A Two-Stage Document Page Segmentation Method using Morphological Distance Map and RBF Network = 거리 사상 함수 및 RBF 네트워크의 2 단계 알고리즘을 적용한 서류 레이아웃 분할 방법

국문 초록 (Abstract)

본 논문에서는 2 단계 서류 레이아웃 분할 방법을 제안한다. 서류 분할의 1 차 단계는 top-down 계열의 영역 추출로서 모폴로지 기반의 거리 함수를 사용하여 주어진 영상 데이타를 사각형 영역들로 분할한다. 거리 사상 함수를 통한 예비 결과는 성능 개선을 위한 2 차 단계의 입력 변수로 작용한다. 서류 분할의 2 차 단계로서 기계 학습 이론을 적용한다. 통계 모델을 따르는 RBF 신경망을 선택하였고, 은닉 층의 설계를 위해 코호넨 네트워크의 자기 조직화 성격을 활용한 데이타 군집화 기법을 기반으로 하였다. 본 논문에서는 300 개의 영상에서 추출된 영역 데이타를 통해 학습된 신경망이 1 차 단계에서 도출된 예비 결과를 개선함을 연구 결과로 제시하였다.

다국어 초록 (Multilingual Abstract)

We propose a two-stage document layout segmentation method. At the first stage, as top-down segmentation, morphological distance map algorithm extracts a collection of rectangular regions from a given input image. This preliminary result from the first stage is employed as input parameters for the process of next stage. At the second stage, a machine-learning algorithm is adopted. RBF network, one of neural networks based on statistical model, is selected. In order for constructing the hidden layer of RBF network, a data clustering technique based on the self-organizing property of Kohonen network is utilized. We present a result showing that the supervised neural network, trained by 300 number of sample data, improves the preliminary results of the first stage.

목차 (Table of Contents)

• 요약
• Abstract
• 1. Introduction
• 2. Distance Map Method for Top-Down Segmentation
• 3. RBFN(Radial Basis Function Networks)
• 4. Experimental Results
• 5. Conclusion
• References