은닉 마르코프 모델을 이용한 필기체 한글의 오프라인 인식 = Off - Line Recognition of Handwritten Hangul with Hidden Markov Models

국문 초록 (Abstract)

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.

다국어 초록 (Multilingual Abstract)

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.

목차 (Table of Contents)

• 요약
• ABSTRACT
• Ⅰ. 서론
• Ⅱ. 특징 추출
• Ⅲ. 은닉 마르코프 모델
• Ⅳ. 은닉 마르코프 모델의 구현 및 필기체 한글 인식에의 적용
• Ⅴ. 실험 및 결과 분석
• Ⅵ. 결론
• 감사의 말씀
• 참고문헌
• 저자소개