혼동 그래프를 이용한 유사문자 인식 방법 연구
Recognition of similar characters using confusion graph
- 주제(키워드) 혼동 그래프 , confusion graph , 유사문자
- 발행기관 한동대학교 일반대학원
- 지도교수 김인정
- 발행년도 2011
- 학위수여년월 2012. 2
- 학위명 석사
- 학과 및 전공 일반대학원 정보통신공학과
- 세부전공 정보통신
- 원문페이지 v,39p.
- 실제URI http://www.dcollection.net/handler/handong/000001478445
- 본문언어 한국어
- 저작권 한동대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
문자 인식 기술 중 한글 필기문자 인식은 인쇄문자 인식에 비해 낮은 성능을 보이고 있다. 이러한 필기 문자 인식의 한계를 극복하기 위하여 문자의 형태 변이를 완화하는 정규화 방법이나 유사한 형태의 문자들을 효과적으로 구분해낼 수 있는 유사문자 구분방법들이 연구되었다. 그러나 전체 인식 시스템에서 인식 결과와 구분 결과를 통합하는 방법에 대해서는 많은 연구가 이뤄지지 않았다. 따라서 본 논문에서는 기반인식기와 유사문자구분기에서 생성되는 다양한 정보를 인식 및 구분 결과 통합에 적용함으로써 더욱 체계적인 통합 방법을 제안한다. 문자쌍에 따라 인식기와 구분기의 성능이 서로 다르게 나타나므로 기반인식기와 유사문자구분기를 효과적으로 통합하기 위해서는 문자간 혼동확률, 인식기 및 구분기 신뢰도 정보가 중요하다. 훈련 단계를 통해 혼동확률, 인식기 및 구분기 신뢰도를 생성한 뒤 인식 결과와 구분 결과를 통합할 때에 가중치로 적용한다. SERI92a 문자 영상으로 실험한 결과 유사문자구분기를 이용한 기존 방법에 비해 8.26퍼센트의 오류 감소 효과를 보였다.
more초록/요약
Korean hand-written character recognition's performance is lower than printed character recognition. To overcome the limit of hand-written character recognition, we have studied normalization that alleviates character's shape variation and pair-wise discrimination that classify similar characters. However, there weren't many study for integrate baseline recognizer and discriminator. In this paper, we suggest systematic integration method using various information from baseline recognizer and discriminator. To integrate recognizer and discriminator effectively, we need reliabilities of recognizer and discriminator because recognizer and discriminator's performance are different at each character pair. We generated the score of recognizer and discriminator's reliability in training phase and applied weighted average to those results. By using the suggested method and SERI92a character images, the recognition error rate decreased about 8.26% than the former method.
more목차
Abstract i
Contents ⅲ
List of Figures ⅳ
List of Tables v
I. Introduction 1
II. Related Works 3
1. Statistical Character Recognition System 3
2. Pair-wise Discrimination 5
Ⅲ. Written character recognition using confusion graph 7
1. Outline 7
2. System structure 11
3. Generate the confusion graph 13
4. The recognition phase 22
5. Integrating recognition score and discriminant score 27
Ⅳ. Experiment 30
1. Overview 30
2. The reliability of recognizer and discriminator 31
3. Recognition Result 34
Ⅴ. Conclusion 36
Ⅵ. Reference 37