Earticle

현재 위치 Home

합성 운전 면허증 정보를 이용한 CRNN 기반의 OCR 시스템 설계
CRNN based OCR System Design Using Synthetic Drive License Information

첫 페이지 보기
  • 발행기관
    국제차세대융합기술학회 바로가기
  • 간행물
    차세대융합기술학회논문지 KCI 등재 바로가기
  • 통권
    제10권 4호 (2026.04)바로가기
  • 페이지
    pp.998-1004
  • 저자
    서상민
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A483975

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
Based on personal information protection act (PIPA), collecting and distribution of the personal information are strictly prohibited, therefore the collecting the personal information is nearly impossible. To solve this problem, this study propose synthetic datasets based optical character recognition (OCR). In this study, driver’s license is chosen as for collecting personal information because the driver’s license contains detailed personal information and therefore it is very hard to obtain the information in real world. To realize the proposed method, generative adversarial network (GAN) based driver’s licenses are synthesized, and lightweight convolutional recurrent network-connectionist temporal classification (CRNN-CTC) based optical character reconition (OCR) is proposed. Experimental results shows a character error rate of 0.01 and a sentence error rate of 0.16. Qualitative experimental result also demonstrates the effectiveness of the proposed method.
한국어
개인정보 보호법에 의하여, 개인 정보의 수집 및 배포 등은 엄격히 제한을 받고 있어서, 개인정보의 수집 은 대단히 어렵다. 이러한 개인정보 수집의 어려움을 해결하고자 합성 데이터 기반의 광학 문자 인식(Optical Character Recognition, OCR) 시스템을 제안한다. 이 연구에서는 개인정보를 얻는 대상은 운전면허증으로 선택하 였는데, 그 이유는 여러 가지 개인정보가 들어있고 개인정보 보호로 인하여 실제 데이터를 얻기 어렵기 때문이다. 이를 구현하기 위하여 생성적 적대신경망(Generative Adversarial Network, GAN) 기반의 운전면허증을 합성하 여 데이터세트을 구축하였고, 문자 인식기로는 휴대가 가능한 경량 컨볼루셔널 리커런트 신경망-연결주의 시계열 분류(Convolutional Recurrent Network-Connectionist Temporal Classification, CRNN-CTC)를 구현하였다. 실 험을 통하여, 문자오차율과 문장 오차율은 각각 0.2778%와 2.4167%을 얻었고, 정성 실험을 진행하여 제안하는 방 법이 효과적임을 증명하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련연구
Ⅲ. 광학 문자 판독기 설계
3.1 데이터세트 설계
3.2 광학 문자 판독기 설계
3.3 손실 함수
3.4 성능 지표
Ⅳ. 실험 결과
Ⅴ. 결론
REFERENCES

키워드

합성데이터 운전면허증 OCR 정보 추출 컨볼루셔널 리커런트 신경망 문자 오류율 문장 오류율 Synthetic Data Driver’s License OCR Information Extraction CRNN Character Error Rate (CER) Sentence Error Rate (SER)

저자

  • 서상민 [ Sangmin Suh | 강원대학교 교수 정보통신공학과 ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제차세대융합기술학회 [International Next-generation Convergence technology Association]
  • 설립연도
    2017
  • 분야
    복합학>기술정책
  • 소개
    Ever since next generation convergence technology became one of the most important industries in the nation, computing professionals have encountered a growing number of challenges. Along with scholars and colleagues in related fields, they have gathered in avariety of forums and meetings over the last few decades to share their knowledge, experiences and the outcome of their research. These exchanges have led to the founding of the International Next-generation Convergence technology (INCA) on December 1, 2015. INCA was registered as an incorporated association under the Ministry of Information and Communications. The main purpose of the organization is to improve our society by achieving the highest capability possible in next generation convergence technology.

간행물

  • 간행물명
    차세대융합기술학회논문지 [The Journal of Next-generation Convergence Technology Association]
  • 간기
    월간
  • pISSN
    2508-8270
  • 수록기간
    2017~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 506 DDC 606

이 권호 내 다른 논문 / 차세대융합기술학회논문지 제10권 4호

    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.