• Journal of KIISE:Software and Applications
• /
• v.29 no.8
• /
• pp.521-528
• /
• 2002

We propose a new approach to the feature selection for the classification of handwritten characters using two-dimensional(2D) wavelet packet bases. To extract key features of an image data, for the dimension reduction Principal Component Analysis(PCA) has been most frequently used. However PCA relies on the eigenvalue system, it is not only sensitive to outliers and perturbations, but has a tendency to select only global features. Since the important features for the image data are often characterized by local information such as edges and spikes, PCA does not provide good solutions to such problems. Also solving an eigenvalue system usually requires high cost in its computation. In this paper, the original data is transformed with 2D wavelet packet bases and the best discriminant basis is searched, from which relevant features are selected. In contrast to PCA solutions, the fast selection of detailed features as well as global features is possible by virtue of the good properties of wavelets. Experiment results on the recognition rates of PCA and our approach are compared to show the performance of the proposed method.

• Journal of KIISE:Software and Applications
• /
• v.28 no.11
• /
• pp.813-821
• /
• 2001

While recognition of isolated units of writing, such as a character or a word, has been extensively studied, emphasis on the segmentation itself has been lacking. In this paper we propose an active segmentation method for handwritten Hangul address strings based on the Run-length code. A slant correction algorithm, which is considered as an important preprocessing step for the segmentation, is presented. Three fundamental candidate estimation functions are introduced to detect the clues on touching points, and the classification of touching types is attempted depending on the structural peculiarity of Hangul. Our experiments show segmentation performance of 88.2% on touching characters with minimal over-segmentation.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.18 no.9
• /
• pp.1358-1367
• /
• 1993

In this paper, OMR system based on image processing is developed which improve the performance of conventional OMR system based on line-scan method. Based on this OMR system, real-time OCR system which recognizes alphanumerics is also developed. We propose the OMCR system which recognize the mark and numerals at the same time. Besides, we improve the input system using constrained 7-segment type handwritten numeral instead of mark to solve the problem caused by miswriting the mark. In summary, we verified the reai-time recognition performance of developed OMCR system using application form for admission, answer sheet for college entrance examination and receipt sheet.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2019.05a
• /
• pp.439-441
• /
• 2019

Deep learning has become a powerful and robust algorithm in Artificial Intelligence. One of the most impressive forms of Deep learning tools is that of the Convolutional Neural Networks (CNN). CNN is a state-of-the-art solution for object recognition. For instance when we utilize CNN with MNIST handwritten digital dataset, mostly the result is well. Because, in MNIST dataset, all digits are centralized. Unfortunately, the real world is different from our imagination. If digits are shifted from the center, it becomes a big issue for CNN to recognize and provide result like before. To solve that issue, we have created frequency images from spatial images by a Fast Fourier Transform (FFT).

• Korean Journal of Cognitive Science
• /
• v.9 no.1
• /
• pp.1-11
• /
• 1998

In this paper, the features which are thought to be used by humans based on the psychological experiment of human information processing are applied to character recognition problem. Man will deal with a little large area information as well as pixel by pixel information. Therefore we define the feature that represents a little wide region I information called region feature, and combine the features derived from region feature and pixel by pixel features that have been used by now. The features we used are the result of region feature based preanalysis, mesh with region attributes, cross distance difference and gradient. The training and test data in the experiment are handwritten Korean alphabets, digits and English alphabets, which are trained on neural network using back propagation algorithm and recognition results are 90.27-93.25%, 98.00% and 79.73-85.75%, respectively Experimental results show that the feature we are suggesting in this paper is 1-2% better than UDLRH feature similar in attribute to region feature, and the tendency of misrecognition is more easily acceptable by humans.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.274-277
• /
• 2006

본 논문에서는 온라인 필기 한자 인식 과정에 있어 비슷한 한자끼리 혼동되어 오인식되는 한자들을 선별하여 이들 한자 인식과정의 후처리에 적용 할 수 있는 결과검증 방법에 대해서 소개한다. 결과검증 방법은 온라인 필기 한자인식기가 최종 인식결과를 산출하기 전에 후보한자들 중 혼동한자가 있으면 그 혼동 한자에 대해서 미리 정해놓은 조건을 만족하는지 검사하여 점수를 내고 이를 인식 후처리에 이용한다. 인식 후처리에 쓰이는 결과검증 방법에서는 그 한자만이 가지고 있는 구조적인 정보를 다른 한자들과 구별하기 위해 휴리스틱으로 파악하여 조건화 시킨다. 구조적인 정보는 획의 좌표, 방향코드, 순서, 길이 등으로 판단되며 다양한 휴리스틱방법이 고려 될 수 있다. 인식 후처리에 적용되는 결과검증 방법을 통해 혼동되는 온라인 필기 한자를 구별하는데 도움이 되는 것을 실험을 통해 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.402-407
• /
• 2006

본 논문에서는 보다 실용적인 온라인 한자인식기 개발을 위하여 한자 검정 능력 1급 쓰기 수준을 모두 포함하는 한자 필기 데이터로부터 16방향의 체인코드열과 부분획의 구조를 반영하는 구조코드열을 만들어 성능평가를 하였다. 인식 방법으로는 DP 매칭 방법과 HMM을 사용하여 2,362 종류의 한자에 대해 인식 실험을 하였다. 그 결과 체인코드열을 사용한 DP 매칭 방법에 의한 결과가 96.54%로 가장 높은 인식률을 보였으며, 구조코드열을 사용하여 HMM에 의한 인식실험 결과가 95.65%로 그 뒤를 이었다. 인식 속도면에서는 체인코드 보다 코드열의 길이가 짧은 구조코드열을 사용한 방법이 상대적으로 유리했고, 클래스 당 1개의 모델을 사용한 HMM에 의한 방법이 클래스 당 복수개의 모델을 사용한 DP 매칭 방법에 비해 모델의 개수가 훨씬 적기 때문에 속도 면에서 월등히 유리해 더 효율적인 인식 성능을 보인다는 결론을 내릴 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.843-846
• /
• 2005

사용자마다 여러 필기 방식이 존재하기 때문에 입력된 문자가 획 순서를 달리하여 필기했을 경우 오인식 발생확률이 많다고 볼 수 있다. 따라서 본 논문에서는 사용자의 서로 다른 필기 방향을 처리하는 인식 방법을 제안한다. 하나의 문자라도 필기 모양에 따라 해당 모델에서 그 문자가 발생할 확률 값이 다르지만 임계 확률 값 즉, 다양한 필기 모양에 상관없는 최소한의 발생 확률 값을 구할 수 있다. 따라서 시스템이 입력 문자를 인식할 때 어떤 모델에서의 발생 확률이 그 모델에서의 임계 확률 값보다 낮을 경우는 훈련과는 다른 필기체로 쓴 것이라고 가정할 수 있으며, 이러한 정보를 통해서 다른 필기 방향의 문자를 인식할 수가 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.472-477
• /
• 2008

본 논문에서는 은닉 마르코프 모델(HMM)을 기반한 대용량의 필기 한자 인식의 문제점인 시스템 리소스의 한계와 인식에 소요되는 많은 시간을 단축하기 위해 구조코드와 HMM에 최적화 된 클러스터링 알고리즘을 제안한다. 제안하는 클러스터링 알고리즘의 기본 개념은 훈련된 HMM를 대상으로 하고, HMM의 파라미터 수가 동일한 클래스에 대해서 클러스터를 구성하는 것이다. 또한 인식에 소요되는 시간을 줄이기 위해 2단계 클러스터모델 구조를 사용한다. 총 98,639 종류의 일본 한자를 대상으로 한 실험에서 평균 0.92 sec/char 인식 속도와 30순위 후보인식률 96.03%를 보임으로서 대용량 필기 한자 인식을 위한 좋은 방안이 될 것이라 기대한다.

• The Journal of Information Technology and Database
• /
• v.4 no.2
• /
• pp.65-78
• /
• 1998

본 논문에서는 획 상대위치 판별을 통한 온라인 필기체 한글 문자 인식에 관하여 연구하였다. 한글을 구성하는 획을 인식하기 위하여 각 획의 시작부분과 끝부분의 방향코드를 이용하였으며, 인식된 획들을 바탕으로 각 획들간의 상대위치 정보를 이용하여 자소를 인식하였다. 온라인 필기체 한글의 경우 획의 모양과 크기가 필기자에 따라 불규칙하게 변하므로 획의 모양보다는 획의 위치를 인식에 더 중요한 자료로 삼아 인식을 행하였다. 6,000자의 온라인 필기체 한글 문자에 대하여 실험한 결과, 문자당 평균인식속도 0.034초, 획 인식률 92.3%와 문자 인식률 94.6%를 보였다. 본 실험의 결과로서 온라인 필기체 인식시스템을 구성함에 있어서 획의 시작 부분과 끝부분의 진행방향이 획인식의 중요 요소임과 획들간의 상대적 위치가 한글 문자 인식에 있어서 중요한 요소임을 밝혔다.