델을 제안한다. 실제로는 위조서명을 미리 구하기 어렵다는 사실을 고려해 서명검증 대상자가 아닌 타인의 진서명과 대상자의 일반 필기 데이터를 음의 데이터로서 학습에 사용하였다. 실험 결과, 전체 이미지 중 서명 부분의 비율에 따라 좋은 성능을 보이는 검증 모델이 다르며 Accuracy 성능지표를 통해 이 비율이 높거나 낮을 경우 CNN-LSTM 이, 중간일 경우 CNN 이 적합하다는 것을 확인하였다.

• 문화기술의 융합
• /
• 제3권4호
• /
• pp.165-169
• /
• 2017

CNN(Convolutional Nerual Network)는 기계학습 알고리즘 중에서도 이미지의 인식과 분류에 뛰어난 성능을 보이는 알고리즘 중 하나이다. CNN의 경우 간단하지만 많은 연산량을 가지고 있어 많은 시간이 소요된다. 따라서 본 논문에서는 CNN 수행과정에서 많은 처리시간이 소모되는 convolution layer와 pooling layer, fully connected layer의 연산수행을 SIMT(Single Instruction Multiple Thread)구조의 GPGPU(General-Purpose computing on Graphics Processing Units)를 통하여 병렬로 연산처리를 수행했다. 또한 convolution layer의 출력을 저장하지 않고 pooling layer의 입력으로 바로 사용함으로 메모리 접근횟수를 줄여 성능 향상을 기대했다. 본 논문에서는 이 실험검증을 위하여 MNIST 데이터 셋을 사용하였고 이를 통하여 제안하는 CNN 구조가 기존의 구조보다 12.38% 더 좋은 성능을 보임을 확인했다.

• 대한전자공학회논문지SP
• /
• 제43권5호
• /
• pp.37-44
• /
• 2006

MRF (Markov random fields)로 전후 관계가 모델링된 변형된 형태의 ICM 방식을 소개한다. 특징 추출을 위해 부합블록인접의 새로운 MRF 모델을 제시한다. 이 모델은 현재 고려중인 화소를 기점으로 지엽구조인 복수방향의 기하학적 인접화소군들을 발생시켜 집합을 형성한다. 전처리 작업을 통해 산출한 특정 영역 색도분포의 확률적 데이터를 근거로 매 인접화소군 화소들 사이의 색도분포와 인접화소군들 사이의 관련성 여부를 단계별로 확률적으로 비교 판별함으로 해당화소의 영역귀속을 결정한다. 귀속 영역이 판별된 화소에는 특정 색도를 부여하고 타영역의 원소와 차별한다. 이러한 과정을 전 화소들에 확대 적용하면서 관측영상은 영역별로 순차적으로 분류되며 정보가 추출된다. 대상 영상은 탁본영상으로서 바탕영역과 정보영역을 차별적으로 분류, 색도부여를 통해 문자만의 특징을 선별한다. 이 방식은 종래의 ICM 방식의 단점이었던 과/부족 평활 현상을 최소화하는 동시에, 벡터적 판별력 부가에 의한 특정영역 잡음 제거와 얼룩현상 극소화에 효과가 있음이 실험을 통해 확인할 수 있었다. 또한 MICM 방식을 탁본영상의 문자인식에 적용하면 우수한 효과가 있으리라 기대한다.