메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지(B) 정보과학회논문지(B) 제22권 제12호
발행연도
1995.12
수록면
1,706 - 1,715 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (6)

초록· 키워드

오류제보하기
2차원 영상을 다루는데 있어 1차원 은닉 마르코프 모델(Hidden Markov Model : HMM)의 한계가 지적됨에 따라 새로이 등장한 은닉 마르코프 메쉬 랜덤 필드(Hidden Markov Mesh Random Field HMMRF) 모델은 영상의 모델링과 인식을 위한 새로운 통계적 모델이다. 이 모델은 영상이 마르코프 메쉬 랜덤 필드(Malkov Mesh Random Field MMRF)에 의해 표현될 수 있다는 가정하에서 제안된 모델로서, 본 논문에서는 2차원 통계적 모델인 HMMRF 모델을 기반으로 하여 오프라인 글씨 인식을 위한 새로운 방법론을 제안한다. 제안된 HMMRF 모델이 글씨 인식의 문제에 적용되기 위해서는 디코팅(혹은 레이블링) 단계와 훈련 단계가 필요하며 본 논문에서는 관측값들에 포함되어 있는 정보를 기반으로 화소의 상태를 결정하는 디코딩 문제를 중점적으로 다루고자 한다. 이 문제에 대한 해결 방안은 HMMRF 모델에 대하여 최대 주변 사후 확률 분포 기준에 기반을 둔 "look-ahead" 기법으로 부터 유도될 수 있다.
오프라인 글씨 인식을 위한 2차원 HMMRF 모델의 유용성을 입증하기 위하여 1차원 모델과의 성능 비교가 이루어졌으며, 실험 결과 HMMRF 모델이 기존의 1차원 모델이 갖는 한계를 극복할 수 있다는 점에서 오프라인 글씨 인식 분야에서 대표적인 통계적 모델로서 확립될 수 있으리라 판단된다.

목차

요약

Abstract

1. 서론

2. 관련 연구

3. 은닉 마르코프 메쉬 랜덤 필드 모델

4. HMMRF 모델에서의 영상 디코딩 알고리즘

5. 실험 및 결과 분석

6. 결론

참고문헌

저자소개

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017738926