1 |
1
삭제
|
2 |
2
삭제
|
3 |
3
형식 문서로부터 추출된 필기체 숫자열을 입력받는 제 1단계와, 상기 필기체 숫자열의 굴곡진 숫자 영상을 스무딩시키고 상기 숫자 영상에서 연결 요소들을 찾는 제 2단계와, 상기 숫자열이 붙은 숫자열인지 판단하는 제 3단계와, 붙은 숫자열이라고 판단되면, 상기 붙은 숫자열 영상에 대한 윤곽선을 찾는 제 4단계와, 상기 윤곽선에서 후보 분할점들을 찾아 부영상들을 분할하는 제 5단계와, 분할 오차 함수를 이용하여 분할된 각각의 부영상들에 대해 분할 신뢰값을 계산하여 상기 분할 신뢰값이 가장 높은 부영상을 붙은 숫자열 영상에서 분할된 숫자 영상으로 선택하는 제 6단계와, 상기 제 3단계에서 붙은 숫자열이 아니라고 판단되거나 상기 제 6단계가 수행되면, 분할된 숫자 영상을 인식하기 위하여 특징 추출하는 제 7단계와, 상기 붙은 숫자열에서 최고의 분할 신뢰값으로 선택된 숫자 영상을 분할하는 제 8단계와, 나머지 숫자 열 영상을 획득하는 제 9단계를 포함하며; 상기 제 5단계에서 상기 후보 분할점들은 국소 최소점과 국소 최대점과 소대전이점과 대소전이점을 포함하는 것을 특징으로 하는 붙은 필기체 숫자열의 분할인식방법
|
4 |
4
제3 항에 있어서, 상기 제5 단계는 이웃하는 화소의 윤곽선 사이의 거리차가 임계치를 넘으면 후보 분할점으로 선택하는 제1 과정과, 상기 후보 분할점들이 존재할 수 있는 영역을 구하여 그 영역 안에 존재하는 국소 최소점 및 국소 최대점을 후보 분할점으로 선택하는 제2 과정과, 상기 후보 분할점들을 해석하여 그 중에서 획의 일부분을 손실하게 만드는 후보 분할점들을 모두 제거하는 제3 과정과, 숫자열 영상의 최외각 영상의 왼쪽부터 각각의 후보 분할점까지 영상을 분할하여 부영상들을 만드는 제4 과정을 포함하는 것을 특징으로 하는 붙은 필기체 숫자열의 분할인식방법
|
5 |
5
제3 항에 있어서, 상기 제6 단계에서 상기 분할 오차 함수는, 영상의 가로대세로비와, 부분 영역에 대한 수평 화소 전이값과, 인식결과로 구성되는 것을 특징으로 하는 붙은 필기체 숫자열의 분할인식방법
|
6 |
6
제3 항에 있어서, 상기 제6 단계는, 숫자 영상에 대한 최소외각 사각형을 구하는 제1 과정과, 숫자의 가로대세로비의 평균값을 계산하는 제2 과정과, 평균 수평화소 전이값을 계산하는 제3 과정과, 평균 인식 확률값을 계산하는 제4 과정을 포함하는 것을 특징으로 하는 붙은 필기체 숫자열의 분할인식방법
|
7 |
7
제6 항에 있어서, 상기 제2 과정은, 학습에 사용된 숫자 클래스 0 ∼ 9에 해당되는 숫자들에 대해 숫자의 가로대세로비를 구하는 제1 소과정과, 상기 제1 소과정에서 구한 상기 가로대세로비를 누적하는 제2 소과정과, 0 ∼ 9 숫자 클래스 각각에 대하여 가로대세로비의 평균값을 구하는 제3 소과정을 포함하는 것을 특징으로 하는 붙은 필기체 숫자열의 분할인식방법
|
8 |
8
제6 항 또는 제7 항에 있어서, 상기 제2 과정은, Ta(i)는 숫자 클래스 i에 대해 계산된 숫자 영상의 가로대세로비의 평균값을 나타내고, aij는 숫자 클래스 i 내에 포함된 j번째 샘플의 영상의 가로대세로의 비를 나타내고, Ni는 각 클래스 내에 포함된 샘플들의 개수를 나타낼 때에, 다음의 수학식
9
제6 항에 있어서, 상기 제3 과정은, 숫자 영상을 50×50 크기로 정규화하는 제1 소과정과, 5 화소간격으로 5,10,15,
|
10 |
10
제6 항 또는 제9 항에 있어서, 상기 제3 과정은, Tt(i)는 숫자 클래스 i에 대해 계산된 부분 영역에 대한 화소의 수평 평균 전이값을 나타내고, tij는 숫자 클래스 i 내에 포함된 j번째 샘플의 수평 화소 전이값을 나타내고, Ni는 각 클래스 내에 포함된 샘플들의 개수를 나타낼 때에, 다음의 수학식
11
제6 항에 있어서, 상기 제4 과정은, 학습에 사용된 독립 개별 숫자들에 대하여 각 숫자 클래스 별로 인식 결과값을 누적하는 제1 소과정과, 상기 누적된 인식 결과값을 숫자 클래스의 개수로 나누어 평균값을 구하는 제2 소과정을 포함하는 것을 특징으로 하는 붙은 필기체 숫자열의 분할인식방법
|
12 |
12
제6 항 또는 제11 항에 있어서, 상기 제4 과정은, Tr(i)는 숫자 클래스 i에 대해 각각 계산된 평균 인식 확률값을 나타내고, rij는 숫자 클래스 i 내에 포함된 j번째 샘플의 인식 확률값을 나타내고, Ni는 각 클래스 내에 포함된 샘플들의 개수를 나타낼 때에, 다음의 수학식
13
제3 항에 있어서, 상기 제6 단계는, 상기 분할된 부영상의 상기 분할 신뢰값을 계산하기 위하여 학습에 이용된 독립 개별 숫자 샘플들로부터 각 요소들에 대하여 각 숫자 클래스별로 0 내지 9로 숫자 영상의 가로대세로비의 평균값, 평균 수평화소 전이값 및 평균인식 확률값을 계산하여 임계치로 사용하는 것을 특징으로 하는 붙은 필기체 숫자열의 분할인식방법
|
14 |
14
제3 항에 있어서, 상기 제7 단계는, 숫자의 구조적인 특징 정보 및 인식 결과를 이용하여 분할 오차 함수를 정의하는 제1 과정과, 학습에 이용된 숫자 영상 샘플들을 이용하여 구조적인 특징들의 임계치와 인식 결과에 거절값을 계산하는 제2 과정과, 각각의 부영상에 대한 오차 함수의 구성요소 값을 각각 계산하는 제3 과정과, 미리 계산된 상기 임계치와 상기 인식 거절 값을 이용하여 분할 신뢰값을 계산하는 제4 과정과, 후보 분할점에 의해 l번째 분할된 부영상에 대한 인식 확률값 rl, 부분 영역에 대한 화소의 수평 전이 값 tl 및 숫자 영상의 가로대세로비 al을 구하는 제5 과정과, 상기 분할 오차 함수 각각의 요소에 대해 l번째 분할된 부영상의 세 가지 요소의 분할 오차값을 구하는 제6 과정과, 상기 오차값들을 이용하여 상기 l번째 분할된 부영상에 대한 분할 오차값을 계산하는 제7 과정과, 상기 l번째 분할된 부영상의 분할 신뢰값을 구하는 제8 과정을 포함하는 것을 특징으로 하는 붙은 필기체 숫자열의 분할인식방법
|
15 |
15
제14 항에 있어서, 상기 제6 과정에서 i는 인식된 숫자 클래스를 나타내고, S는 분할된 부영상의 개수를 나타내고, l은 1부터 S까지 l번째 분할된 부영상을 나타내고, al은 숫자 영상의 가로대세로비를 나타내고, tl은 부분 영역에 대한 화소의 수평 전이 값을 나타내고, rl은 상기 후보 분할점에 의해 l번째 분할된 부영상에 대한 인식 확률값을 나타내고, Ta(i)는 숫자 클래스 i에 대해 계산된 숫자 영상의 가로대세로비의 평균값을 나타내고, Tt(i)는 숫자 클래스 i에 대해 계산된 부분 영역에 대한 화소의 수평 평균 전이값을 나타내고, Tr(i)는 숫자 클래스 i에 대해 각각 계산된 평균 인식 확률값을 나타낼 때, 상기 분할 오차값을 다음의 수학식
16
제14 항에 있어서, 상기 제7 과정에서 상기 l번째 분할된 부영상에 대한 분할 오차값을 다음의 수학식
17
제14 항에 있어서, 상기 제8 과정에서 상기 l번째 분할된 부영상의 상기 분할 신뢰값을 다음의 수학식
18
제3 항에 있어서, 상기 제8 단계에서 각각의 부영상에 대해 계산된 분할 신뢰값 가운데 최고의 신뢰도 값을 가지는 부영상을 붙은 숫자의 가장 왼쪽에 있는 숫자로 선택하는 것을 특징으로 하는 붙은 필기체 숫자열의 분할인식방법
|
19 |
19
제3 항에 있어서, 붙은 숫자열에서 숫자 영상을 분할하여 다음 숫자열 영상이 있으면, 상기 제3 단계로 진행하는 제10 단계를 더 포함하는 것을 특징으로 하는 붙은 필기체 숫자열의 분할인식방법
|