Earticle

현재 위치 Home

[연구보문]

디지털 이미지에 기록된 시간 정보를 추출하기 위한 OCR 기법들에 대한 분석
Analysis of Optical Character Recognition Methods to Extract Time Information on Digital Images

첫 페이지 보기
  • 발행기관
    한국법과학회 바로가기
  • 간행물
    한국법과학회지 바로가기
  • 통권
    제22권 제2호 (2021.11)바로가기
  • 페이지
    pp.69-76
  • 저자
    김용진, 박남인
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A403325

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
The time information recorded in a vehicle black box or CCTV is displayed in the text time(ex: YYYY/MM/DD hh:mm:ss). However, when restoring images from inactive areas, temporary files, or damaged video files, there could be a problem that the sequence of images restored to frame units is not arranged in that of the actual recorded time. To resolve this issue, we recognize time information recorded in text format at the top or bottom of the image, and rename the image file via the recognized time information. At that time, images that have been renamed and sorted chronologically can be made into continuous videos. In this paper, Optical Character Recognition(OCR) was used to recognize time information. OCR-related research has continued for a long time and has recently been available through many open sources. Thus, time information of the image is extracted by applying Convolutional Recurrent Neural Network(CRNN) based OCR, Tesseract OCR, and EasyOCR. The expression of time information in vehicle black boxes and CCTV is expressed in various ways(ex: text font, background and text size). The performance of each OCR was compared and analyzed through test images of time information presented in various forms. It was shown from the comparative analysis that the CRNN-based method has the highest recognition performance among OCRs used in the experiment. Moreover, it was confirmed that a prediction rate is approximately 5 times faster for predicting a single image.

목차

Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
1. Tesseract OCR 구조
2. EasyOCR 구조
3. Convolution Neural Network(CRNN) OCR 구조
Ⅲ. 성능 평가
1. 성능 평가 환경 및 방법
2. TesseactOCR, EasyOCR, 및 CRNN OCR 에 대한 비교 실험결과
Ⅳ. 결론 및 고찰
Ⅴ. 사사
Ⅵ. 참고문헌

키워드

Convolutional Recurrent Neural Network(CRNN) EasyOCR Optical Character Recognition(OCR) Tesseract Time information

저자

  • 김용진 [ Yong Jin Kim | 국립과학수사연구원 디지털과 연구원, 감정관 ]
  • 박남인 [ Nam In Park | 국립과학수사연구원 디지털과 연구원, 감정관 ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국법과학회 [Korean Society of Forensic Science]
  • 설립연도
    2000
  • 분야
    복합학>과학기술학
  • 소개
    법과학 분야는 사회정의 구현에 있어 크나큰 가치가 있음에도 불구하고 우리나라에서는 이 분야에 대한 인식이 미흡하여 선진 외국에 비해 침체되어 있는 실정이다. 이에 우리나라에서도 법과학 분야와 관련 있는 학계, 연구기관, 수사기관 등 유관 단체들로 구성된 한국 법과학회를 창립하여 이 분야를 활성화 시켜 과학수사를 한층 더 발전시키기 위함을 목적으로 한다.

간행물

  • 간행물명
    한국법과학회지 [Korean Journal of Forensic Science]
  • 간기
    반년간
  • pISSN
    1598-0715
  • 수록기간
    2000~2025
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 367 DDC 347

이 권호 내 다른 논문 / 한국법과학회지 제22권 제2호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.