KR101669821B1 - 필기 데이터 베이스를 생성하는 방법, 장치 및 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램 - Google Patents

필기 데이터 베이스를 생성하는 방법, 장치 및 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램 Download PDF

Info

Publication number
KR101669821B1
KR101669821B1 KR1020150156922A KR20150156922A KR101669821B1 KR 101669821 B1 KR101669821 B1 KR 101669821B1 KR 1020150156922 A KR1020150156922 A KR 1020150156922A KR 20150156922 A KR20150156922 A KR 20150156922A KR 101669821 B1 KR101669821 B1 KR 101669821B1
Authority
KR
South Korea
Prior art keywords
data
character
information
handwriting
text
Prior art date
Application number
KR1020150156922A
Other languages
English (en)
Inventor
강재우
최상훈
Original Assignee
주식회사 셀바스에이아이
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 주식회사 셀바스에이아이 filed Critical 주식회사 셀바스에이아이
Priority to KR1020150156922A priority Critical patent/KR101669821B1/ko
Application granted granted Critical
Publication of KR101669821B1 publication Critical patent/KR101669821B1/ko

Links

Images

Classifications

    • 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
    • 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]
    • G06K9/00402—
    • G06K9/32—

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Character Discrimination (AREA)

Abstract

필기 데이터 베이스를 생성하는 방법, 장치 및 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램이 제공 된다. 필기 데이터 베이스를 생성하는 방법에 있어서, 사용자로부터 적어도 하나의 텍스트 문자를 포함하는 입력 텍스트를 수신하는 단계; 및 상기 입력 텍스트의 수신에 응답하여, 기 생성된 디지털 인공 필기 모델에 적어도 부분적으로 기초하여 상기 입력 텍스트에 대한 디지털 인공 필기 데이터를 생성하는 단계; 상기 생성된 디지털 인공 필기 데이터에 대응되는 텍스트 정보 및 상기 디지털 인공 필기 데이터에 대한 속성 정보를 결정하여 필기 데이터 베이스를 생성하는 단계; 를 포함하는, 필기 데이터 베이스 생성 방법이 제공 된다.

Description

필기 데이터 베이스를 생성하는 방법, 장치 및 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램{METHOD AND APPARATUS FOR GENERATING HAND-WRITING DATA BASE AND COMPUTER PROGRAM STORED IN COMPUTER READABLE MEDIUM THEREFOR}
본 발명은 디지털 인공 필기 데이터를 생성하는 것에 대한 발명으로, 보다 구체적으로, 입력 텍스트에 기초하여 사람이 직접 기재한 것과 같은 디지털 인공 필기 데이터를 생성하고, 생성된 디지털 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성하는 방법 및 장치에 대한 것이다.
터치 스크린과 같은 입력 패널을 장착한 장치들(예를 들어, 스마트 폰과 같은)의 보급이 급속히 확산됨으로써, 키보드 이외에 자연스러운 입력 방법에 대한 관심도가 증가하고 있다. 예를 들어, 사용자가 직접 필기한 문자를 인식하는 온라인 필기 인식 기술에 대한 관심이 증대되고 있다.
기존의 기술들은 사용자가 직접 필기한 문자를 인식하여 텍스트로 변환하는 분야에 대한 것일 뿐, 입력된 텍스트를 사람이 직접 기재한 것과 같은 디지털 인공 필기 데이터로 변환하는 기술에 대한 연구는 미진하였다.
또한, 디바이스의 발전에 따라 사람들의 감성에 대한 관심도는 증가하게 되었고, 그 결과 아날로그 감성을 자극하는 기술의 연구에 대한 필요성이 증대되고 있다.
이에 따라, 입력된 텍스트에 대해 사람이 직접 기재한 것과 같은 필기 데이터를 생성하는 방법에 대한 연구가 진행되고 있다. 특히, 사람이 직접 기재한 것과 같은 디지털 인공 필기 데이터를 생성하는 동시에, 사람들의 감성을 자극하는 기술에 대한 연구가 진행되고 있다.
본 발명은 전술한 배경기술에 대응하여 안출된 것으로, 디바이스에서 디지털 인공 필기 데이터를 제공하는 방법에 대한 것이다.
본 발명은 사용자에게 입력된 텍스트에 대응하여 사용자가 직접 펜으로 기재한 것과 같은 디지털 인공 필기 데이터를 제공하고자 한다.
본 발명은 사용자의 필기 습관을 반영하여, 사용자들의 감성을 자극하는 디지털 인공 필기 데이터를 제공하고자 한다.
본 발명은 생성된 디지털 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성하고자 한다.
전술한 과제를 해결하기위한 본 발명의 실시예들 중 제 1 측면은, 필기 데이터 베이스를 생성하는 방법에 있어서, 사용자로부터 적어도 하나의 텍스트 문자를 포함하는 입력 텍스트를 수신하는 단계; 및 상기 입력 텍스트의 수신에 응답하여, 기 생성된 디지털 인공 필기 모델에 적어도 부분적으로 기초하여 상기 입력 텍스트에 대한 디지털 인공 필기 데이터를 생성하는 단계; 상기 생성된 디지털 인공 필기 데이터에 대응되는 텍스트 정보 및 상기 디지털 인공 필기 데이터에 대한 속성 정보를 결정하여 필기 데이터 베이스를 생성하는 단계; 를 포함하는, 필기 데이터 베이스 생성 방법을 제공할 수 있다.
또한, 제 2 측면은, 필기 데이터 베이스를 생성하는 장치에 있어서, 사용자로부터 적어도 하나의 텍스트 문자를 포함하는 입력 텍스트를 수신하는 입력부; 및 상기 입력 텍스트의 수신에 응답하여, 기 생성된 디지털 인공 필기 모델에 적어도 부분적으로 기초하여 상기 입력 텍스트에 대한 디지털 인공 필기 데이터를 생성하는 디지털 인공 필기 데이터 생성부; 상기 생성된 디지털 인공 필기 데이터에 대응되는 텍스트 정보 및 상기 디지털 인공 필기 데이터에 대한 속성 정보를 결정하여 필기 데이터 베이스를 생성하는 필기 데이터 처리부; 를 포함하는, 필기 데이터 베이스 생성 장치를 제공할 수 있다.
또한, 제 3 측면은, 필기 데이터 베이스를 생성하는 서버에 있어서, 디바이스로부터 적어도 하나의 텍스트 문자를 포함하는 입력 텍스트를 수신하는 통신부; 상기 입력 텍스트의 수신에 응답하여, 기 생성된 디지털 인공 필기 모델에 적어도 부분적으로 기초하여 상기 입력 텍스트에 대한 디지털 인공 필기 데이터를 생성하는 디지털 인공 필기 데이터 생성부; 상기 생성된 디지털 인공 필기 데이터에 대응되는 텍스트 정보 및 상기 디지털 인공 필기 데이터에 대한 속성 정보를 결정하여 필기 데이터 베이스를 생성하는 필기 데이터 처리부; 를 포함하는, 필기 데이터 베이스 생성 서버를 제공할 수 있다.
본 발명은 전술한 배경기술에 대응하여 안출된 것으로, 디바이스에서 디지털 인공 필기 데이터를 제공할 수 있다.
본 발명은 사용자에게 입력된 텍스트에 대응하여 사용자가 직접 펜으로 기재한 것과 같은 디지털 인공 필기 데이터를 제공할 수 있다.
본 발명은 사용자의 필기 습관을 반영하여, 사용자들의 감성을 자극하는 디지털 인공 필기 데이터를 제공할 수 있다.
본 발명은 생성된 디지털 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성할 수 있다.
다양한 양상들이 이제 도면들을 참조로 기재되며, 여기서 유사한 참조 번호들은 총괄적으로 유사한 구성요소들을 지칭하는데 이용된다. 이하의 실시예에서, 설명 목적을 위해, 다수의 특정 세부사항들이 하나 이상의 양상들의 총체적 이해를 제공하기 위해 제시된다. 그러나, 그러한 양상(들)이 이러한 구체적인 세부사항들 없이 실시될 수 있음은 명백할 것이다. 다른 예시들에서, 공지의 구조들 및 장치들이 하나 이상의 양상들의 기재를 용이하게 하기 위해 블록도 형태로 도시된다.
도 1 은 본 발명의 일 실시예와 관련된 디바이스(1000)를 설명하기 위한 개략도이다.
도 2 는 본 발명의 일 실시예와 관련된 디바이스(1000)에서 디지털 인공 필기 데이터를 생성하는 방법을 설명한 도면이다.
도 3은 본 발명의 일 실시예에 따라 필기 데이터 베이스를 생성하는 방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따라 텍스트 정보 및 문자 분할 정보를 획득하는 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따라 필기 데이터에 포함된 적어도 하나의 문자 데이터 각각에 대한 인공 필기 모델을 생성하는 방법을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따라, 입력 텍스트에 따라 디지털 인공 필기 데이터를 생성하는 방법을 설명하기 위한 도면이다.
도 7 은 본 발명의 다른 실시예에 따라, 서버를 이용하여 디지털 인공 필기 데이터를 생성하는 방법을 설명하기 위한 도면이다.
도 8 은 본 발명의 일 실시예에 따른, 디바이스(1000)를 설명하기 위한 블록도이다.
도 8 는 본 발명의 다른 실시예에 따라, 디바이스(1000)와 서버(2000)를 설명하기 위한 블록도이다.
다양한 실시예들이 이제 도면을 참조하여 설명되며, 전체 도면에서 걸쳐 유사한 도면번호는 유사한 구성요소를 나타내기 위해서 사용된다. 본 명세서에서, 다양한 설명들이 본 발명의 이해를 제공하기 위해서 제시된다. 그러나 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다. 다른 예들에서, 공지된 구조 및 장치들은 실시예들의 설명을 용이하게 하기 위해서 블록 다이어그램 형태로 제공된다.
본 명세서에서 사용되는 용어 "컴포넌트", "모듈", "시스템" 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭한다. 예를 들어, 컴포넌트는 프로세서상에서 실행되는 처리과정, 프로세서, 객체, 실행 스레드, 프로그램, 및/또는 컴퓨터일 수 있지만, 이들로 제한되는 것은 아니다. 예를 들어, 컴퓨팅 장치에서 실행되는 애플리케이션 및 컴퓨팅 장치 모두 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세서 및/또는 실행 스레드 내에 상주할 수 있고, 일 컴포넌트는 하나의 컴퓨터 내에 로컬화될 수 있고, 또는 2개 이상의 컴퓨터들 사이에 분배될 수 있다. 또한, 이러한 컴포넌트들은 그 내부에 저장된 다양한 데이터 구조들을 갖는 다양한 컴퓨터 판독가능한 매체로부터 실행할 수 있다. 컴포넌트들은 예를 들어 하나 이상의 데이터 패킷들을 갖는 신호(예를 들면, 로컬 시스템, 분산 시스템에서 다른 컴포넌트와 상호작용하는 하나의 컴포넌트로부터 데이터 및/또는 신호를 통해 다른 시스템과 인터넷과 같은 네트워크를 통한 데이터)에 따라 로컬 및/또는 원격 처리들을 통해 통신할 수 있다.
제시된 실시예들에 대한 설명은 본 발명의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본 발명의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.
본 명세서에서, 디바이스(1000)는 다양한 장치를 포함할 수 있다. 예를 들어, 디바이스(1000)는 컴퓨터, 노트북, 태블릿 컴퓨터, 모바일 폰, 스마트 TV등을 포함할 수 있으며, 이에 한정되지 않고 텍스트를 입력할 수 있는 모듈과 데이터를 출력할 수 있는 모듈을 포함하는 모든 장치를 포함할 수 있다.
본 명세서에서, 서버(2000)는 다양한 장치를 포함할 수 있다. 예를 들어, 서버(2000)는 유닉스로 구현되는 서버, 리눅스로 구현되는 서버, 윈도우로 구현되는 서버 등을 포함할 수 있으며, 이에 한정되지 않고 데이터를 저장할 수 있고 외부의 디바이스와 통신할 수 있는 모든 장치를 포함할 수 있다.
도 1 은 본 발명의 일 실시예와 관련된 디바이스(1000)를 설명하기 위한 개략도이다.
디바이스(1000)는 적어도 하나의 문자 데이터를 포함하는 필기 데이터를 수집할 수 있다. 필기 데이터는 사용자가 직접 필기한 것과 같은 형태를 갖는 텍스트 데이터를 의미하며, 디지털 잉크 텍스트 데이터를 포함할 수 있다.
문자 데이터는 필기 데이터에 포함되고, 소정의 텍스트 문자를 나타내는 데이터를 의미한다.
이 경우, 텍스트 문자란 a, b, c등의 영어에서 낱자를 의미할 수 있고, 한글에서 가,나, 다 등의 문자를 의미할 수 있고, 한글에서 ㄱ,ㄴ,ㄷ 등의 낱자를 의미할 수 있으며 이에 한정되지 않는다.
디바이스(1000)는 수집한 필기 데이터를 이용하여 필기 데이터 베이스를 생성할 수 있다.
필기 데이터 베이스는 필기 데이터 각각에 대한 속성 정보와 필기 데이터에 포함된 적어도 하나의 문자 데이터 각각이 나타내는 텍스트 정보를 포함할 수 있다.
디바이스(1000)는 필기 데이터 베이스에 저장된 정보들을 이용하여, 인공 필기 모델을 생성할 수 있다.
디바이스(1000)는 필기 데이터에 포함된 적어도 하나의 문자 데이터 각각에 대해 인공 필기 모델을 생성할 수 있다. 또한, 디바이스(1000)는 필기 데이터에 포함된 적어도 하나의 문자 데이터가 나타내는 텍스트 정보에 대한 인공 필기 모델을 생성할 수 있다. 이 경우, 디바이스(1000)는 문자 데이터에 인접한 문자 데이터들이 나타내는 텍스트 정보를 더 참조하여 인공 필기 모델을 생성할 수 있다.
디바이스(1000)는 필기 데이터에 기초하여 인공 필기 모델을 생성하고, 생성된 인공 필기 모델을 이용하여 디지털 인공 필기 데이터를 생성할 수 있다. 또한 디바이스(1000)는 생성된 디지털 인공 필기 데이터와 인공 필기 모델 생성의 기초가 된 필기 데이터를 비교함으로써, 인공 필기 모델을 수정할 수 있다. 그 결과, 디바이스(1000)는 인공 필기 모델의 정확도를 높일 수 있다.
또한, 디바이스(1000)는 인공 필기 모델 생성 작업을 반복하여 수행할 수 있다. 그 결과, 디바이스(1000)는 인공 필기 모델의 정확도를 높일 수 있다.
디바이스(1000)는 입력 텍스트를 입력 받을 수 있다. 또한, 디바이스(1000)는 입력 텍스트에 대응되는 디지털 인공 필기 데이터를 생성할 수 있다. 이 경우, 디바이스(1000)는 기 생성된 인공 필기 모델을 이용할 수 있다.
본 발명의 일 실시예에 따르면, 디바이스(1000)는 사용자별로 상이한 인공 필기 모델을 생성하고, 사용자별로 상이한 인공 필기 모델 혹은 다양한 사용자 공통의 모델을 사용하여 디지털 인공 필기 데이터를 생성함으로써, 사용자별로 맞춤화된 디지털 인공 필기 데이터를 제공할 수 있다.
본 발명의 일 실시예에 따르면, 디바이스(1000)는 디지털 인공 필기 데이터 생성시, 텍스트 문자 각각에 대한 인공 필기 문자를 생성하고, 인공 필기 문자를 병합함으로써, 입력 텍스트에 대응되는 디지털 인공 필기 데이터를 생성할 수 있다. 이 경우, 디바이스(1000)는 텍스트 문자 각각에 인접한 문자들의 정보를 인공 필기 문자에 반영할 수 있다. 그 결과 디바이스(1000)는 동일한 텍스트일 지라도, 주변의 텍스트들에 따라 인공 필기 문자 생성시 변화를 줄 수 있고, 그 결과 사용자가 직접 필기한 것과 같은 디지털 인공 필기 데이터를 생성할 수 있다.
본 발명의 일 실시예에 따르면, 디바이스(1000)는 생성된 디지털 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성할 수 있다.
또한, 디바이스(1000)는 기 생성된 인공 필기 모델에 기초하여 디지털 인공 필기 데이터를 생성하고, 생성된 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성하며, 생성된 필기 데이터 베이스에 기초하여 기 생성된 인공 필기 모델을 수정하는 작업을 적어도 한번 이상 수행할 수 있다.
본 발명의 다른 실시예에 따르면, 디바이스(1000)는 생성된 인공 필기 모델을 필기 데이터 인식에 이용할 수 있다.
디바이스(1000)는 정확도 높은 인공 필기 모델을 필기 데이터 인식에 이용함으로써, 필기 데이터의 인식률을 상승시킬 수 있다.
도 2 는 본 발명의 일 실시예와 관련된 디바이스(1000)에서 디지털 인공 필기 데이터를 생성하는 방법을 설명한 도면이다.
단계 S210 에서 디바이스(1000)는 적어도 하나의 문자 데이터를 포함하는 필기 데이터를 수집할 수 있다.
디바이스(1000)는 필기 데이터를 수집할 수 있다. 필기 데이터는 사용자가 직접 필기한 것과 같은 형태를 갖는 텍스트 데이터를 의미하며, 디지털 잉크 텍스트 데이터를 포함할 수 있다.
디바이스(1000)는 필기 데이터를 사용자로부터 입력받을 수 있다. 예를 들어, 디바이스(1000)는 터치 스크린 등으로부터 필기 데이터를 입력받을 수 있다. 또한, 디바이스(1000)는 필기 데이터를 유선 또는 무선 통신을 이용하여 외부의 디바이스로부터 수집할 수 있다.
필기 데이터는 문자 데이터를 포함할 수 있다. 문자 데이터는 필기 데이터에 포함되고, 소정의 텍스트 문자를 나타내는 데이터를 의미한다.
이 경우, 텍스트 문자란 a, b, c등의 영어에서 낱자를 의미할 수 있고, 한글에서 가,나,다 등의 문자를 의미할 수 있고, 한글에서 ㄱ,ㄴ,ㄷ 등의 낱자를 의미할 수 있으며 이에 한정되지 않는다.
문자 데이터는 다양한 언어의 텍스트 문자를 나타낼 수 있다. 예를 들어, 문자 데이터는 국어, 영어, 중국어 등의 텍스트 문자를 나타낼 수 있으며, 이에 한정되지 않는다.
단계 S220에서 디바이스(1000)는 수집된 필기 데이터와 대응되는 텍스트 정보 및 수집된 필기 데이터에 대한 속성 정보를 획득하여 필기 데이터 베이스를 생성할 수 있다.
디바이스(1000)는 수집된 필기 데이터에 대한 속성 정보를 획득할 수 있다. 속성 정보는 필기 데이터의 특성을 결정하는 정보로서, 점 벡터 정보와 문자 분할 정보를 포함할 수 있다.
디바이스(1000)는 수집된 필기 데이터에 샘플링(sampling)프로세스를 적용함으로써, 제 1 점 벡터 정보를 획득할 수 있다. 샘플링(sampling)프로세스란 필기 데이터에 포함된 데이터 중에서 일부를 추출하는 프로세스를 의미한다. 디바이스(1000)는 샘플율에 기초하여 샘플링 프로세스를 수행할 수 있다. 샘플율은 디바이스(1000)에 의해 결정될 수 있고, 사용자에 의해 결정될 수 있으며, 미리 설정될 수 있으며, 이에 한정되지 않는다.
제 1 점 벡터 정보(P1) 다양한 형태를 가질 수 있다. 예를 들어, 점 벡터 정보(P1)는 하기와 같은 형태를 가질 수 있다.
제 1 점 벡터 정보(P1)= (p[1], p[2], . . . , p[Np1])^T
1 <= n <= NP1 에 대하여, p[n]= (x, y, z)^T, n은 자연수.
이 경우, p[n]은 제 1 점 벡터 정보(P1)의 원소를 나타내며, x는 필기 데이터를 2차원 직교 좌표계에 매칭했을때, 점 벡터의 X 좌표를 가리키고, y는 필기 데이터를 2차원 직교 좌표계에 매칭했을때 점 벡터의 Y좌표를 가리키며, z는 입력 수단이 입력 장치에 접촉한 상태를 나타내며, NP1은 추출한 점의 개수를 나타내고, ^T는 벡터나 행렬의 전치를 가리킨다.
Figure 112015109015882-pat00001
Figure 112015109015882-pat00002
Figure 112015109015882-pat00003
2차원 직교 좌표계는 좌상단이 원점(0,0)이고 오른쪽으로 갈수록 X축 값이 커지고 아래로 갈수록 Y축 값이 커지는 좌표계일 수 있고, 좌하단이 원점(0,0)이고 오른쪽으로 갈수록 X축 값이 커지고 위로 갈수록 Y축 값이 커지는 좌표계일 수 있으며, 이에 한정되지 않는다.
본 발명의 일 실시예에 따르면, 디바이스(1000)는 획득한 제 1 점 벡터 정보(P1)에 기초하여, 제 2 점 벡터 정보(P2)를 획득할 수 있다. 제 2 점 벡터 정보는 제 1 점 벡터 정보를 가공함으로써 획득할 수 있다. 예를 들어 디바이스(1000)는 제 1 점 벡터 정보에서, 문자 데이터에 포함되지 않는 데이터를 삭제함으로써, 제 2 점 벡터 정보를 획득할 수 있다. 예를 들어, 제 1 점 벡터(P1)에 불필요한 잉여 획으로 간주되는 일부 획들을 삭제함으로써, 제 2 점 벡터 정보(P2)를 획득할 수 있다.
제 2 점 벡터 정보(P2)는 다양한 형태를 가질 수 있다. 예를 들어 제 2 점 벡터 정보(P2)는 하기와 같은 형태를 가질 수 있다.
제 2 점 벡터 정보(P2)= (p[1], p[2], . . . , p[Np2])^T
1 <= n <= NP2 에 대하여, p[n]= (x, y, z)^T, n은 자연수.
이 경우, p[n]은 제 2 점 벡터 정보(P2)의 원소를 나타내며, x는 필기 데이터를 2차원 직교 좌표계에 매칭했을때, 점 벡터의 X 좌표를 가리키고, y는 필기 데이터를 2차원 직교 좌표계에 매칭했을 때 점 벡터의 Y좌표를 가리키며, z는 입력 수단이 입력 장치에 접촉한 상태를 나타내며, NP2는 점의 개수를 나타내고, ^T는 벡터나 행렬의 전치를 가리킨다.
Figure 112015109015882-pat00004
Figure 112015109015882-pat00005
디바이스(1000)는 제 2 점 벡터 정보를 이용하여 문자 분할 정보를 획득할 수 있다. 문자 분할 정보란 필기 데이터에 포함된 문자 데이터들을 구분하는 정보를 의미한다. 예를 들어, 문자 분할 정보는 각각의 문자 데이터의 시작점과 종료점을 표시한다. 예를 들어, 디바이스(1000)가 수집한 필기 데이터가, The expo, 라는 글자를 나타낸다면, 디바이스(1000)는 각각의 문자(T, h, e, e, x, p,o)를 나타내는 문자 데이터의 시작점과 종료점을 획득할 수 있다.
문자 분할 정보는 다양한 형태를 가질 수 있다. 예를 들어, 문자 분할 정보는 하기와 같은 형태를 가질 수 있다.
문자 분할 정보(S2)= ( s[1], s[2], . . . , s[NT] )
1 <= n <= NT 에 대하여, s[n]=(b,e)^T
이 경우, s[n]은 문자 분할 정보(S2)의 원소를 의미하고, b는 필기 데이터에 포함된 문자 데이터 중 n 번째 문자 데이터의 시작점을 나타내고, e는 필기 데이터에 포함된 적어도 하나의 문자 데이터중 n 번째 문자 데이터의 종료 점을 의미한다. 또한, NT는 필기 데이터에 포함된 적어도 하나의 문자 데이터의 개수를 의미한다.
본 발명의 일 실시예에 따르면, 디바이스(1000)는 수집된 필기 데이터에 대응되는 텍스트 정보를 획득할 수 있다. 예를 들어, 디바이스(1000)는 점 벡터 정보에 포함된 원소들 각각에 매칭되는 텍스트 정보를 획득할 수 있다.
수집된 필기 데이터에 대응되는 텍스트 정보는 다양한 형태를 가질 수 있다. 예를 들어, 텍스트 정보는 하기와 같은 형태를 가질 수 있다.
텍스트 정보(T2)=(t[1], t[2], . . . , t[NT])
이 경우, t[n]은 필기 데이터에 포함된 문자 데이터가 나타내는 텍스트 문자를 의미하고, NT는 필기 데이터에 포함된 문자 데이터의 개수를 의미한다.
디바이스(1000)는 문자 분할 정보 및 텍스트 정보를 사용자의 입력에 기초하여 획득할 수 있다. 또한, 디바이스(1000)는 문자 분할 정보 및 텍스트 정보를 사용자의 입력 없이 필기 데이터를 분석하여 획득할 수 있으며, 이에 한정되지 않는다.
디바이스(1000)는 획득한 제 1 점 벡터 정보, 제 2 점 벡터 정보, 문자 분할 정보, 및 텍스트 정보중 하나 이상을 저장함으로써, 필기 데이터 베이스를 생성할 수 있다.
디바이스(1000)는 다양한 필기 데이터에 기초하여 필기 데이터 베이스를 생성할 수 있고, 다수의 필기 데이터에 기초하여 필기 데이터 베이스를 생성할 수 있으며, 이에 한정되지 않는다.
단계 S230에서 디바이스(1000)는 텍스트 정보, 및 속성 정보에 적어도 부분적으로 기초하여, 필기 데이터에 포함된 적어도 하나의 문자 데이터 각각에 대한 인공 필기 모델을 생성할 수 있다.
디바이스(1000)는 필기 데이터 베이스에 저장된 속성 정보와 텍스트 정보에 기초하여, 필기 데이터에 포함된 적어도 하나의 문자 데이터를 분할할 수 있다.
예를 들어, 디바이스(1000)는 제 1 필기 데이터에 대응되는 속성 정보와 텍스트 정보를 이용하여, 제 1 필기 데이터를 분할할 수 있다.
예를 들어, 디바이스(1000)는 제 1 필기 데이터에 포함된 적어도 하나의 문자 데이터를 문자 데이터별로 분할할 수 있다.
디바이스(1000)는 필기 데이터에 포함된 적어도 하나의 문자 데이터 각각에 대하여 인공 필기 모델을 생성할 수 있다.
이하, 필기 데이터에 포함된 적어도 하나의 문자 데이터 중 제 1 문자 데이터에 대한 인공 필기 모델을 생성하는 방법을 설명할 것이다.
디바이스(1000)는 필기 데이터에 포함된 적어도 하나의 문자 데이터 개수만큼 하기의 인공 필기 모델을 생성하는 방법을 반복하여 수행함으로써, 필기 데이터에 포함된 문자 데이터 각각에 대한 인공 필기 모델을 생성할 수 있다.
디바이스(1000)는 제 2 점 벡터 정보로부터, 제 1 문자 데이터에 대응되는 점 벡터 정보를 획득할 수 있다(이하, 제 3 점 벡터 정보라 칭함).
제 3 벡터 정보는 다양한 형태를 가질 수 있으며, 일 실시예로 하기와 같은 형태를 가질 수 있다.
제 3 점 벡터 정보(P3)= (p[1], p[2], . . . , p[Np3])^T
1 <= n <= NP3 에 대하여, p[n]= (x, y, z)^T, n은 자연수.
이 경우, p[n]은 제 3 점 벡터 정보(P3)의 원소를 나타내며, x는 필기 데이터를 2차원 직교 좌표계에 매칭했을때, 점 벡터의 X 좌표를 가리키고, y는 필기 데이터를 2차원 직교 좌표계에 매칭했을 때 점 벡터의 Y좌표를 가리키며, z는 입력 수단이 입력 장치에 접촉한 상태를 나타내며, NP3는 제 1 문자 데이터에 대응되는 점의 개수를 나타내고, ^T는 벡터나 행렬의 전치를 가리킨다.
Figure 112015109015882-pat00006
Figure 112015109015882-pat00007
이 경우, 일 실시예로서, z는 p[n]의 입력 수단이 입력 장치에 접촉한 상태를 나타내며 접촉 상태에서 움직인(drag) 것은 1, 필기 데이터상에서 좌측 문자 데이터와 이어져 움직인 것은 2, 필기 데이터 상에서 우측 문자 데이터와 이어져 움직인 것은 3, 입력 장치에서 접촉된 상태는 0, 입력 장치와 접촉되지 않은 상태는 -1의 값을 가질 수 있으며, 이에 한정되지 않는다.
또한, 디바이스(1000)는 필기 데이터의 텍스트 정보로부터, 제 1 문자 데이터의 텍스트 정보, 필기 데이터 상에서 제 1 문자 데이터의 좌측에 존재하는 문자 데이터에 대응되는 텍스트 정보인 좌문자 정보, 및 필기 데이터 상에서 제 1 문자 데이터의 우측에 존재하는 문자 데이터에 대한 텍스트 정보인 우문자 정보를 획득함으로써, 제 1 문자 데이터의 연관 텍스트 정보를 획득할 수 있다.
제 1 문자 데이터의 연관 텍스트 정보는 다양한 형태를 가질수 있으며, 일 실시예로 하기와 같은 형태를 가질 수 있다.
제 1 문자 데이터의 연관 텍스트 정보(T3)=(t[1], t[2], t[3])
이 경우, T3는 제 1 문자 데이터의 연관 텍스트 정보를 나타내며, t[1]은 필기 데이터 상에서 제 1 문자 데이터의 좌측에 존재하는 문자 데이터에 대응되는 텍스트 정보인 좌문자 정보, t[2]는 제 1 문자 데이터의 텍스트 정보, t[3]은 필기 데이터 상에서 제 1 문자 데이터의 우측에 존재하는 문자 데이터에 대응되는 텍스트 정보인 우문자 정보를 나타낸다. 이때, 필기 데이터상에서 제 1 문자 데이터의 좌측 또는 우측에 문자 데이터가 존재하지 않는 경우, 디바이스(1000)는 t[1], 또는 t[3]을 0으로 결정할 수 있다.
또한, 디바이스(1000)는 제 1 문자 데이터의 라인 정보를 획득할 수 있다. 라인 정보란 제 1 문자 데이터의 높이 정보를 의미한다. 디바이스(1000)는 제 1 문자 데이터에 대한 라인 정보를 미리 설정할 수 있고, 제 1 문자 데이터가 포함된 필기 데이터의 평균 높이 정보를 제 1 문자 데이터의 라인 정보로 획득할 수 있고, 제 2 점 벡터 정보로부터 제 1 문자 데이터의 라인정보를 획득할 수 있으며, 이에 한정되지 않는다.
디바이스(1000)는 제 3 점 벡터 정보(P3)를 정규화 함으로써, 제 4 점 벡터 정보(P4)를 획득할 수 있다.
예를 들어, 디바이스(1000)는 제 3 점 벡터 정보(P3)를 고정된 N X M(여기서, N과 M은 자연수)의 크기로 조정할 수 있다. 또한, 디바이스(1000)는 제 3 점 벡터 정보(P3)를 2차원 직교 좌표계의 좌상단을 기준으로 모두 좌표이동 시킬 수 있다.
또한, 예를 들어, 디바이스(1000)는 제 2 문자 데이터의 가로와 세로비에 따라서 길이가 긴 쪽을 우선으로 맞추고 길이가 짧은 쪽은 원래 문자 데이터의 가로/세로비에 맞춤으로써, 제 3 점 벡터 정보(P3)를 정규화 할 수 있다.
또한, 예를 들어, 디바이스(1000)는 제 3 점 벡터 정보(P3)를 정규화 할 때, 제 1 문자 데이터의 라인 정보를 이용할 수 있다. 예를 들어, 디바이스(1000)는 정규화 하는때, 제 1 문자 데이터의 라인정보(L3)를 이용하여 정규화 크기나 위치를 결정할 수 있다.
또한, 예를 들어, 디바이스(1000)는 제 3 점 벡터 정보(P3)에 포함된 점의 개수를 일정하게 등간격으로 맞출 수 있다.
예를 들어, 디바이스(1000)는 제 3 점 벡터 정보(P3)에 포함된 점의 개수를 K개로 맞추며, 각 점간의 거리가 일정하게 등간격으로 점을 넣거나 뺄 수 있다.
본 발명의 일 실시예에 따르면, 디바이스(1000)는 제 3 점 벡터 정보(P3)를 정규화 함으로써 생성된 제 4 점 벡터 정보와, 제 1 문자 데이터의 연관 텍스트 정보를 이용하여 제 1 문자 데이터 및/또는 제 1 문자 데이터가 나타내는 텍스트 정보에 대응되는 인공 필기 모델을 획득할 수 있다.
예를 들어, 디바이스(1000)는 제 4 점 벡터 정보와 제 1 문자 데이터의 연관 텍스트 정보를 다양한 알고리즘에 적용함으로써, 제 1 문자 데이터 및/또는 제 1 문자 데이터가 나타내는 텍스트 정보에 대응되는 인공 필기 모델을 획득할 수 있다.
이 경우, 디바이스(1000)는 MLP(Multi-layer Perceptron), RNN(Recurrent Neural Network), CNN(Convolutional Neural Network), HMM(Hidden Markov Model), SVM(Support Vector Machine) 등의 프로세스를 이용하여 제 1 문자 데이터에 대응되는 인공 필기 모델을 획득할 수 있으며, 이에 한정되지 않는다.
이 경우, 디바이스(1000)는 제 1 문자 데이터에 대응되는 인공 필기 모델을 획득하고, 획득한 인공 필기 모델을 이용하여 문자 데이터를 생성하고, 생성된 문자 데이터와 제 1 문자 데이터를 비교함으로써, 제 1 문자 데이터에 대한 인공 필기 모델의 정확성을 높일 수 있다.
예를 들어, 디바이스(1000)는 제 4 점 벡터 정보와 제 1 문자 데이터의 연관 텍스트 정보를 이용하여 제 1 문자 데이터의 텍스트 정보에 대응되는 인공 필기 모델을 획득하고, 획득한 인공 필기 모델을 이용하여 문자 데이터를 생성할 수 있다. 디바이스(1000)는 생성된 문자 데이터와 제 4 점 벡터 정보를 비교하여 에러를 수정함으로써, 인공 필기 모델의 정확성을 높일 수 있다.
인공 필기 모델은 텍스트 문자에 대응되는 문자 데이터의 생성시 참조되는 정보를 의미한다.
예를 들어, 인공 필기 모델은 텍스트 문자의 기준 파라미터(P)를 포함할 수 있다. 예를 들어, 디바이스(1000)는 텍스트 문자 a 에 대응되는 문자 데이터에 포함된 점 벡터의 평균 위치와 분산을 기준 파라미터(P)로서 보유할 수 있다. 이 경우, 디바이스(1000)가 이후에 a 를 입력 받은 경우, 디바이스(1000)는 기준 파라미터(P)를 참조하여 분산 내에서 랜덤하게 복수의 점을 생성함으로써, a에 대한 문자 데이터를 생성할 수있다. 이는 일 실시예에 불과하며, 디바이스(1000)는 다양한 형태로서 텍스트 문자에 대응되는 인공 필기 모델을 획득할 수 있다.
인공 필기 모델은 텍스트 문자가 동일하더라도, 연관 텍스트 정보에 따라 달라질 수 있다. 예를 들어, 제 1 연관 텍스트 정보를 갖는 제 1 텍스트 문자의 기준 파라미터(P1)와 제 2 연관 텍스트 정보를 갖는 제 1 텍스트 문자의 기준 파라미터(P2)는 상이할 수 있다.
인공 필기 모델은 디바이스(1000)의 사용자에 따라 상이하게 생성될 수 있다. 예를 들어, 제 1 사용자의 제 1 연관 텍스트 정보를 갖는 제 1 텍스트 문자의 기준 파라미터(P1)은 제 2 사용자의 제 1 연관 텍스트 정보를 갖는 제 1 텍스트 문자의 기준 파라미터(P2)와 상이할 수 있다.
디바이스(1000)는 디바이스(1000)의 사용자에 따라 상이한 인공 필기 모델을 생성할 수 있으며, 디바이스(1000)의 사용자별로 상이한 인공 필기 모델에 기초한 디지털 인공 필기 데이터를 제공할 수 있다.
그 결과, 디바이스(1000)의 사용자는 입력 텍스트를 입력한 경우, 사용자의 필체와 유사한 필체를 갖는 디지털 인공 필기 데이터를 제공받을 수 있다.
단계 S240에서, 디바이스(1000)는 사용자로부터 적어도 하나의 문자를 포함하는 입력 텍스트를 수신할 수 있다.
본 발명의 일 실시예에 따르면, 입력 텍스트는 적어도 하나의 문자를 포함할 수 있다. 문자란 영어에서 a, b, c등의 낱자를 의미할 수 있고, 한글에서 가,나, 다 등의 문자를 의미할 수 있고, 한글에서 ㄱ,ㄴ,ㄷ 등의 낱자를 의미할 수 있으며 이에 한정되지 않는다.
디바이스(1000)는 다양한 방식으로 사용자로부터 적어도 하나의 문자를 포함하는 입력 텍스트를 수신할 수 있다. 예를 들어, 디바이스(1000)는 터치 스크린, 입력 장치, 또는 외부의 디바이스로부터 입력 텍스트를 수신할 수 있으며 이에 한정되지 않는다.
단계 S250 에서, 디바이스(1000)는 입력 텍스트의 수신에 응답하여, 상기 생성된 인공 필기 모델에 적어도 부분적으로 기초하여 입력 텍스트에 대한 디지털 인공 필기 데이터를 생성할 수 있다.
디바이스(1000)는 입력 텍스트에 포함된 적어도 하나의 텍스트 문자 각각을 분할할 수 있다. 또한, 디바이스(1000)는 입력 텍스트를 이용하여 입력 텍스트 데이터(t6)을 생성할 수 있다.
입력 텍스트 데이터(t6)는 다양한 형태를 가질 수 있으며, 일 실시예로 하기와 같은 형태를 가질 수 있다.
입력 텍스트 데이터(T6)=(t[1], t[2], . . ., t[NT6])
1 <= n <= NT6 에 대하여, t[n]=텍스트 문자, n은 자연수.
이 경우, NT6은 입력 텍스트에 포함된 텍스트 문자의 개수를 나타낸다.
예를 들어, 디바이스(1000)가 expo 를 입력받은 경우, 디바이스(1000)는 입력 받은 텍스트 expo 를 텍스트 문자 단위로 분리함으로써, 입력 텍스트 데이터(T6)을 생성할 수 있다.
입력 텍스트 데이터(T6)=(t[1],t[2],t[3],t[4])
1 <= n <= NT6 에 대하여, t[1]= e, t[2]= x, t[3]= p, t[4]= o
디바이스(1000)는 입력 텍스트에 포함된 각각의 텍스트 문자에 대하여 연관 텍스트 정보(T7)를 획득할 수 있다. 연관 텍스트 정보는 해당 텍스트 문자의 텍스트 정보, 해당 텍스트 문자의 좌측에 존재하는 텍스트 문자 정보인 좌문자 정보, 해당 텍스트 문자의 우측에 존재하는 텍스트 문자 정보인 우문자 정보를 포함할 수 있다. 이 경우, 해당 텍스트 문자의 좌측 또는 우측에 텍스트 문자 정보가 존재하지 않는 경우, 좌문자 정보 또는 우문자 정보는 0의 값을 가질 수 있다.
예를 들어, 디바이스(1000)가 expo 를 입력받은 경우, 입력 텍스트에 포함된 각각의 텍스트 문자에 대한 연관 텍스트 정보(T7)는 하기와 같은 형태를 가질 수 있다.
t[g]에 대한 관련 텍스트 정보(T7)=( t1, t2, t3), (t[g]는 해당 텍스트 문자, t1은 t[g]의 좌문자 정보, t2는 t[g]의 텍스트 문자 정보, t3는 t[g]의 우문자 정보)
t[1]=e, t[1]에 대한 관련 텍스트 정보(T7)=( 0, e, x)
t[2]=x, t[2]에 대한 관련 텍스트 정보(T7)=( e, x, p)
t[3]=p, t[3]에 대한 관련 텍스트 정보(T7)=( x, p, o)
t[4]=o, t[4]에 대한 관련 텍스트 정보(T7)=( p, o, 0)
디바이스(1000)는 입력 텍스트에 포함된 적어도 하나의 텍스트 문자 각각이 나타내는 텍스트 정보에 기초하여 적어도 하나의 텍스트 문자 각각에 대한 인공 필기 모델을 결정할 수 있다. 또한, 디바이스(1000)는 입력 텍스트에 포함된 적어도 하나의 텍스트 문자 각각에 대한 연관 텍스트 정보(T7)를 이용하여, 적어도 하나의 텍스트 문자 각각에 대한 인공 필기 모델을 결정할 수 있으며, 이에 한정되지 않는다.
또한, 디바이스(1000)는 결정된 인공 필기 모델을 이용하여 적어도 하나의 텍스트 문자 각각에 대한 디지털 인공 필기 문자를 생성할 수 있다.
예를 들어, 디바이스(1000)는 결정된 인공 필기 모델과 텍스트 문자의 연관 텍스트 정보에 소정의 프로세스를 적용하여, 텍스트 문자에 대한 디지털 인공 필기 문자를 생성할 수 있다. 이 경우, 디바이스(1000)는 MLP(Multi-layer Perceptron), RNN(Recurrent Neural Network), CNN(Convolutional Neural Network)을 들 수 있고, 그 외 HMM(Hidden Markov Model), SVM(Support Vector Machine) 등의 알고리즘을 사용할 수 있으며, 이에 한정되지 않는다.
본 발명의 일 실시예에 따르면, 디바이스(1000)는 텍스트 문자의 디지털 인공 필기 문자를 생성하는 경우, 결정된 인공 필기 모델을 생성할 때 이용되었던 프로세스와 동일한 프로세스를 사용하여 디지털 인공 필기 문자를 생성할 수 있다. 예를 들어, 제 1 인공 필기 모델을 생성하는 경우 MLP(Multi-layer Perceptron) 프로세스가 이용되었다면, 디바이스(1000)는 제 1 인공 필기 모델을 이용하여 디지털 인공 필기 문자를 생성할 때, MLP(Multi-layer Perceptron) 프로세스를 이용할 수 있다.
디바이스(1000)는 입력 텍스트에 포함된 적어도 하나의 텍스트 문자 각각에 대해 디지털 인공 필기 문자를 생성하고, 생성된 적어도 하나의 디지털 인공 필기 문자를 병합함으로써, 입력 텍스트에 대응되는 디지털 인공 필기 데이터를 생성할 수 있다.
이 경우, 디바이스(1000)는 생성된 적어도 하나의 디지털 인공 필기 문자를 병합하기 위하여, 디지털 인공 필기 문자를 2차원 직교 좌표계상에서 수평 이동 시킬 수 있다.
또한, 디바이스(1000)는 입력 문자가 공백인 경우, 다음 디지털 인공 필기 문자를 적절한 거리만큼 공백을 두고 수평이동 시킬 수 있으며, 이에 한정되지 않는다.
디바이스(1000)는 입력텍스트에 대응되는 디지털 인공 필기 데이터를 생성한 후, 생성된 디지털 인공 필기 데이터에 대해 스무딩(smoothing) 프로세스를 수행할 수 있다. 스무딩 프로세스는 디지털 인공 필기 데이터를 부드럽게 표현하기 위한 프로세스로서, 디바이스(1000)는 다양한 알고리즘을 이용하여 스무딩 프로세스를 수행할 수 있다.
본 발명의 일 실시예에 따르면, 디바이스(1000)는 생성된 디지털 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성할 수 있다.
예를 들어, 디바이스(1000)는 생성된 디지털 인공 필기 데이터에, S220에서 이용된 방법을 적용함으로써, 필기 데이터 베이스를 생성할 수 있다. 디바이스(1000)는 생성된 디지털 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성함으로써, 인공 필기 모델 생성시 필요한 데이터를 풍부하게 획득할 수 있다.
또한, 디바이스(1000)는 기 생성된 인공 필기 모델에 기초하여 디지털 인공 필기 데이터를 생성하고, 생성된 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성하며, 생성된 필기 데이터 베이스에 기초하여 기 생성된 인공 필기 모델을 수정하는 작업을 적어도 한번 이상 수행할 수 있다.
예를 들어, 디바이스(1000)는 기 생성된 인공 필기 모델을 이용하여 디지털 인공 필기 데이터를 생성하고, 생성된 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성하고, 생성된 필기 데이터 베이스에 기초하여 기 생성된 인공 필기 모델을 수정하는 작업을 작업을 복수번 수행함으로써, 인공 필기 모델의 정확도를 높일 수 있다. 그 결과, 디바이스(1000)는 상기의 작업을 이용하여 다수의 필기 데이터를 수집하지 않더라도, 정확도 높은 인공 필기 모델을 획득할 수 있다.
본 발명의 다른 실시예에 따르면, 디바이스(1000)는 생성된 인공 필기 모델을 필기 데이터 인식에 이용할 수 있다.
예를 들어, 디바이스(1000)가 필기 데이터를 입력으로 수신한 경우, 필기 데이터가 나타내는 텍스트를 결정하기 위해, 생성된 인공 필기 모델을 이용할 수 있다.
디바이스(1000)는 정확도 높은 인공 필기 모델을 필기 데이터 인식에 이용함으로써, 필기 데이터의 인식률을 상승시킬 수 있다.
도 3은 본 발명의 일 실시예에 따라 필기 데이터 베이스를 생성하는 방법을 설명하기 위한 도면이다.
디바이스(1000)는 다양한 필기 데이터를 수집할 수 있다. 예를 들어, 디바이스(1000)는 사용자로부터 필기 데이터를 입력 받을 수 있고, 외부의 디바이스로부터 필기 데이터를 수신할 수 있으며, 이에 한정되지 않는다.
단계 S222에서, 디바이스(1000)는 수집된 필기 데이터에 샘플링(sampling)프로세스를 적용할 수 있다.
디바이스(1000)는 필기 데이터에 샘플링 프로세스를 적용함으로써, 제 1 점 벡터 정보를 획득할 수 있다. 디바이스(1000)는 샘플율에 기초하여 샘플링 프로세스를 수행할 수 있다. 샘플율은 디바이스(1000)에 의해 결정될 수 있고, 사용자에 의해 결정될 수 있으며, 미리 설정될 수 있으며, 이에 한정되지 않는다.
단계 S224에서, 디바이스(1000)는 획득한 제 1 점 벡터 정보(P1)에 가공 프로세스를 적용할 수 있다.
디바이스(1000)는 제 1 점 벡터 정보(P1)에 가공 프로세스를 적용함으로써, 제 2 점 벡터 정보(P2) 를 획득할 수 있다. 예를 들어 디바이스(1000)는 제 1 점 벡터 정보에서, 문자 데이터에 포함되지 않는 데이터를 삭제함으로써, 제 2 점 벡터 정보를 획득할 수 있다.
예를 들어, 제 1 점 벡터(P1)에 불필요한 잉여 획으로 간주되는 일부 획들을 삭제함으로써, 제 2 점 벡터 정보(P2)를 획득할 수 있다.
또한, 디바이스(1000)는 단계 S224에서, 제 2 점 벡터 정보를 이용하여 문자 분할 정보를 획득할 수 있다. 문자 분할 정보란 필기 데이터에 포함된 문자 데이터들을 구분하는 정보를 의미한다. 예를 들어, 문자 분할 정보는 각각의 문자 데이터의 시작점과 종료점을 표시한다. 예를 들어, 디바이스(1000)가 수집한 필기 데이터가, The expo, 라는 글자를 나타낸다면, 디바이스(1000)는 각각의 문자(T, h, e, e, x, p, o)를 나타내는 문자 데이터의 시작점과 종료점을 획득할 수 있다.
또한, 디바이스(1000)는 단계 S224에서, 제 2 점 벡터 정보를 이용하여 필기 데이터에 대응되는 텍스트 정보를 획득할 수 있다. 예를 들어, 디바이스(1000)는 제 2 점 벡터 정보에 포함된 원소들 각각에 매칭되는 텍스트 정보를 획득할 수 있다.
텍스트 정보는 a, b, c등의 영어에서 낱자를 의미할 수 있고, 한글에서 가,나, 다 등의 문자를 의미할 수 있고, 한글에서 ㄱ,ㄴ,ㄷ 등의 낱자를 의미할 수 있으며 이에 한정되지 않는다.
디바이스(1000)는 문자 분할 정보 및 텍스트 정보를 사용자의 입력에 기초하여 획득할 수 있다. 또한, 디바이스(1000)는 문자 분할 정보 및 텍스트 정보를 사용자의 입력 없이 필기 데이터를 분석하여 획득할 수 있으며, 이에 한정되지 않는다.
단계 S 226에서, 디바이스(1000)는 획득한 제 1 점 벡터 정보, 제 2 점 벡터 정보, 문자 분할 정보, 및 텍스트 정보중 하나 이상을 저장함으로써, 필기 데이터 베이스를 생성할 수 있다.
디바이스(1000)는 다양한 필기 데이터에 기초하여 필기 데이터 베이스를 생성할 수 있고, 다수의 필기 데이터에 기초하여 필기 데이터 베이스를 생성할 수 있으며, 이에 한정되지 않는다.
도 4는 본 발명의 일 실시예에 따라 텍스트 정보 및 문자 분할 정보를 획득하는 방법을 설명하기 위한 도면이다.
본 발명의 일 실시예에 따르면, 디바이스(1000)는 사용자의 입력에 기초하여, 문자 분할 정보와 텍스트 정보를 획득할 수 있다.
도 4를 참조할 때, 디바이스(1000)는 필기 데이터에 대한 문자 분할 정보와 텍스트 정보를 입력할 수 있는 인터페이스를 제공할 수 있다. 도 4는 일 실시예에 불과하며, 디바이스(1000)는 다양한 형식의 인터페이스를 제공할 수 있다.
디바이스(1000)의 사용자는 디바이스(1000)에서 제공하는 인터페이스를 이용하여 필기 데이터에 대해 문자 분할 정보와 텍스트 정보를 입력할 수 있다.
예를 들어, 도 4의 잉크창 및 텍스트창을 참조할 때, 디바이스(1000)의 사용자는 필기 데이터에 포함된 적어도 하나의 문자를 각각 분할하고, 분할된 적어도 하나의 문자 데이터 각각에 텍스트 정보를 입력할 수 있다.
또한, 디바이스(1000)는 분할된 적어도 하나의 문자 데이터 각각의 시작점과 종료점을 문자 분할 정보로 저장할 수 있다.
도 5는 본 발명의 일 실시예에 따라 필기 데이터에 포함된 적어도 하나의 문자 데이터 각각에 대한 인공 필기 모델을 생성하는 방법을 설명하기 위한 도면이다.
디바이스(1000)는 필기 데이터 베이스에 저장된 속성 정보와 텍스트 정보(T2)를 획득할 수 있다. 속성 정보는 점 벡터 정보(P2), 및 문자 분할 정보(S2)를 포함할 수 있다.
단계 S232에서, 디바이스(1000)는 필기 데이터 베이스로부터 획득한 속성 정보와 텍스트 정보에 기초하여, 점 벡터 정보(P2)를 문자 데이터별로 각각 분할할 수 있다.
이하, 필기 데이터에 포함된 적어도 하나의 문자 데이터 중 제 1 문자 데이터에 대한 인공 필기 모델을 생성하는 방법을 설명할 것이다.
디바이스(1000)는 필기 데이터에 포함된 적어도 하나의 문자 데이터 개수만큼 하기의 인공 필기 모델을 생성하는 방법을 반복하여 수행함으로써, 필기 데이터에 포함된 문자 데이터 각각에 대한 인공 필기 모델을 생성할 수 있다.
디바이스(1000)는 제 2 점 벡터 정보로부터, 제 1 문자 데이터에 대응되는 점 벡터 정보를 획득할 수 있다(이하, 제 3 점 벡터 정보라 칭함).
제 3 벡터 정보는 다양한 형태를 가질 수 있으며, 일 실시예로 하기와 같은 형태를 가질 수 있다.
제 3 점 벡터 정보(P3)= (p[1], p[2], . . . , p[Np3])^T
1 <= n <= NP3 에 대하여, p[n]= (x, y, z)^T, n은 자연수.
이 경우, p[n]은 제 3 점 벡터 정보(P3)의 원소를 나타내며, x는 필기 데이터를 2차원 직교 좌표계에 매칭했을때, 점 벡터의 X 좌표를 가리키고, y는 필기 데이터를 2차원 직교 좌표계에 매칭했을 때 점 벡터의 Y좌표를 가리키며, z는 입력 수단이 입력 장치에 접촉한 상태를 나타내며, NP3는 제 1 문자 데이터에 대응되는 점의 개수를 나타내고, ^T는 벡터나 행렬의 전치를 가리킨다.
Figure 112015109015882-pat00008
Figure 112015109015882-pat00009
이 경우, 일 실시예로서, z는 p[n]의 입력 수단이 입력 장치에 접촉한 상태를 나타내며 접촉 상태에서 움직인(drag) 것은 1, 필기 데이터상에서 좌측 문자 데이터와 이어져 움직인 것은 2, 필기 데이터 상에서 우측 문자 데이터와 이어져 움직인 것은 3, 입력 장치에서 접촉된 상태는 0, 입력 장치와 접촉되지 않은 상태는 -1의 값을 가질 수 있으며, 이에 한정되지 않는다.
또한, 디바이스(1000)는 필기 데이터의 텍스트 정보로부터, 제 1 문자 데이터의 텍스트 정보, 필기 데이터 상에서 제 1 문자 데이터의 좌측에 존재하는 문자 데이터에 대응되는 텍스트 정보인 좌문자 정보, 및 필기 데이터 상에서 제 1 문자 데이터의 우측에 존재하는 문자 데이터에 대한 텍스트 정보인 우문자 정보를 획득함으로써, 제 1 문자 데이터의 연관 텍스트 정보를 획득할 수 있다.
제 1 문자 데이터의 연관 텍스트 정보는 다양한 형태를 가질수 있으며, 일 실시예로 하기와 같은 형태를 가질 수 있다.
제 1 문자 데이터의 연관 텍스트 정보(T3)=(t[1], t[2], t[3])
이 경우, T3는 제 1 문자 데이터의 연관 텍스트 정보를 나타내며, t[1]은 필기 데이터 상에서 제 1 문자 데이터의 좌측에 존재하는 문자 데이터에 대응되는 텍스트 정보인 좌문자 정보, t[2]는 제 1 문자 데이터의 텍스트 정보, t[3]은 필기 데이터 상에서 제 1 문자 데이터의 우측에 존재하는 문자 데이터에 대응되는 텍스트 정보인 우문자 정보를 나타낸다. 이때, 필기 데이터상에서 제 1 문자 데이터의 좌측 또는 우측에 문자 데이터가 존재하지 않는 경우, 디바이스(1000)는 t[1], 또는 t[3]을 0으로 결정할 수 있다.
또한, 디바이스(1000)는 제 1 문자 데이터의 라인 정보를 획득할 수 있다. 라인 정보란 제 1 문자 데이터의 높이 정보를 의미한다. 디바이스(1000)는 제 1 문자 데이터에 대한 라인 정보를 미리 설정할 수 있고, 제 1 문자 데이터가 포함된 필기 데이터의 평균 높이 정보를 제 1 문자 데이터의 라인 정보로 획득할 수 있고, 제 2 점 벡터 정보로부터 제 1 문자 데이터의 라인정보를 획득할 수 있으며, 이에 한정되지 않는다.
단계 S234에서, 디바이스(1000)는 제 3 점 벡터 정보(P3)를 정규화 함으로써, 제 4 점 벡터 정보(P4)를 획득할 수 있다.
예를 들어, 디바이스(1000)는 제 3 점 벡터 정보(P3)를 고정된 N X M(여기서, N과 M은 자연수)의 크기로 조정할 수 있다. 또한, 디바이스(1000)는 제 3 점 벡터 정보(P3)를 2차원 직교 좌표계의 좌상단을 기준으로 모두 좌표이동 시킬 수 있다.
또한, 예를 들어, 디바이스(1000)는 제 2 문자 데이터의 가로와 세로비에 따라서 길이가 긴 쪽을 우선으로 맞추고 길이가 짧은 쪽은 원래 문자 데이터의 가로/세로비에 맞춤으로써, 제 3 점 벡터 정보(P3)를 정규화 할 수 있다.
또한, 예를 들어, 디바이스(1000)는 제 3 점 벡터 정보(P3)를 정규화 할 때, 제 1 문자 데이터의 라인 정보를 이용할 수 있다. 예를 들어, 디바이스(1000)는 정규화 하는때, 제 1 문자 데이터의 라인정보(L3)를 이용하여 정규화 크기나 위치를 결정할 수 있다.
또한, 예를 들어, 디바이스(1000)는 제 3 점 벡터 정보(P3)에 포함된 점의 개수를 일정하게 등간격으로 맞출 수 있다.
예를 들어, 디바이스(1000)는 제 3 점 벡터 정보(P3)에 포함된 점의 개수를 K개로 맞추며, 각 점간의 거리가 일정하게 등간격으로 점을 넣거나 뺄 수 있다.
단계 S 236에서, 디바이스(1000)는 제 3 점 벡터 정보(P3)를 정규화 함으로써 생성된 제 4 점 벡터 정보와, 제 1 문자 데이터의 연관 텍스트 정보(T3)를 이용하여 제 1 문자 데이터 및/또는 제 1 문자 데이터가 나타내는 텍스트 정보에 대응되는 인공 필기 모델을 획득할 수 있다.
예를 들어, 디바이스(1000)는 제 4 점 벡터 정보와 제 1 문자 데이터의 연관 텍스트 정보를 다양한 알고리즘에 적용함으로써, 제 1 문자 데이터 및/또는 제 1 문자 데이터가 나타내는 텍스트 정보에 대응되는 인공 필기 모델을 획득할 수 있다.
이 경우, 디바이스(1000)는 MLP(Multi-layer Perceptron), RNN(Recurrent Neural Network), CNN(Convolutional Neural Network), HMM(Hidden Markov Model), SVM(Support Vector Machine) 등의 프로세스를 이용하여 제 1 문자 데이터에 대응되는 인공 필기 모델을 획득할 수 있으며, 이에 한정되지 않는다.
이 경우, 디바이스(1000)는 제 1 문자 데이터에 대응되는 인공 필기 모델을 획득하고, 획득한 인공 필기 모델을 이용하여 문자 데이터를 생성하고, 생성된 문자 데이터와 제 1 문자 데이터를 비교함으로써, 제 1 문자 데이터에 대한 인공 필기 모델의 정확성을 높일 수 있다.
예를 들어, 디바이스(1000)는 제 4 점 벡터 정보와 제 1 문자 데이터의 연관 텍스트 정보를 이용하여 제 1 문자 데이터의 텍스트 정보에 대응되는 인공 필기 모델을 획득하고, 획득한 인공 필기 모델을 이용하여 문자 데이터를 생성할 수 있다. 디바이스(1000)는 생성된 문자 데이터와 제 4 점 벡터 정보를 비교하여 에러를 수정함으로써, 인공 필기 모델의 정확성을 높일 수 있다.
인공 필기 모델은 텍스트 문자에 대응되는 문자 데이터의 생성시 참조되는 정보를 의미한다.
예를 들어, 인공 필기 모델은 텍스트 문자의 기준 파라미터(P)를 포함할 수 있다. 예를 들어, 디바이스(1000)는 텍스트 문자 a 에 대응되는 문자 데이터에 포함된 점 벡터의 평균 위치와 분산을 기준 파라미터(P)로서 보유할 수 있다. 이 경우, 디바이스(1000)가 이후에 a 를 입력 받은 경우, 디바이스(1000)는 기준 파라미터(P)를 참조하여 분산 내에서 랜덤하게 복수의 점을 생성함으로써, a에 대한 문자 데이터를 생성할 수있다. 이는 일 실시예에 불과하며, 디바이스(1000)는 다양한 형태로서 텍스트 문자에 대응되는 인공 필기 모델을 획득할 수 있다.
인공 필기 모델은 텍스트 문자가 동일하더라도, 연관 텍스트 정보에 따라 달라질 수 있다. 예를 들어, 제 1 연관 텍스트 정보를 갖는 제 1 텍스트 문자의 기준 파라미터(P1)와 제 2 연관 텍스트 정보를 갖는 제 1 텍스트 문자의 기준 파라미터(P2)는 상이할 수 있다.
인공 필기 모델은 디바이스(1000)의 사용자에 따라 상이하게 생성될 수 있다. 예를 들어, 제 1 사용자의 제 1 연관 텍스트 정보를 갖는 제 1 텍스트 문자의 기준 파라미터(P1)은 제 2 사용자의 제 1 연관 텍스트 정보를 갖는 제 1 텍스트 문자의 기준 파라미터(P2)와 상이할 수 있다.
디바이스(1000)는 디바이스(1000)의 사용자에 따라 상이한 인공 필기 모델을 생성할 수 있으며, 디바이스(1000)의 사용자별로 상이한 인공 필기 모델에 기초한 디지털 인공 필기 데이터를 제공할 수 있다.
그 결과, 디바이스(1000)의 사용자는 입력 텍스트를 입력한 경우, 사용자의 필체와 유사한 필체를 갖는 디지털 인공 필기 데이터를 제공받을 수 있다.
도 6은 본 발명의 일 실시예에 입력 텍스트에 따라 디지털 인공 필기 데이터를 생성하는 방법을 설명하기 위한 도면이다.
디바이스(1000)는 사용자로부터 적어도 하나의 문자를 포함하는 입력 텍스트(610)를 수신할 수 있다.
본 발명의 일 실시예에 따르면, 입력 텍스트는 적어도 하나의 문자를 포함할 수 있다.
디바이스(1000)는 다양한 방식으로 사용자로부터 적어도 하나의 문자를 포함하는 입력 텍스트를 수신할 수 있다. 예를 들어, 디바이스(1000)는 터치 스크린, 입력 장치, 또는 외부의 디바이스로부터 입력 텍스트를 수신할 수 있으며 이에 한정되지 않는다.
디바이스(1000)는 입력 텍스트의 수신에 응답하여, 상기 생성된 인공 필기 모델에 적어도 부분적으로 기초하여 입력 텍스트에 대한 디지털 인공 필기 데이터를 생성할 수 있다.
디바이스(1000)는 입력 텍스트에 포함된 적어도 하나의 텍스트 문자 각각을 분할할 수 있다. 또한, 디바이스(1000)는 분할된 적어도 하나의 텍스트 문자를 이용하여 입력 텍스트 데이터를 생성할 수 있다.
입력 텍스트 데이터(t6)는 다양한 형태를 가질 수 있으며, 일 실시예로 하기와 같은 형태를 가질 수 있다.
입력 텍스트 데이터(T6)=(t[1], t[2], . . ., t[NT6])
1 <= n <= NT6 에 대하여, t[n]=텍스트 문자, n은 자연수.
이 경우, NT6은 입력 텍스트에 포함된 텍스트 문자의 개수를 나타낸다.
예를 들어, 디바이스(1000)가 expo 를 입력받은 경우, 디바이스(1000)는 입력 받은 텍스트 expo 를 텍스트 문자 단위로 분리함으로써, 입력 텍스트 데이터(T6)을 생성할 수 있다.
입력 텍스트 데이터(T6)=(t[1],t[2],t[3],t[4])
1 <= n <= NT6 에 대하여, t[1]= e, t[2]= x, t[3]= p, t[4]= o
디바이스(1000)는 입력 텍스트에 포함된 각각의 텍스트 문자에 대하여 연관 텍스트 정보(T7)를 획득할 수 있다. 연관 텍스트 정보는 해당 텍스트 문자의 텍스트 문자 정보, 해당 텍스트 문자의 좌측에 존재하는 텍스트 문자 정보인 좌문자 정보, 해당 텍스트 문자의 우측에 존재하는 텍스트 문자 정보인 우문자 정보를 포함할 수 있다. 이 경우, 해당 텍스트 문자의 좌측 또는 우측에 텍스트 문자 정보가 존재하지 않는 경우, 좌문자 정보 또는 우문자 정보는 0의 값을 가질 수 있다.
예를 들어, 디바이스(1000)가 expo 를 입력받은 경우, 입력 텍스트에 포함된 각각의 텍스트 문자에 대한 연관 텍스트 정보(T7)는 하기와 같은 형태를 가질 수 있다.
t[g]에 대한 관련 텍스트 정보(T7)=( t1, t2, t3), (t[g]는 해당 텍스트 문자, t1은 t[g]의 좌문자 정보, t2는 t[g]의 텍스트 문자 정보, t3는 t[g]의 우문자 정보)
t[1]=e, t[1]에 대한 관련 텍스트 정보(T7)=( 0, e, x)
t[2]=x, t[2]에 대한 관련 텍스트 정보(T7)=( e, x, p)
t[3]=p, t[3]에 대한 관련 텍스트 정보(T7)=( x, p, o)
t[4]=o, t[4]에 대한 관련 텍스트 정보(T7)=( p, o, 0)
디바이스(1000)는 입력 텍스트에 포함된 적어도 하나의 텍스트 문자 각각에 대한 연관 텍스트 정보(T7)를 이용하여, 적어도 하나의 텍스트 문자 각각에 대한 인공 필기 모델을 결정할 수 있다.
또한, 디바이스(1000)는 결정된 인공 필기 모델을 이용하여 적어도 하나의 텍스트 문자 각각에 대한 디지털 인공 필기 문자를 생성할 수 있다.
예를 들어, 디바이스(1000)는 결정된 인공 필기 모델과 텍스트 문자의 연관 텍스트 정보에 소정의 프로세스를 적용하여, 텍스트 문자에 대한 디지털 인공 필기 문자를 생성할 수 있다. 이 경우, 디바이스(1000)는 MLP(Multi-layer Perceptron), RNN(Recurrent Neural Network), CNN(Convolutional Neural Network)을 들 수 있고, 그 외 HMM(Hidden Markov Model), SVM(Support Vector Machine) 등의 알고리즘을 사용할 수 있으며, 이에 한정되지 않는다.
본 발명의 일 실시예에 따르면, 디바이스(1000)는 텍스트 문자의 디지털 인공 필기 문자를 생성하는 경우, 결정된 인공 필기 모델을 생성할 때 이용되었던 프로세스와 동일한 프로세스를 사용하여 디지털 인공 필기 문자를 생성할 수 있다. 예를 들어, 제 1 인공 필기 모델을 생성하는 경우 MLP(Multi-layer Perceptron) 프로세스가 이용되었다면, 디바이스(1000)는 제 1 인공 필기 모델을 이용하여 디지털 인공 필기 문자를 생성할 때, MLP(Multi-layer Perceptron) 프로세스를 이용할 수 있다.
도 6을 참조할 때, 디바이스(1000)는 입력 텍스트에 포함된 적어도 하나의 텍스트 문자 각각에 대해 디지털 인공 필기 문자(610, 620, 630, 640, 650)를 생성하고, 생성된 적어도 하나의 디지털 인공 필기 문자를 병합함으로써, 입력 텍스트에 대응되는 디지털 인공 필기 데이터(660)를 생성할 수 있다.
이 경우, 디바이스(1000)는 생성된 적어도 하나의 디지털 인공 필기 문자를 병합하기 위하여, 디지털 인공 필기 문자를 2차원 직교 좌표계상에서 수평 이동 시킬 수 있다.
또한, 디바이스(1000)는 입력 문자가 공백인 경우, 다음 디지털 인공 필기 문자를 적절한 거리만큼 공백을 두고 수평이동 시킬 수 있으며, 이에 한정되지 않는다.
디바이스(1000)는 입력텍스트에 대응되는 디지털 인공 필기 데이터를 생성한 후, 생성된 디지털 인공 필기 데이터에 대해 스무딩(smoothing) 프로세스를 수행할 수 있다. 스무딩 프로세스는 디지털 인공 필기 데이터를 부드럽게 표현하기 위한 프로세스로서, 디바이스(1000)는 다양한 알고리즘을 이용하여 스무딩 프로세스를 수행할 수 있다.
도 7 은 본 발명의 다른 실시예에 따라, 서버를 이용하여 디지털 인공 필기 데이터를 생성하는 방법을 설명하기 위한 도면이다.
본 발명의 일 실시예에 따르면, 서버(2000)는 도 2 의 단계 S210에서 설명된 방법과 같이, 적어도 하나의 문자 데이터를 포함하는 필기 데이터를 수집할 수 있다.
또한, 서버(2000)는 도 2 의 단계 S220에서 설명된 방법과 같이, 수집된 필기 데이터와 대응되는 텍스트 정보 및 수집된 필기 데이터에 대한 속성 정보를 획득하여 필기 데이터 베이스를 생성할 수 있다.
또한, 서버(2000)는 도 2 의 단계 S230에서 설명된 방법과 같이, 결정된 텍스트 정보 및 속성 정보에 적어도 부분적으로 기초하여, 필기 데이터에 포함된 적어도 하나의 문자 데이터 각각에 대한 인공 필기 모델을 생성할 수 있다.
본 발명의 일 실시예에 따르면, 디바이스(1000)는 사용자로부터 적어도 하나의 텍스트 문자를 포함하는 입력 텍스트를 수신할 수 있다.
이 경우, 디바이스(1000)는 입력된 입력 텍스트 정보를 서버(2000)에 전송할 수 있다.
서버(2000)는 수신한 입력 텍스트 정보에 기초하여, 도 2 의 단계 S250 에서 설명된 바와 같이, 생성된 인공 필기 모델에 적어도 부분적으로 기초하여 입력텍스트에 대한 디지털 인공 필기 데이터를 생성할 수 있다. 또한, 서버(2000)는 생성한 디지털 인공 필기 데이터를 디바이스(1000)에 전송할 수 있다.
디바이스(1000)는 입력 텍스트 정보를 전송한 것에 대한 응답으로, 서버(2000)로부터 입력 텍스트에 대응되는 디지털 인공 필기 데이터를 수신할 수 있다. 또한, 디바이스(1000)는 수신한 디지털 인공 필기 데이터를 디바이스(1000)의 표시부(1500)에 표시할 수 있다.
도 8 은 본 발명의 일 실시예에 따른, 디바이스(1000)를 설명하기 위한 블록도이다.
디바이스(1000)는 입력부(1200), 통신부(1300), 저장부(1400), 표시부(1500), 제어부(1100)를 포함할 수 있다. 또한, 디바이스(1000)의 제어부(1100)는 필기 데이터 수집부(1120), 필기 데이터 처리부(1140), 인공 필기 모델 생성부(1160), 디지털 인공 필기 데이터 생성부(1180)를 포함할 수 있다.
필기 데이터 수집부(1120), 필기 데이터 저장부(1400), 인공 필기 모델 생성부(1160), 디지털 인공 필기 데이터 생성부(1180)는 각각 하나의 프로세서로 구현될 수 있고, 복수의 프로세서로 구현될 수 있으며, 이에 한정되지 않는다.
디바이스(1000)의 필기 데이터 수집부(1120)는 적어도 하나의 문자 데이터를 포함하는 필기 데이터를 수집할 수 있다.
디바이스(1000)의 필기 데이터 수집부(1120)는 필기 데이터를 사용자로부터 획득할 수 있다. 예를 들어, 디바이스(1000)의 필기 데이터 수집부(1120)는 디바이스(1000)의 입력부(1200)를 통하여 입력받은 필기 데이터를 획득할 수 있다. 또한, 디바이스(1000)의 필기 데이터 수집부(1120)는 통신부(1300)를 통하여 외부의 디바이스로부터 필기 데이터를 수집할 수 있다.
필기 데이터는 문자 데이터를 포함할 수 있다. 문자 데이터는 필기 데이터에 포함되고, 소정의 텍스트 문자를 나타내는 데이터를 의미한다.
이 경우, 텍스트 문자란 a, b, c등의 영어에서 낱자를 의미할 수 있고, 한글에서 가,나, 다 등의 문자를 의미할 수 있고, 한글에서 ㄱ,ㄴ,ㄷ 등의 낱자를 의미할 수 있으며 이에 한정되지 않는다.
디바이스(1000)의 필기 데이터 처리부(1140)는 수집된 필기 데이터에 대한 속성 정보를 획득할 수 있다. 속성 정보는 필기 데이터의 특성을 결정하는 정보로서, 점 벡터 정보와 문자 분할 정보를 포함할 수 있다.
디바이스(1000)의 필기 데이터 처리부(1140)는 수집된 필기 데이터에 샘플링(sampling)프로세스를 적용함으로써, 제 1 점 벡터 정보를 획득할 수 있다. 샘플링(sampling)프로세스란 필기 데이터에 포함된 데이터 중에서 일부를 추출하는 프로세스를 의미한다. 디바이스(1000)는 샘플율에 기초하여 샘플링 프로세스를 수행할 수 있다. 샘플율은 디바이스(1000)에 의해 결정될 수 있고, 사용자에 의해 결정될 수 있으며, 미리 설정될 수 있으며, 이에 한정되지 않는다.
제 1 점 벡터 정보(P1) 다양한 형태를 가질 수 있다. 예를 들어, 점 벡터 정보(P1)는 하기와 같은 형태를 가질 수 있다.
제 1 점 벡터 정보(P1)= (p[1], p[2], . . . , p[Np1])^T
1 <= n <= NP1 에 대하여, p[n]= (x, y, z)^T, n은 자연수.
이 경우, p[n]은 제 1 점 벡터 정보(P1)의 원소를 나타내며, x는 필기 데이터를 2차원 직교 좌표계에 매칭했을때, 점 벡터의 X 좌표를 가리키고, y는 필기 데이터를 2차원 직교 좌표계에 매칭했을 때 점 벡터의 Y좌표를 가리키며, z는 입력 수단이 입력 장치에 접촉한 상태를 나타내며, NP1은 추출한 점의 개수를 나타내고, ^T는 벡터나 행렬의 전치를 가리킨다.
Figure 112015109015882-pat00010
Figure 112015109015882-pat00011
Figure 112015109015882-pat00012
2차원 직교 좌표계는 좌상단이 원점(0,0)이고 오른쪽으로 갈수록 X축 값이 커지고 아래로 갈수록 Y축 값이 커지는 좌표계일 수 있고, 좌하단이 원점(0,0)이고 오른쪽으로 갈수록 X축 값이 커지고 위로 갈수록 Y축 값이 커지는 좌표계일 수 있으며, 이에 한정되지 않는다.
본 발명의 일 실시예에 따르면, 디바이스(1000)의 필기 데이터 처리부(1140)는 획득한 제 1 점 벡터 정보(P1)에 기초하여, 제 2 점 벡터 정보(P2)를 획득할 수 있다. 제 2 점 벡터 정보는 제 1 점 벡터 정보를 가공함으로써 획득할 수 있다. 예를 들어 디바이스(1000)의 필기 데이터 처리부(1140)는 제 1 점 벡터 정보에서, 문자 데이터에 포함되지 않는 데이터를 삭제함으로써, 제 2 점 벡터 정보를 획득할 수 있다. 예를 들어, 제 1 점 벡터(P1)에 불필요한 잉여 획으로 간주되는 일부 획들을 삭제함으로써, 제 2 점 벡터 정보(P2)를 획득할 수 있다.
제 2 점 벡터 정보(P2)는 다양한 형태를 가질 수 있다. 예를 들어 제 2 점 벡터 정보(P2)는 하기와 같은 형태를 가질 수 있다.
제 2 점 벡터 정보(P2)= (p[1], p[2], . . . , p[Np2])^T
1 <= n <= NP2 에 대하여, p[n]= (x, y, z)^T, n은 자연수.
이 경우, p[n]은 제 2 점 벡터 정보(P2)의 원소를 나타내며, x는 필기 데이터를 2차원 직교 좌표계에 매칭했을때, 점 벡터의 X 좌표를 가리키고, y는 필기 데이터를 2차원 직교 좌표계에 매칭했을때 점 벡터의 Y좌표를 가리키며, z는 입력 수단이 입력 장치에 접촉한 상태를 나타내며, NP2는 점의 개수를 나타내고, ^T는 벡터나 행렬의 전치를 가리킨다.
Figure 112015109015882-pat00013
Figure 112015109015882-pat00014
디바이스(1000)의 필기 데이터 처리부(1140)는 제 2 점 벡터 정보를 이용하여 문자 분할 정보를 획득할 수 있다. 문자 분할 정보란 필기 데이터에 포함된 문자 데이터들을 구분하는 정보를 의미한다. 예를 들어, 문자 분할 정보는 각각의 문자 데이터의 시작점과 종료점을 표시한다. 예를 들어, 디바이스(1000)의 필기 데이터 수집부(1120)가 수집한 필기 데이터가, The expo, 라는 글자를 나타낸다면, 디바이스(1000)의 필기 데이터 처리부(1140)는 각각의 문자(T, h, e, e, x, p,o)를 나타내는 문자 데이터의 시작점과 종료점을 획득할 수 있다.
문자 분할 정보는 다양한 형태를 가질 수 있다. 예를 들어, 문자 분할 정보는 하기와 같은 형태를 가질 수 있다.
문자 분할 정보(S2)= ( s[1], s[2], . . . , s[NT] )
1 <= n <= NT 에 대하여, s[n]=(b,e)^T
이 경우, s[n]은 문자 분할 정보(S2)의 원소를 의미하고, b는 필기 데이터에 포함된 문자 데이터 중 n 번째 문자 데이터의 시작점을 나타내고, e는 필기 데이터에 포함된 적어도 하나의 문자 데이터중 n 번째 문자 데이터의 종료 점을 의미한다. 또한, NT는 필기 데이터에 포함된 적어도 하나의 문자 데이터의 개수를 의미한다.
본 발명의 일 실시예에 따르면, 디바이스(1000)의 필기 데이터 처리부(1140)는 수집된 필기 데이터에 대응되는 텍스트 정보를 획득할 수 있다. 예를 들어, 디바이스(1000)의 필기 데이터 처리부(1140)는 점 벡터 정보에 포함된 원소들 각각에 매칭되는 텍스트 정보를 획득할 수 있다.
수집된 필기 데이터에 대응되는 텍스트 정보는 다양한 형태를 가질 수 있다. 얘를 들어, 텍스트 정보는 하기와 같은 형태를 가질 수 있다.
텍스트 정보(T2)=(t[1], t[2], . . . , t[NT])
이 경우, t[n]은 필기 데이터에 포함된 문자 데이터가 나타내는 텍스트 문자를 의미하고, NT는 필기 데이터에 포함된 문자 데이터의 개수를 의미한다.
디바이스(1000)의 필기 데이터 처리부(1140)는 문자 분할 정보 및 텍스트 정보를 입력부(1200)를 통하여 획득한 사용자의 입력에 기초하여 획득할 수 있다. 또한, 디바이스(1000)의 필기 데이터 처리부(1140)는 문자 분할 정보 및 텍스트 정보를 사용자의 입력 없이 필기 데이터를 분석하여 획득할 수 있으며, 이에 한정되지 않는다.
디바이스(1000)의 필기 데이터 처리부(1140)는 획득한 제 1 점 벡터 정보, 제 2 점 벡터 정보, 문자 분할 정보, 및 텍스트 정보중 하나 이상을 저장함으로써, 필기 데이터 베이스를 생성할 수 있다.
디바이스(1000)의 필기 데이터 처리부(1140)는 다양한 필기 데이터에 기초하여 필기 데이터 베이스를 생성할 수 있고, 다수의 필기 데이터에 기초하여 필기 데이터 베이스를 생성할 수 있으며, 이에 한정되지 않는다.
디바이스(1000)의 인공 필기 모델 생성부(1160)는 필기 데이터 베이스에 저장된 속성 정보와 텍스트 정보에 기초하여, 필기 데이터에 포함된 적어도 하나의 문자 데이터를 분할할 수 있다.
예를 들어, 디바이스(1000)의 인공 필기 모델 생성부(1160)는 제 1 필기 데이터에 대응되는 속성 정보와 텍스트 정보를 이용하여, 제 1 필기 데이터를 분할할 수 있다.
예를 들어, 디바이스(1000)의 인공 필기 모델 생성부(1160)는 제 1 필기 데이터에 포함된 적어도 하나의 문자 데이터를 문자 데이터별로 분할할 수 있다.
디바이스(1000)의 인공 필기 모델 생성부(1160)는 필기 데이터에 포함된 적어도 하나의 문자 데이터 각각에 대하여 인공 필기 모델을 생성할 수 있다.
이하, 필기 데이터에 포함된 적어도 하나의 문자 데이터 중 제 1 문자 데이터에 대한 인공 필기 모델을 생성하는 방법을 설명할 것이다.
디바이스(1000)의 인공 필기 모델 생성부(1160)는 필기 데이터에 포함된 적어도 하나의 문자 데이터 개수만큼 하기의 인공 필기 모델을 생성하는 방법을 반복하여 수행함으로써, 필기 데이터에 포함된 문자 데이터 각각에 대한 인공 필기 모델을 생성할 수 있다.
디바이스(1000)인공 필기 모델 생성부(1160)는 제 2 점 벡터 정보로부터, 제 1 문자 데이터에 대응되는 점 벡터 정보를 획득할 수 있다(이하, 제 3 점 벡터 정보라 칭함).
제 3 벡터 정보는 다양한 형태를 가질 수 있으며, 일 실시예로 하기와 같은 형태를 가질 수 있다.
제 3 점 벡터 정보(P3)= (p[1], p[2], . . . , p[Np3])^T
1 <= n <= NP3 에 대하여, p[n]= (x, y, z)^T, n은 자연수.
이 경우, p[n]은 제 3 점 벡터 정보(P3)의 원소를 나타내며, x는 필기 데이터를 2차원 직교 좌표계에 매칭했을때, 점 벡터의 X 좌표를 가리키고, y는 필기 데이터를 2차원 직교 좌표계에 매칭했을때 점 벡터의 Y좌표를 가리키며, z는 입력 수단이 입력 장치에 접촉한 상태를 나타내며, NP3는 제 1 문자 데이터에 대응되는 점의 개수를 나타내고, ^T는 벡터나 행렬의 전치를 가리킨다.
Figure 112015109015882-pat00015
Figure 112015109015882-pat00016
이 경우, 일 실시예로서, z는 p[n]의 입력 수단이 입력 장치에 접촉한 상태를 나타내며 접촉 상태에서 움직인(drag) 것은 1, 필기 데이터상에서 좌측 문자 데이터와 이어져 움직인 것은 2, 필기 데이터 상에서 우측 문자 데이터와 이어져 움직인 것은 3, 입력 장치에서 접촉된 상태는 0, 입력 장치와 접촉되지 않은 상태는 -1의 값을 가질 수 있으며, 이에 한정되지 않는다.
또한, 디바이스(1000)의 인공 필기 모델 생성부(1160)는 필기 데이터의 텍스트 정보로부터, 제 1 문자 데이터의 텍스트 정보, 필기 데이터 상에서 제 1 문자 데이터의 좌측에 존재하는 문자 데이터에 대응되는 텍스트 정보인 좌문자 정보, 및 필기 데이터 상에서 제 1 문자 데이터의 우측에 존재하는 문자 데이터에 대한 텍스트 정보인 우문자 정보를 획득함으로써, 제 1 문자 데이터의 연관 텍스트 정보를 획득할 수 있다.
제 1 문자 데이터의 연관 텍스트 정보는 다양한 형태를 가질수 있으며, 일 실시예로 하기와 같은 형태를 가질 수 있다.
제 1 문자 데이터의 연관 텍스트 정보(T3)=(t[1], t[2], t[3])
이 경우, T3는 제 1 문자 데이터의 연관 텍스트 정보를 나타내며, t[1]은 필기 데이터 상에서 제 1 문자 데이터의 좌측에 존재하는 문자 데이터에 대응되는 텍스트 정보인 좌문자 정보, t[2]는 제 1 문자 데이터의 텍스트 정보, t[3]은 필기 데이터 상에서 제 1 문자 데이터의 우측에 존재하는 문자 데이터에 대응되는 텍스트 정보인 우문자 정보를 나타낸다. 이때, 필기 데이터상에서 제 1 문자 데이터의 좌측 또는 우측에 문자 데이터가 존재하지 않는 경우, 디바이스(1000)는 t[1], 또는 t[3]을 0으로 결정할 수 있다.
또한, 디바이스(1000)의 인공 필기 모델 생성부(1160)는 제 1 문자 데이터의 라인 정보를 획득할 수 있다. 라인 정보란 제 1 문자 데이터의 높이 정보를 의미한다. 디바이스(1000)의 인공 필기 모델 생성부(1160)는 제 1 문자 데이터에 대한 라인 정보를 미리 설정할 수 있고, 제 1 문자 데이터가 포함된 필기 데이터의 평균 높이 정보를 제 1 문자 데이터의 라인 정보로 획득할 수 있고, 제 2 점 벡터 정보로부터 제 1 문자 데이터의 라인정보를 획득할 수 있으며, 이에 한정되지 않는다.
디바이스(1000)의 인공 필기 모델 생성부(1160)는 제 3 점 벡터 정보(P3)를 정규화 함으로써, 제 4 점 벡터 정보(P4)를 획득할 수 있다.
예를 들어, 디바이스(1000)의 인공 필기 모델 생성부(1160)는 제 3 점 벡터 정보(P3)를 고정된 N X M(여기서, N과 M은 자연수)의 크기로 조정할 수 있다. 또한, 디바이스(1000)의 인공 필기 모델 생성부(1160)는 제 3 점 벡터 정보(P3)를 2차원 직교 좌표계의 좌상단을 기준으로 모두 좌표이동 시킬 수 있다.
또한, 예를 들어, 디바이스(1000)의 인공 필기 모델 생성부(1160)는 제 2 문자 데이터의 가로와 세로비에 따라서 길이가 긴 쪽을 우선으로 맞추고 길이가 짧은 쪽은 원래 문자 데이터의 가로/세로비에 맞춤으로써, 제 3 점 벡터 정보(P3)를 정규화 할 수 있다.
또한, 예를 들어, 디바이스(1000)의 인공 필기 모델 생성부(1160)는 제 3 점 벡터 정보(P3)를 정규화 할 때, 제 1 문자 데이터의 라인 정보를 이용할 수 있다. 예를 들어, 디바이스(1000)의 인공 필기 모델 생성부(1160)는 정규화 하는때, 제 1 문자 데이터의 라인정보(L3)를 이용하여 정규화 크기나 위치를 결정할 수 있다.
또한, 예를 들어, 디바이스(1000)의 인공 필기 모델 생성부(1160)는 제 3 점 벡터 정보(P3)에 포함된 점의 개수를 일정하게 등간격으로 맞출 수 있다.
예를 들어, 디바이스(1000)의 인공 필기 모델 생성부(1160)는 제 3 점 벡터 정보(P3)에 포함된 점의 개수를 K개로 맞추며, 각 점간의 거리가 일정하게 등간격으로 점을 넣거나 뺄 수 있다.
본 발명의 일 실시예에 따르면, 디바이스(1000)의 인공 필기 모델 생성부(1160)는 제 3 점 벡터 정보(P3)를 정규화 함으로써 생성된 제 4 점 벡터 정보와, 제 1 문자 데이터의 연관 텍스트 정보를 이용하여 제 1 문자 데이터 및/또는 제 1 문자 데이터가 나타내는 텍스트 정보에 대응되는 인공 필기 모델을 획득할 수 있다.
예를 들어, 디바이스(1000)의 인공 필기 모델 생성부(1160)는 제 4 점 벡터 정보와 제 1 문자 데이터의 연관 텍스트 정보를 다양한 알고리즘에 적용함으로써, 제 1 문자 데이터 및/또는 제 1 문자 데이터가 나타내는 텍스트 정보에 대응되는 인공 필기 모델을 획득할 수 있다.
이 경우, 디바이스(1000)의 인공 필기 모델 생성부(1160)는 MLP(Multi-layer Perceptron), RNN(Recurrent Neural Network), CNN(Convolutional Neural Network), HMM(Hidden Markov Model), SVM(Support Vector Machine) 등의 프로세스를 이용하여 제 1 문자 데이터에 대응되는 인공 필기 모델을 획득할 수 있으며, 이에 한정되지 않는다.
이 경우, 디바이스(1000)는 제 1 문자 데이터에 대응되는 인공 필기 모델을 획득하고, 획득한 인공 필기 모델을 이용하여 문자 데이터를 생성하고, 생성된 문자 데이터와 제 1 문자 데이터를 비교함으로써, 제 1 문자 데이터에 대한 인공 필기 모델의 정확성을 높일 수 있다.
예를 들어, 디바이스(1000)는 제 4 점 벡터 정보와 제 1 문자 데이터의 연관 텍스트 정보를 이용하여 제 1 문자 데이터의 텍스트 정보에 대응되는 인공 필기 모델을 획득하고, 획득한 인공 필기 모델을 이용하여 문자 데이터를 생성할 수 있다. 디바이스(1000)는 생성된 문자 데이터와 제 4 점 벡터 정보를 비교하여 에러를 수정함으로써, 인공 필기 모델의 정확성을 높일 수 있다.
인공 필기 모델은 텍스트 문자에 대응되는 문자 데이터의 생성시 참조되는 정보를 의미한다.
예를 들어, 인공 필기 모델은 텍스트 문자의 기준 파라미터(P)를 포함할 수 있다. 예를 들어, 디바이스(1000)는 텍스트 문자 a 에 대응되는 문자 데이터에 포함된 점 벡터의 평균 위치와 분산을 기준 파라미터(P)로서 보유할 수 있다. 이 경우, 디바이스(1000)가 이후에 a 를 입력 받은 경우, 디바이스(1000)는 기준 파라미터(P)를 참조하여 분산 내에서 랜덤하게 복수의 점을 생성함으로써, a에 대한 문자 데이터를 생성할 수있다. 이는 일 실시예에 불과하며, 디바이스(1000)는 다양한 형태로서 텍스트 문자에 대응되는 인공 필기 모델을 획득할 수 있다.
인공 필기 모델은 텍스트 문자가 동일하더라도, 연관 텍스트 정보에 따라 달라질 수 있다. 예를 들어, 제 1 연관 텍스트 정보를 갖는 제 1 텍스트 문자의 기준 파라미터(P1)와 제 2 연관 텍스트 정보를 갖는 제 1 텍스트 문자의 기준 파라미터(P2)는 상이할 수 있다.
인공 필기 모델은 디바이스(1000)의 사용자에 따라 상이하게 생성될 수 있다. 예를 들어, 제 1 사용자의 제 1 연관 텍스트 정보를 갖는 제 1 텍스트 문자의 기준 파라미터(P1)은 제 2 사용자의 제 1 연관 텍스트 정보를 갖는 제 1 텍스트 문자의 기준 파라미터(P2)와 상이할 수 있다.
디바이스(1000)의 인공 필기 모델 생성부(1160)는 디바이스(1000)의 사용자에 따라 상이한 인공 필기 모델을 생성할 수 있으며, 디바이스(1000)는 디바이스(1000)의 사용자별로 상이한 인공 필기 모델에 기초한 디지털 인공 필기 데이터를 제공할 수 있다.
그 결과, 디바이스(1000)의 사용자는 입력 텍스트를 입력한 경우, 사용자의 필체와 유사한 필체를 갖는 디지털 인공 필기 데이터를 제공받을 수 있다.
디바이스(1000)의 입력부(1200)는 사용자로부터 적어도 하나의 문자를 포함하는 입력 텍스트를 수신할 수 있다.
본 발명의 일 실시예에 따르면, 입력 텍스트는 적어도 하나의 문자를 포함할 수 있다. 문자란 영어에서 a, b, c등의 낱자를 의미할 수 있고, 한글에서 가,나, 다 등의 문자를 의미할 수 있고, 한글에서 ㄱ,ㄴ,ㄷ 등의 의미할 수 있으며 이에 한정되지 않는다.
디바이스(1000)의 입력부(1200)는 다양한 방식으로 사용자로부터 적어도 하나의 문자를 포함하는 입력 텍스트를 수신할 수 있다. 예를 들어, 디바이스(1000)의 입력부(1200)는 터치 스크린, 입력 장치, 또는 외부의 디바이스로부터 입력 텍스트를 수신할 수 있으며 이에 한정되지 않는다.
디바이스(1000)의 디지털 인공 필기 데이터 생성부(1180)는 입력 텍스트의 수신에 응답하여, 생성된 인공 필기 모델에 적어도 부분적으로 기초하여 입력 텍스트에 대한 디지털 인공 필기 데이터를 생성할 수 있다.
디바이스(1000)의 디지털 인공 필기 데이터 생성부(1180)는 입력 텍스트에 포함된 적어도 하나의 텍스트 문자 각각을 분할할 수 있다. 디바이스(1000)의 디지털 인공 필기 데이터 생성부(1180)는 분할된 적어도 하나의 텍스트 문자 각각에 기초하여 입력 텍스트 데이터(t6)을 생성할 수 있다.
입력 텍스트 데이터(t6)은 다양한 형태를 가질 수 있으며, 일 실시예로 하기와 같은 형태를 가질 수 있다.
입력 텍스트 데이터(T6)=(t[1], t[2], . . ., t[NT6])
1 <= n <= NT6 에 대하여, t[n]=텍스트 문자, n은 자연수.
이 경우, NT6은 입력 텍스트에 포함된 텍스트 문자의 개수를 나타낸다.
예를 들어, 디바이스(1000)의 입력부(1200)가 expo 를 입력받은 경우, 디바이스(1000)의 디지털 인공 필기 데이터 생성부(1180)는 입력 받은 텍스트 expo 를 텍스트 문자 단위로 분리함으로써, 입력 텍스트 데이터(T6)을 생성할 수 있다.
입력 텍스트 데이터(T6)=(t[1],t[2],t[3],t[4])
1 <= n <= NT6 에 대하여, t[1]= e, t[2]= x, t[3]= p, t[4]= o
디바이스(1000)의 디지털 인공 필기 데이터 생성부(1180)는 입력 텍스트에 포함된 각각의 텍스트 문자에 대하여 연관 텍스트 정보(T7)를 획득할 수 있다. 연관 텍스트 정보는 해당 텍스트 문자의 텍스트 문자 정보, 해당 텍스트 문자의 좌측에 존재하는 텍스트 문자 정보인 좌문자 정보, 해당 텍스트 문자의 우측에 존재하는 텍스트 문자 정보인 우문자 정보를 포함할 수 있다. 이 경우, 해당 텍스트 문자의 좌측 또는 우측에 텍스트 문자 정보가 존재하지 않는 경우, 좌문자 정보 또는 우문자 정보는 0의 값을 가질 수 있다.
예를 들어, 디바이스(1000)의 입력부(1200)가 expo 를 입력받은 경우, 입력 텍스트에 포함된 각각의 텍스트 문자에 대한 연관 텍스트 정보(T7)는 하기와 같은 형태를 가질 수 있다.
t[g]에 대한 관련 텍스트 정보(T7)=( t1, t2, t3), (t[g]는 해당 텍스트 문자, t1은 t[g]의 좌문자 정보, t2는 t[g]의 텍스트 문자 정보, t3는 t[g]의 우문자 정보)
t[1]=e, t[1]에 대한 관련 텍스트 정보(T7)=( 0, e, x)
t[2]=x, t[2]에 대한 관련 텍스트 정보(T7)=( e, x, p)
t[3]=p, t[3]에 대한 관련 텍스트 정보(T7)=( x, p, o)
t[4]=o, t[4]에 대한 관련 텍스트 정보(T7)=( p, o, 0)
디바이스(1000)의 디지털 인공 필기 데이터 생성부(1180)는 입력 텍스트에 포함된 적어도 하나의 텍스트 문자 각각에 대한 연관 텍스트 정보(T7)를 이용하여, 적어도 하나의 텍스트 문자 각각에 대한 인공 필기 모델을 결정할 수 있다.
또한, 디바이스(1000)의 디지털 인공 필기 데이터 생성부(1180)는 결정된 인공 필기 모델을 이용하여 적어도 하나의 텍스트 문자 각각에 대한 디지털 인공 필기 문자를 생성할 수 있다.
예를 들어, 디바이스(1000)의 디지털 인공 필기 데이터 생성부(1180)는 결정된 인공 필기 모델과 텍스트 문자의 연관 텍스트 정보에 소정의 프로세스를 적용하여, 텍스트 문자에 대한 디지털 인공 필기 문자를 생성할 수 있다. 이 경우, 디바이스(1000)의 디지털 인공 필기 데이터 생성부(1180)는 MLP(Multi-layer Perceptron), RNN(Recurrent Neural Network), CNN(Convolutional Neural Network) 등의 알고리즘을 사용할 수 있고, 그 외 HMM(Hidden Markov Model), SVM(Support Vector Machine) 등의 알고리즘을 사용할 수 있으며, 이에 한정되지 않는다.
본 발명의 일 실시예에 따르면, 디바이스(1000)의 디지털 인공 필기 데이터 생성부(1180)는 텍스트 문자의 디지털 인공 필기 문자를 생성하는 경우, 결정된 인공 필기 모델을 생성할 때 이용되었던 프로세스와 동일한 프로세스를 사용하여 디지털 인공 필기 문자를 생성할 수 있다. 예를 들어, 제 1 인공 필기 모델을 생성하는 경우 MLP(Multi-layer Perceptron) 프로세스가 이용되었다면, 디바이스(1000)의 디지털 인공 필기 데이터 생성부(1180)는 제 1 인공 필기 모델을 이용하여 디지털 인공 필기 문자를 생성할 때, MLP(Multi-layer Perceptron) 프로세스를 이용할 수 있다.
디바이스(1000)의 디지털 인공 필기 데이터 생성부(1180)는 입력 텍스트에 포함된 적어도 하나의 텍스트 문자 각각에 대해 디지털 인공 필기 문자를 생성하고, 생성된 적어도 하나의 디지털 인공 필기 문자를 병합함으로써, 입력 텍스트에 대응되는 디지털 인공 필기 데이터를 생성할 수 있다.
이 경우, 디바이스(1000)의 디지털 인공 필기 데이터 생성부(1180)는 생성된 적어도 하나의 디지털 인공 필기 문자를 병합하기 위하여, 디지털 인공 필기 문자를 2차원 직교 좌표계상에서 수평 이동 시킬 수 있다.
또한, 디바이스(1000)의 디지털 인공 필기 데이터 생성부(1180)는 입력 문자가 공백인 경우, 다음 디지털 인공 필기 문자를 적절한 거리만큼 공백을 두고 수평이동 시킬 수 있으며, 이에 한정되지 않는다.
디바이스(1000)의 디지털 인공 필기 데이터 생성부(1180)는 입력텍스트에 대응되는 디지털 인공 필기 데이터를 생성한 후, 생성된 디지털 인공 필기 데이터에 대해 스무딩(smoothing) 프로세스를 수행할 수 있다. 스무딩 프로세스는 디지털 인공 필기 데이터를 부드럽게 표현하기 위한 프로세스로서, 디바이스(1000)는 다양한 알고리즘을 이용하여 스무딩 프로세스를 수행할 수 있다.
본 발명의 일 실시예에 따르면, 디바이스(1000)는 생성된 디지털 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성할 수 있다.
예를 들어, 디바이스(1000)는 생성된 디지털 인공 필기 데이터에, S220에서 이용된 방법을 적용함으로써, 필기 데이터 베이스를 생성할 수 있다. 디바이스(1000)는 생성된 디지털 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성함으로써, 인공 필기 모델 생성시 필요한 데이터를 풍부하게 획득할 수 있다.
또한, 디바이스(1000)는 기 생성된 인공 필기 모델에 기초하여 디지털 인공 필기 데이터를 생성하고, 생성된 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성하며, 생성된 필기 데이터 베이스에 기초하여 기 생성된 인공 필기 모델을 수정하는 작업을 적어도 한번 이상 수행할 수 있다.
예를 들어, 디바이스(1000)는 기 생성된 인공 필기 모델을 이용하여 디지털 인공 필기 데이터를 생성하고, 생성된 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성하고, 생성된 필기 데이터 베이스에 기초하여 기 생성된 인공 필기 모델을 수정하는 작업을 작업을 복수번 수행함으로써, 인공 필기 모델의 정확도를 높일 수 있다. 그 결과, 디바이스(1000)는 상기의 작업을 이용하여 다수의 필기 데이터를 수집하지 않더라도, 정확도 높은 인공 필기 모델을 획득할 수 있다.
본 발명의 다른 실시예에 따르면, 디바이스(1000)는 생성된 인공 필기 모델을 필기 데이터 인식에 이용할 수 있다.
예를 들어, 디바이스(1000)가 필기 데이터를 입력으로 수신한 경우, 필기 데이터가 나타내는 텍스트를 결정하기 위해, 생성된 인공 필기 모델을 이용할 수 있다.
디바이스(1000)는 정확도 높은 인공 필기 모델을 필기 데이터 인식에 이용함으로써, 필기 데이터의 인식률을 상승시킬 수 있다.
본 발명의 일 실시예에 따르면, 디바이스(1000)는 생성된 디지털 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성할 수 있다.
예를 들어, 디바이스(1000)는 생성된 디지털 인공 필기 데이터에, S220에서 이용된 방법을 적용함으로써, 필기 데이터 베이스를 생성할 수 있다. 디바이스(1000)는 생성된 디지털 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성함으로써, 인공 필기 모델 생성시 필요한 데이터를 풍부하게 획득할 수 있다.
또한, 디바이스(1000)는 기 생성된 인공 필기 모델에 기초하여 디지털 인공 필기 데이터를 생성하고, 생성된 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성하며, 생성된 필기 데이터 베이스에 기초하여 기 생성된 인공 필기 모델을 수정하는 작업을 적어도 한번 이상 수행할 수 있다.
예를 들어, 디바이스(1000)는 기 생성된 인공 필기 모델을 이용하여 디지털 인공 필기 데이터를 생성하고, 생성된 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성하고, 생성된 필기 데이터 베이스에 기초하여 기 생성된 인공 필기 모델을 수정하는 작업을 작업을 복수번 수행함으로써, 인공 필기 모델의 정확도를 높일 수 있다. 그 결과, 디바이스(1000)는 상기의 작업을 이용하여 다수의 필기 데이터를 수집하지 않더라도, 정확도 높은 인공 필기 모델을 획득할 수 있다.
본 발명의 다른 실시예에 따르면, 디바이스(1000)는 생성된 인공 필기 모델을 필기 데이터 인식에 이용할 수 있다.
예를 들어, 디바이스(1000)가 필기 데이터를 입력으로 수신한 경우, 필기 데이터가 나타내는 텍스트를 결정하기 위해, 생성된 인공 필기 모델을 이용할 수 있다.
디바이스(1000)는 정확도 높은 인공 필기 모델을 필기 데이터 인식에 이용함으로써, 필기 데이터의 인식률을 상승시킬 수 있다.
도 8 는 본 발명의 다른 실시예에 따라, 디바이스(1000)와 서버(2000)를 설명하기 위한 블록도이다.
디바이스(1000)는 입력부(1200), 통신부(2500), 저장부(1400), 표시부(1500), 제어부(1100)를 포함할 수 있다.
서버(2000)는 필기 데이터 수집부(2100), 필기 데이터 처리부(2200), 인공 필기 모델 생성부(2300), 디지털 인공 필기 데이터 생성부(2400)를 포함할 수 있다.
서버(2000)의 필기 데이터 수집부(2100), 필기 데이터 저장부(1400), 인공 필기 모델 생성부(2300), 디지털 인공 필기 데이터 생성부(2400)는 각각 하나의 프로세서로 구현될 수 있고, 복수의 프로세서로 구현될 수 있으며, 이에 한정되지 않는다.
본 발명의 일 실시예에 따르면, 서버(2000)의 필기 데이터 수집부(2100)는 도 8 에서 설명된 디바이스(1000)의 필기 데이터 수집부(2100)와 동일한 기능을 수행할 수 있다. 예를 들어, 서버(2000)의 필기 데이터 수집부(2100)는 적어도 하나의 문자 데이터를 포함하는 필기 데이터를 수집할 수 있다.
또한, 서버(2000)의 필기 데이터 처리부(2200)는 도 8 에서 설명된 디바이스(1000)의 필기 데이터 처리부(2200)와 동일한 기능을 수행할 수 있다. 예를 들어, 서버(2000)의 필기 데이터 처리부(2200)는 수집된 필기 데이터와 대응되는 텍스트 정보 및 수집된 필기 데이터에 대한 속성 정보를 획득하여 필기 데이터 베이스를 생성할 수 있다.
또한, 서버(2000)는 인공 필기 모델 생성부(2300)는 도 8 에서 설명된 디바이스(1000)의 인공 필기 모델 생성부(2300)와 동일한 기능을 수행할 수 있다. 예를 들어, 서버(2000)의 인공 필기 모델 생성부(2300)는 결정된 텍스트 정보 및 속성 정보에 적어도 부분적으로 기초하여, 필기 데이터에 포함된 적어도 하나의 문자 데이터 각각에 대한 인공 필기 모델을 생성할 수 있다.
본 발명의 일 실시예에 따르면, 디바이스(1000)의 입력부(1200)는 사용자로부터 적어도 하나의 텍스트 문자를 포함하는 입력 텍스트를 수신할 수 있다.
이 경우, 디바이스(1000)의 통신부(1300)는 입력된 입력 텍스트 정보를 서버(2000)에 전송할 수 있다.
서버(2000)의 디지털 인공 필기 데이터 생성부(2400)는 수신한 입력 텍스트 정보에 기초하여, 도 8 에서 설명된 디바이스(1000)의 디지털 인공 필기 데이터 생성부(2400)와 동일한 기능을 수행할 수 있다. 예를 들어, 서버(2000)의 디지털 인공 필기 데이터 생성부(2400)는 생성된 인공 필기 모델에 적어도 부분적으로 기초하여 입력 텍스트에 대한 디지털 인공 필기 데이터를 생성할 수 있다.
또한, 서버(2000)는 생성한 디지털 인공 필기 데이터를 디바이스(1000)에 전송할 수 있다.
디바이스(1000)의 통신부(1300)는 입력 텍스트 정보를 전송한 것에 대한 응답으로, 서버(2000)로부터 입력 텍스트에 대응되는 디지털 인공 필기 데이터를 수신할 수 있다. 또한, 디바이스(1000)는 수신한 디지털 인공 필기 데이터를 디바이스(1000)의 표시부(1500)에 표시할 수 있다.
본 발명의 일 실시예에 따르면, 서버(2000)는 생성된 디지털 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성할 수 있다.
예를 들어, 서버(2000)는 생성된 디지털 인공 필기 데이터에, S220에서 이용된 방법을 적용함으로써, 필기 데이터 베이스를 생성할 수 있다. 서버(2000)는 생성된 디지털 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성함으로써, 인공 필기 모델 생성시 필요한 데이터를 풍부하게 획득할 수 있다.
또한, 서버(2000)는 기 생성된 인공 필기 모델에 기초하여 디지털 인공 필기 데이터를 생성하고, 생성된 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성하며, 생성된 필기 데이터 베이스에 기초하여 기 생성된 인공 필기 모델을 수정하는 작업을 적어도 한번 이상 수행할 수 있다.
예를 들어, 서버(2000)는 기 생성된 인공 필기 모델을 이용하여 디지털 인공 필기 데이터를 생성하고, 생성된 인공 필기 데이터를 이용하여 필기 데이터 베이스를 생성하고, 생성된 필기 데이터 베이스에 기초하여 기 생성된 인공 필기 모델을 수정하는 작업을 작업을 복수번 수행함으로써, 인공 필기 모델의 정확도를 높일 수 있다. 그 결과, 서버(2000)는 상기의 작업을 이용하여 다수의 필기 데이터를 수집하지 않더라도, 정확도 높은 인공 필기 모델을 획득할 수 있다.
본 발명의 다른 실시예에 따르면, 서버(2000)는 생성된 인공 필기 모델을 필기 데이터 인식에 이용할 수 있다.
예를 들어, 서버(2000)가 필기 데이터를 입력으로 수신한 경우, 필기 데이터가 나타내는 텍스트를 결정하기 위해, 생성된 인공 필기 모델을 이용할 수 있다.
서버(2000)는 정확도 높은 인공 필기 모델을 필기 데이터 인식에 이용함으로써, 필기 데이터의 인식률을 상승시킬 수 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (9)

  1. 필기 데이터 베이스를 생성하는 방법에 있어서,
    사용자로부터 적어도 하나의 텍스트 문자를 포함하는 입력 텍스트를 수신하는 단계;
    상기 입력 텍스트의 수신에 응답하여, 기 생성된 디지털 인공 필기 모델에 적어도 부분적으로 기초하여 상기 입력 텍스트에 대한 디지털 인공 필기 데이터를 생성하는 단계; 및
    상기 생성된 디지털 인공 필기 데이터에 대응되는 텍스트 정보 및 상기 디지털 인공 필기 데이터에 대한 속성 정보를 결정하여 필기 데이터 베이스를 생성하는 단계;
    를 포함하고,
    상기 필기 데이터 베이스를 생성하는 단계는,
    필기 데이터를 샘플링 함으로써, 상기 필기 데이터를 구성하는 점들 중 일부를 추출하여, 점 벡터 정보를 생성하는 단계;
    상기 점 벡터 정보에 포함된 점들을 복수의 그룹으로 분류함으로써, 문자 분할 정보를 생성하는 단계;
    상기 분류된 복수의 그룹 각각에 매칭되는 문자를 나타내는 텍스트 정보를 생성하는 단계; 및
    상기 점 벡터 정보, 상기 문자 분할 정보, 및 상기 텍스트 정보를 이용하여 상기 필기 데이터 베이스를 생성하는 단계;
    를 포함하는,
    필기 데이터 베이스 생성 방법.
  2. 삭제
  3. 제 1 항에 있어서, 상기 디지털 인공 필기 데이터를 생성하는 단계는,
    상기 입력 텍스트를 구성하는 적어도 하나의 문자를 인식하는 단계; 및
    상기 인식된 적어도 하나의 문자 각각에 대하여 하기의 단계들을 적용하는 단계; 를 포함하며,
    하기의 단계들은:
    인식된 문자에 매칭되는 디지털 인공 필기 모델을 획득하는 단계;
    상기 인식된 문자에 대응되는 텍스트 정보, 상기 인식된 문자의 좌측에 존재하는 텍스트 문자 정보인 좌문자 정보, 및 상기 인식된 문자의 우측에 존재하는 텍스트 문자 정보인 우문자 정보를 획득함으로써, 연관 텍스트 정보를 획득하는 단계; 및
    상기 디지털 인공 필기 모델, 상기 연관 텍스트 정보를 소정의 프로세스에 적용하여 디지털 인공 문자를 생성하는 단계;
    를 포함하는,
    필기 데이터 베이스 생성 방법.
  4. 제 3 항에 있어서, 상기 디지털 인공 필기 데이터를 생성하는 방법은,
    상기 입력 텍스트를 구성하는 적어도 하나의 문자 각각에 대한 디지털 잉크 문자를 생성하고, 상기 생성된 디지털 인공 문자를 병합함으로써, 상기 입력 텍스트에 대응되는 디지털 인공 필기 데이터를 생성하는,
    필기 데이터 베이스 생성 방법.
  5. 제 1 항에 있어서, 상기 속성 정보는, 문자 분할 정보 및 점 벡터 정보를 포함하는,
    필기 데이터 베이스 생성 방법.
  6. 제 1 항에 있어서 상기 디지털 인공 필기 데이터 생성 방법은,
    상기 디지털 인공 필기 모델을 사용자별로 상이하게 생성함으로써, 상기 생성된 디지털 인공 필기 데이터를 사용자별로 상이하게 생성하는,
    필기 데이터 베이스 생성 방법.
  7. 제 1 항에 있어서, 상기 디지털 인공 필기 모델은,
    적어도 하나의 문자 데이터를 포함하는 필기 데이터를 수집하는 단계;
    상기 수집된 필기 데이터와 대응되는 텍스트 정보 및 상기 수집된 필기 데이터에 대한 속성 정보를 결정하는 단계; 및
    상기 결정된 텍스트 정보 및 속성 정보에 적어도 부분적으로 기초하여, 상기 필기 데이터에 포함된 적어도 하나의 문자 데이터 각각에 대한 디지털 인공 필기 모델을 생성하는 단계;
    를 포함하는 방법에 의해 생성되는,
    필기 데이터 베이스 생성 방법.
  8. 필기 데이터 베이스를 생성하는 장치에 있어서,
    사용자로부터 적어도 하나의 텍스트 문자를 포함하는 입력 텍스트를 수신하는 입력부;
    상기 입력 텍스트의 수신에 응답하여, 기 생성된 디지털 인공 필기 모델에 적어도 부분적으로 기초하여 상기 입력 텍스트에 대한 디지털 인공 필기 데이터를 생성하는 디지털 인공 필기 데이터 생성부; 및
    상기 생성된 디지털 인공 필기 데이터에 대응되는 텍스트 정보 및 상기 디지털 인공 필기 데이터에 대한 속성 정보를 결정하여 필기 데이터 베이스를 생성하는 필기 데이터 처리부;
    를 포함하고,
    상기 필기 데이터 처리부는 복수의 동작을 수행함으로써 상기 필기 데이터 베이스를 생성하고, 상기 복수의 동작들은:
    필기 데이터를 샘플링 함으로써, 상기 필기 데이터를 구성하는 점들 중 일부를 추출하여, 점 벡터 정보를 생성하는 동작;
    상기 점 벡터 정보에 포함된 점들을 복수의 그룹으로 분류함으로써, 문자 분할 정보를 생성하는 동작;
    상기 분류된 복수의 그룹 각각에 매칭되는 문자를 나타내는 텍스트 정보를 생성하는 동작; 및
    상기 점 벡터 정보, 상기 문자 분할 정보, 및 상기 생성된 텍스트 정보를 이용하여 상기 필기 데이터 베이스를 생성하는 동작;
    을 포함하는,
    필기 데이터 베이스 생성 장치.
  9. 필기 데이터 베이스를 생성하는 서버에 있어서,
    디바이스로부터 적어도 하나의 텍스트 문자를 포함하는 입력 텍스트를 수신하는 통신부;
    상기 입력 텍스트의 수신에 응답하여, 기 생성된 디지털 인공 필기 모델에 적어도 부분적으로 기초하여 상기 입력 텍스트에 대한 디지털 인공 필기 데이터를 생성하는 디지털 인공 필기 데이터 생성부; 및
    상기 생성된 디지털 인공 필기 데이터에 대응되는 텍스트 정보 및 상기 디지털 인공 필기 데이터에 대한 속성 정보를 결정하여 필기 데이터 베이스를 생성하는 필기 데이터 처리부;
    를 포함하고,
    상기 필기 데이터 처리부는 복수의 동작을 수행함으로써 상기 필기 데이터 베이스를 생성하고, 상기 복수의 동작들은:
    필기 데이터를 샘플링 함으로써, 상기 필기 데이터를 구성하는 점들 중 일부를 추출하여, 점 벡터 정보를 생성하는 동작;
    상기 점 벡터 정보에 포함된 점들을 복수의 그룹으로 분류함으로써, 문자 분할 정보를 생성하는 동작;
    상기 분류된 복수의 그룹 각각에 매칭되는 문자를 나타내는 텍스트 정보를 생성하는 동작; 및
    상기 점 벡터 정보, 상기 문자 분할 정보, 및 상기 생성된 텍스트 정보를 이용하여 상기 필기 데이터 베이스를 생성하는 동작;
    을 포함하는,
    필기 데이터 베이스 생성 서버.
KR1020150156922A 2015-11-09 2015-11-09 필기 데이터 베이스를 생성하는 방법, 장치 및 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램 KR101669821B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150156922A KR101669821B1 (ko) 2015-11-09 2015-11-09 필기 데이터 베이스를 생성하는 방법, 장치 및 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150156922A KR101669821B1 (ko) 2015-11-09 2015-11-09 필기 데이터 베이스를 생성하는 방법, 장치 및 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램

Publications (1)

Publication Number Publication Date
KR101669821B1 true KR101669821B1 (ko) 2016-10-27

Family

ID=57247212

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150156922A KR101669821B1 (ko) 2015-11-09 2015-11-09 필기 데이터 베이스를 생성하는 방법, 장치 및 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램

Country Status (1)

Country Link
KR (1) KR101669821B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050036863A (ko) * 2001-10-15 2005-04-20 실버브룩 리서치 피티와이 리미티드 수기 특징 합성을 사용한 디지털 잉크 데이터베이스 탐색

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050036863A (ko) * 2001-10-15 2005-04-20 실버브룩 리서치 피티와이 리미티드 수기 특징 합성을 사용한 디지털 잉크 데이터베이스 탐색

Similar Documents

Publication Publication Date Title
CN111723807B (zh) 使用端到端深度学习识别机打字符和手写字符
KR102326395B1 (ko) 다수의 객체 입력을 인식하기 위한 시스템 및 그 방법 및 제품
US10664695B2 (en) System and method for managing digital ink typesetting
CN112507806B (zh) 智慧课堂信息交互方法、装置及电子设备
CN111507330B (zh) 习题识别方法、装置、电子设备及存储介质
US12033411B2 (en) Stroke based control of handwriting input
CN111488732B (zh) 一种变形关键词检测方法、系统及相关设备
US20230008529A1 (en) Gesture stroke recognition in touch-based user interface input
KR20220024146A (ko) 자유 핸드라이팅 모드에서 텍스트 핸드라이팅 입력의 처리
CN108369637A (zh) 用于美化数字墨水的系统和方法
CN101964048A (zh) 一种字符识别方法及系统
CN113673432A (zh) 手写识别方法、触摸显示设备、计算机设备及存储介质
CN112487883A (zh) 智能笔书写行为特征分析方法、装置及电子设备
CN112486338A (zh) 医疗信息处理方法、装置及电子设备
Kumar et al. Recognition of multi-stroke based online handwritten Gurmukhi aksharas
Chaithra et al. Handwritten online character recognition for single stroke Kannada characters
US20230084641A1 (en) Math detection in handwriting
CN111476090B (zh) 水印识别方法和装置
CN106250035B (zh) 动态生成个人化手写字型的系统和方法
KR101667910B1 (ko) 디지털 인공 필기 데이터를 생성하는 방법, 장치 및 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램
KR101669821B1 (ko) 필기 데이터 베이스를 생성하는 방법, 장치 및 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램
CN115311674A (zh) 手写处理方法、装置、电子设备和可读存储介质
CN112487774B (zh) 书写表单电子化方法、装置及电子设备
K Jabde et al. A Comprehensive Literature Review on Air-written Online Handwritten Recognition
EP4086744A1 (en) Gesture stroke recognition in touch-based user interface input

Legal Events

Date Code Title Description
GRNT Written decision to grant