KR101457456B1 - 개인 폰트 생성 장치 및 방법 - Google Patents

개인 폰트 생성 장치 및 방법 Download PDF

Info

Publication number
KR101457456B1
KR101457456B1 KR1020080008630A KR20080008630A KR101457456B1 KR 101457456 B1 KR101457456 B1 KR 101457456B1 KR 1020080008630 A KR1020080008630 A KR 1020080008630A KR 20080008630 A KR20080008630 A KR 20080008630A KR 101457456 B1 KR101457456 B1 KR 101457456B1
Authority
KR
South Korea
Prior art keywords
character
trajectory
representative
locus
input
Prior art date
Application number
KR1020080008630A
Other languages
English (en)
Other versions
KR20090082710A (ko
Inventor
조성정
김진형
김대환
Original Assignee
삼성전자 주식회사
한국과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자 주식회사, 한국과학기술원 filed Critical 삼성전자 주식회사
Priority to KR1020080008630A priority Critical patent/KR101457456B1/ko
Priority to US12/320,360 priority patent/US8786607B2/en
Publication of KR20090082710A publication Critical patent/KR20090082710A/ko
Application granted granted Critical
Publication of KR101457456B1 publication Critical patent/KR101457456B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/103—Formatting, i.e. changing of presentation of documents
    • G06F40/109—Font handling; Temporal or kinetic typography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/203—Drawing of straight lines or curves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
    • G06V30/1914—Determining representative reference patterns, e.g. averaging or distorting patterns; Generating dictionaries, e.g. user dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/32—Digital ink
    • G06V30/333—Preprocessing; Feature extraction
    • G06V30/347—Sampling; Contour coding; Stroke extraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Character Discrimination (AREA)
  • Controls And Circuits For Display Device (AREA)

Abstract

개인 폰트 생성 장치 및 방법이 제공된다. 본 발명의 실시예에 따른 개인 폰트 생성 장치는 본 발명의 일 실시예에 따른 개인 폰트 생성 장치는 사용자로부터 문자의 궤적을 입력 받는 문자 입력부와, 입력된 문자의 궤적으로부터 입력된 문자에 대응되는 대표 문자를 인식하는 문자 인식부와, 대표 문자의 궤적을 표현하는 대표 궤적을 생성하는 대표 궤적 생성부 및 입력된 문자의 궤적에 생성된 대표 궤적의 가중치를 결합하여 입력된 문자의 궤적을 변형하는 궤적 변형부를 포함한다.
본 발명의 실시예에 따른 개인 폰트 생성 방법은 본 발명의 일 실시예에 따른 개인 폰트 생성 방법은 사용자로부터 문자의 궤적을 입력 받는 단계와, 입력된 문자의 궤적으로부터 입력된 문자에 대응되는 대표 문자를 인식하는 단계와, 대표 문자의 궤적을 표현하는 대표 궤적을 생성하는 단계 및 입력된 문자의 궤적에 생성된 대표 궤적의 가중치를 결합하여 입력된 문자의 궤적을 변형하는 단계를 포함한다.
문자 인식, 필체, 궤적, 폰트 생성

Description

개인 폰트 생성 장치 및 방법 {Apparatus and Method of personal font generation}
본 발명은 개인 폰트 생성 장치 및 방법에 관한 것으로, 보다 상세하게는 사용자의 필체에 따라 필기 궤적을 미려화하고 사용자의 필체에 따른 개인 폰트를 생성하는 개인 폰트 생성 장치 및 방법에 관한 것이다.
일반적으로 PC나 TV 등의 전자 기기는 사용자로부터 정보를 입력 받기 위한 입력 장치를 구비할 수 있다. 입력 장치를 통해 사용자가 정보를 입력하는 다양한 방법 중, 펜과 디지타이저(Digitizer) 등을 이용한 펜 입력 방식은 인간의 가장 고전적이고 보편적인 문자 표현 도구인 종이와 펜을 이용한 정보 전달 방식과 유사하여 사용자에게 친숙한 입력 방식으로 많이 이용되고 있다.
이러한 펜 입력 방식으로는 크게 화면상에 소프트웨어적으로 가상의 키보드(일명, 소프트 키보드)를 표시하고 이를 사용자가 펜을 이용하여 포인팅함으로써 문자 정보를 입력하는 방식과 펜과 같은 포인팅 디바이스를 이용하여 디지타이저와 같은 특정 장치 상에 필기하고 이를 인식하여 문자 정보를 입력하는 방식이 있다.
그러나, 필체가 좋지 않은 사용자들은 자신의 글씨에 대하여 만족하지 못하 는 경우가 많다. 그리고 감도가 좋지 않은 입력 장치로 필기를 하는 경우에는 입력 장치에서 발생할 수 있는 노이즈, 손 떨림 등의 다양한 필기 환경으로 인해 필기하는 궤적이 울퉁불퉁하게 보이고, 주변 궤적과 동떨어진 위치에 점이 찍히는 돌출 점, 궤적의 시작과 종료 위치에 급격하게 꺾이는 삐침 궤적 등이 발생하여 매끄럽지 못하게 된다. 따라서, 이러한 상황에서 사용자의 필기 궤적들을 보기 좋게 변형하여 사용자의 만족도를 높이는 방법이 필요하다.
또한, 개인적으로 사용하는 이메일, 블로그 등에 자신 만의 폰트를 적용하여 텍스트를 표현함으로써 자신의 개성을 강조할 필요성이 높아지고 있다.
본 발명은 상기한 문제점을 개선하기 위해 고안된 것으로, 본 발명이 이루고자 하는 기술적 과제는 사용자의 필체에 따라 사용자가 입력한 필기 궤적을 보기 좋게 미려화하고, 사용자의 필체에 따른 개인 만의 다양한 폰트를 생성할 수 있는 개인 폰트 생성 장치 및 방법을 제공하는 것이다.
본 발명의 기술적 과제는 이상에서 언급한 것들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제는 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 기술적 과제를 달성하기 위하여, 본 발명의 일 실시예에 따른 개인 폰트 생성 장치는 사용자로부터 문자의 궤적을 입력 받는 문자 입력부와, 상기 입력된 문자의 궤적으로부터 상기 입력된 문자에 대응되는 대표 문자를 인식하는 문자 인식부와, 상기 대표 문자의 궤적을 표현하는 대표 궤적을 생성하는 대표 궤적 생성부 및 상기 입력된 문자의 궤적에 상기 생성된 대표 궤적의 가중치를 결합하여 상기 입력된 문자의 궤적을 변형하는 궤적 변형부를 포함한다.
또한, 상기 기술적 과제를 달성하기 위하여, 본 발명의 일 실시예에 따른 개인 폰트 생성 방법은 사용자로부터 문자의 궤적을 입력 받는 단계와, 상기 입력된 문자의 궤적으로부터 상기 입력된 문자에 대응되는 대표 문자를 인식하는 단계와, 상기 대표 문자의 궤적을 표현하는 대표 궤적을 생성하는 단계 및 상기 입력된 문자의 궤적에 상기 생성된 대표 궤적의 가중치를 결합하여 상기 입력된 문자의 궤적을 변형하는 단계를 포함한다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
이하, 본 발명의 실시예들에 의하여 개인 폰트 생성 장치 및 방법을 설명하기 위한 블록도 또는 처리 흐름도에 대한 도면들을 참고하여 본 발명에 대해 설명하도록 한다. 이 때, 처리 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 블록(들)에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑제되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이 때, 본 실시예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴 들, 프로그램 코드의 세그먼트들, 드라버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함할 수 있다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다.
이하, 본 발명의 실시예들에 의하여 개인 폰트 생성 장치 및 방법을 설명하기 위한 도면들을 참고하여 본 발명에 대해 설명하도록 한다.
도 1은 본 발명의 일실시예에 따른 개인 폰트 생성 장치의 구성을 나타내는 블록도이다.
본 발명의 일실시예에 따른 개인 폰트 생성 장치(100)는 문자 입력부(110), 문자 인식부(120), 대표 궤적 생성부(130), 궤적 변형부(140)를 포함하여 구성될 수 있다.
문자 입력부(110)는 사용자로부터 문자의 궤적을 입력 받는 역할을 할 수 있다. 문자 입력부(110)로는 터치 패드(Touch Pad), 터치 스크린(Touch Screen), 타블렛(Tablet), 초음파에 기반한 펜 입력 장치 등과 같이 펜 및 기타 입력 장치를 이용하거나 사용자가 직접 손가락 등으로 문자에 대한 궤적을 입력할 수 있는 모든 입력 수단을 사용할 수 있다.
문자 인식부(120)는 입력된 문자의 궤적(10)(이하, 입력 궤적이라고 한다.)으로부터 입력된 문자에 대응되는 대표 문자를 인식하는 역할을 할 수 있다. 여기서, 대표 문자는 사용자가 입력한 문자의 필기 궤적에 대응하는 문자 레이블을 의미한다.
도 2는 본 발명의 일실시예에 따른 개인 폰트 생성 장치의 문자 인식부에서 문자를 인식하는 예를 나타내는 도면이다.
문자 인식부(120)는 입력 궤적(2a)에 대해 전처리 과정(2b), 특징점 추출 과정(2c), 매칭 과정(2d)을 차례로 수행할 수 있다.
도 2에 도시된 바와 같이, 문자 인식부(120)는 먼저 입력 궤적(2a) 상의 점들을 일정 거리 간격으로 처리하고 돌출된 점(a1)이나 삐침 성분(a2)을 제거하는 전처리 과정(Preprocessing)(2b)을 수행할 수 있다. 그리고, 전처리 과정(2b)을 거친 궤적으로부터 X축 또는 Y축 방향의 최대 값 또는 최소 값, 급격한 각도 변화점 등의 특징 점(Feature)을 추출할 수 있다(2c).
매칭 과정(2d)은 입력 궤적(2a)으로부터 대표 문자를 인식하기 위해 입력 궤적(2a)과 미리 저장된 문자 모델들의 궤적과의 거리를 비교하여 최소 거리를 가지는 문자 모델을 선택하여 입력 궤적(2a)에 대응하는 대표 문자로 인식할 수 있다. 이 경우, 매칭 과정(2d)은 소정의 패턴 인식 알고리즘을 사용하여 패턴 인식을 수행함으로써 입력 궤적(2a)으로부터 대표 문자를 인식할 수 있다. 패턴 인식에 대해서는 연구, 개발이 지속되어 매우 다양한 패턴 인식 알고리즘이 개발되고 있다.
바람직하게는, 본 발명의 일실시예에 따른 개인 폰트 생성 장치(100)의 문자 인식부(120)에서는 베이지안 네트워크(Bayesian Network)를 이용하여 패턴 인식을 수행함으로써 입력 궤적(2a)으로부터 대표 문자를 인식할 수 있다. 베이지안 네트워크는 관찰된 사건을 통하여 모델의 확률적 특성을 알아내는데 사용되어 왔다. 확립된 통계적 이론과 잡음에 강인하다는 특성 때문에 오래 전부터 기계 학습 및 통 계 분야에서 베이지안 네트워크를 추론하는 기술이 활발히 연구되어 왔다. 후술하겠지만, 베이지안 네트워크를 사용하게 되면 입력 궤적(2a)을 구성하는 구성 요소와 이들 사이의 위치 관계를 파악할 수 있으므로, 별도의 대응 관계 분석부(135)를 필요로 하지 않는다. 궤적을 구성하는 구성 요소는 점(노드)으로, 이들 사이의 위치 관계는 아크로 표현할 수 있다.
베이지안 네트워크는 전처리 과정(2b)을 거친 궤적으로부터 추출한 특징 점과 베이지안 네트워크 모델들을 매칭시켜 인식 확률 값을 계산하여 계산된 인식 확률 값 중에서 가장 높은 매칭 확률 값을 생성하는 모델을 선택하여 인식 결과로 삼을 수 있다. 여기서, 베이지안 네트워크 모델이란 베이지안 네트워크 시스템이 사용자로부터 수집한 다량의 데이터를 학습한 결과 수집한 데이터에 맞게 변경된 베이지안 네트워크 시스템의 모델 파라미터들을 의미한다. 즉, 베이지안 네트워크 모델은 대표 문자에 대해 사용자가 입력한 다양한 필기 궤적들을 확률적으로 표현하는 모델이라고 할 수 있다.
도 3a 및 도 3b는 베이지안 네트워크를 이용한 매칭 작업을 통해 문자를 인식하는 예를 나타내는 도면이다.
도 3a는 전처리 과정(2b)를 거친 궤적으로부터 추출한 특징 점들을 나타내고 있다. 특징 점들 중 각각의 중간점들은 그 양쪽에 있는 끝점에 의해 결정될 수 있다. 즉, 제1 끝점(EP0)과 제2 끝점(EP1)을 잇는 획을 가정할 때, 제1 중간점(IP1,1)의 위치는 제1 끝점(EP0) 및 제2 끝점(EP1)의 위치에 의해 영향 받을 수 있다. 다시 말해, 제1 끝점(EP0) 및 제2 끝점(EP1)의 위치를 알면, 제1 중간 점(IP1,1)의 위치는 적은 오차로 예측될 수 있는 것이다.
또한, 제1 끝점(EP0)과 제1 중간점(IP1,1) 사이에 존재하는 제2 중간점(IP1,2)은 제1 끝점(EP0)과 제1 중간점(IP1,1)에 의해 예측되며, 제2 끝점(EP1)과 제1 중간점(IP1,1) 사이에 존재하는 제3 중간점(IP1,3)은 제2 끝점(EP1)과 제1 중간점(IP1,1)에 의해 예측될 수 있다. 이와 마찬가지로, 제1 끝점(EP0)과 제2 중간점(IP1,2) 사이에 존재하는 중간점(도시되지 않음)은 제1 끝점(EP0)과 제2 중간점(IP1,2)에 의해 예측될 수 있으며, 이러한 과정을 반복함으로써 좀 더 세부적인 중간점이 예측될 수 있다.
한편, 두 개의 기준점의 위치에 의해 그 중간점의 위치가 예측되는 것은 가우시안 분포(Gaussian distribution)에 의해 정의될 수 있다.
도 3b는 도 3a의 예에서 두 개의 기준점의 위치에 의해 그 중간점의 위치가 예측되는 것을 나타낸 베이지안 네트워크를 나타내고 있다.
참고적으로, 베이지안 네트워크는 노드와 노드 사이를 연결하는 아크로 구성되는데, 베이지안 네트워크에서 노드는 확률 변수에 대응되고, 아크는 확률 변수 간의 관계를 표현한다. 예를 들면, 끝점 EP1의 위치는 EP0의 위치에 의존하고, EP2의 위치는 EP0 및 EP1의 위치에 의존할 수 있다.
다시 도 2를 참조하면, 사용자가 입력한 문자의 궤적으로부터 추출한 특징 점의 확률적인 분포를 베이지안 네트워크 모델들의 확률적인 분포에 대응시켜 확률 값을 산출하여 가장 높은 확률 값을 가지는 베이지안 네트워크 모델을 선택한 결과, 사용자가 입력한 문자에 대응하는 대표 문자는 'ㄱ'임을 알 수 있다.
한편, 문자 인식부(120)가 입력 궤적(2a)으로부터 대표 문자를 인식하기 위해 사용하는 패턴 매칭 알고리즘으로는 베이지안 네트워크에 의한 방법 이외에도, 점 좌표들을 통계적으로 모델링하는 은닉 마르코프 모델(Hidden Markov Model, HMM), 인간의 두뇌의 신경 세포를 모방하여 정보를 분류하는 신경망(Neural Network), 저장된 템플릿(Template)과의 유사도를 비교하는 템플릿 매칭(Template Matching) 등의 다양한 패턴 매칭 알고리즘을 사용할 수도 있다.
다시 도 1을 참조하면, 대표 궤적 생성부(130)는 대표 문자로부터 대표 문자의 궤적을 표현하는 대표 궤적(20)을 생성하는 역할을 할 수 있다. 이러한 대표 궤적(20)은 후술할 궤적 변형부(140)에서 입력 궤적(10)을 변형하는 데 있어서 가중치를 부여하는 기준이 될 수 있다.
바람직하게는, 본 발명의 일실시예에 따른 개인 폰트 생성 장치(100)의 문자 인식부(120)에서는 베이지안 네트워크를 이용하여 대표 문자의 구성 요소와 이들 사이의 위치 관계를 통계적으로 모델링하여 대표 궤적(20)을 생성할 수 있다. 상술한 바와 같이, 베이지안 네트워크 시스템은 보통 수십 내지 수백 명의 사람으로부터 수집한 필기 궤적들로 이루어진 베이지안 네트워크 기반 모델들을 바탕으로 하여 특정 문자에 대해 통계적으로 가장 대표적인 형태의 궤적을 추출할 수 있다.
도 4는 본 발명의 일실시예에 따른 개인 폰트 생성 장치의 대표 궤적 생성부에서 베이지안 네트워크를 이용하여 대표 궤적을 생성하는 예를 나타내는 도면이다.
도 4에 도시된 바와 같이, 대표 궤적 생성부(130)는 먼저 문자 입력부(110) 를 통해 입력된 문자 즉, 한글 문자 또는 영어 단어로부터 이를 구성하는 한글 문자의 자음 및 모음 또는 영어 단어의 알파벳을 추출할 수 있다. 그리고, 수많은 데이터로부터 추출한 이들 구성 요소들 간의 위치 관계를 생성할 수 있다. 그리고, 한글 문자의 자음 및 모음 내에서 핵심 구성 요소인 기본 획을 생성할 수 있다. 이 때, 기본 획은 주로 직선 또는 직선에 준하는 성분으로 구성될 수 있다. 마지막으로, 생성된 기본 획 상에서 베이지안 네트워크를 이용하여 복수의 점들을 생성할 수 있다.
한편, 도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 개인 폰트 생성 장치(100)는 대응 관계 분석부(135)를 더 포함할 수 있다. 대응 관계 분석부(135)는 입력 궤적(10)과 대표 궤적(20)을 비교하여, 즉 두 궤적 간의 유사도 분석을 통하여 두 궤적의 구성 요소 간의 대응 관계(Correspondence)를 분석하는 역할을 할 수 있다.
이와 같은 대응 관계 분석부(135)는 문자 인식부(120)에서 입력 궤적(10)과 대표 문자의 궤적의 대응 관계를 제공하지 않는 경우 제공될 수 있다. 즉, 문자 인식부(120)에서 입력 궤적(10)으로부터 구성요소와 이들 사이의 위치 관계를 파악하여, 도 4에 도시된 바와 같이 대표 궤적 생성부(130)에서 대표 궤적(20)을 생성할 때에 대표 궤적(20) 상의 각 점들이 입력 궤적(10) 상의 어떤 구성 요소에서 생성되었는지 그 대응 관계를 알 수 있는 경우에는 대응 관계 분석부(135)를 필요로 하지 않는다. 하지만, 이러한 대응 관계를 알 수 없는 문자 인식부(120)를 사용하였을 때에는 대응 관계를 명시적으로 설정하는 단계가 필요하다.
예를 들면, 상술한 바와 같이, 문자 인식부(120)가 문자를 인식하는 방법으로 베이지안 네트워크를 이용하는 경우에는 입력 궤적(10)과 대표 문자의 궤적의 대응 관계를 제공할 수 있으므로 대응 관계 분석부(135)를 필요로 하지 않는다. 반면, 문자 인식 방법으로 은닉 마르코프 모델, Neural Network, Template Matching 등을 사용하는 경우에는 입력 궤적(10)과 대표 문자의 궤적의 대응 관계를 제공하지 않으므로 대응 관계 분석부(135)를 필요로 하게 된다.
도 5는 본 발명의 일실시예에 따른 개인 폰트 생성 장치의 대응 관계 분석부에서 입력된 문자의 궤적과 대표 궤적 간의 대응 관계를 분석하는 예를 나타내는 도면이다.
바람직하게는, 입력 궤적(10)과 대표 궤적(20) 간의 대응 관계를 계산하기 위해서 동적 프로그래밍 방법(Dynamic programming matching method)를 적용할 수 있다.
예를 들어, 입력 궤적(10) 상의 점들의 좌표
Figure 112008007046942-pat00001
와 대표 궤적(20) 상의 점들의 좌표
Figure 112008007046942-pat00002
에 대하여 대응 관계(Correspondence)를 분석하기 위해서는 [수학식 1]과 같은 식을 토대로 동적 프로그래밍 방법을 적용할 수 있다.
Figure 112008007046942-pat00003
Figure 112008007046942-pat00004
Figure 112008007046942-pat00005
Figure 112008007046942-pat00006
Figure 112008007046942-pat00007
여기서 dist (i, j)는 입력 궤적(10) 상의 점 i의 좌표와 대표 궤적(20) 상의 점 j의 좌표 사이의 거리를 의미한다. 두 점 좌표간의 거리는 유클리디안 거리로 표현될 수 있다.
[수학식 1]에 정의된 바와 같이, 입력 궤적(10) 상의 점 i의 좌표와 대표 궤적(20) 상의 점 j의 좌표 사이의 거리는 해당하는 좌표 사이의 거리(dist (i, j))만으로 구성되지 않고, 해당 좌표 이전의 입력 궤적(10) 상의 점의 좌표와 해당 좌표 이전의 대표 궤적(20) 상의 점 j의 좌표 사이의 거리(D(i-1, r-1))와, 해당 좌표 이전의 입력 궤적(10) 상의 점의 좌표와 해당 좌표에서의 대표 궤적(20) 상의 점 j 의 좌표 사이의 거리(D(i-1, r)) 및 해당 좌표에서의 입력 궤적(10) 상의 점의 좌표와 해당 좌표 이전의 대표 궤적(20) 상의 점 j의 좌표 사이의 거리(D(i, r-1)) 중 작은 값을 선택하여 결합하는 것이 포함될 수 있다.
[수학식 1]에 포함된 거리 테이블 D(i, j)는 [수학식 2]와 같은 알고리즘 에 의해 갱신될 수 있다.
// Initialization
D(1, 1) = dist(I 1, R 1)
T(1, 1) = {(1, 1)}
// Recursive update
For I = 1 to N
For r = 1 to M
If I ==1 and r ==1
Continue; // D(1,1)은 이미 초기화 했음
EndIf
Figure 112008007046942-pat00008
Figure 112008007046942-pat00009
Figure 112008007046942-pat00010
EndFor
EndFor
Final_Correspondence = T(N, M)
이와 같이 입력 궤적(10)과 대표 궤적(20) 간의 대응 관계를 분석하기 위한 일반적인 동적 프로그래밍 방법에 대해서는 공지된 사실이므로 이에 대해서 자세한 설명은 생략한다. 또한, 입력 궤적(10)과 대표 궤적(20) 간의 대응 관계를 분석하기 위해 동적 프로그래밍 방법 이외의 방법을 사용할 수도 있다. 예를 들면, 두 궤적을 동일 개수의 점으로 일정 간격으로 재추출한 후 결합하는 방법을 들 수 있다.
도 5의 예에서는, 입력 궤적(10) 상의 점 I i 에 대응하는 대표 궤적(20) 상의 점은 Ri임을 알 수 있다. 입력 궤적(10) 상의 하나의 점이 대표 궤적(20) 상의 하나의 점에 대응되는 것이 바람직하나, 하나의 점과 복수의 점이 대응될 수도 있다. 도 5에서는 입력 궤적(10) 상의 점 I7과 I8은 모두 대표 궤적(20) 상의 하나의 점 R7에 대응되는 것을 볼 수 있다.
궤적 변형부(140)는 입력 궤적(10)에 생성된 대표 궤적(20)의 가중치를 결합하여 입력 궤적(10)을 변형하는 역할을 할 수 있다. 바람직하게는, 입력된 문자의 궤적과 대표 문자의 궤적의 대응 관계에 따라 각각 대응하는 구성 요소들을 선형적으로 결합하여 생성할 수 있다.
[수학식 1]에서 설명한 바와 같이, 입력 궤적(10) 상의 점들의 좌표
Figure 112008007046942-pat00011
와 대표 궤적(20) 상의 점들의 좌표
Figure 112008007046942-pat00012
의 대응 관계를
Figure 112008007046942-pat00013
으로 표현하고, 가중치를 w로 부여한다고 가정하면, 변형된 궤적 N(t)는 [수학식 3]과 같은 식을 사용하여 생성할 수 있다.
Figure 112008007046942-pat00014
Figure 112008007046942-pat00015
여기서, N(t)는 변형된 궤적 상의 t번째 좌표를 의미하며, 가중치 w는 0에서 1 사이의 값을 가지는 선형적인 가중치로서 사용자에 의해 정의될 수 있다. [수학식 3]에 정의된 바와 같이, 가중치인 w가 1에 가까워짐에 따라 변형된 궤적은 사용자에 의해 입력 궤적(10)과 유사해지고, 0에 가까워짐에 따라 변형된 궤적은 대표 궤적(20)에 유사해짐을 알 수 있다.
도 6은 입력된 문자의 궤적과 대표 궤적을 선형적으로 결합하여 변형된 궤적을 생성하는 예를 나타내는 도면이다.
도 6의 예에서는, 입력 궤적(10) 상의 점 Ii에 대응하는 대표 궤적(20) 상의 점 Ri를 선형적으로 결합하고 가중치 w를 부여하여 점 Ni를 생성한 것을 보여 준다. 여기서는, 가중치 w는 0.5인 경우를 예로 들고 있다. 따라서, 변형 궤적(30) 상의 점 Ni는 입력 궤적(10) 상의 점 Ii와 이에 대응하는 대표 궤적(20) 상의 점 Ri의 중간점을 의미하게 된다.
한편, 본 발명의 일실시예에 따른 개인 폰트 생성 장치(100)는 개인 폰트 저장부(150)와 개인 폰트 표시부(160)를 더 포함할 수 있다.
개인 폰트 저장부(150)는 입력된 문자의 변형된 궤적과 입력된 문자의 인식 결과에 해당하는 대표 문자를 함께 저장하는 역할을 할 수 있다. 도 6의 예에서는, 생성된 변형 궤적(30)과 대표 문자 '3'을 함께 개인 폰트 저장부(150)에 저장할 수 있다. 이와 같은 방식으로 개인 폰트 저장부(150)에는 대표 문자와 이에 해당하는 변형 궤적이 테이블의 형태로 저장될 수 있다.
개인 폰트 저장부(150)는 하드 디스크, 플래시 메모리, CF 카드(Compact Flash Card), SD 카드(Secure Digital Card), SM 카드(Smart Media Card), MMC 카드(Multimedia Card) 또는 메모리 스틱(Memory Stick) 등 정보의 입출력이 가능한 모듈로서 개인 폰트 생성 장치(100)의 내부에 구비되어 있을 수도 있고, 별도의 장치에 구비되어 있을 수도 있다.
개인 폰트 표시부(160)는 입력된 문자의 변형된 궤적을 화면에 표시하는 역할을 할 수 있다. 개인 폰트 표시부(160)로 음극선관(CRT, Cathode Ray Tube), 액 정 화면(LCD, Liquid Crystal Display), 발광 다이오드(LED, Light-Emitting Diode), 유기 발광 다이오드(OLED, Organic Light-Emitting Diode) 또는 플라즈마 디스플레이(PDP, Plasma Display Panel) 등의 다양한 디스플레이 장치가 사용될 수 있다.
한편, 도시되지는 않았으나, 개인 폰트 생성 장치(100) 내에는 문자 입력부(110), 문자 인식부(120), 대표 궤적 생성부(130), 대응 관계 분석부(135), 궤적 변형부(140), 개인 폰트 표시부(160) 및 개인 폰트 저장부(150)의 동작을 제어하는 제어부를 포함할 수 있다.
상기와 같이 구성되는 본 발명에 따른 개인 폰트 생성 장치의 동작을 설명하면 다음과 같다.
도 7은 본 발명의 일실시예에 따른 개인 폰트 생성 장치(100)를 이용하여 폰트를 생성하는 방법을 나타내는 순서도이다.
먼저, 문자 입력부(110)에서 사용자로부터 문자를 입력 받을 수 있다(S201). 그리고, 문자 인식부(120)에서 입력 궤적(10)으로부터 대표 문자를 인식할 수 있다(S202). 그리고, 대표 궤적 생성부(130)에서 대표 문자로부터 대표 궤적(20)을 생성할 수 있다(S203). 그리고, 대표 궤적 생성부(130)에서 입력 궤적(10)과 대표 궤적(20)의 대응 관계를 파악하는지 판단할 수 있다(S204).
만약, 대표 궤적(20)을 생성할 때에 각 점들이 입력 궤적(10) 상의 어떤 구성 요소에서 생성되었는지 그 대응 관계를 알 수 없는 경우에는(단계 S204의 아니오), 대응 관계 분석부(135)에서는 입력 궤적(10)과 대표 궤적(20)의 대응 관계를 분석할 수 있다(S205).
단계 S204에서 입력 궤적(10)과 대표 궤적(20)의 대응 관계를 알 수 있는 경우나 단계 S205에서 이러한 대응 관계를 분석한 다음에는 궤적 변형부(140)에서 입력 궤적(10)과 대표 궤적(20)의 대응 관계 및 가중치를 적용하여 입력 궤적(10)을 변형할 수 있다(S206).
입력 궤적(10)에 대한 변형 궤적(30)을 생성하고 나면, 변형 궤적(30)을 입력된 문자에 해당하는 문자 레이블과 함께 개인 폰트 저장부(150)에 저장하고(S207), 변형 궤적(30)을 개인 폰트 표시부(160)에 표시할 수 있다(S208).
상술한 바와 같이, 본 발명의 일실시예에 따른 개인 폰트 생성 장치(100) 및 방법에 의하면, 사용자가 PC나 TV 등의 기기에 입력한 필기 궤적을 사용자의 필체에 따라 보기 좋게 미려화하여 표현함으로써 사용자의 만족도를 높일 수 있다. 또한, 사용자의 필체에 따른 개인 만의 다양한 폰트를 생성함으로써 이메일, 블로그 등에 자신 만의 폰트를 적용하여 표현함으로써 사용자 자신 만의 개성을 강조할 수 있다. 또한, 사용자는 직접 필기 입력을 하지 않고 키보드 등의 입력 장치를 통해 문자열을 입력하더라도 이미 저장된 자신 만의 필기 궤적을 화면에 표시할 수 있다.
본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 범위는 상 기 상세한 설명보다는 후술하는 특허청구의 범위에 의하여 나타내어지며, 특허청구의 범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
도 1은 본 발명의 일실시예에 따른 개인 폰트 생성 장치의 구성을 나타내는 블록도이다.
도 2는 본 발명의 일실시예에 따른 개인 폰트 생성 장치의 문자 인식부에서 문자를 인식하는 예를 나타내는 도면이다.
도 3a 및 도 3b는 베이지안 네트워크를 이용한 매칭 작업을 통해 문자를 인식하는 예를 나타내는 도면이다.
도 4는 본 발명의 일실시예에 따른 개인 폰트 생성 장치의 대표 궤적 생성부에서 베이지안 네트워크를 이용하여 대표 궤적을 생성하는 예를 나타내는 도면이다.
도 5는 본 발명의 일실시예에 따른 개인 폰트 생성 장치의 대응 관계 분석부에서 입력된 문자의 궤적과 대표 궤적 간의 대응 관계를 분석하는 예를 나타내는 도면이다.
도 6은 입력된 문자의 궤적과 대표 문자의 대표 궤적을 선형적으로 결합하여 변형된 궤적을 생성하는 예를 나타내는 도면이다.
도 7은 본 발명의 일실시예에 따른 개인 폰트 생성 장치를 이용하여 폰트를 생성하는 방법을 나타내는 순서도이다.
<도면의 주요 부분에 대한 부호의 설명>
100: 개인 폰트 생성 장치
110: 문자 입력부
120: 문자 인식부
130: 대표 궤적 생성부
135: 대응 관계 분석부
140: 궤적 변형부
150: 개인 폰트 저장부
160: 개인 폰트 표시부

Claims (18)

  1. 사용자로부터 문자의 궤적을 입력 받는 문자 입력부;
    상기 입력된 문자의 궤적으로부터 상기 입력된 문자에 대응되는 대표 문자를 인식하는 문자 인식부;
    상기 대표 문자의 궤적을 표현하는 대표 궤적을 생성하는 대표 궤적 생성부;
    상기 입력된 문자의 궤적에 상기 생성된 대표 궤적의 가중치를 결합하여 상기 입력된 문자의 궤적을 변형하는 궤적 변형부; 및
    상기 입력된 문자의 궤적과 상기 생성된 대표 궤적 간의 패턴 매칭한 결과를 기초로 상기 입력된 문자의 궤적을 변형하지 못하는 경우, 상기 입력된 문자의 궤적과 상기 생성된 대표 궤적 간의 구성 요소에 대한 대응 관계를 분석하는 대응 관계 분석부를 포함하는 개인 폰트 생성 장치.
  2. 제 1 항에 있어서,
    상기 문자 인식부는 상기 입력된 문자의 궤적과 미리 저장된 문자 모델들의 궤적과의 거리를 비교하여 최소 거리를 가지는 문자 모델을 선택하여 인식하는 개인 폰트 생성 장치.
  3. 제 1 항에 있어서,
    상기 문자 인식부는 상기 입력된 문자의 궤적에 베이지안 네트워크(Bayesian Network)을 이용하여 패턴 인식을 수행함으로써 상기 대표 문자를 인식하는 개인 폰트 생성 장치.
  4. 제 1 항에 있어서,
    상기 대표 궤적 생성부는 베이지안 네트워크를 이용하여 상기 대표 문자의 구성 요소와 이들 사이의 위치 관계를 통계적으로 모델링하여 상기 대표 궤적을 생성하는 개인 폰트 생성 장치.
  5. 삭제
  6. 제 1 항에 있어서,
    상기 대응 관계 분석부는 동적 프로그래밍 방법(Dynamic programming matching method)을 이용하는 개인 폰트 생성 장치.
  7. 제 1 항에 있어서,
    상기 궤적 변형부는 상기 입력된 문자의 궤적과 상기 대표 문자의 궤적의 대응 관계에 따라 각각 대응하는 구성 요소들을 선형적으로 결합하여 생성하는 개인 폰트 생성 장치.
  8. 제 1 항에 있어서,
    상기 입력된 문자의 변형된 궤적과 상기 대표 문자를 저장하는 개인 폰트 저장부를 더 포함하는 개인 폰트 생성 장치.
  9. 제 1 항에 있어서,
    상기 입력된 문자의 변형된 궤적을 화면에 표시하는 개인 폰트 표시부를 더 포함하는 개인 폰트 생성 장치.
  10. 사용자로부터 문자의 궤적을 입력 받는 단계;
    상기 입력된 문자의 궤적으로부터 상기 입력된 문자에 대응되는 대표 문자를 인식하는 단계;
    상기 대표 문자의 궤적을 표현하는 대표 궤적을 생성하는 단계;
    상기 입력된 문자의 궤적에 상기 생성된 대표 궤적의 가중치를 결합하여 상기 입력된 문자의 궤적을 변형하는 단계; 및
    상기 입력된 문자의 궤적과 상기 생성된 대표 궤적 간의 패턴 매칭한 결과를 기초로 상기 입력된 문자의 궤적을 변형하지 못하는 경우, 상기 입력된 문자의 궤적과 상기 생성된 대표 궤적 간의 구성 요소에 대한 대응 관계를 분석하고, 분석된 대응 관계 결과를 이용하여 상기 입력된 문자의 궤적을 변형하는 단계를 포함하는 개인 폰트 생성 방법.
  11. 제 10 항에 있어서,
    상기 대표 문자를 인식하는 단계는,
    상기 입력된 문자의 궤적과 미리 저장된 문자 모델들의 궤적과의 거리를 비교하여 최소 거리를 가지는 문자 모델을 선택하여 인식하는 개인 폰트 생성 방법.
  12. 제 10 항에 있어서,
    상기 대표 문자를 인식하는 단계는,
    상기 입력된 문자의 궤적에 베이지안 네트워크(Bayesian Network)을 이용하여 패턴 인식을 수행함으로써 상기 대표 문자를 인식하는 개인 폰트 생성 방법.
  13. 제 10 항에 있어서,
    상기 대표 궤적을 생성하는 단계는,
    베이지안 네트워크를 이용하여 상기 대표 문자의 구성 요소와 이들 사이의 위치 관계를 통계적으로 모델링하여 상기 대표 궤적을 생성하는 개인 폰트 생성 방법.
  14. 삭제
  15. 제 10 항에 있어서,
    상기 대응 관계를 분석하는 단계는,
    동적 프로그래밍 방법(Dynamic programming matching method)을 이용하는 개인 폰트 생성 방법.
  16. 제 10 항에 있어서,
    상기 입력된 문자의 궤적을 변형하는 단계는,
    상기 입력된 문자의 궤적과 상기 대표 문자의 궤적의 대응 관계에 따라 각각 대응하는 구성 요소들을 선형적으로 결합하여 생성하는 개인 폰트 생성 방법.
  17. 제 10 항에 있어서,
    상기 입력된 문자의 변형된 궤적과 상기 대표 문자를 저장하는 단계를 더 포함하는 개인 폰트 생성 방법.
  18. 제 11 항에 있어서,
    상기 입력된 문자의 변형된 궤적을 화면에 표시하는 단계를 더 포함하는 개인 폰트 생성 방법.
KR1020080008630A 2008-01-28 2008-01-28 개인 폰트 생성 장치 및 방법 KR101457456B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020080008630A KR101457456B1 (ko) 2008-01-28 2008-01-28 개인 폰트 생성 장치 및 방법
US12/320,360 US8786607B2 (en) 2008-01-28 2009-01-23 Apparatus and method of generating personal fonts

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080008630A KR101457456B1 (ko) 2008-01-28 2008-01-28 개인 폰트 생성 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20090082710A KR20090082710A (ko) 2009-07-31
KR101457456B1 true KR101457456B1 (ko) 2014-11-04

Family

ID=40898757

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080008630A KR101457456B1 (ko) 2008-01-28 2008-01-28 개인 폰트 생성 장치 및 방법

Country Status (2)

Country Link
US (1) US8786607B2 (ko)
KR (1) KR101457456B1 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100201689A1 (en) * 2009-02-09 2010-08-12 Nokia Corporation Method, apparatus and computer program product for interactive sketch template creation, alteration, and use
KR101613940B1 (ko) * 2009-10-29 2016-04-29 엘지전자 주식회사 이동 단말기 및 그 제어 방법
WO2012010211A1 (en) * 2010-07-23 2012-01-26 Sony Ericsson Mobile Communications Ab Device, method & computer program product
US20120173639A1 (en) * 2011-01-03 2012-07-05 Thomas Walsh Method and system for personalized message delivery
US9805482B2 (en) * 2011-10-13 2017-10-31 Autodesk, Inc. Computer-implemented tutorial for visual manipulation software
KR101338397B1 (ko) * 2011-11-28 2013-12-10 장경호 사용자 고유의 필적 생성 시스템 및 그 방법
KR101386248B1 (ko) * 2013-09-09 2014-04-17 재단법인 실감교류인체감응솔루션연구단 공간 제스처 인식 장치 및 방법
US9824266B2 (en) 2014-11-28 2017-11-21 Samsung Electronics Co., Ltd. Handwriting input apparatus and control method thereof
US11488053B2 (en) * 2017-10-06 2022-11-01 Adobe Inc. Automatically controlling modifications to typeface designs with machine-learning models
KR102151780B1 (ko) * 2018-11-28 2020-09-03 안희철 컴퓨팅 장치의 하나 이상의 프로세서에서 수행되는, 필체를 통해 생성한 폰트를 이용하는 드로잉 방법, 상기 방법을 실행하기 위해 컴퓨터 판독가능 저장매체에 저장된 컴퓨터 프로그램 및 필체를 통해 생성한 폰트를 이용하는 드로잉 시스템
KR20200103236A (ko) * 2019-02-22 2020-09-02 삼성전자주식회사 수기에 기반한 입력을 디스플레이하기 위한 방법 및 장치
US11250252B2 (en) * 2019-12-03 2022-02-15 Adobe Inc. Simulated handwriting image generator

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09198466A (ja) * 1996-01-16 1997-07-31 Mitsubishi Electric Corp オンライン文字認識方法およびオンライン文字認識装置
KR20050036862A (ko) * 2001-10-15 2005-04-20 실버브룩 리서치 피티와이 리미티드 문자 식별

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07271897A (ja) 1994-03-30 1995-10-20 Mitsubishi Electric Corp 文字認識装置
US6678669B2 (en) * 1996-02-09 2004-01-13 Adeza Biomedical Corporation Method for selecting medical and biochemical diagnostic tests using neural network-related applications
JP2002015281A (ja) 2000-06-30 2002-01-18 Canon Inc 文字認識装置および方法
US6958755B1 (en) * 2002-02-06 2005-10-25 Bellsouth Intellectual Property Corporation Personalized computer fonts
US7003158B1 (en) * 2002-02-14 2006-02-21 Microsoft Corporation Handwriting recognition with mixtures of Bayesian networks
KR100512963B1 (ko) 2003-03-19 2005-09-07 삼성전자주식회사 관성항법시스템을 이용한 펜형 공간 입력시스템 및 그궤적 복원 방법
KR20060084945A (ko) 2005-01-21 2006-07-26 엘지전자 주식회사 터치 패드 기반의 붓 효과 생성방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09198466A (ja) * 1996-01-16 1997-07-31 Mitsubishi Electric Corp オンライン文字認識方法およびオンライン文字認識装置
KR20050036862A (ko) * 2001-10-15 2005-04-20 실버브룩 리서치 피티와이 리미티드 문자 식별

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Hyunil Choi et al. Writer Dependent Online Handwriting Generation with Bayesian Network. IWFHR-9, IEEE, 2004. *
Hyunil Choi et al. Writer Dependent Online Handwriting Generation with Bayesian Network. IWFHR-9, IEEE, 2004.*
김경환. 동적 프로그래밍 정합을 이용한 효율적인 필기 단어 인식 방법. 전자공학회논문지 제36권 C편 제4호, 1999.04. *
김경환. 동적 프로그래밍 정합을 이용한 효율적인 필기 단어 인식 방법. 전자공학회논문지 제36권 C편 제4호, 1999.04.*

Also Published As

Publication number Publication date
KR20090082710A (ko) 2009-07-31
US8786607B2 (en) 2014-07-22
US20090189905A1 (en) 2009-07-30

Similar Documents

Publication Publication Date Title
KR101457456B1 (ko) 개인 폰트 생성 장치 및 방법
Parui et al. Online handwritten Bangla character recognition using HMM
Kin et al. Proton++ a customizable declarative multitouch framework
Carmona et al. A performance evaluation of HMM and DTW for gesture recognition
US8050500B1 (en) Recognition method and system
Zhu et al. Vision based hand gesture recognition using 3D shape context
Kim et al. Hierarchical random graph representation of handwritten characters and its application to Hangul recognition
WO2006091156A1 (en) Recognition graph
US20180300542A1 (en) Drawing emojis for insertion into electronic text-based messages
JP6506770B2 (ja) 音楽記号を認識するための方法および装置
WO2008109714A1 (en) Radical-based hmm modeling for handwriten east asian characters
Kim et al. Analysis of 3d hand trajectory gestures using stroke-based composite hidden markov models
Macé et al. Eager interpretation of on-line hand-drawn structured documents: The dali methodology
US11393231B2 (en) System and method for text line extraction
Choi et al. Generation of handwritten characters with Bayesian network based on-line handwriting recognizers
Kumar et al. Online Devanagari isolated character recognition for the iPhone using Hidden Markov Models
Akouaydi et al. Decision trees based on perceptual codes for on-line Arabic character recognition
Costagliola et al. Recognition and autocompletion of partially drawn symbols by using polar histograms as spatial relation descriptors
US20230096728A1 (en) System and method for text line and text block extraction
Kara et al. A sketch-based interface for the design and analysis of simple vibratory mechanical systems
Kim et al. 3d space handwriting recognition with ligature model
JP2007072718A (ja) 手書き数式の認識装置及び認識方法
Shin Optimal stroke-correspondence search method for on-line character recognition
AU2020103527A4 (en) IPDN- Read Handwriting: Intelligent Process to Read Handwriting Using Deep Learning and Neural Networks
Henrique et al. Design of gesture vocabularies through analysis of recognizer performance in gesture space

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170919

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180917

Year of fee payment: 5