한글 문자 데이터베이스 PHD08 구축

국문 초록 (Abstract)

문자 인식의 응용이 형식 문서의 인식 같은 고전적인 영역을 벗어나 웹 문서나 자연 영상의 문자 인식으로 확장되고 있다. 이러한 새로운 응용에서는 명조나 고딕같은 표준 글꼴뿐만 아니라 다양한 모양의 글꼴을 사용하는 것이 보편적이다. 기존의 데이터베이스들은 주로 표준 글꼴을 대상으로 제작되어 새로운 응용에 사용하는데 한계를 안고 있다. 본 논문에서는 완성형 2350자 각각을 대상으로 9종류의 글꼴에 대해 글꼴 크기, 품질, 해상도를 달리하여 243개의 이미지 샘플을 생성하였다. 또한 이들 샘플 각각에 대해 이진 임계치와 회전 각도를 달리하여 변형된 샘플을 얻었다. 이러한 과정으로 각 글자마다 2,187개의 샘플을 생성하였으며, 총 5,139,450개의 샘플을 갖는 인쇄체 한글 데이터베이스를 구축하였다. 데이터베이스에 대한 특성과 상용 OCR 소프트웨어에 대한 인식 성능 등을 제시한다.

다국어 초록 (Multilingual Abstract)

The application of OCR moves from traditional formatted documents to the web document and natural scene images. It is usual that the new applications use not only standard fonts of Myungjo and Godic but also various fonts. The conventional databases which have mainly been constructed with standard fonts have limitations in applying to the new applications. In this paper, we generate 243 image samples for each of 2350 Hangul character classes which differs in font size, quality, and resolution. Additionally each sample was varied according to binarization threshold and rotational transformation. Through this process 2187 samples were generated for each character class. Totally 5,139,450 samples constitutes the printed Hangul character database called the PHD08. In addition, we present the characteristics and recognition performance by an commercial OCR software.

목차 (Table of Contents)

• 요약
• Abstract
• Ⅰ. 서론
• Ⅱ. 기존 한글 데이터베이스
• Ⅲ. PHD08 생성
• Ⅳ. 상용 인식기에 의한 인식률
• Ⅴ. 결론
• 참고문헌
• 저자소개

참고문헌 (Reference)

1 김대환, "한글 필기체 영상 데이터베이스 PE92의 소개" 567-575, 1992

2 오일석, "패턴인식" 교보문고 2008

3 허기수, "전주 한옥마을에서 수집한 간판영상 데이터베이스" 한국콘텐츠학회 6 (6): 243-248, 2006

4 이성훈, "저해상도 인쇄체 한글 인식을 위한 자소 분할 방법" 382-384, 2006

5 조성배, "인쇄체 한글 문자의 인식을 위한 계층적 신경망" 17 (17): 306-316, 1990

6 김병기, "유형의 상대적 크기를 고려한 한글문자의 유형 분류" 한국컴퓨터정보학회 11 (11): 99-106, 2006

7 정인숙, "웹 이미지의 텍스트 추출을 위한 색 분산 방법의 실험적 평가" 36-, 2008

8 정지호, "원형 패턴 벡터를 이용한 인쇄체 한글 인식" 38 (38): 33-45, 2001

9 김지훈, "상향식 접근 방법을 사용한 강인한 간판 인식" 34 (34): 234-235, 2007

10 林吉澤, "문자형식 분류 기반의 인쇄체 문자인식에 관한 연구" 대한전자공학회 40 (40): 26-39, 2003

11 이판호, "동적자소분할과 신경망을 이용한 인쇄체 한글 문자인식에 관한 연구" 19 (19): 2133-2146, 1994

12 김대인, "대용량 오프라인 한글 글씨 영상 데이터베이스 KU-1의 설계 및 구축" 152-159, 1997

13 최영우, "계층적 특징 결합 및 검증을 이용한 자연이미지에서의 장면 텍스트 추출" 한국정보과학회 31 (31): 420-438, 2004

14 이진수, "개선된 자소 인식 방법을 통한 고인식률 인쇄체 한글 인식" 23 (23): 841-851, 1996

15 J. H. Jonathan, "A Database for handwritten Text Recognition Research" 16 (16): 1994