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
학술대회자료
저자정보
석정한 (동국대학교) 윤준서 (동국대학교) 박창우 (동국대학교) 김동호 (동국대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2018년도 대한전자공학회 하계종합학술대회
발행연도
2018.6
수록면
1,160 - 1,163 (4page)

이용수

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

초록· 키워드

오류제보하기
본 연구에서는 기존의 명함 인식 시스템의 한계점을 소개하고 이를 보완할 방법으로 딥 러닝을 이용한 명함 인식 시스템을 제시 및 구현하여 실험한다. 명함인식 시스템의 구조는 크게 이미지 속 문자를 탐지 및 인식하는 전반부와 인식된 문자를 명함에서 사용된 개체별로 인식하는 후반부로 나누어진다. 본 논문에서는 명함 인식 시스템의 전반부와 후반부와 관련 있는 인공지능 모델인 CTPN, CRNN 그리고 BLSTM CNNs CRF을 소개하고 이를 이용하여 명함 인식 시스템을 제시한다. 실제 구현에서는 명함 인식 시스템의 전반부에 해당하는 문자 탐지 및 인식 기능은 구글사의 이미지 처리 서비스인 구글 클라우드 비전을 이용하며, 후반부에 해당하는 개체명 인식 모델은 오픈 소스 라이브러리인 텐서플로우를 이용하여 BLSTM CNNs CRF 모델을 구현한다. 개체명 인식 모델은 조직명, 성명, 주소 등 명함에서 사용하는 개체별 데이터를 조합하여 생성한 10,000,000개의 데이터를 학습한다. 이렇게 구현한 명함 인식 시스템을 실제 명함 이미지 1,000개에 대해 실험한 결과 후반부에 해당하는 개체명 인식의 인식률이 낮았으며, 이 문제점에 대해 향후 연구 방향을 제시한다.

목차

Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 구현
Ⅳ. 실험
Ⅴ. 결론 및 향후 연구 방향
참고문헌

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0