• The Transactions of the Korea Information Processing Society
• /
• v.6 no.12
• /
• pp.3530-3538
• /
• 1999

In this paper, we propose a novel method for feature extraction of off-line handwritten characters recognition based on human optical neural field model. The proposed feature extraction system divide into three parts ; 1) smoothing process, 2) removing boundaries(boundary lines), 3) extracting feature information. The proposed system first removes rough pixels which are easy to occur in handwritten characters. The system then extracts and removes the boundary information which have no influence on characters recognition. Finally, the feature information for off-line handwritten characters recognition is extracted. With PE2 Hangul database, we perform feature extraction experiments for off-line handwritten characters recognition. In the experiment results, the proposed system based on optical neural field shows that can extract the feature information of off-line handwritten characters including curve lines, circles, quadrangles and so on.

• Journal of Korea Society of Industrial Information Systems
• /
• v.29 no.3
• /
• pp.13-22
• /
• 2024

Currently, with the proliferation of digital devices, the significance of handwritten texts in daily lives is gradually diminishing. As the use of keyboards and touch screens increase, a decline in Korean handwriting quality is being observed across a broad spectrum of Korean documents, from young students to adults. However, Korean handwriting still remains necessary for many documentations, as it retains individual unique features while ensuring readability. To this end, this paper aims to implement an application designed to improve and correct the quality of handwritten Korean script The implemented application utilizes the CRAFT (Character-Region Awareness For Text Detection) model for handwriting area detection and employs the VGG-Feature-Extraction as a deep learning model for learning features of the handwritten script. Simultaneously, the application presents the user's handwritten Korean script's reliability on a syllable-by-syllable basis as a recognition rate and also suggests the most similar fonts among candidate fonts. Furthermore, through various experiments, it can be confirmed that the proposed application provides an excellent recognition rate comparable to conventional commercial character recognition OCR systems.

• Journal of KIISE:Software and Applications
• /
• v.29 no.10
• /
• pp.684-693
• /
• 2002

Electronic Ink is a stored data in the form of the handwritten text or the script without converting it into ASCII by handwritten recognition on the pen-based computers and Personal Digital Assistants(PDAs) for supporting natural and convenient data input. One of the most Important issue is to search the electronic ink in order to use it. We proposed and implemented a script matching algorithm for the electronic ink. Proposed matching algorithm separated the input stroke into a set of primitive stroke using the curvature of the stroke curve. After determining the type of separated strokes, it produced a stroke feature vector. And then it calculated the distance between the stroke feature vector of input strokes and one of strokes in the database using the dynamic programming technique. We did various experiments and our algorithm showed high matching rate over 97.7% for only the Korean script and 94% for the data mixed Korean with the Chinese character.

• Journal of the Korean Society for Library and Information Science
• /
• v.47 no.1
• /
• pp.39-55
• /
• 2013

It is a difficult problem to use keyword retrieval for low-quality Korean document images because these include adjacent characters that are connected. In addition, images that are created from various fonts are likely to be distorted during acquisition. In this paper, we propose and test a keyword retrieval system, using a support vector machine (SVM) for the retrieval of low-quality Korean document images. We propose a keyword retrieval method using an SVM to discriminate the similarity between two word images. We demonstrated that the proposed keyword retrieval method is more effective than the accumulated Optical Character Recognition (OCR)-based searching method. Moreover, using the SVM is better than Bayesian decision or artificial neural network for determining the similarity of two images.

• Proceedings of the IEEK Conference
• /
• 2003.07d
• /
• pp.1363-1366
• /
• 2003

This paper introduces computerized version of Hangout(Korean Language) Standard Pronunciation Rule that can be used in Korean processing systems such as Korean voice synthesis system and Korean voice recognition system. For this purpose, we build Petri net models for each items of the Standard Pronunciation Rule, and then integrate them into the vocal sound conversion table. The reversion of Hangul Standard Pronunciation Rule regulates the way of matching vocal sounds into grammatically correct written characters. This paper presents not only the vocal sound conversion table but also character conversion table obtained by reversely converting the vocal sound conversion table. Making use of these tables, we have implemented a Hangeul character into a vocal sound system and a Korean vocal sound into character conversion system, and tested them with various data sets reflecting all the items of the Standard Pronunciation Rule to verify the soundness and completeness of our tables. The test results shows that the tables improves the process speed in addition to the soundness and completeness.

• Annual Conference on Human and Language Technology
• /
• 1995.10a
• /
• pp.148-151
• /
• 1995

컴퓨터를 이용한 한글 인식 분야의 연구들은 연구결과에 대한 유용성이나 기대에 비해 만족할 만한 결과를 보이지 못하고 있는 실정이다. 이는 컴퓨터에서 한글 인식 모형을 구축하는데 있어서 도구의 역할을 하는 컴퓨터의 계산적 특성만을 고려한데서 그 원인들 중하나를 찾을 수 있다. 따라서 한글 인식 모형을 한글 자체의 구조여 특성 뿐 아니라, 실제 인간이 한글을 인식하는데 있어서 이용하는 기제들을 고려하여 제안되어야 할 것이다. 본 논문에서는 한글 문자의 특성을 고찰하고, 지금까지 지각심리학에서 행하여져온 인간의 한글 지각에 대한 연구 결과들 중 컴퓨터에서의 한글 인식 모형에 도움이 되는 사항들들 살펴 본 후, 한글 인식 모형 구축에 필요한 지각심리학의 매개변수들을 제시하려 한다. 이와 같은 고찰은 컴퓨터과학과 지각심리학이 한글 인식 분야에서 상보적인 입장을 취할 수 있도록 돕는 역할을 할 수 있으리라 기대된다.

• Annual Conference on Human and Language Technology
• /
• 1995.10a
• /
• pp.137-142
• /
• 1995

코호넨의 SOFM(Self-Organizing Feature Map)온 빠른 검증 학습이 가능하여 다층 퍼셉트론의 단점을 보완할 수 있는 패턴분류기로 부각되고 있다. 그러나 기본적으로 고정된 크기와 구조의 네트워크를 사용하기 때문에 실재 문제에 적용하기가 쉽지 않다는 문제가 있다. 본 논문에서는 패턴에 대한 사전 정보없이 복잡한 패턴공간을 적응적으로 분할하기 위해 구조적응되는 자기조직화 신경망을 소개하고 이를 인쇄체 한글 문자의 인식에 적용한 결과를 보여준다. 여기에서 제안하는 신경망은 SOFM의 각 셀이 좀더 자세한 SOFM으로 확장될 수 있도록하며, 확률분포가 0인 셀을 제거함으로써 패턴 공간에 보다 근사한 분류를 가능하게 한다. 실제로 이러한 방식이 한글과 같은 복잡한 분류 문제에서 어떻게 작동하는지 설명하고, 한글 완성형 2350자에 대해 실험한 결과를 보여준다.

• Annual Conference on Human and Language Technology
• /
• 1997.10a
• /
• pp.194-199
• /
• 1997

본 논문에서는 글꼴의 변화와 잡영을 흡수할 수 있도록 자소의 탐색 영역을 정의 하였으며 이 영역에 나타나는 횡모음과 종모음의 주획을 추출하는 방법을 기술하였다. 종모음 영역에서 추출한 수직획들과 횡모음 영역에서 추출한 수평획들을 각각 종모음과 횡모음의 주획이 될 수 있는 후보들로써 이들로 부터 종모음과 횡모음의 존재를 파악하는 것이 한글 유형 분류의 주된 내용이다. 그러나 다양한 글꼴에 나타나는 수평획들로부터 곧바로 횡모음의 존재를 파악하는 것은 쉬운 문제가 아니다 본 논문에서는 기존의 트리 분류기를 확장하여 복잡하고 다양한 특징을 단계별로 단순화시키고 트리 분류기의 상위 노드에서 결정된 정보와 제약 조건을 이용하여 유형을 분류하는 방법을 제안하였다. 제안된 방법은 한글 상위 빈도 1405자, 3가지 글꼴에 대하여 99.8 %의 유형 분류율을 보이고 있다.

• Annual Conference on Human and Language Technology
• /
• 1997.10a
• /
• pp.200-207
• /
• 1997

본 논문에서는 계층적 랜덤 그래프를 이용한 필기 한글 인식 방법론을 제안한다. 한글은 다른 문자와 달리 기본 자소의 조합으로 이루어진 문자로서 2차원 평면상에 표현된다. 이러한 한글의 특성과 필기된 한글에서 나타나는 다양한 변형을 통계적으로 모델링하기 위해서 계층 그래프를 이용하였다. 특히, 계층 그래프의 최 하위 계층에서는 필기된 획의 변형을 흡수할 수 있도록 확장된 랜덤 그래프를 적용하였다. 제안된 모델은 통계적 모델이기 때문에 필기 데이터베이스로부터 모델의 파라미터를 구할 수 있다는 장점이 있다. 실험에서 제안된 모델을 필기 한글 인식 문제에 적용하여 자소간 접촉된 문자나 어느 정도의 흘려 쓴 문자도 잘 인식할 수 있음을 보였다.

• Annual Conference on Human and Language Technology
• /
• 1989.10a
• /
• pp.126-131
• /
• 1989

본 논문에서는 Error Back Propagation 학습을 이용해 한글 문자를 On-Line 인식하는 시스템을 제안한다. Pointing device의 궤적을 추적해 입력 패턴의 특징(feature)을 추출해 신경 회로망 입력으로 준다. 이때 사용하는 특징은 기본 획 (stroke)의 종류 및 획간의 상대적 위치 관계이다. 학습과정에서는 자소의 정의를 읽어 초성, 중성, 종성에 대해 각 획수마다 정의된 신경회로망의 weight를 조정한다. 인식 과정에서는 초성, 중성, 종성의 순으로 에러가 최소인 획수의 신경회로망 출력을 택하여 2 바이트 조합형 코드로 완성한다. 이로써 Intelligent Man-Machine Interface 시스템중 위치 및 크기에 무관한 전필 입력 시스템을 구현한다.