최근 정보기술의 발달과 함께 문자 인식의 중요성이 높아지고 있다. 특히, 유비쿼터스 시대가 도래하면서 개인휴대용 정보 단말기, 태블릿 PC 등 유비쿼터스 컴퓨팅 장비가 급속도로 대중화 되고 있다. 이에 사람마다 다양한 필체로 인한 문제가 발생하고 있으며, 인식률을 높일 수 있는 문자 인식에 대한 연구가 필요한 실정이다. 본 연구에서는 다중 해상도 병합을 이용한 수정된 적응 공명 이론 신경망을 제안한다. 이는 자율 학습 신경망과 다중 해상도의 관점에서 접근하여 문자 인식 문제에 적용시켜 본 것이다. 노이즈와 문자 특성 정보를 구별하고 인식률을 높이기 위해 고해상도와 저해상도 정보를 같이 이용하는 다중 해상도 병합 방법을 제안한다. 또한, 다중 해상도 병합 방법의 효과를 극대화할 수 있는 적응 공명 이론 신경망의 유사도 측정 방법을 제안하여 기존의 방법보다 우수한 실험 결과를 제시하였다.
As Information Technology growing, the character recognition application plays an important role in the ubiquitous environment. In this paper, we propose the Modified ART1 network using Multiresolution Mergence to the problems of the character recognition. The approach is based on the unsupervised neural network and multiresolution. In order to decrease noises and to increase the classification rate of the characters, we propose the multiresolution mergence strategy using both high resolution and low resolution information. Also, to maximize the effect of multiresolution mergence, we use a modified ART1 method with a different similarity measure. Our experimental results show that the classification rate of character is quite increased as well as the performance of the propose algorithm in conjunction with the similarity measure is improved comparing to the conventional ART1 algorithm in this application.
