동적 패턴 정합을 이용한 필기체 한자 인식 = Recognition of handwriting Chinese characters based on DP matching

국문 초록 (Abstract)

본 논문은 동적 패턴 정합을 이용한 개선된 알고리듬을 제안하고 제안된 알고리듬을 기본으로 한 필기체 한자인식에 관한 것이다. 본 논문에서는 제안된 방법의 효율성을 입증하기 위하여 기존의 동적 패턴 정합 알고리듬과 비교 분석한 후 그 성능을 평가 하고 이를 한자 인식에 적용한다.
문자 인식에서는 특징 값을 설정하는 것이 가장 중요하다. 특징 값을 어떻게 설정하느냐에 따라서 문자 인식의 효율성에 많은 영향을 준다. 따라서 특징 값을 설정하는데 중점을 두었고 기존의 문자 인식에서는 HMM을 이용한 문자인식, ART를 이용한 문자인식, 그리고 가장 보편적으로 사용된 동적 패턴 정합 방법들을 사용하였다.
제안된 방법에서는 특징을 잡을 때 점을 특징으로 잡지 않고 획으로 특징을 설정하여 비교횟수를 줄였고, 획을 기준으로 동적 패턴 정합을 할 수 있도록 하였다. 동적 패턴 정합 알고리듬은 상대 특징 값의 다음 값과 정합을 한다. 하지만 한자는 획수와 획순이 다양해서 한자에 대해서 잘 모르는 사람은 획수와 획순을 맞추어서 쓰지 못한다. 획수와 획순이 바뀌면 인식을 못하는 경우가 생기기 때문에 수정된 동적 패턴 정합에서 현재의 특징 값과 상대 획의 이전 특징 값과 정합을 할 수 있도록 하였고, 만약 필기자가 획을 띄어 썼을 경우에 전체적인 획수가 틀려지기 때문에 변곡점을 기준으로 획을 붙여서 인식할 수 있도록 하였다. 따라서 획수가 줄어들거나 획순이 바뀌어도 인식할 수 있게끔 수정하였다.

다국어 초록 (Multilingual Abstract)

The purpose of this thesis is to propose improved algorithm using DP matching one and to show how to recognize Chinese character based on the proposed one. To prove the efficiency, first I compared the previous DP matching algorithm and evaluated the result of each different pattern and applied it to cognition for Chinese character.
It's important for us to set up specific value for character recognition. Because that depends on absolutely how we set up. So, I focused on setting up specific value and used character recognition using HMM ＆ ART in previous character recognition way and DP matching way that has been used usually.
In my thesis, I didn't use the point as a specific feature but line to decrease the number of comparison and made it possible to use DP matching based on the line. DP matching algorithm is going to match with the other side specific value. But the feature of Chinese character is very diverse for its number and order, so nobody can write it using standard and formal line number and order if not used it. If there is any difference in line number and order the algorithm cannot recognize it, so I made it possible to! make match with the DP matching algorithm value and the previous pattern specific value. In case a person writes Chinese character using not formal way like writing character a little bit away from the main character, the program has to recognize it as a different one.
To correct this error I made the algorithm to recognize it like attached line based on the curve point. So I improved the algorithm to recognize for Chinese character if there is any decrease in line number or order.

목차 (Table of Contents)

• 목차
• 국문 요약 = ⅰ
• Abstract = ⅱ
• 제1장 서론 = 1
• 제2장 동적 패턴 정합 방법과 일반적인 문자 인식 시스템의 개요 = 5
• 2.1 동적 패턴 정합 방법 = 5
• 2.2 일반적인 필기체 문자 인식 시스템 = 6
• 2.3 기존 한자 인식의 문제점 = 9
• 제3장 동적 패턴 정합을 이용한 필기체 한자 인식 = 11
• 3.1 한자인식 시스템의 전체적인 구성 = 11
• 3.2 전처리 = 13
• 3.2.1 평활화 = 13
• 3.2.2 크기 정규화 = 15
• 3.2.3 공간 정규화 = 15
• 3.3 특징 파라메터 추출 = 17
• 3.3.1 변곡점 추출 = 17
• 3.3.2 획 타입 특징 추출 = 18
• 3.3.3 절대 위치 값과 상대 위치 값 추출 = 19
• 3.4 학습 및 표준 문자 산출 = 20
• 3.5 입력 문자와 표준 문자의 비교 과정 = 20
• 3.5.1 한자 획수 비교 = 20
• 3.5.2 동적 패턴 정합을 이용한 비교 과경 = 21
• 3.5.3 특징비교 과정 = 24
• 3.6 한자의 인식 = 26
• 제4장 구현 및 실험 결과 = 27
• 4.1 실험환경 = 27
• 4.2 실험 결과 = 27
• 4.2.1 정해진 글자의 인식 실험 결과 = 28
• 4.2.2 무작위 추출 한자의 인식 결과 = 30
• 4.2.3 획순을 고려한 정합과 고려하지 않은 정합 비교 = 34
• 제5장 결론 = 37
• 참고문헌 = 38