혼동그래프를 이용한 유사문자쌍 구분기와 인식기의 통합 (Integration of Pair-wise Discriminators and Recognizer using Confusion Graph)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회논문지 : 소프트웨어 및 응용 / 39권 / 6호 / 507 ~ 514페이지
· 저자명 : 조혜근, 김인중

초록

문자 인식 기술은 여러 분야에 널리 응용되고 있다. 그러나, 필기 한글 인식에서는 지금까지 많은 연구에도 불구하고 높은 성능을 얻지 못하고 있다. 필기 한글 인식의 어려움 중 하나는 유사 문자간 혼동이다. 이를 극복하기 위하여 다양한 유사문자쌍 구분 방법들이 제안되었다. 유사문자쌍 구분기는 특정 혼동문자쌍 간의 차이에 집중함으로써 해당 문자쌍을 전문적으로 구분하는 두 클래스 전용 인식기이다. 유사문자쌍 구분기는 유사문자쌍의 구분에 효과적이다. 그러나, 두 개의 클래스만을 구분할 수 있기 때문에, 기본 인식기와 통합되어야만 실용적인 시스템에 사용될 수 있다. 지금까지 유사문자쌍 구분기와 기본 인식기의 통합에 대해서는 많은 연구가 이루어지지 않았다. 본 논문은 기본 인식기와 유사문자쌍 구분기로부터 획득된 다양한 정보를 체계적으로 활용함으로써 유사문자들이 많이 포함된 언어에 대한 인식 성능을 극대화하는 방법을 제안한다. 제안하는 방법은 문자간 혼동 확률, 기본 인식기 및 유사문자쌍 구분기의 신뢰도를 혼동그래프에 저장한 후 이를 활용해 기본 인식기와 유사문자쌍 구분기의 결과를 체계적으로 통합함으로써 최종 인식 결과를 선택한다. SERI95a 문자 영상으로 실험한 결과, 인식 방법과 유사문자 구분 방법의 변화 없이도 통합 방법의 개선만을 통해 8.26퍼센트의 오류감소율을 얻었다.

영어초록

Character recognition technology is widely used in many fields. However, researchers couldn't achieve high performance in handwritten Hangul recognition, in spite of many researches so far. One of major difficulties in handwritten Hangul recognition is confusion between similar characters. Various pair-wise discrimination methods were proposed to overcome this problem. A pair-wise discriminator is a two-class recognizer specialized for a particular confusing character pair by focusing on their difference. Pair-wise discriminators are effective to discriminative specific character pairs. However, because a discriminator can discriminate only a pair of classes, it needs to be integrated with a baseline recognizer to be used in a practical system. Until now, there were few researches on integration of pair-wise discriminators and baseline recognizer. This paper proposes a method to maximize overall recognition performance on a language containing lots of similar characters by systematically utilizing various information obtained by the baseline recognizer and pair-wise discriminators. The proposed method stores confusion probability between characters as well as the reliability of the baseline recognizer and pair-wise discriminators in a confusion graph. Then, it selects the final recognition result by systematically integrating outputs of the baseline recognizer and pair-wise discriminators using the confusion graph. In experiments on SERI95a data set, we achieved 8.26% of error reduction rate by only improving integration method, without any modification on recognition nor discrimination methods.

참고자료

· 없음