안드로이드를 기반으로 한 한자 쓰기 학습 인식 알고리즘 개발 (A Development of Android-based Chinese Characters Writing Recognition Algorithm)

서지정보

· 발행기관 : 한국지식정보기술학회
· 수록지 정보 : 한국지식정보기술학회 논문지 / 13권 / 4호 / 465 ~ 473페이지
· 저자명 : 이성현, 임용균, 김영철

초록

한자 교육은 단어의 뜻과 음을 익히는 방법 보다는 그 글자를 따라 쓰고 연습하는 방법을 사용한다. 그렇기 때문에 한자 교육용 어플리케이션을 제작할 때는 교육의 효과성을 올리기 위해, 그 글씨를 인식하고 따라 쓰는 기술적인 기법의 처리가 필요하다. 본 연구에서는 스마트폰이라는 기기를 기반으로 한자 쓰기 학습에 대한 효과적인 방법을 모색해 보고자 한다. 한자를 인식하기 위해서는 우선 기준이 되는 샘플 글자를 인식한다. 글씨이기 때문에 폰트나 형태에 관계 없이 크기와 모양을 일정하게 만드는 작업을 한다. 그 다음 과정에서는 사용자가 작성한 이미지를 인식하고 기준과 비교한다. 비교가 끝나고 나면 기준값과 사용자가 쓴 값이 얼마나 비슷한지 평가를 하는 과정을 겪는다. 이렇게 세가지 과정을 지나면서 기준값과 사용자의 글씨를 비교하게 된다. 본 연구에서는 기존의 인식 방법 중에서 어플리케이션에 적용하기 편한 DP matching과 HMM방법, 그리고 DP matching과 HMM을 결합하는 방법으로 제안한 알고리즘과 비교 사용했다. 제안한 알고리즘은 기존의 인식 방법과 함께 비교했을 때 최소 1.05% 이상 높은 인식률의 향상결과를 얻었다.

영어초록

Chinese character education uses the method of writing and practicing according to the letter rather than learning the meaning and the sound of the word. When making Chinese character education application, therefore, it is necessary to deal with the technical method of recognizing and writing according to the Chinese characters for increasing the effectiveness of education. In this study, we try to find an effective method for writing Chinese character based on the smart-phone device. In order to recognize Chinese characters, first, a standard sample character is recognized. Because it is a font, it is necessary to make the size and shape constant regardless of the font or the form. The next step is to recognize the user-created image and compare it with the criteria. After the comparison, it is a process of evaluating how the reference value is similar to the value created by the user. After going through three steps, we compare the reference value with the user's writing. In this study, among the existing recognition methods, DP matching and HMM methods that are easy to apply to applications and proposed algorithms that combine DP matching with HMM. The proposed algorithm has resulted in a higher recognition rate of at least 1.05% compared to the previous recognition method.

참고자료

· 없음