문자 인식 개요 NR-LAB 강 동 구.

Presentation on theme: "문자 인식 개요 NR-LAB 강 동 구."— Presentation transcript:

1 문자 인식 개요 NR-LAB 강 동 구

2 1. 문자 인식의 방법 신경 회로망 템플릿 매칭 특징 추출 인간의 신경 체계인 뉴론의 모형을 기반
각 문자의 대표 문자를 바탕으로 유사도 측정 특징 추출 여러 이미지 변환을 통하여 특징을 추출 그 문자만이 가진 독특한 특성을 이용

3 2. 신경 회로망을 이용한 문자인식 수상돌기 7 축색 세포체 “7” 이면 활성화 그렇지 않으면 비활성화

4 3. 신경 회로망의 구조 뉴런들의 집합으로 구성되어 있다.
뉴런의 수상돌기는 돌기가 가지는 저항치(가중치)와 곱해져서 그 합이 뉴런의 세포체로 들어간다. 뉴런의 노드는 주어진 조건에 의해 출력값을 생성하고 축색으로 보낸다. 축색으로 보낸 값은 또 다른 뉴런의 수상돌기로 향한다.

5 4. 신경회로망의 특성 신경망은 프로그램 되지 않는다. 정보를 분산된 형태로 코드화
예제를 통한 학습 : 지도학습 정보를 분산된 형태로 코드화 네트웍의 일부가 파손되어도 작동 가능 이 내용에 대한 실재 구현은 어려움 분류 작업을 수행하는데 필요한 두드러진 특징을 발견한다. 훈련 세트간의 차이점이 어디에서 나타나는지를 스스로 찾아낸다.

6 5. 템플릿 매칭을 이용한 방법 템플릿이란? 문자들의 기준이 되는 대표 문자 입력값과 템플릿들의 유사도를 분석하여 가장 유사한 템플릿이 가지는 문자가 입력 문자로 판단 유사도를 측정하는 방법이 필요

7 7. 간단한 유사도 측정 방법 틀린것이 3개 존재 템플릿 : 틀린것이 12개 존재 따라서 3과 가까움 입력 :

8 7. 템플릿 매칭의 특징 자동차 번호판과 같이 고정된 문자의 인식 별도의 인식을 위한 처리과정이 필요 없이 간단히 구현
필기체 문자 인식에는 부적합 NR배 숫자 인식 경진대회에 적용하기도 부적합

9 8. 특징 추출을 통해서 인식 각각의 문자들이 가지는 고유한 특성을 찾아내어 그 특징을 종합하여 인식
예를 들어 7 과 6을 구별하는 방법은 이미지를 반으로 잘라서 위쪽에 검정 픽셀이 많으면 7, 그 반대는 6으로 인식

10 9. 문자인식에 많이 사용하는 특징추출 ( 1. 프로젝션 )
9. 문자인식에 많이 사용하는 특징추출 ( 1. 프로젝션 )

11 9. 문자인식에 많이 사용하는 특징추출 ( 2. convex deficiencies )
3 3 4 2 1 2 4 4 1 2

12 9. 문자인식에 많이 사용하는 특징추출 ( 3. chain code )
3 2 4 1

13 9. 문자인식에 많이 사용하는 특징추출 ( 4. Resampling )
2 4 3

14 10. 문자 인식 경진 대회 문자셋의 특징 세선화 문자( 한 픽셀 굵기의 문자) 굵은 폰트의 문자 잡음이 많이 섞인 문자
한글의 여러 폰트를 리사이징한 문자 자세한 내용은