메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이혁 (국립창원대학교)
저널정보
한국정보전자통신기술학회 한국정보전자통신기술학회 논문지 한국정보전자통신기술학회 논문지 제18권 제1호
발행연도
2025.2
수록면
40 - 48 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
저화질 공공 문서의 디지털화를 위해 OCR(Optical Character Recognition) 기술이 널리 활용되고 있으나, 이러한 저화질 환경에서 텍스트 탐지 및 인식 모델의 성능은 여전히 개선이 필요하다. 본 연구에서는 저화질 한글 공공문서를 대상으로 DBNet과 PANet을 탐지 모델로, CRNN과 SAR을 인식 모델로 선정하여 다양한 조합의 성능을 비교 분석하였다. 실험 결과, DBNet과 SAR의 조합이 F1-score 85.30%, Word Accuracy 68.86%, 그리고 End-to-End 성능 58.74%를 기록하며, 정확도가 중요한 환경에서 우수한 성능을 보였다. 반면, DBNet과 CRNN의 조합은 Word Accuracy 66.43% 및 End-to-End 성능 56.66%를 유지하면서도 추론 시간이 SAR 대비 평균 7ms 단축되어, 실시간 처리가 필요한 응용에서 효과적인 대안임을 확인하였다. 본 연구는 공공 문서 디지털화를 위한 OCR 모델 조합의 효율성을 검증함으로써, 다양한 환경에서 활용 가능한 실무적 가이드라인을 제공한다.

목차

요약
Abstract
1. 서론
2. 연구 배경 및 관련 연구
3. 실험 설계 및 평가
4. 실험 결과 및 분석
5. 결론 및 향후 연구 방향
REFERENCES

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092518663