딥러닝 기반 고인쇄물 내 글자 추출 및 인식을 통한 3차원 활자 복원 (3-D Movable Type Reconstruction from Old Printed Documents using Deep Learning-based Character Extraction and Recognition)

서지정보

· 발행기관 : 대한전자공학회
· 수록지 정보 : 전자공학회논문지 / 59권 / 9호 / 74 ~ 83페이지
· 저자명 : 정범채, 최강선

초록

한글 활자 및 활자본은 역사적 가치뿐만 아니라 인쇄사, 국어사, 한글 글꼴 등 여러 측면에서 중요한 가치를 지닌다. 하지만 오랜 세월이 지나면서 그 당시의 활자들이 온전히 보존되어 전해지지 않은 경우가 대부분이다. 본 논문에서는 딥러닝을 기반으로 활자로 인쇄된 고문서의 글씨로부터 활자 구조 정보를 추출하여 활자본 인쇄에 사용된 3차원 활자의 정보들을 추정하는 방법을 제안한다. 먼저, 고인쇄 활자본의 고해상도 스캔 영상 데이터에 대해 딥러닝(U-Net)을 적용하여 글자 획 영역만을 추출하고 음소 단위 영역으로 나누어 모든 글자에 대해 글자 인식과 위치를 파악한다. 추출된 글자 분할 데이터는 음소별로 구분하여 인식하는 Convolutional neural network (CNN) 모델을 통해 같은 글자끼리 분류한다. 같은 글자 영상 간 정합을 위해 이동과 회전 변환을 얻도록 간소화된 Homography network을 사용하여 정합 후, 유사도를 기반으로 동일 활자로 인쇄한 글자들로 세분화한다. 마지막으로 동일 활자 영상을 통합하여 3차원 활자 모형을 복원한다. 실험을 통해 제안하는 각 과정이 성공적으로 수행되는 것을 확인했다.

영어초록

Hangul movable types and historical printed documents have important values in various aspects, such as printing history, Korean history, and Korean font, as well as historical values. However, most of the movable types at that time have not been fully preserved and handed down. In this paper, we propose a method of reconstructing the 3D type by extracting type structure information from the printed documents using deep learning. First, U-Net is applied to scanned high-resolution image data of printed documents to extract character stroke areas. Each stroke region is classified to a phoneme unit to recognize the character. The extracted character segmentation data classifies the same characters through a convolutional neural network (CNN) model, which is recognized by dividing them into phonemes. After matching between the same character images using a homography network simplified to obtain movement and rotation transformation, it is subdivided into characters printed in the same type based on similarity. Finally, each 3-D movable type model is reconstructed by integrating the character images corresponding to an identical movable type. Through the experiment, it was confirmed that each proposed process successfully performs.

참고자료

· 없음