인공지능 기반 MNIST 손글씨 인식에 대한 연구 (A Study on the AI Based MNIST Handwriting Recognit)

서지정보

· 발행기관 : 한국IT정책경영학회
· 수록지 정보 : 한국IT정책경영학회 논문지 / 11권 / 6호 / 1509 ~ 1517페이지
· 저자명 : 한미란, 김세호, 이승인, 김근희, 김종배

초록

PDA, 스마트폰, 태블릿 등과 같은 전자기기들의 발전으로 손글씨 인식에 대한 연구들이 등장하였는데, 그 동안 숫자, 일어, 영어 등 다양한 손글씨를 인식하려고 하는 노력들이 있었다. 그러나, 어린아이들의 손글씨와 같이 글씨 모양이 상대적으로 불규칙한 경우 이를 인식하기 어렵다는 점이 존재한다. 이로 인해 최근 딥러닝 기술들을 적용하여 손글씨 인식률을 개선하는 연구의 필요성이 제기되고 있다. 이에 본 연구에서는 다양한 딥러닝 기법들을 토대로 손글씨 인식률을 개선하고자 시도하였다. 손글씨의 경우 다양한 데이터 셋을 마련하기 어렵기 때문에 인식률을 높이는데 한계가 있다. 본 연구에서는 이러한 한계를 극복하기 위한 방법을 모색하기 위하여 CNN기법을 활용하여 손글씨 인식에 대한 정확도를 개선시키고자 하였다. 사용한 기술은 SLR, ANN, CNN 총 3가지 기법을 사용하여 각각의 정확도를 측정하였고, 그 결과 CNN이 95%로 가장 높은 성능을 보였다.

영어초록

In the development of electronic devices such as PDAs, smartphones, and tablets, research on handwriting recognition has emerged. In the meantime, there have been efforts to recognize various handwriting such as numbers, Japanese, and English. However, there is a point that it is difficult to recognize when the font shape is relatively irregular, such as handwriting of children. As a result, the need for research to improve handwriting recognition rate by applying deep learning techniques has recently been raised. Therefore, this study attempted to improve handwriting recognition rate based on various deep learning techniques. In the case of handwriting, it is difficult to prepare a variety of data sets, which limits the recognition rate. In this study, we tried to improve the accuracy of handwriting recognition by using CNN technique in order to find a way to overcome these limitations. The techniques used were SLR, ANN, and CNN, each measuring the accuracy of each method. As a result, CNN showed the highest performance of 95%.

참고자료

· 없음