• Journal of information and communication convergence engineering
• /
• 제21권2호
• /
• pp.167-173
• /
• 2023

Hangul is unique compared to other Asian languages because of its simple letter forms that combine to create syllabic shapes. There are 24 basic letters that can be combined to form 27 additional complex letters. This produces 51 graphemes. Hangul optical character recognition has been a research topic for some time; however, handwritten Hangul recognition continues to be challenging owing to the various writing styles, slants, and cursive-like nature of the handwriting. In this study, a dataset containing thousands of samples of 51 Hangul graphemes was gathered from 110 freshmen university students to create a robust dataset with high variance for training an artificial neural network. The collected dataset included 2200 samples for each consonant grapheme and 1100 samples for each vowel grapheme. The dataset was normalized to the MNIST digits dataset, trained in three neural networks, and the obtained results were compared.

• 한국콘텐츠학회논문지
• /
• 제13권9호
• /
• pp.10-19
• /
• 2013

본 논문에서는 그래프 패턴 인식을 신속히 처리하기 위한 새로운 자성 센서의 개발과 인식 시스템을 제안하고자 하였다. 그래픽을 입력받아 세션화와 균형화를 수행하는데 있어서 특징점의 사전 처리를 선결 수행함으로써 인식 속도를 증강하고 선처리된 특징점을 이용하여 끝점, 굴곡점, 분기점의 특징점을 별도로 추출하지 않는 방법으로 조사하여 모음이나 자음의 부분패턴의 그래프 사전을 비교하는 간단한 구조해석과 인식을 도모하였다. 본 논문의 성능 비교를 위하여 사용자의 필기체를 사전에 등록 인식하고 입력 필기체를 비교 인식하여 Unicode로 변환시켜 비교한 결과 70%의 초기 인식률에서 누적 인공학습 지능 처리 결과 95%의 이상의 인식률을 보여주고 있다.

• 인지과학
• /
• 제10권3호
• /
• pp.77-83
• /
• 1999

1990년대 OCR에 대한 관심이 고조되면서, 다양한 필기 데이터베이스가 전 세계적으로 구축되었다. 그러나, 현재 연구분야에서 직면한 문제는 필기 품질을 포함하여 각기 다양한 방법으로 구축된 데이터베이스 내에서 필기 문자의 품질을 평가하는 것이다. 본 논문은 다양한 필기 데이터베이스를 비교하고, 문자 인식기의 성능을 객관적으로 평가하는데 사용할 수 있는 필기 품질을 측정하는 방법을 제안한다. 여기서 사용된 핵심 아이디어는 각각의 문자 샘플을 필기 품질에 따라 여러 개의 그룹으로 나누는 것이다. 제안된 방법의 성능을 평가하기 위하여, 대용량 필기 한글 데이터베이스인 KU-1 데이터베이스에 대한 실험을 수행한 결과, 제안된 방법이 필기 데이터베이스를 비교하고, 인식기의 성능을 객관적으로 평가하는데 유용하게 사용할 수 있는 가능성을 확인하였다.

• Journal of Information Processing Systems
• /
• 제10권4호
• /
• pp.503-522
• /
• 2014

In the cursive handwriting recognition process, script trajectory segmentation and modeling represent an important task for large or open lexicon context that becomes more complicated in multi-writer applications. In this paper, we will present a developed system of Arabic online handwriting modeling based on graphemes segmentation and the extraction of its geometric features. The main contribution consists of adapting the Fourier descriptors to model the open trajectory of the segmented graphemes. To segment the trajectory of the handwriting, the system proceeds by first detecting its baseline by checking combined geometric and logic conditions. Then, the detected baseline is used as a topologic reference for the extraction of particular points that delimit the graphemes' trajectories. Each segmented grapheme is then represented by a set of relevant geometric features that include the vector of the Fourier descriptors for trajectory shape modeling, normalized metric parameters that model the grapheme dimensions, its position in respect to the baseline, and codes for the description of its associated diacritics.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1032-1035
• /
• 2003

The field of handwriting recognition has been researched for many years. A hybrid classifier has been proven to be able to increase the recognition rate compared with a single classifier. In this paper, we combine support vector machine (SVM) and hidden Markov model (HMM) for offline handwritten numeral recognition. To improve the performance, we extract features adapted for each classifier and propose the modified SVM decision structure. The experimental results show that the proposed method can achieve improved recognition rate for handwritten numeral recognition.

• 융합신호처리학회논문지
• /
• 제23권4호
• /
• pp.222-227
• /
• 2022

본 논문에서는 다양한 산업분야에 적용 가능한 딥러닝 알고리즘 기반의 한글 필기체 생성 및 분류 모델을 구현하였다. 구현된 GAN 기반의 한글 필기체 생성 모델과 CNN 기반의 한글 필기체 분류 모델 2가지로 구성되어 있다. GAN 모델은 가짜 한글 필기체 데이터를 생성하기 위한 생성자 모델과 가짜 필기체 데이터를 판별하기 위한 판별자 모델로 구성된다. CNN 모델의 경우 'PHD08' 데이터세트를 활용하여 모델의 학습을 수행하였으며, 학습 결과 92.45% 정확도로 한글 필기체를 분류하는 것을 확인하였다. 구현된 GAN 모델을 통해 생성된 한글 필기체 데이터를 기존 CNN 모델의 학습 데이터세트와 통합하여 분류 모델의 성능평가를 진행한 결과 96.86%로 기존 분류 성능보다 우수하게 나타남을 확인하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2005년도 추계 종합학술대회 논문집
• /
• pp.384-388
• /
• 2005

현재 대부분의 온라인 필기 인식 시스템은 자유로운 필기 입력 방식을 사용하고 있다. 하지만 이러한 방식은 오인식이 많은 단점이 있다. 따라서 본 논문에서는 입력에 약간의 제약을 두어 오인식을 없게 한 새로운 온라인 한글 입력 시스템(KOHA)을 소개한다. KOHA는 입력창 경계선을 이용한 방식으로 오인식이 없고 획수를 줄여 속기가 가능하고 단일줄긋기(Unistroke)에 의한 문자 입력이 가능한 장점이 있다.

• 한국정보통신학회논문지
• /
• 제24권5호
• /
• pp.591-599
• /
• 2020

딥러닝 기술은 실세계의 객체를 분류하거나 인식하기 위해서 사용된다. 이를 위해서 준비된 많은 데이터를 고성능 컴퓨터에서 학습한 후에, 그 학습모델을 인식기에 탑재하여 각종 객체들을 인식한다. 이러한 인식기는 다양한 환경에서 사용되면서 인식하지 못하는 객체들이나 인식률이 낮은 객체들이 발생할 수 있다. 이런 문제를 해결하기 위해서 실세계 객체들을 주기적으로 학습하여 인식률을 높인다. 하지만, 즉각적인 인식률 향상이 어려울 뿐만 아니라, 임베디드 디바이스 등에 탑재되어 있는 인식기에서 학습하는 것이 쉽지 않다. 따라서, 본 논문에서는 임베디드 디바이스에 적용 가능한 부분 학습 기반의 실시간 손글씨 인식기를 제안한다. 제안된 인식기는 사용자 요청 시마다 임베디드 디바이스에서 부분 학습을 할 수 있는 환경을 제공하고, 실시간으로 인식기의 학습모델이 갱신된다. 이로 인해서 인식기의 지능이 지속적으로 향상됨으로 최초에 인식하지 못했던 손글씨에 대해 인식이 가능해진다. 이렇게 제안된 인식기는 RK3399 임베디드 디바이스에서 22개의 숫자와 글자에 대해서 학습과 추론이 가능하다는 것을 실험을 통하여 사람 손으로 쓴 은행 계좌명과 계좌번호를 인식할 수 있는 개인화된 지능을 가진 스마트 기기에 활용 가능할 것으로 기대된다.

• 융합신호처리학회논문지
• /
• 제14권1호
• /
• pp.21-26
• /
• 2013

The objective of this study was to develop a system for handwriting recognition in three dimensions (3D) to authenticate users. While previous studies have used a stylus pen for two-dimensional input on a tablet, this study uses the Wii Remote controller because it can capture 3D human motion and could therefore be more effective means of recognition. The information obtained from a Wii Remote controller included x and y coordinates, acceleration (x, y, z), angular velocity (pitch, yaw, roll), twelve input buttons, and time. The proposed system calculates distances using six features extracted after preprocessing the data. In an experiment where 15 subjects wrote "AIZU" 10 times, we obtained a 94.8% identification rate using a combination of writing velocity, the peak value of pitch, and the peak value of yaw. This suggests that this system holds promise for handwriting-based authentication in the future.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.790-792
• /
• 2005

본 연구에서는 3차원 온라인 필기의 효과적인 인식 방법을 제안한다. 3차원 필기 시 pen-up/pen-down 정보의 구분이 없이 입력하도록 하여 사용자가 편리하게 필기하도록 하고 구분의 부정확함으로 인해 발생하는 오류를 줄인다. 또한, 기존의 2차원 필기 인식 모델을 개선하여 3차원 필기 데이터의 특성을 반영하게 함으로써 경제적이며 안정적인 인식이 가능하다. 실험 결과 제안된 인식 방법을 통해 pen-up/pen-down 정보의 구분이 없는 3차원 필기 숫자에 대해 $91.6\%$의 인식 성능을 얻었으며, 특히 인식 모델의 개선을 통해 여러획으로 이루어진 글자의 경우 높은 인식 성능의 향상을 보임을 확인하였다.