순환 신경망을 이용한 연속 필기된 숫자열의 통합적 분할 및 인식 (pp.287-294) = Integrated Segmentation and Recognition of Connected Handwritten Numerals with Recurrent Neural Network

국문 초록 (Abstract)

지금까지 진행되어온 연속 필기된 숫자열의 오프라인 인식에 관한 대부분의 연구들은 연속적으로 필기된 숫자열을 낱자 단위의 숫자로 분할하고, 분할된 숫자를 인식하는 방식으로 진행되어 왔기 때문에, 이들의 성능은 분할 알고리즘의 성능에 크게 의존한다. 즉, 이러한 방법들은 두개 이상의 숫자가 서로 겹치거나 접촉된 경우, 또는 깨지거나 잡음이 섞인 영상이 입력된 경우에는 정확한 분할이 불가능하기 때문에 정확한 인식이 이루어질 수 없다. 이러한 문제를 해결하기 위하여 본 논문에서는 분할과 인식 과정이 통합된 연속 필기 숫자열 인식 방법을 제안한다. 또한, 연속 필기된 숫자열 영상의 공간적인 정보 뿐만 아니라 숫자열 영상을 구성하는 화소들 간의 공간적인 의존성을 학습함으로써 연속 필기 숫자열을 효과적으로 인식할 수 있는 새로운 구조의 순환 신경망 모델을 제안한다.
제안된 방법의 성능을 검증하기 위하여 NIST 데이타베이스에 대하여 실험한 결과, 5개의 숫자를 포함한 숫자열에 대하여 1％의 오인식률일 때 20.6％의 기각률을 나타냄으로써 제안된 방법이 기존의 방법들에 비하여 연속 필기된 숫자열을 효과적으로 인식할 수 있음을 확인할 수 있었다.

다국어 초록 (Multilingual Abstract)

As the conventional methods for recognizing connected handwritten numerals usually involve a segmentation step prior to a recognition step, their recognition accuracy depends on the accuracy of the underlying segmentation algorithm. That is, the separation between segmentation and recognition becomes unreliable if the numerals are touching or overlapping each other, broken, or noisy. Therefore, in order to overcome this problem, we propose an integrated segmentation and recognition method for recognizing connected handwritten numerals. And, we propose a new type of recurrent neural network which can effectively recognize the connected handwritten numerals by training the spatial dependencies among pixels in the image of connected handwritten numerals as well as the spatial information in it.
In order to verify the performance of the proposed method, experiments with the NIST database have been carried out. In the case of 5-digit field, the recognition rate of 20.6% with 1% error rate was obtained. These results reveal that compared to the previous methods, the proposed method can effectively recognize the connected handwritten numerals.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 연속 필기된 숫자열 인식 관련 연구
• 3. 순환 신경망 모델
• 4. 숫자 신경망을 이용한 연속 필기 숫자열 인식
• 5. 실험 결과 및 분석
• 6. 결론 및 앞으로의 연구 방향
• 참고문헌
• 저자소개