Current Result Document : 2 / 2
| 한글제목(Korean Title) |
Inception 모듈 기반의 경량화된 한자 필기체 인식 모델 개발 |
| 영문제목(English Title) |
Building Light-weight Convolutional Neural Networks for Handwritten Chinese Character Recognition Based on Inception modules |
| 저자(Author) |
김경환
Kyounghwan Kim
|
| 원문수록처(Citation) |
VOL 47 NO. 01 PP. 1563 ~ 1565 (2020. 07) |
한글내용
(Korean Abstract) |
심층 컨볼루션 신경망(CNN)을 사용한 이미지 인식 연구는 활발히 진행 중에 있다. 그 중에서도 언어 필기체 인식에 대한 정확도 향상에 많은 연구가 진행되었는데, 이 논문에서는 2014년 이미지 인식 대회(ILSVRC 14)에서 좋은 성적을 거둔 GoogLeNet에서 처음 제시된 Inception 모듈을 기반으로 구축한 깊은 컨볼루션 신경망을 한자 필기체 인식(HCCR) 문제에 적용하고, 이를 경량화하여 모바일 서비스에 적용하였다. 일반적인 컨볼루션 신경망에서는 깊은 구조를 가질수록 (더 많은 레이어를 가질수록) 성능이 좋아지지만, 모델의 파라미터 수가 기하급수적으로 증가한다는 문제점이 있다. 따라서 이 논문에서는 Inception 모듈을 이용한 깊은 CNN 구조를 설계하고, 3755개의 클래스와 약 110만 개의 데이터를 이용하여 학습을 시켰다. 이로 인해 적은 가중치 파라미터 수와 작은 크기의 모델로 상당한 성능을 낼 수 있음을 보여준다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 원문 |
PDF 다운로드
|
