The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Construction of Printed Hangul Character Database PHD08

한글 문자 데이터베이스 PHD08 구축

  • 함대성 (전북대학교 전자정보공학부 컴퓨터공학) ;
  • 이득용 (전북대학교 전자정보공학부 컴퓨터공학) ;
  • 정인숙 (전북대학교 전자정보공학부 컴퓨터공학) ;
  • 오일석 (전북대학교 전자정보공학부 컴퓨터공학)
  • Published : 2008.11.28
Download PDF
⟨ Previous Next ⟩

Abstract

The application of OCR moves from traditional formatted documents to the web document and natural scene images. It is usual that the new applications use not only standard fonts of Myungjo and Godic but also various fonts. The conventional databases which have mainly been constructed with standard fonts have limitations in applying to the new applications. In this paper, we generate 243 image samples for each of 2350 Hangul character classes which differs in font size, quality, and resolution. Additionally each sample was varied according to binarization threshold and rotational transformation. Through this process 2187 samples were generated for each character class. Totally 5,139,450 samples constitutes the printed Hangul character database called the PHD08. In addition, we present the characteristics and recognition performance by an commercial OCR software.

문자 인식의 응용이 형식 문서의 인식 같은 고전적인 영역을 벗어나 웹 문서나 자연 영상의 문자 인식으로 확장되고 있다. 이러한 새로운 응용에서는 명조나 고딕같은 표준 글꼴뿐만 아니라 다양한 모양의 글꼴을 사용하는 것이 보편적이다. 기존의 데이터베이스들은 주로 표준 글꼴을 대상으로 제작되어 새로운 응용에 사용하는데 한계를 안고 있다. 본 논문에서는 완성형 2350자 각각을 대상으로 9종류의 글꼴에 대해 글꼴 크기, 품질, 해상도를 달리하여 243개의 이미지 샘플을 생성하였다. 또한 이들 샘플 각각에 대해 이진 임계치와 회전 각도를 달리하여 변형된 샘플을 얻었다. 이러한 과정으로 각 글자마다 2,187개의 샘플을 생성하였으며, 총 5,139,450개의 샘플을 갖는 인쇄체 한글 데이터베이스를 구축하였다. 데이터베이스에 대한 특성과 상용 OCR 소프트웨어에 대한 인식 성능 등을 제시한다.

Keywords

References

  1. 정인숙, 함대성, 오일석, "웹 이미지의 텍스트 추출을 위한 색 분산 방법의 실험적 평가", 영상처리 및 이해에 관한 워크샵, p.36, 2008.
  2. 김지훈, 이택헌, 김기웅, 김진형, "상향식 접근 방법을 사용한 강인한 간판 인식", 한국컴퓨터종합학술대회 논문집, 제34권, 제1호, pp.234-235, 2007.
  3. 최영우, 김길천, 송영자, 배경숙, 조연희, 노명철, 이성환, 변혜란, "계층적 특징 결합 및 검증을 이용한 자연이미지에서의 장면 텍스트 추출", 정보과학회논문지, 제31권, 제4호, pp.420-438, 2004.
  4. 오일석, 패턴인식, 교보문고, 2008.
  5. 허기수, 오일석, "전주 한옥마을에서 수집한 간판영상 데이터베이스", 콘텐츠학회논문지, 제6권, 제11호, pp.243-248, 2006.
  6. J. H. Jonathan, "A Database for handwritten Text Recognition Research," IEEE Tr. on Pattern Analysis and Machine Intelligence, Vol.16, No.5, 1994. https://doi.org/10.1109/34.291440
  7. 조성배, 김진형, "인쇄체 한글 문자의 인식을 위한 계층적 신경망", 한국정보과학회논문지, 제17권, 제3호, pp.306-316, 1990.
  8. 이판호, 장희돈, 남궁재찬, "동적자소분할과 신경망을 이용한 인쇄체 한글 문자인식에 관한 연구", 한국통신학회논문지, 제19권, 제11호, pp.2133-2146, 1994.
  9. 이진수, 권오준, 방승양, "개선된 자소 인식 방법을 통한 고인식률 인쇄체 한글 인식", 정보과학회논문지, 제23권, 제8호, pp.841-851, 1996.
  10. 정지호, 최태영, "원형 패턴 벡터를 이용한 인쇄체 한글 인식", 전자공학회논문지, 제38권, SP편, 제3호, pp.33-45, 2001.
  11. 임길택, 김호연, "문자형식 분류 기반의 인쇄체 문자인식에 관한 연구", 전자공학회논문지, 제40권, Cl편, 제5호, pp.26-39, 2003.
  12. 이성훈, 조규태, 김진식, 김진형, 정철곤, 김상균, 문영수, 김지연, "저해상도 인쇄체 한글 인식을 위한 자소 분할 방법", 한구컴퓨터종합학술대회 논문집, pp.382-384, 2006.
  13. 김병기, "유형의 상대적 크기를 고려한 한글문자의 유형 분류", 한국컴퓨터정보학회논문집, 제11권, 제6호, pp.99-106, 2006.
  14. 김대인, 김상엽, 이성환, "대용량 오프라인 한글 글씨 영상 데이터베이스 KU-1의 설계 및 구축", 제9회 한글 및 한국어정보처리 학술발표 논문집, pp.152-159, 1997.
  15. http://ai.kaist.ac.kr/
  16. 김대환, 방승양, "한글 필기체 영상 데이터베이스 PE92의 소개", 제 4회 한글 및 한국어 정보처리 학술발표 논문집, pp.567-575, 1992.
  17. http://cv.chonbuk.ac.kr/