패턴인식이나 영상이해의 영역에서는 같은 물체라도 잡음이나 왜곡에 의하여 모양이 훼손되어 다른 물체로 인식될 수 있다. 따라서 물체 인식에서는 두 물체가 완전히 동일한지 여부를 판정하는 것보다는 두 물체가 서로 어느 정도 유사한가를 판정하는 것이 중요한 경우가 많다. 이 논문에서는 훼손된 기호의 인식을 위하여 기호를 표현하는 두 그래프 표현간의 유사도 측정을 이용한 기호 인식 방법을 제안하였다. 제안한 기호 인식 방법은 런 그래프(run graph)를 이용하여 인식 대상 기호를 노드(node)와 에지(edge)로 구성되는 그래프 형태로 표현하고 임베딩 변환(embedding transform)을 포함한 생성 규칙을 사용하여 입력 그래프를 참조 모델 그래프와 유사한 형태로 변형시킨다. 이러한 과정에서 변형된 최종 그래프와 모델 그래프간의 구조적 유사성과 변형시 사용된 생성 규칙의 수를 이용하여 그래프간 유사도를 측정함으로써 기호를 인식하였으며 이의 응용 분야로서 악보에서 비음표 기호 인식에 사용하였다. 이 결과 96%의 인식률을 얻었으며 기호가 심하게 훼손되지 않은 경우에는 거의 인식에 성공하였다.
In most pattern recognition and image understanding applications, images are degraded by noise and other distortions. Therefore, it is more relevant to decide how similar two objects are rather than to decide whether the two are exactly the same. In this paper, we propose a method for recognizing degraded symbols using a distance measure between two graphs representing the symbols. a symbol is represented as a graph consisting of nodes and edges based on the run graph concept. The graph is then transformed into a reference model graph with production rule containing the embedding transform. The symbols are recognized by using the distance measure which is estimated by using the number of production rules used and the structural homomorphism between a transformed graph and a model graph. the proposed approach is applies to the recognition of non-note musical symbols and the result are given.
