신경회로망을 이용한 한글 자소 특징의 자동 추출

문자인식 시스템을 구성하는 여러 요소 중, 적절한 feature의 선정이 전체의 성능을 크게 좌우한다할 수 있으므로, 시스템을 구축하기 위한 기초 작업으로서 feature에 관한 연구는 매우 중요하다. 물론 현재에도 feature에 관한 다양한 모델들이 제안되어 있으나, 대체로 영문자, 숫자, 일본 문자 등이 그 대상이며, 우리나라 한글의 feature에 관한 연구는 미미한 형편이다. 연구의 방향은 우선 feature들을 heuristic하게 인위적으로 설정한 네오코그니트론 모델을 살펴보고, 다음 신경회로망을 사용한 자동 feature 추출을 다루었다. 사용한 신경회로망 모델은 Back-propagation 모델로서 feature 추출의 역할을 담당한다고 알려진 중간층 노드가 충분히 학습을 시킨 후, 어떠한 형태로 변화하는가를 관찰하였다. 결론적으로 Back-propagation으로 생성된 feature는 distributed한 특징을 보여, local한 feature를 탐지하는 망막과는 구별되는 특징을 보이고 있다. 여기서 생성된 micro feature는 문자인식 신경회로망의 전단부인 feature detector의 feature로서 차후 사용될 수 있을 것이다. 또 여기서 사용된 feature 획득 메카니즘을 사용하여 인쇄체 뿐 아니라 필기체의 경우에도 feature를 발견할 수 있을 것이다.