객체 추출과 해마 신경망을 이용한 필기체 숫자 인식 시스템 구현 (An Implementation of Handwritten Numerals Recognition System using Objects Extraction and Hippocampal Neural Network)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 7권 / 2호 / 276 ~ 281페이지
· 저자명 : 김장희, 강대성

초록

본 논문에서는 객체 추출 알고리즘과 해마 신경망(Hippocampal Neural Network)을 이용하여 필기체 숫자를 자동적으로 인식하는 시스템을 구현한다. 문자 영역을 추출하기 위해서 Single colorizing 알고리즘과 CSB 트리맵(Color and Spatial based Binary tree map)을 이용하여 객체를 추출한다. Single colorizing 알고리즘은 컬러 특징 공간의 차원을 줄인다. CSB 트리맵 알고리즘은 이진 트리 구조 형태로 최적의 객체를 추출하기 위한 적절한 수의 그룹 개수를 결정하는 방법이다. 추출된 각 문자 영역에서 세선화를 수행한 후 각 문자에 대한 특징들을 구한다. 이를 해마와 피질 사이의 상호 작용의 관계를 이용한 해마 신경망을 사용하여 학습 및 인식 과정을 수행한다. 실험 결과 기존의 신경망을 적용한 방법들보다 2% 향상된 성능을 보였다.

영어초록

This paper presents the handwritten numerals recognition system by objects extraction and hippocampal neural network. Objects are extracted by single colorizing algorithm and CSB(Color and Spatial based Binary) tree map algorithm to extract character region. Single colorizing algorithm reduces dimensions of the color feature space. CSB tree map algorithm is binary tree structure, and it decides the appropriate number of the groups to extract optimal objects. Features about each character are extracted by proposed algorithm after processing thinning algorithm at each extracted character region. They are learned by the hippocampal neural network using the interplay between the Cortex and the Hippocampus. Through experiments, the proposed recognition system presents high performance at about 2% than the existing techniques.

참고자료

· 없음