손글씨 문자 인식을 위한 정규화 협력 그래디언트 특징 추출

그래디언트 방향 히스토그램 특징은 문자 인식에서 우수한 성능을 보여왔다. 형태 정규화로 인한 획 방향 왜곡의 영향을 완화하고 더 높은 인식 정확도를 제공하기 위해, 원본 이미지의 그래디언트 방향 요소를 정규화된 이미지를 생성하지 않고 방향 평면에 매핑하고 다양한 정규화 방법과 결합할 수 있는 새로운 특징 추출 접근 방식인 정규화 협력 그래디언트 특징(NCGF) 추출을 제안한다. 손글씨 일본어 및 중국어 문자 데이터베이스에 대한 실험 결과, NCGF는 의사 2차원 정규화와 결합했을 때 정규화 기반 그래디언트 특징에 비해 인식 오류율을 8.63%에서 14.97%까지 감소시키며 높은 유의성 신뢰도를 보였다.