오프라인 글씨 인식을 위한 은닉 마르코프 메쉬 랜덤 필드 모델

박희선(Hee-Seon Park),이성환(Seong-Whan Lee) 한국정보과학회 1995 정보과학회논문지(B) Vol.22 No.12

2차원 영상을 다루는데 있어 1차원 은닉 마르코프 모델(Hidden Markov Model : HMM)의 한계가 지적됨에 따라 새로이 등장한 은닉 마르코프 메쉬 랜덤 필드(Hidden Markov Mesh Random Field HMMRF) 모델은 영상의 모델링과 인식을 위한 새로운 통계적 모델이다. 이 모델은 영상이 마르코프 메쉬 랜덤 필드(Malkov Mesh Random Field MMRF)에 의해 표현될 수 있다는 가정하에서 제안된 모델로서, 본 논문에서는 2차원 통계적 모델인 HMMRF 모델을 기반으로 하여 오프라인 글씨 인식을 위한 새로운 방법론을 제안한다. 제안된 HMMRF 모델이 글씨 인식의 문제에 적용되기 위해서는 디코팅(혹은 레이블링) 단계와 훈련 단계가 필요하며 본 논문에서는 관측값들에 포함되어 있는 정보를 기반으로 화소의 상태를 결정하는 디코딩 문제를 중점적으로 다루고자 한다. 이 문제에 대한 해결 방안은 HMMRF 모델에 대하여 최대 주변 사후 확률 분포 기준에 기반을 둔 "look-ahead" 기법으로 부터 유도될 수 있다. 오프라인 글씨 인식을 위한 2차원 HMMRF 모델의 유용성을 입증하기 위하여 1차원 모델과의 성능 비교가 이루어졌으며, 실험 결과 HMMRF 모델이 기존의 1차원 모델이 갖는 한계를 극복할 수 있다는 점에서 오프라인 글씨 인식 분야에서 대표적인 통계적 모델로서 확립될 수 있으리라 판단된다. Because of some limitations of one-dimensional Hidden Markov Model(HMM) in dealing with two-dimensional images, a new statistical model, named Hidden Markov Mesh Random Field(HMMRF) model, has been proposed for image modeling and recognition In this paper, we present a new scheme for off-line handwritten character recognition based on the HMMRF model under the assumption that images can be represented by Markov Mesh Random Field(HMMRF). The application of HMMRF models to handwritten characters necessitates two phases: the decoding and learning phases. This paper is concerned with the decoding problem which is to find the pixel state given the information comprised in observations. A solution to this problem is derived from the "look-ahead" scheme based on a maximum, marginal a posteriori probability criterion for a HMMRF model. In order to demonstrate the effectiveness of the proposed model for off-line handwritten character recognition, the performance comparison with one-dimensional models is conducted, Experimental results confirm that the HMMRF model is capable of providing desirable performance on the task of recognizing off-line handwritten characters.

은닉 마르코프 모델을 이용한 필기체 한글의 오프라인 인식

박희선(Hee-Seon Park),이성환(Seong-Whan Lee) 한국정보과학회 1993 정보과학회논문지 Vol.20 No.6

본 논문에서는 다양한 변화를 내포하고 있는 입력 패턴을 확률적으로 모델링할 수 있는 은닉 마르코프 모델을 이용하여 필기체 한글을 오프라인 인식하는 방법을 제안한다. 제안된 방법은 하나의 입력 문자 패턴에 대해 영역 투영 외곽선 변환을 이용하여 4 종류의 영역 투영 외곽선을 추출한 다음, 이들 외곽선에 대해 방향 성분을 이용하여 4 종류의 은닉 마르코프 모델을 학습 단계에서 각기 구성한다. 학습 단계에서 구성된 4 종류의 은닉 마르코프 모델들은 인식 단계에서 결합되어 입력 문자 패턴에 대한 최종적인 인식 결과를 출력한다. 효율적인 인식 시스템의 구성을 위하여 은닉 마르코프 모델의 매개변수에 몇가지 제약을 가함으로써 불필요한 매개변수의 추정을 피하였으며, 퍼지 트리 분류기를 사용함으로써 전반적인 처리 속도를 향상시켰다. In this paper, we propose an off-line recognition scheme for handwritten Hangul in the framework of hidden Markov model(HMM) which could model stochastically the input pattern with numerous variations. In this scheme, after extracting four kinds of regional projection contours for an input pattern by using the regional projection contour transformation, four kinds of HMMs are constructed during the training phase based on the direction components of these contours. In the recognition phase, these four kinds of HMMs constructed in the training phase are combined to output the final recognition result for an input pattern. For the construction of an efficient recognition system, unnecessary parameter estimation is prevented from imposing some restrictions on HMM parameters, and a fuzzy tree classifier is adopted to speed up the overall processing time.

Look - ahead 기법을 이용한 은닉 마르코프 메쉬 랜덤 필드 모델에서의 모수 추정

박희선(Hee-Seon Park),이성환(Seong- Whan Lee) 한국정보과학회 1995 한국정보과학회 학술발표논문집 Vol.22 No.2A

최근들어, 1차원 은닉 마르코프 모델(Hidden Markov Model: HMM)을 2차원 모델로 확장하려는 연구가 시도되고 있다. 그러나, 이러한 연구 노력은 안정된 2차원 모델을 확립하는데 있어서의 어려움과 모델 자체가 갖는 계산 복잡도로 인해 완전 연결된 진정한 2차원 모델이 아닌 축소된 형태의 연결 구조를 갖는 의사 2차원 모델로 확장하는데 그치고 있다. 본 논문에서는 영상이 3차 마르코프 메쉬 랜덤 필드(Markov Mesh Random Field: MMRF)에 의해 표현될 수 있다는 가정하에 영상의 모델링과 인식을 위한 새로운 2차윈 통계적 모델인 은닉 마르코프 메쉬 랜덤 필드(Hidden Markov Mesh Random Field: HMMRF) 모델에서의 효과적인 모수 추정 기법을 제안한다. 제안된 모수 추정 기법은 HMMRF 모델에 대한 최대 주변 사후 확률(a maximum, marginal a posteriori probability) 기준에 기반을 둔 “look-ahead” 기법을 확장, 이용함으로써 모수를 추정하는 재귀적 기법이다. 제안된 모수 추정 기법의 유용성을 입증하기 위하여 오프라인 글씨 인식 문제에 적용한 결과에 대하여 살펴본다.

Fourier 변환과 Bayes 결정 이론을 이용한 획순에 의존하는 온라인 필기 한자 인식

박희선(Hee-Seon Park),이성환(seong-Whan Lee) 한국정보과학회 1991 한국정보과학회 학술발표논문집 Vol.18 No.2

본 논문에서는 온라인 필기 한자 인식을 위한 기초 연구 결과 및 Fourier 변환과 Bayes 결정 이론을 이용한 획순에 의존하는 필기 한자 인식 시스템의 시제품을 소개한다. 이 시스템은 문자를 구성하는 획들을 연결한 펜의 이동 자취로부터 추출된 Fourier 계수들을 각각의 문자들을 구별짓는 고유한 특성 벡터로 사용하였으며, Bayes 결정 이론을 이용하여 추출된 특성 벡터를 모델의 특성 벡터들과 비교하여 최대 판별값을 갖는 모델로 입력 문자를 인식한다. 제안된 시스템의 효용성을 검증하기 위하여 교육부 지정 교육용 기초 한자 1,800자 가운데 가장 많은 분포를 갖는 11획으로 구성된 필기 한자에 대한 인식 실험 결과가 제시되었다. 실험 결과의 분석을 통하여 Fourier 변환과 Bayes 결정 이론을 이용한 제안된 시스템이 다수의 획으로 구성된 필기 한자의 인식에 실용 가능성이 있음을 확인하였다.

효과적인 대 분류와 탄력 정합을 이용한 흘려 쓴 한자 온라인 인식 시스템

박희선(Hee-Seon Park),이성환(Seong-Whan Lee) 한국정보과학회 1993 정보과학회논문지 Vol.20 No.9

본 논문에서는 효과적인 대 분류와 탄력 정합을 이용하여 흘려 쓴 한자를 인식할 수 있는 온라인 한자 인식 시스템에 관하여 소개한다. 한자는 문자 집합이 매우 방대하여 계산량이 많은 탄력 정합을 모든 표준 패턴에 적용하기란 실용적으로 거의 불가능하기 때문에, 본 연구에서는 이 점을 고려하여 효과적인 대 분류 단계를 도입하였다. 대 분류 단계에서는 획수의 변형 범위, Fourier 계수, 처음과 마지막 부분의 특징점들을 이용하여 가능성이 희박한 표준 패턴들을 우선 제거함으로써 인식 단계의 탄력 정합시에 구별 대상의 수를 크게 줄여 주었다. 제안된 시스템의 성능을 검증하기 위하여 교육부 지정 교육용 기초 한자 1,800자를 대상으로 흘려 쓴 한자 45,000자에 대하여 실험한 결과, 대 분류율과 전체 인식률이 각각 96.4%, 94.2%를 보임으로써 제안된 방법이 흘려 쓴 한자의 온라인 인식에 매우 효과적임을 알 수 있었다. This paper describes an on-line character recognition system which can recognize cursive Chinese characters by using effective coarse classification and elastic matching. After taking the computational load of matching a large set of prototypes into account carefully, a coarse classification step involving features such as the range of stroke number variations, Fourier coefficients, and feature points of the beginning and ending parts has been adopted and it so greatly reduced the computational load of elastic matching. Finally, elastic matching is performed to discriminate some similar candidate prototypes. In order to verify the effectiveness of the proposed system, 1,800 daily-used basic Chinese characters in Korea are considered in the experiments. For 45,000 cursive Chinese characters, the accuracy rates of the coarse classification and the overall recognition are 96.4% and 94.2%, respectively. Experimental result reveals that the proposed system is an attractive choice for practical applications.

은닉 마르코프 메쉬 랜덤 필드 모델을 위한 모수 추정기법

박희선(Hee-Seon Park),이성환(Seong-Whan Lee) 한국정보과학회 1996 정보과학회논문지(B) Vol.23 No.2

최근들어, 1차원 은닉 마르코프 모델(Hidden Markov Model: HMM)을 2차원 모델로 확장 하려는 연구가 시도되고 있다. 그러나, 이러한 연구 노력은 안정된 2차원 모델을 확립하는데 있어서의 어려움과 모델 자체가 갖는 계산 복잡도로 인해 완전 연결된 진정한 2차원 모델이 아닌 축소된 형태의 연결 구조를 갖는 의사 2차원 모델로 확장하는데 그치고 있다. 본 논문에서는 영상이 3차 마르코프 메쉬 랜덤 필드(Markov Mesh Random Field: MMRF)에 의해 표현될 수 있다는 가정하에 영상의 모델링과 인식을 위한 새로운 통계적 모델인 은닉 마르코프 메쉬 랜덤 필드(Hidden Markov Mesh Random Field HMMRF) 모델을 제안하고, 이를 위한 효과적인 모수 추정 기법을 개발한다. 제안된 모수 추정 기법은 HMMRF 모델에 대한 최대 주변 사후 확률(a maximum, marginal a posteriori probability) 기준에 기반을 둔 "look-ahead" 기법을 확장, 이용함으로써 모수를 추정하는 재귀적 기법이다. HMMRF 모델에 대한 제안된 모수 추정 기법이 실세계 문제에 적용 가능한가를 입중하기 위하여 오프라인 글씨 인식 문제에 실험한 결과, 많은 변형을 갖는 글씨 데이타의 모델링 및 인식에 유용하게 사용될 수 있음을 확인할 수 있었다. In recent years, there have been some attempts to extend one-dimensional hidden Markov model(HMM) to two-dimensions. Unfortunately, the previous efforts to achieve a truly two-dimensional HMM were of only limited success because of both the difficulty in establishing a suitable two-dimensional model and the computational complexity of the model. This paper presents a new statistical model, hidden Markov mesh random field(HMMRF) model, for image modeling and recognition under the assumption that images can be represented by a third-order Markov mesh random field(MMRF). Also, we propose an effective scheme for parameter estimation in the HMMRF model. The proposed estimation scheme is derived from the "look-ahead" technique based on a maximum, marginal a posteriori probability criterion for the HMMRF model. In order to verify the usefulness to real-world problems of the parameter estimation scheme in the proposed model, we have applied it to the problem of off-line handwritten character recognition. Experimental results confirm that the proposed scheme can be effectively used for mode1ing and recognition of handwritten characters with many shape variations.

탄력 정합을 이용한 흘려 쓴 한자 온라인 인식

박희선(Hee-Seon Park),이성환(Seong-Whan Lee) 한국정보과학회 1992 한국정보과학회 학술발표논문집 Vol.19 No.1

본 논문에서는 탄력 정합을 이용하여 흘려 쓴 한자를 온라인으로 인식하는 시스템의 개발에 관한 연구 결과를 소개한다. 한자는 문자 집합이 매우 방대하여 계산량이 많은 탄력 정합을 모든 표준 패턴에 적용하기란 실용적으로 거의 불가능하기 때문에 본 연구에서는 이점을 고려하여 사전 분류 단계에서 획수의 변형 범위, Fourier 계수, 처음과 마지막 부분의 특징점들을 이용하여 가능성이 희박한 표준 패턴들은 우선 제거함으로써 인식 단계의 탄력 정합시에 비교 대상의 수를 줄여 효과적인 인식 시스템을 설계하였다. 제안된 시스템의 성능을 검증하기 위하여 교육부 지정 교육용 기초 한자 1,800 자를 대상으로 10명의 필기자에 대하여 실험한 결과, 94.2%의 인식률을 보임으로써 제안된 방법이 흘려 쓴 한자의 온라인 인식에 매우 효과적임을 알 수 있었다.

한방병원 간호사의 한방간호지식, 한방간호업무수행과 역할갈등이 재직의도에 미치는 영향

박희선 ( Park Hui Seon ),신성희 ( Shin Sung Hee ) 경희대학교 동서간호학연구소 2017 동서간호학연구지 Vol.23 No.2

Purpose: The purpose of this study was to investigate the relationships of Korean medicine (KM) nursing knowledge, nursing practice and role conflict with retention intention among KM nurses. Methods: The study used a survey design with a sample of 152 nurses working at Korean medicine hospitals in Kyunggi province and Seoul. The data were collected from January 15 to March 18, 2016 and were analyzed with SPSS WIN 21.0. Results: The factors that influenced on retention intention were knowledge (β=.36, p<.001) and role conflict (β=-.18, p=.020) of KM nursing which explained 25.3% of retention intention in KM nurses (F=6.06, p<.001). Conclusion: The findings suggest that it is necessary to develop and offer KM nursing education programs for increasing retention intention among nurses in Korean medicine hospital. It is also important to specify the roles of KM nurses for reducing role conflict.

시즌티의 블렌딩 방안 연구

고민석(Min-seok Ko),박희선(Hee-seon Park) 국제차문화학회 2016 차문화ㆍ산업학 Vol.31 No.-

대학생의 차(茶) 음용 현황과 관련요인 분석

고민석(Min-seok Ko),박희선(Hee-seon Park) 국제차문화학회 2017 차문화ㆍ산업학 Vol.36 No.-