2017년 컴퓨터종합학술대회
Current Result Document : 144 / 184
| 한글제목(Korean Title) |
드랍필터가 적용된 인셉션 모듈기반의 희소 컨볼루션 신경망을 활용한 한글 필기체 인식 |
| 영문제목(English Title) |
Hangul Handwriting Recognition using Sparse Convolutional Neural Networks Based on Inception Modules with Dropfilter |
| 저자(Author) |
|
| 원문수록처(Citation) |
VOL 44 NO. 01 PP. 0879 ~ 0881 (2017. 06) |
한글내용
(Korean Abstract) |
본 논문에서는 드랍필터 기법을 인셉션 모듈 기반의 컨볼루션 신경망 (CNN)에 적용하여 한글 필기체에 대한 인식을 수행하였다. 인셉션 모듈은 뛰어난 성능을 보이면서 동시에 CNN의 연산량을 획기적으로 감소시킨 GoogLeNet의 핵심 모듈이다. 또한 드랍필터는 일반화 오류를 줄이기 위해 CNN의 마스크필터에 적용되는 Regularization 기법의 일종으로 CNN의 마스크필터 자체를 임의의 확률로 드랍시키는 방법이다. 실험은 드랍필터가 적용된 인셉션 모듈 기반의 CNN을 사용하여 520클래스, 260,000글자로 구성된 한글 필기체 이미지 DB에 대한 인식 실험을 수행하였다. 실험 결과 제안하는 모델이 드랍필터를 적용하지 않은 기본적인 LeNet구조의 CNN에 비해 약 3배 적은 학습 변수로 3.275% 더 높은 인식률을 달성할 수 있음을 확인하였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
