http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : Seong-Whan Lee(이성환) (검색결과 209 건)
- 무료
- 기관 내 무료
- 유료
-
이성환(Seong-Whan Lee) 한국정보과학회 1990 한국정보과학회 학술발표논문집 Vol.17 No.2
입력 영상의 형태를 반영하면서 한 화소 두께의 선 표현을 추출하는 영상 골격화 알고리즘은 영상 패턴 인식을 위한 대표적인 전처리 기술로써 지난 35년간 300여편의 관련 연구 논문[이성환90a]이 발표되었으나, 제안된 수많은 골격화 알고리즘들에 대한 개관적인 성능 평가는 찾아볼 수 없을 뿐만 아니라, 최근의 영상 골격화 알고리즘의 연구 동향을 파악할 수 있는 체계적인 사례 연구조차 이루어져 있지 않은 실정이다. 본 연구는 인간 전문가에 의하여 추출된 골격선을 기반으로 한 기준 골격선을 정의하고, 정의된 기준 골격선을 기반으로 하여 기존에 발표된 대표적인 17 종류의 영상 골격화 알고리즘들의 성능을 비교 평가함으로써 영상 골격화에 관한 체계적인 사례 연구에 기여함을 연구의 목적으로 한다.
-
이성환(Seong-Whan Lee) 한국정보과학회 1989 한국정보과학회 학술발표논문집 Vol.16 No.2
도면이 복잡해지고 다양해짐에 따라 생산성의 제고를 위한 CAD 시스템의 사용이 보편화되고 있는 추세이다. 그러나 효율적인 CAD 시스템 사용을 위하여 해결하여야 할 가장 큰 난관은 기존의 방대한 양의 도면을 과연 어떠한 방법으로 CAD 시스템에 신속하고 정확하에 입력시키느냐 하는 점이다. 본 연구에서는 단순 반복되는 수작업을 통한 도면 입력 작업에서 인간을 해방시킴과 동시에 입력과정에서 발생할 수 있는 오류 발생 소지 및 시간 낭비를 최소화시킴으로써 사무 자동화 및 CAD 분야에서 생산성의 제고를 가져올 수 있는 도면 자동 인식 시스템의 연구 현황을 소개하고, 도면 자동 인식을 위한 전처리 시스템의 설계 및 구현에 관하여 기술한다.
-
-
-
Hough 변환을 이용한 오프라인 필기 한글 문자열의 기울기 추정 및 교정
이성환(Seong-Whan Lee),이동준(Dong-June Lee) 한국정보과학회 1993 한국정보과학회 학술발표논문집 Vol.20 No.2
일반적으로 필기자의 습관이나 필기 방향 등의 원인으로 종종 필기 문자열에서 기울어짐이 발생한다. 이러한 문자열의 기울어짐은 문자 단위 분할시 분할 알고리즘을 복잡하게 만들고 결과적으로 문자 인식 성능에도 큰 영향을 미친다. 본 연구에서는 선 성분의 검출 및 기울기 측정에 유용한 Hough 변환을 이용하여 단어내 수직획의 기울기를 추정하는 방법을 제안한다. 제안된 방법은 입력 필기 문자열 영상의 윤곽선을 Hough 변환에 적용하여 선 성분을 검출한 다음 기울어진 각도를 추정하며, x좌표 값만을 변환시키는 밀림 변환을 사용하여 기울어진 문자열 영상을 교정한다. 제안된 방법의 성능을 검증하기 위해 실제 우편 봉투에서 얻은 주소 영상에 대해 실험한 결과 오프라인 필기 한글 문자열의 기울기 추정 및 교정에 있어서 제안된 방법이 기존의 방법보다 훨씬 우수함을 알 수 있었다.
-
-
-
퍼지 트리 분류기를 이용한 인쇄 상태가 나쁜 한글의 인식
이성환(Seong-Whan Lee) 한국정보과학회 1993 정보과학회논문지 Vol.20 No.11
본 논문에서는 인쇄 상태가 나쁜 한글의 인식을 위하여 특징으로 그물 눈 특징을 비롯하여 교차 수 특징, 윤곽 길이 특징, 주변 영역 특징, 연결 화소 특징 그리고 압축 패턴의 윤곽선에 대한 Fourier 기술자를 사용하고, 분류기로 단일 단계 분류기인 가장 가까운 이웃 분류기, 일반적인 트리 분류기, 그리고 전역 학습 기능을 갖는 퍼지트리 분류기를 사용하여 비교 실험한 결과를 소개한다. 잡영이 섞인 인쇄체 한글 인식 실험을 통하여, 다양한 통계적 특징 가운데 압축 패턴의 윤곽선에 대한 Fourier 기술자 특징이 전반적으로 우수한 성능을 보여주었으며, 단일 단계 분류기인 가장 가까운 이웃 분류기는 57.1%의 인식률을 갖고, 일반적인 트리 분류기는 95.3%의 인식률을 갖는데 반하여, 전역 학습 기능을 갖는 퍼지 트리 분류기는 99.8%의 인식률을 가짐으로서 구현된 퍼지 트리 분류기가 잡영을 포함하는 인쇄 상태가 나쁜 한글의 인식에 매우 효과적임을 알 수 있었다. In this paper, we describe comparative experimental results for the recognition of poorly printed Hangul. The features considered are mesh, crossing counts, contour line lengths, peripheral areas, connective pixels, and the Fourier descriptors of the contours of the condensed pattern, and the classifiers considered are nearest-neighbour classifier which is a single-stage classifier, conventional tree classifier, and fuzzy tree classifier with global training capability. It is shown in noisy printed Hangul recognition experiments that, among various statistical features, Fourier descriptors of the contours of the condensed pattern has superior performance in average. The recognition rates for the nearest-neighbour classifier, conventional tree classifier, and fuzzy tree classifier with global training capability were 57.1%, 95.3%, and 99.8%, respectively. This indicates that the fuzzy tree classifier implemented is very effective choice for the recognition of poorly printed Hangul with noises.
-
이성환(Seong-Whan Lee),김홍섭(Hong-Seop Kim) 한국정보과학회 1991 한국정보과학회 학술발표논문집 Vol.18 No.1
본 논문에서는 대용량의 패턴 인식을 위한 최적 트리 분류기(Tree Classifier)의 개발을 위한 연구로써 다양한 활자체 및 크기의 한글 문자 영상에 대한 실험 결과를 소개한다. 특징 추출을 위하여 입력 패턴 영상에 대하여 세포 히스트그램을 통하여 총 64차원의 특징과 수평, 수직, 대각선의 3 방향으로 압축된 패턴의 윤곽선에 대한 Fourier 기술자(Descriptor)를 사용한 총 96차원의 특칭을 각각 추출하였으며, 그 중에서 Fisher의 기준을 사용하여 판별된 8차원의 최상의 특정들이 트리 분류기의 각 대부노드에서 분류를 위하여 사용되었다. 최적의 트리 분류기를 얻기 위해 ISOETRP 집단화(Clustering) 알고리즘을 적용함으로써 집단(Cluster)들의 중복(Overlap)을 줄여주고, 중복된 집단들의 엔트로피를 칙대로 감소시키면서 분류기를 구성하였다. 12 종류의 활자체 및 크기를 갖는 6.240 부류(Class)의 한글 문자 집합에 대한 실험을 통하여, 단말 노드의 평균 깊이가 6.45이고 , 인식률이 83.4% 인 트리 분류기를 생성해 낼 수 있음으로써, 대량의 한글 문자 집합에 대한 반자동적인 트리 분류기의 설계가 가능함을 알 수 있었다.
-
순환 신경망을 이용한 연속 필기된 숫자열의 통합적 분할 및 인식 (pp.287-294)
이성환(Seong-Whan Lee),이응재(Eung-Jae Lee) 한국정보과학회 1996 정보과학회논문지(B) Vol.23 No.3
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. 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.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
