저화질 문자 인식을 위한 인식기반 초해상도 영상 복원방법
Recognition-based Super Resolution Image Reconstruction for Low-Quality Character Recognition
- 주제(키워드) 문자인식 , 영상복원 , 초해상도
- 발행기관 한동대학교 대학원
- 지도교수 김인정
- 발행년도 2011
- 학위수여년월 2011. 2
- 학위명 석사
- 학과 및 전공 일반대학원 정보통신공학과
- 세부전공 정보통신공학
- 원문페이지 vi, 46p.
- 실제URI http://www.dcollection.net/handler/handong/000001085813
- 본문언어 영어
- 저작권 한동대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
기존의 초해상도 영상 복원방법(super resolution image reconstruction) 은 화질이 저하된 영상으로부터 고해상도 영상을 복원해내기 위하여 해당 문자에 대한 정보와는 크게 상관없는 매우 방대한 훈련샘플을 사용하여 복원을 수행한다. 특히 이러한 영상 복원기술이 문자인식 시스템에 적용되는 경우 인식의 전처리(pre-processing) 과정으로 사용되었는데, 시스템의 동작 원리상 복원과 인식의 오류를 동시에 통제해야 하는 제재가 따른다. 따라서, 본 논문에서는 초해상도 영상복원 기술을 문자 인식에 적용하는 과정에 인식과 복원이 동시에 수행될 수 있는 인식기반 초해상도 영상 복원방법 (recognition-based super resolution)을 제안한다. 제안하는 영상 복원방법은 인식하려는 저화질 문자 영상에 대한 후보 문자 클래스에 대한 정보를 인식기의 반응을 참조하여 최적 클래스를 선택함으로써 해당하는 영상복원 결과와 인식결과를 최적의 결과로 산출한다. 게다가, 본 논문에서는 예제 기반의 초해상도 영상복원(example-based super resolution)을 수행할 때 발생하는 잡영 문제를 영상 관찰모델(image observation model)을 반영한 패치 검색기준을 이용하여 억제하였으며, 저조한 복원속도에 대해서는 다단계 후보축소 방법(multi-phase candidate reduction)을 이용하여 성능을 개선시켰다. 실험에 따르면, 제안하는 인식 기반의 초해상도 영상복원 시스템을 통하여 복원과 인식을 동시에 실시한 결과 영상복원과 인식을 독립적으로 수행한 기존의 방법에 비해 화질과 인식에 있어서 모두 개선된 결과를 보였다. 또한, 잡영이 억제되면서도 복원 속도 또한 향상되었음을 알 수 있었다. 최종적인 인식 성능은 기존의 75.8%에서 83.9%로 개선되어 제안하는 방법이 문자 인식에 있어서 효과적임을 확인하였다.
more초록/요약
In order to restore a high-resolution image from one or more low-quality images, conventional super resolution image reconstruction restores with very huge size of training samples which are meaningful and also meaningless. While such image restoration technology applies to preprocessing in character recognition system, it should control both restoration and recognition by operation sequence of recognition. Therefore, we proposed recognition-based super resolution system which runs recognition and also restoration while super resolution image reconstruction technology applies character recognition. The proposed method carries out restored and also recognized result as optical output while information of candidate character class to recognize low-quality images are referenced by some reaction of character recognizer. Furthermore, we proposed revised example-based super resolution image reconstruction which suppresses image noise using patch retrieval criterion reflects image observation model. In addition, we improved restoration speed by applying multi-phase candidate reduction searching technology. In experiments, the proposed method which runs simultaneously both recognition and restoration outperformed conventional methods which runs independently both recognition and restoration. And it shows noise suppressed and restoration speed improved effects. Moreover, it improved recognition performance from 75.8% to 83.9%, which confirms the practical effect of the proposed method on recognition performance.
more목차
Abstract i
Contents iv
List of Figures v
List of Tables vi
I. Introduction 1
II. Previous Works 3
1. Example-based Super Resolution 3
2. Bayesian Super Resolution 6
III. Fast Patch Retrieval by Multi-phase Candidate Reduction 10
1. High-Dimension Feature Extraction 10
2. Comparable Search Methods 11
3. Multi-phase Candidate Reduction Method 12
IV. Patch Retrieval Criterion with Image Observation Model 13
1. Patch Matching Criterion using Image Observation Model 15
2. MAP Patch Retrieval Criterion 19
V. Proposed Recognition-based Super Resolution 23
1. Previous recognition system 23
2. Recognition-based super resolution 25
VI. Experiments 28
1. Experimental outline and Environments 28
2. Image Restoration Speed 28
3. Image Restoration Quality 30
4. Character Recognition Performance 36
VII. Conclusion 39
VIII. Reference 41