Pipeline for Precise Multilingual OCR
본 논문에서는 효과적인 다중언어 OCR(Optical Character Recognition)을 수행하기 위한 최적의 파이프라인을 제안한다. 기존 연구들은 단일 언어 데이터를 대상으로 OCR을 수행해 왔다. 이 과정에서 이미지는 먼저 탐지 모델에 입력되어 영역을 식별 후, 이 영역을 인식 모델로 전달하여 텍스트 문장을 추출한다. 하지만 이 방식은 단일 언어 OCR 네트워크에 국한되어 있어, 다양한 언어에 대한 데이터는 처리하지 못한다는 한계가 있었다. 이에 본 논문에서는 각 언어에 대한 특성을 고려한 언어 분류 모델을 기존 모델에 통합하고, 이를 기반으로 언어별 독립적 인식 모델을 구성한 다중언어 OCR이 가능한 방법론을 개발하였다. 제안하는 파이프라인은 실험을 통해 다중언어 데이터에 대해 정량적 및 정성적으로 우수한 성능을 확인하였다.
Authors
- Do-Kyung Hwang (ORCID: https://orcid.org/0000-0003-4271-5672)
- Young-Joo Suh (ORCID: https://orcid.org/0000-0001-7208-1709)
- Dong-Ju Kim (ORCID: https://orcid.org/0009-0007-8028-8962)
- Chang-Yeop Lee
Publication Details
- Journal
- The Journal of Korean Institute of Information Technology
- Published
- 2024-08-31
- DOI
- https://doi.org/10.14801/jkiit.2024.22.8.1
- Primary Topic
- Handwritten Text Recognition Techniques
- Type
- article
- Field-Weighted Citation Impact
- 0.00
Funders
- Ministry of Education
- National Research Foundation of Korea