KR101919073B1 - 모듈화 분석을 이용한 폰트 검색 시스템 및 방법 - Google Patents

모듈화 분석을 이용한 폰트 검색 시스템 및 방법 Download PDF

Info

Publication number
KR101919073B1
KR101919073B1 KR1020170028300A KR20170028300A KR101919073B1 KR 101919073 B1 KR101919073 B1 KR 101919073B1 KR 1020170028300 A KR1020170028300 A KR 1020170028300A KR 20170028300 A KR20170028300 A KR 20170028300A KR 101919073 B1 KR101919073 B1 KR 101919073B1
Authority
KR
South Korea
Prior art keywords
font
character
fonts
unit
characters
Prior art date
Application number
KR1020170028300A
Other languages
English (en)
Other versions
KR20180101846A (ko
Inventor
강경수
Original Assignee
(주)한양정보통신
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 (주)한양정보통신 filed Critical (주)한양정보통신
Priority to KR1020170028300A priority Critical patent/KR101919073B1/ko
Publication of KR20180101846A publication Critical patent/KR20180101846A/ko
Application granted granted Critical
Publication of KR101919073B1 publication Critical patent/KR101919073B1/ko

Links

Images

Classifications

    • G06F17/214—
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Character Discrimination (AREA)

Abstract

본 발명은 모듈화 분석을 이용한 폰트 검색 시스템 및 방법에 관한 것으로서, 보다 구체적으로 문서, 이미지 및 동영상 프레임에서 추출한 문자의 구성 형태를 분석하여 하나 이상의 자소로 모듈화하고, 기 설정된 문자 포멧에 기반하여, 모듈화된 하나 이상의 자소를 문자화하며, 기 설정된 폰트 중 문자화된 하나 이상의 자소에 사용된 폰트와 매칭되는 폰트를 검색 함으로써, 폰트 검색의 정확도 및 속도를 향상시킬 수 있는 모듈화 분석을 이용한 폰트 검색 시스템 및 방법에 관한 것이다.

Description

모듈화 분석을 이용한 폰트 검색 시스템 및 방법{FONT SEARCHING SYSTEM AND METHOD USING MODULARITY ANALYSIS}
본 발명은 모듈화 분석을 이용한 폰트 검색 시스템 및 방법에 관한 것으로서, 보다 구체적으로 문서, 이미지 및 동영상 프레임에서 추출한 문자의 구성 형태를 분석하여 하나 이상의 자소로 모듈화하고, 기 설정된 문자 포멧에 기반하여 모듈화된 하나 이상의 자소를 문자화하며, 기 설정된 폰트 중 문자화된 하나 이상의 자소에 사용된 폰트와 매칭되는 폰트를 검색 함으로써, 폰트 검색의 정확도 및 속도를 향상시킬 수 있는 모듈화 분석을 이용한 폰트 검색 시스템 및 방법에 관한 것이다.
최근 다양한 폰트 제작 프로그램의 개발이 되면서 전문 지식이 없어도 자신만의 개성을 살린 폰트를 손쉽게 제작할 수 있게 되었으며, 다양한 폰트 제작 프로그램을 통해 수많은 폰트가 제작되어 문서, 이미지 및 동영상 등 다양한 분야에서 사용되고 있다. 이에 따라 사람들은 문서, 이미지 및 동영상을 통해 다양한 종류의 폰트를 접하게 되었으며, 다양한 종류의 폰트 중 자신의 기호에 맞는 폰트를 검색하여 사용하는 사람들이 증가하였다.
일반적으로, 문서, 이미지 및 동영상 등에서 사용되는 폰트를 검색하는 종래의 폰트 검색 시스템은, 기 저장된 폰트 중 사용자로부터 입력받은 폰트와 형태적으로 가장 유사한 폰트를 검색하여 정보를 제공하는 방법을 사용하였다.
그러나 이러한 종래의 폰트 검색 시스템은 저장된 폰트와 사용자가 입력한 폰트간의 개략적인 형태만을 비교하여 결과를 도출함으로써 정확도가 떨어져, 미세한 차이를 가지는 폰트를 구분해내기 힘들다는 한계가 있다. 또한, 문서가 아닌 이미지 또는 동영상 프레임을 캡쳐한 파일에서 사용된 폰트를 검색하고자 하는 경우, 캡쳐된 이미지 파일에 포함된 폰트를 글자로 인식하지 못하는 문제점이 있으며, 이를 이진화 하여 검색하는 방법의 경우는 프로세스가 복잡하여 폰트 검색에 소요되는 시간이 많아진다는 단점이 있다.
이에, 본 발명자는 종래의 폰트 검색 시스템이 가지는 문제점을 해결하기 위해, 문서, 이미지 및 동영상 프레임에서 추출한 문자의 구성 형태를 분석하여 하나 이상의 자소로 모듈화하고, 기 설정된 문자 포멧에 기반하여 모듈화된 하나 이상의 자소를 문자화하며, 기 설정된 폰트 중 문자화된 하나 이상의 자소에 사용된 폰트와 매칭되는 폰트를 검색 함으로써, 폰트 검색의 정확도 및 속도를 향상시킬 수 있는 모듈화 분석을 이용한 폰트 검색 시스템 및 방법을 발명하기에 이르렀다.
한국공개특허 10-2006-0102614호
본 발명은 상술된 문제점을 해결하기 위해 도출된 것으로서, 본 발명은 문서, 이미지 및 동영상 프레임에서 추출한 문자의 구성 형태를 분석하여 하나 이상의 자소로 모듈화하고, 기 설정된 문자 포멧에 기반하여, 모듈화된 하나 이상의 자소를 문자화하며, 기 설정된 폰트 중 문자화된 하나 이상의 자소에 사용된 폰트와 매칭되는 폰트를 검색 함으로써, 폰트 검색의 정확도 및 속도를 향상시킬 수 있는 모듈화 분석을 이용한 폰트 검색 시스템 및 방법을 제공하고자 한다.
본 발명의 일 실시예에 따른, 모듈화 분석을 이용한 폰트 검색 시스템은, 문서, 이미지 및 동영상 프레임 중 어느 하나 이상에서 문자를 추출하는 문자 추출부, 추출된 상기 문자의 구성 형태를 분석하여 하나 이상의 자소로 모듈화하고, 기 설정된 문자 포멧에 기반하여, 모듈화된 상기 하나 이상의 자소를 문자화하는 모듈화 분석부, 기 설정된 폰트 중 문자화된 상기 하나 이상의 자소의 폰트와 매칭되는 폰트를 검색하는 폰트 검색부를 포함할 수 있다.
일 실시예에서, 상기 폰트 검색부는, 딥 러닝(Deep Learning)을 기반으로, 문자화된 상기 하나 이상의 자소의 폰트를 검색할 수 있다.
일 실시예에서, 상기 폰트 검색부는, 기 설정된 상기 폰트 중 문자화된 상기 하나 이상의 자소의 폰트와 매칭되는 폰트가 없는 경우, 문자화된 상기 하나 이상의 자소의 폰트를 신규 폰트로 설정할 수 있다.
일 실시예에서, 추출된 상기 문자가 한글을 포함하는 경우, 상기 하나 이상의 자소는 초성, 중성 및 종성 중 어느 하나 이상을 포함할 수 있으며, 상기 모듈화 분석부는, 상기 하나 이상의 자소의 종류 및 위치에 근거하여 하나 이상의 상기 문자 포멧을 설정할 수 있다.
일 실시예에서, 상기 하나 이상의 문자 포멧은, 하나의 자소로 구성된 형태, 초성과 중성이 가로로 구성된 형태, 초성과 중성이 세로로 구성된 형태, 초성과 중성이 액자식으로 구성된 형태, 초성과 중성이 가로로 구성되고 하단부에 종성이 추가된 형태, 초성과 중성이 세로로 구성되고 하단부에 종성이 추가된 형태 및 초성과 중성이 액자식으로 구성되고 하단부에 종성이 추가된 형태 중 어느 하나 이상을 포함할 수 있다.
일 실시예에서, 추출된 상기 문자가 한자를 포함하는 경우, 상기 하나 이상의 자소는 부수를 포함할 수 있으며, 상기 모듈화 분석부는, 상기 하나 이상의 자소의 위치 및 형태에 근거하여 하나 이상의 상기 문자 포멧을 설정할 수 있다.
일 실시예에서, 상기 하나 이상의 문자 포멧은, 하나의 부수로 구성된 형태, 글자 왼쪽에 부수가 위치하는 형태, 글자 오른쪽에 부수가 위치하는 형태, 글자 위쪽에 부수가 위치하는 형태, 글자 아래쪽에 부수가 위치하는 형태, 글자의 위와 왼쪽을 둘러싸는 형태, 글자의 왼쪽과 아래쪽을 둘러싸는 형태 및 글자 전체를 둘러싸는 형태 중 어느 하나 이상을 포함할 수 있다.
일 실시예에서, 상기 모듈화 분석을 이용한 폰트 검색 시스템은, 기 설정된 상기 문자 포멧 및 기 설정된 상기 폰트를 저장하는 저장부를 더 포함할 수 있다.
일 실시예에서, 상기 모듈화 분석을 이용한 폰트 검색 시스템은, 사용자 단말의 위치 정보를 수집하는 위치 정보 수집부를 더 포함할 수 있으며, 상기 모듈화 분석부는, 수집된 상기 사용자 단말의 위치 정보에 기반하여 언어의 종류를 선택하고, 선택된 상기 언어의 종류에 기반하여 기 설정된 상기 문자 포멧을 변경할 수 있다.
본 발명의 일 실시예에 따른, 모듈화 분석부를 이용한 폰트 검색 방법은, 문자 추출부가 문서, 이미지 및 동영상 프레임 중 어느 하나 이상에서 문자를 추출하는 단계, 모듈화 분석부가 추출된 상기 문자의 구성 형태를 분석하여 하나 이상의 자소로 모듈화하고, 기 설정된 문자 포멧에 기반하여, 모듈화된 상기 하나 이상의 자소를 문자화하는 단계 및 폰트 검색부가 기 설정된 폰트 중 문자화된 상기 하나 이상의 자소의 폰트와 매칭되는 폰트를 검색하는 단계를 포함할 수 있다.
일 실시예에서, 상기 모듈화 분석을 이용한 폰트 검색 방법은, 저장부가 기 설정된 상기 문자 포멧 및 기 설정된 상기 폰트를 저장하는 단계를 더 포함할 수 있으며, 상기 폰트를 검색하는 단계는, 딥 러닝(Deep Learning)을 기반으로, 문자화된 상기 하나 이상의 자소의 폰트를 검색하는 단계 및 기 설정된 상기 폰트 중 문자화된 상기 하나 이상의 자소의 폰트와 매칭되는 폰트가 없는 경우, 문자화된 상기 하나 이상의 자소의 폰트를 신규 폰트로 설정하는 단계를 포함할 수 있다.
일 실시예에서, 상기 모듈화 분석을 이용한 폰트 검색 방법은, 위치 정보 수집부가 사용자 단말의 위치 정보를 수집하는 단계 및 상기 모듈화 분석부가 수집된 상기 사용자 단말의 위치 정보에 기반하여 언어의 종류를 선택하고, 선택된 상기 언어의 종류에 기반하여 기 설정된 상기 문자 포멧을 변경하는 단계를 더 포함할 수 있다.
본 발명은 문서, 이미지 및 동영상 프레임에서 추출한 문자의 구성 형태를 분석하여 하나 이상의 자소로 모듈화하고, 기 설정된 문자 포멧에 기반하여 모듈화된 하나 이상의 자소를 문자화하며, 문자화된 하나 이상의 자소의 폰트와 매칭되는 폰트를 검색 함으로써, 사용자가 얻고자하는 폰트 정보를 보다 빠르게 추출할 수 있다는 이점이 있다.
또한, 본 발명은 문자화된 하나 이상의 자소의 폰트와 매칭되는 폰트가 검색되지 않는 경우, 모듈화된 하나 이상의 자소 각각의 폰트를 검색함으로써, 미세한 차이를 가지는 폰트도 구별할 수 있어 정확성이 뛰어나다는 이점이 있다.
도 1은 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템(100)의 구성요소를 개략적으로 도시한 도면이다.
도 2의 (a) 내지 (g)는 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템(100)에서 추출된 문자에 한글이 포함된 경우, 모듈화 분석부(120)에서 설정되는 하나 이상의 문자 포멧을 도시한 도면이다.
도 3의 (a) 내지 (h)는 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템(100)에서 추출된 문자에 한자가 포함된 경우, 모듈화 분석부(120)에서 설정되는 하나 이상의 문자 포멧을 도시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템(100)을 이용하여 폰트를 검색하는 일련의 과정에 대하여 설명하기 위한 순서도이다.
도 5는 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템(100)을 이용하여 폰트를 검색하는 과정을 예시적으로 설명하기 위한 도면이다.
이하, 본 발명의 이해를 돕기 위하여 바람직한 실시예를 제시한다. 그러나 하기의 실시예는 본 발명을 보다 쉽게 이해하기 위하여 제공되는 것일 뿐, 실시예에 의해 본 발명의 내용이 한정되는 것은 아니다.
도 1은 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템(100)의 구성요소를 개략적으로 도시한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템(100)은 문자 추출부(110), 모듈화 분석부(120), 저장부(130) 및 폰트 검색부(140)를 포함하여 구성될 수 있다.
먼저 문자 추출부(110)는 사용자 단말(10)로부터 사용자가 검색하고자 하는 폰트의 문자가 포함된 문서, 이미지 및 동영상 프레임 중 어느 하나 이상을 제공받을 수 있으며, 제공받은 문서, 이미지 및 동영상 프레임 중 어느 하나 이상에서 문자를 추출할 수 있다.
일 실시예에서, 문자 추출부(110)는 문서, 이미지 및 동영상 프레임에서 하나 이상의 문자로 형성된 문자열 영역이 추출되는 경우, 추출된 문자열 영역을 후술되는 모듈화 분석부(120)에 제공할 수 있다.
다른 일 실시예에서, 추출된 문자열 영역을 하나 이상의 문자로 분해하고, 하나 이상의 문자 형태로 후술되는 모듈화 분석부(120)에 제공할 수 있다.
모듈화 분석부(120)는 문자 추출부(110)를 통해 추출된 문자의 구성 형태를 분석하여 추출된 문자를 하나 이상의 자소로 모듈화할 수 있다.
여기서 자소는, 한 언어의 문자 체계에서 음소를 표시하는 최소의 변별적 단위로서의 문자를 의미하며, 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템(100)에서는 모듈화 할 수 있는 최소 크기의 문자을 의미할 수 있다. 예를 들어, 추출된 문자가 한글을 포함하는 경우, 하나 이상의 자소는 초성, 중성 및 종성 중 어느 하나 이상을 포함할 수 있다. 또한, 추출된 문자가 한자를 포함하는 경우, 하나 이상의 자소는 부수를 포함할 수 있다.
또한, 모듈화는 분석된 문자의 구성 형태를 기반으로 각각의 구성을 쪼개어 최소 단위인 하나 이상의 자소를 생성하는 것을 의미할 수 있다.
일 실시예에서, 모듈화 분석부(120)는 문자 추출부(110)를 통해 추출된 문자의 구성 형태를 분석함에 있어서, 하나 이상의 자소간에 포함된 공백을 통해 각각의 자소를 구분할 수 있다. 예를 들어, 문자 추출부(110)를 통해 추출된 문자가 '가' 인 경우, 'ㄱ'과 'ㅏ' 사이에 공백이 존재하게 된다. 따라서 모듈화 분석부(120)는 공백에 근거하여, 문자 추출부(110)를 통해 추출된 문자가 'ㄱ' 및 'ㅏ' 두개의 구성 요소로 이루어져 있다는 것을 인식할 수 있으며, 'ㄱ' 및 'ㅏ' 두개의 자소로 모듈화 할 수 있다. 또한, 추출된 문자가 '을'인 경우, 'ㅇ', 'ㅡ' 및 'ㄹ'사이에 공백이 존재하게 된다. 따라서 모듈화 분석부(120)는 공백에 근거하여, 문자 추출부(110)를 통해 추출된 문자가 'ㅇ', 'ㅡ' 및 'ㄹ'세개의 구성 요소로 이루어져 있다는 것을 인식할 수 있으며, 'ㅇ', 'ㅡ' 및 'ㄹ'세개의 자소로 모듈화 할 수 있다.
일 실시예에서, 문자의 구성 형태간의 공백이 없는 경우, 모듈화 분석부(120)는 문자 자체를 하나의 자소로 인식하여 모듈화할 수 있다. 예를 들어, '로'에 포함된 'ㄹ'과 'ㅗ'는 폰트의 종류에 따라 공백이 존재하지 않을 수 있으며, 공백이 존재하지 않는 경우 모듈화 분석부(120)는 'ㄹ'과 'ㅗ' 서로 다른 자소로 인식할 수 없을 수 있다. 이러한 경우 모듈화 분석부(120)는 '로'자체를 하나의 자소로 인식함으로써 모듈화 할 수 있다.
다른 일 실시예에서, 모듈화 분석부(120)는 추출된 문자와 기 저장된 자소의 형태를 비교함으로써, 하나 이상의 자소를 모듈화할 수 있다. 예를 들어, 추출된 문자가 '로' 일 때, 기 저장된 한글의 자음 중 '로'에서 'ㄹ'이 포함되어 있다는 것을 인식하고, 기 저장된 모음 중 'ㅗ'가 포함되어 있다는 것을 인식함으로써 'ㄹ' 및 'ㅗ' 두개의 자소로 모듈화 할 수 있다.
또한, 모듈화 분석부(120)는 기 설정된 문자 포멧에 기반하여, 모듈화된 하나 이상의 자소를 문자화할 수 있다.
여기서 문자화는, 후술되는 폰트 검색부(140)에서 폰트를 검색하기 위해 하나의 문자 형태로 재결합하는 과정을 의미할 수 있다. 예를 들어, 모듈화된 두개의 자소가 'ㄱ' 및 'ㅏ' 인 경우, 두개의 자소를 기 설정된 문자 포멧에 적용하여 '가'로 재결합 함으로써 문자화 할 수 있다.
여기서 문자 포멧은, 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템(100)에서 모듈화된 하나 이상의 자소를 문자화 하기 위해 기 설정된 문자틀 또는 문자 구조를 의미할 수 있다.
일 실시예에서, 추출된 문자가 한글을 포함하여 하나 이상의 자소가 초성, 중성 및 종성 중 어느 하나 이상을 포함하는 경우, 하나 이상의 자소의 종류 및 위치에 근거하여 하나 이상의 문자 포멧을 설정할 수 있다. 일 예로, 추출된 문자에 한글이 포함되어 있는 경우, 하나 이상의 포멧은 하나의 자소로 구성된 형태, 초성과 중성이 가로로 구성된 형태, 초성과 중성이 세로로 구성된 형태, 초성과 중성이 액자식으로 구성된 형태, 초성과 중성이 가로로 구성되고 하단부에 종성이 추가된 형태, 초성과 중성이 세로로 구성되고 하단부에 종성이 추가된 형태 및 초성과 중성이 액자식으로 구성되고 하단부에 종성이 추가된 형태 중 어느 하나 이상으로 설정될 수 있다.
이하 도 2를 참조하여, 추출된 문자에 한글이 포함된 경우에 설정될 수 있는 하나 이상의 문자 포멧에 대하여 상세히 설명하도록 한다.
도 2의 (a) 내지 (g)는 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템(100)에서 추출된 문자에 한글이 포함된 경우, 모듈화 분석부(120)에서 설정되는 하나 이상의 문자 포멧을 도시한 도면이다.
도 2의 (a) 내지 (g)를 참조하면, 추출된 문자에 한글이 포함된 경우, 하나 이상의 자소의 종류 및 위치에 근거하여 하나 이상의 문자 포멧이 설정될 수 있다.
도 2의 (a)는 하나의 자소로 구성된 형태이다. 모듈화 분석부(120)에서 문자 추출부(110)를 통해 추출된 문자를 분석한 결과, 하나의 자소 'ㅇ'만 존재하는 경우, 모듈화 분석부(120)는 도 2의 (a) 형태의 문자 포멧을 적용하여 모듈화된 자소를 문자화 할 수 있다.
도 2의 (b)는 초성과 중성이 가로로 구성된 형태이다. 모듈화 분석부(120)에서 문자 추출부(110)를 통해 추출된 문자를 분석한 결과, 초성인'ㄱ'과 중성인'ㅏ'가 존재하고, 'ㄱ'과 'ㅏ'가 가로로 구성된 경우, 모듈화 분석부(120)는 도 2의 (b) 형태의 문자 포멧을 적용하여 모듈화된 자소를 문자화 할 수 있다.
도 2의 (c)는 초성과 중성이 세로로 구성된 형태이다. 모듈화 분석부(120)에서 문자 추출부(110)를 통해 추출된 문자를 분석한 결과, 초성인'ㄹ'과 중성인'ㅗ'가 존재하고, 'ㄹ'과 'ㅗ'가 세로로 구성된 경우, 모듈화 분석부(120)는 도 2의 (c) 형태의 문자 포멧을 적용하여 모듈화된 자소를 문자화 할 수 있다.
도 2의 (d)는 초성과 중성이 액자식으로 구성된 형태이다. 모듈화 분석부(120)에서 문자 추출부(110)를 통해 추출된 문자를 분석한 결과, 초성인'ㅇ'과 중성인'ㅢ'가 존재하고, 'ㅇ'과 'ㅢ'가 액자식으로 구성된 경우, 모듈화 분석부(120)는 도 2의 (d) 형태의 문자 포멧을 적용하여 모듈화된 자소를 문자화 할 수 있다.
도 2의 (e)는 초성과 중성이 가로로 구성되고 하단부에 종성이 추가된 형태이다. 모듈화 분석부(120)에서 문자 추출부(110)를 통해 추출된 문자를 분석한 결과, 초성인'ㅎ', 중성인'ㅏ'와 종성인 'ㄴ'이 존재하고, 'ㅎ'과 'ㅏ'가 가로로 구성된 형태에서 하단부에 'ㄴ'이 추가되어 구성된 경우, 모듈화 분석부(120)는 도 2의 (e) 형태의 문자 포멧을 적용하여 모듈화된 자소를 문자화 할 수 있다.
도 2의 (f)는 초성과 중성이 세로로 구성되고 하단부에 종성이 추가된 형태이다. 모듈화 분석부(120)에서 문자 추출부(110)를 통해 추출된 문자를 분석한 결과, 초성인'ㅇ', 중성인'ㅡ'와 종성인 'ㄹ'이 존재하고, 'ㅇ'과 'ㅡ'가 세로로 구성된 형태에서 하단부에 'ㄹ'이 추가되어 구성된 경우, 모듈화 분석부(120)는 도 2의 (f) 형태의 문자 포멧을 적용하여 모듈화된 자소를 문자화 할 수 있다.
도 2의 (g)는 초성과 중성이 액자식으로 구성되고 하단부에 종성이 추가된 형태이다. 모듈화 분석부(120)에서 문자 추출부(110)를 통해 추출된 문자를 분석한 결과, 초성인'ㅅ', 중성인'ㅟ'와 종성인 'ㅁ'이 존재하고, 'ㅅ'과 'ㅟ'가 액자식으로 구성된 형태에서 하단부에 'ㅁ'이 추가되어 구성된 경우, 모듈화 분석부(120)는 도 2의 (g) 형태의 문자 포멧을 적용하여 모듈화된 자소를 문자화 할 수 있다.
다른 일 실시예에서, 추출된 문자가 한자를 포함하여 하나 이상의 자소가 부수를 포함하는 경우, 하나 이상의 자소의 위치 및 형태에 근거하여 하나 이상의 문자 포멧을 설정할 수 있다. 일 예로, 추출된 문자에 한자가 포함되어 있는 경우, 하나 이상의 포멧은 하나의 부수로 구성된 형태, 글자 왼쪽에 부수가 위치하는 형태, 글자 오른쪽에 부수가 위치하는 형태, 글자 위쪽에 부수가 위치하는 형태, 글자 아래쪽에 부수가 위치하는 형태, 글자의 위와 왼쪽을 둘러싸는 형태, 글자의 왼쪽과 아래쪽을 둘러싸는 형태 및 글자 전체를 둘러싸는 형태 중 어느 하나 이상으로 설정될 수 있다.
이하 도 3을 참조하여, 추출된 문자에 한자가 포함된 경우에 설정될 수 있는 하나 이상의 문자 포멧에 대하여 상세히 설명하도록 한다.
도 3의 (a) 내지 (h)는 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템(100)에서 추출된 문자에 한자가 포함된 경우, 모듈화 분석부(120)에서 설정되는 문자 포멧을 도시한 도면이다.
도 3의 (a) 내지 (h)를 참조하면, 추출된 문자에 한자가 포함된 경우, 기 설정된 문자 포멧은 하나 이상으로 구성될 수 있다.
도 3의 (a)는 하나의 부수로 구성된 형태이다. 모듈화 분석부(120)에서 문자 추출부(110)를 통해 추출된 문자를 분석한 결과, 하나의 부수 '上'이 존재하는 경우, 모듈화 분석부(120)는 도 3의 (a) 형태의 문자 포멧을 적용하여 모듈화된 자소를 문자화 할 수 있다. 여기서 도 3의 (a)의 문자 포멧은 도 2의 (a)의 문자 포멧과 동일한 포멧일 수 있다. 따라서 추출된 문자의 종류에 상관없이 추출된 문자가 하나의 자소만을 포함하는 경우, 도 2의 (a) 및 도 3의 (a)와 같은 형태의 문자 포멧이 적용될 수 있다.
다른 일 실시예에서, 사용자 단말(10)로부터 제공받은 문서, 이미지 및 동영상 프레임에 포함된 폰트의 형태가 불분명하여 모듈화 분석부(120)에서 문자를 정확하게 분석하지 못한 경우, 추출된 문자 자체를 하나의 자소로 모듈화하여 도 2의 (a) 및 도 3의 (a)와 같은 형태의 문자 포멧을 적용할 수 있다.
도 3의 (b)는 글자 왼쪽에 부수가 위치하는 형태이다. 모듈화 분석부(120)에서 문자 추출부(110)를 통해 추출된 문자를 분석한 결과, 부수 '人'이 존재하고, '人'이 글자의 왼쪽에 위치하는 경우, 모듈화 분석부(120)는 도 3의 (b) 형태의 문자 포멧을 적용하여 모듈화된 자소를 문자화 할 수 있다.
도 3의 (c)는 글자 오른쪽에 부수가 위치하는 형태이다. 모듈화 분석부(120)에서 문자 추출부(110)를 통해 추출된 문자를 분석한 결과, 부수 '欠'이 존재하고, '欠'이 글자의 오른쪽에 위치하는 경우, 모듈화 분석부(120)는 도 3의 (c) 형태의 문자 포멧을 적용하여 모듈화된 자소를 문자화 할 수 있다.
도 3의 (d)는 글자 위쪽에 부수가 위치하는 형태이다. 모듈화 분석부(120)에서 문자 추출부(110)를 통해 추출된 문자를 분석한 결과, 부수 ''이 존재하고, ''이 글자의 위쪽에 위치하는 경우, 모듈화 분석부(120)는 도 3의 (d) 형태의 문자 포멧을 적용하여 모듈화된 자소를 문자화 할 수 있다.
도 3의 (e)는 글자 아래쪽에 부수가 위치하는 형태이다. 모듈화 분석부(120)에서 문자 추출부(110)를 통해 추출된 문자를 분석한 결과, 부수 ''가 존재하고, ''가 글자의 아래에 위치하는 경우, 모듈화 분석부(120)는 도 3의 (e) 형태의 문자 포멧을 적용하여 모듈화된 자소를 문자화 할 수 있다.
도 3의 (f)는 글자의 위와 왼쪽을 둘러싸는 형태이다. 모듈화 분석부(120)에서 문자 추출부(110)를 통해 추출된 문자를 분석한 결과, 부수 ''이 존재하고, ''가 글자의 위쪽과 왼쪽을 둘러싸는 형태로 위치하는 경우, 모듈화 분석부(120)는 도 3의 (f) 형태의 문자 포멧을 적용하여 모듈화된 자소를 문자화 할 수 있다.
도 3의 (g)는 글자의 왼쪽과 아래쪽을 둘러싸는 형태이다. 모듈화 분석부(120)에서 문자 추출부(110)를 통해 추출된 문자를 분석한 결과, 부수 ''이 존재하고, ''가 글자의 아래쪽과 왼쪽을 둘러싸는 형태로 위치하는 경우, 모듈화 분석부(120)는 도 3의 (g) 형태의 문자 포멧을 적용하여 모듈화된 자소를 문자화 할 수 있다.
도 3의 (h)는 글자 전체를 둘러싸는 형태이다. 모듈화 분석부(120)에서 문자 추출부(110)를 통해 추출된 문자를 분석한 결과, 부수 '口' 가 존재하고, '口'가 글자의 전체를 둘러싸는 형태로 위치하는 경우, 모듈화 분석부(120)는 도 3의 (h) 형태의 문자 포멧을 적용하여 모듈화된 자소를 문자화 할 수 있다.
일 실시예에서, 모듈화된 하나 이상의 자소가 상술된 하나 이상의 문자 포멧에 적용되지 않을 수 있다. 이러한 경우, 모듈화 분석부(120)는 하나 이상의 문자 포멧에 적용되지 않은 모듈화된 하나 이상의 자소에 적용될 수 있는 신규 문자 포멧으로 설정하여 후술되는 저장부(130)에 저장할 수 있다.
다른 일 실시예에서, 모듈화 분석부(120)에서 문자를 분석한 결과가 도 2의 (a) 내지 (g), 도 3의 (a) 내지 (h)에 해당하지 않는 경우, 문자를 하나의 자소로 인식하여 모듈화 할 수 있다.
다시 도 1로 돌아와서, 저장부(130)는 기 설정된 문자 포멧 및 기 설정된 폰트를 저장할 수 있다. 일 예로, 저장부(130)는 자료를 구조화 하여 저장할 수 있는 데이터베이스(Data base; DB)일 수 있다. 또한 기 설정된 문자 포멧 및 기 설정된 폰트를 각각 구분하여 저장하기 위해 하나 이상의 데이터베이스로 구성될 수 있다.
다른 일 실시예에서, 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템(100)은 별도의 저장부(130)를 포함하지 않고 외부 서버와 연결되어 사용될 수 있다. 여기서 외부 서버는 복수의 폰트 또는 복수의 폰트에 대한 정보를 저장하고 있는 외부의 저장 장치일 수 있다. 일 예로, 외부 서버는 웹 서버(Web Server)일 수 있다. 예를 들어, 후술 되는 폰트 검색부(140)를 통해 문자화된 하나 이상의 자소의 폰트를 검색하고자 하는 경우, 웹 서버에서 문자화된 하나 이상의 자소의 폰트를 검색할 수 있다.
또 다른 일 실시예에서, 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템(100)은 저장부(130)와 웹 서버를 함께 사용할 수 있다. 모듈화 분석을 이용한 폰트 검색 시스템(100)은 검색하고자 하는 폰트를 저장부(130)를 통해 검색하는 방법 및 웹 서버를 통해 검색하는 방법을 병행하여 사용하고, 두 가지 방법에 대한 결과값을 서로 비교함으로써 보다 정확성있는 폰트 검색을 실시할 수 있다.
또 다른 일 실시예에서, 저장부(130)는 후술되는 폰트 검색부(140)에서 검색된 폰트에 대한 기록을 폰트 검색 이력으로써 저장할 수 있으며, 이를 통해 사용자가 과거에 검색했던 폰트에 대한 정보를 다시 한번 확인할 수 있다.
폰트 검색부(140)는 기 설정된 폰트 중 문자화된 하나 이상의 자소의 폰트와 매칭되는 폰트를 검색할 수 있다.
일 실시예에서, 폰트 검색부(140)는 딥 러닝(Deep Learning)을 기반으로, 문자화된 하나 이상의 자소의 폰트를 검색할 수 있다.
딥 러닝은 인간의 두뇌가 수많은 데이터 속에서 패턴을 발견한 뒤 사물을 구분하는 정보처리 방식을 모방해 컴퓨터가 사물을 분별하도록 기계를 학습시키는 방식으로 다른 학습 알고리즘과는 달리 특징 학습이 가능하다는 장점이 있다. 따라서, 폰트 검색부(140)는 딥 러닝을 이용함으로써 문자화된 하나 이상의 자소의 위치, 크기, 색상, 패턴 또는 형태와 같은 특징을 발견하고, 저장부(130)에 기 설정된 폰트의 특징과 비교함으로써 문자화된 하나 이상의 자소의 폰트와 매칭되는 폰트를 검색할 수 있다. 예를 들어, 폰트 검색부(140)는 합성곱 신경망(Convolutional Neural Network; CNN) 딥 러닝을 사용할 수 있다. 폰트 검색부(140)는 모듈화 분석부(120)로부터 제공받은 문자화된 하나 이상의 자소의 폰트의 특징을 추출하고, 추출된 특징을 바탕으로 저장부(130)에 기 설정된 폰트를 컨볼루션(Convolution)할 수 있다. 또한, 폰트 검색부(140)는 컨볼루션된 복수의 기 설정된 폰트를 부차추출(Subsampling)할 수 있으며, 컨볼루션과 부차추출을 반복적으로 시행함으로써 문자화된 하나 이상의 자소의 폰트와 매칭되는 폰트를 추출할 수 있다.
일 실시예에서, 폰트 검색부(140)는 문자화된 하나 이상의 자소의 폰트와 매칭되는 폰트를 검색하지 못한 경우, 문자화된 하나 이상의 자소의 폰트를 신규 폰트로 설정하여 저장부(130)에 저장할 수 있다.
다른 일 실시예에서, 폰트 검색부(140)는 문자화된 하나 이상의 자소의 폰트와 매칭되는 폰트를 검색하지 못한 경우, 모듈화된 하나 이상의 자소의 폰트를 각각 검색하여 매칭되는 하나 이상의 폰트를 검색할 수 있다. 따라서, 문자화된 하나 이상의 자소를 이용하여 빠르게 폰트를 검색한 결과가 도출되지 않으면, 모듈화된 하나 이상의 자소를 각각 이용하여 보다 상세히 폰트를 검색함으로써, 사용자가 원하는 폰트를 보다 정확하게 도출해낼 수 있다.
일 실시예에서, 모듈화 분석을 이용한 폰트 검색 시스템(100)은 사용자 단말(10)의 위치 정보를 이용할 수 있으며, 이를 위해 위치 정보 수집부(150)를 더 포함할 수 있다.
위치 정보 수집부(150)는 사용자 단말(10)로부터 문서, 이미지 및 동영상 프레임 중 어느 하나 이상을 제공받는 경우, 사용자 단말(10)의 위치 정보를 수집할 수 있다. 모듈화 분석부(120)는 수집된 사용자 단말(10)의 위치 정보에 기반하여 언어의 종류를 선택하고, 선택된 언어의 종류에 기반하여 기 설정된 문자 포멧을 변경할 수 있다. 예를 들어, 수집된 사용자 단말(10)의 위치 정보를 기반으로 사용자 단말(10)의 위치가 한국인 경우, 모듈화 분석부(120)는 언어의 종류를 한국어로 선택할 수 있으며, 저장부(140)에 저장된 복수의 기 설정된 문자 포멧 중 한국어를 문자화 하기 위해 기 설정된 문자 포멧을 선택할 수 있다. 또한, 사용자 단말(10)의 위치가 일본인 경우, 모듈화 분석부(120)는 언어의 종류를 일본어로 선택할 수 있으며, 기 설정된 문자 포멧 중 일본어를 문자화 하기 위해 기 설정된 문자 포멧으로 변경할 수 있다. 이를 통해 방대한 정보가 포함된 데이터베이스를 이용함에 있어서 보다 빠른 속도로 폰트를 검색할 수 있다.
다른 일 실시예에서, 위치 정보 수집부(150)를 통해 수집한 사용자 단말(10)의 위치 정보를 기반으로 다수의 사용자가 검색한 폰트가 위치한 장소를 관심지점(Point of Interest; POI)으로 지정하여 저장할 수 있다. 위치 정보 수집부(150)를 통해 사용자 단말(10)의 위치 정보를 수집하면, 폰트 검색부(140)는 해당 사용자 단말(10)의 장소와 관심지점을 매칭하고, 매칭된 관심지점에서 검색되었던 폰트 중 문자화된 하나 이상의 자소의 폰트와 매칭되는 폰트를 검색할 수 있다. 즉, 관심 지점에서 폰트를 검색했던 폰트 검색 이력을 이용함으로써 보다 빠르게 폰트를 검색할 수 있다.
일 실시예에서, 모듈화 분석을 이용한 폰트 검색 시스템(100)은 검색된 폰트에 대한 정보를 사용자 단말(10)에 송신할 수 있으며, 이를 위해 통신부(160)를 더 포함할 수 있다.
통신부(160)는 사용자 단말(10)로부터 문서, 이미지 및 동영상 프레임 중 어느 하나 이상을 수신 받아 문자 추출부(110)에 제공할 수 있다. 또한 통신부(160)는 폰트 검색부(140)에서 검색된 폰트에 대한 정보를 사용자 단말(10)로 송신할 수 있다. 여기서 폰트에 대한 정보는, 폰트 검색부(140)에서 검색된 폰트를 식별할 수 있는 정보를 의미할 수 있다. 예를 들어 폰트에 대한 정보는 폰트의 형태, 폰트의 이름, 폰트의 제조사, 폰트를 다운받거나 사용할 수 있는 인터넷 홈페이지 링크, 요청한 폰트와 검색된 폰트의 유사도 및 해당 폰트를 검색한 사용자들이 많이 검색한 추천 폰트 중 어느 하나 이상을 포함할 수 있다. 따라서 사용자는 사용자 단말(10)을 통해 폰트에 대한 정보를 확인할 수 있고, 폰트를 다운받아 사용할 수 있다.
일 실시예에서, 폰트 검색부(140)에서 복수의 폰트가 검색된 경우, 통신부(160)는 복수의 폰트에 대한 정보를 각각 사용자 단말(10)로 송신할 수 있다.
다른 일 실시예에서, 폰트 검색부(140)에서 복수의 폰트가 검색된 경우, 폰트 검색부(140)는 복수의 폰트 중 가장 유사도가 높은 폰트를 선택할 수 있고, 통신부(160)는 선택된 폰트에 대한 정보를 사용자 단말(10)로 송신할 수 있다.
이하에서는 도 4 및 5를 참조하여, 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템(100)을 이용하여 폰트를 검색하는 과정에 대해서 보다 상세히 설명하도록 한다.
도 4는 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템(100)을 이용하여 폰트를 검색하는 일련의 과정을 설명하기 위한 순서도이며, 도 5는 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템(100)을 이용하여 폰트를 검색하는 과정을 예시적으로 설명하기 위한 도면이다.
먼저, 본 발명의 일 실시예에 따른 모듈화 분석을 이용한 폰트 검색 시스템이 개시되면, 사용자 단말로부터 검색하고자 하는 폰트가 포함된 문서, 이미지 또는 동영상 프레임을 제공받으며, 문자 추출부에서 제공받은 문서, 이미지 및 동영상 프레임 중 어느 하나 이상으로부터 문자를 추출한다(S110). 여기서, 사용자는 스마트폰과 같은 휴대용 단말기의 카메라 어플리케이션을 통하여 사진촬영할 수 있으며, 촬영된 사진을 문자 추출부에 제공할 수 있다. 일 실시예에서, 모듈화 분석을 이용한 폰트 검색 시스템은 문서, 이미지 및 동영상 프레임 중 어느 하나 이상을 제공받음과 동시에 사용자 단말의 위치 정보를 수집할 수 있다. S110단계에서 추출된 문자는 모듈화 분석부에 제공되며, 모듈화 분석부는 추출된 문자의 구성 형태를 분석하여 하나 이상의 자소로 모듈화한다(S120). S110단계에서 제공 받은 문자가 '경'인 경우, 공백을 이용하여 'ㄱ', 'ㅕ' 및 'ㅇ'세개의 자소로 모듈화할 수 있다. S120단계에서 모듈화된 하나 이상의 자소는 자소의 종류, 위치 및 형태 중 하나 이상에 근거하여 기 설정된 문자 포멧에 기반하여 문자화 된다(S130). 여기서, 세개의 자소는 초성과 중성이 가로로 구성되고 하단부에 종성이 추가된 형태에 해당되며, 초성과 중성이 가로로 구성되고 하단부에 종성이 추가된 형태로 기 설정된 포멧으로 문자화 한다. 일 실시예에서, 모듈화 분석을 이용한 폰트 검색 시스템은 사용자 단말의 위치 정보를 기반으로 언어의 종류를 선택하고, 언어의 종류에 따라서 기 설정된 문자 포멧을 선택 또는 변경함으로써 보다 빠르게 하나 이상의 자소를 문자화 할 수 있다. 이후 폰트 검색부는 기 설정된 폰트 중 S130단계에서 문자화된 하나 이상의 자소의 폰트와 매칭되는 폰트 검색한다(S140). S140단계에서 폰트를 검색한 결과 검색되는 폰트의 개수가 0이 아닌 경우, 모듈화 분석을 이용한 폰트 검색 시스템은 사용자 단말(10)로 검색된 폰트의 정보를 제공한다(S160). 하지만, S140단계에서 폰트를 검색한 결과 검색되는 폰트의 개수가 0인 경우, 폰트 검색부는 문자화된 하나 이상의 자소의 폰트를 신규 폰트로 저장한다(S170). 다른 일 실시예에서, S140단계에서 폰트를 검색한 결과 검색되는 폰트의 개수가 0인 경우, 사용자 단말의 위치 정보 및 언어의 종류와 같이 빠른 검색을 위해 추가되었던 정보를 초기화 하고 문자화된 하나 이상의 자소를 기반으로 보다 상세히 검색을 진행한다. 만약 상세한 검색이 진행되었음에도 검색된 개수가 0인 경우, 이를 신규 폰트로 저장한다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
110: 문자 추출부
120: 모듈화 분석부
130: 저장부
140: 폰트 검색부
150: 위치 정보 수집부
160: 통신부

Claims (10)

  1. 문서, 이미지 및 동영상 프레임 중 어느 하나 이상에서 문자를 추출하는 문자 추출부;
    추출된 상기 문자의 구성 형태를 분석하여 하나 이상의 자소로 모듈화하고, 기 설정된 문자 포멧에 기반하여, 모듈화된 상기 하나 이상의 자소를 문자화하는 모듈화 분석부;
    합성 곱 신경망(CNN) 딥 러닝(Deep Learning)을 기반으로 상기 모듈화 분석부로부터 제공받은 문자화 된 하나 이상의 자소의 폰트의 특징을 추출 후, 추출된 상기 특징을 바탕으로 저장부에 기 설정된 폰트를 컨볼루션(Convolution)하고, 컨볼루션 된 복수의 기 설정된 폰트를 부차추출(Subsampling)하여 문자화 된 하나 이상의 자소의 폰트와 매칭되는 폰트를 검색 및 추출하며, 매칭되는 폰트가 검색되지 않는 경우에는 문자화 된 하나 이상의 자소의 폰트를 신규 폰트로 설정하고, 문자화 된 하나 이상의 자소의 폰트가 아닌 모듈화된 하나 이상의 자소를 이용하여 폰트를 검색하는 폰트 검색부;
    사용자 단말의 위치 정보를 수집하는 위치 정보 수집부; 및
    복수의 폰트 또는 복수의 폰트에 대한 정보를 저장하고 있는 웹 서버(Web server);를 포함하며,
    상기 위치 정보 수집부는 수집된 상기 사용자 단말의 국가에 대한 위치 정보에 기반하여 해당 국가에 해당하는 언어를 선택하고, 선택된 국가의 언어에 상응하도록 문자 포멧을 변경하고,
    상기 위치 정보 수집부는 상기 사용자 단말을 통해 검색된 폰트가 위치한 장소를 관심지점(POI)로 지정 및 저장한 후 해당 사용자 단말의 현 위치 장소와 관심지점을 매칭함에 따라, 매칭된 관심지점에서 검색되었던 폰트 중 문자화 된 하나 이상의 자소의 폰트와 매칭되는 폰트를 검색하며, 또한
    상기 폰트 검색부는 검색하고자 하는 폰트를 상기 저장부 및 상기 웹 서버로부터 각각 검색하며, 두 가지 검색에 대한 결과값을 서로 비교함으로써 폰트 검색을 하는 것을 특징으로 하는,
    모듈화 분석을 이용한 폰트 검색 시스템.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    추출된 상기 문자가 한글을 포함하는 경우, 상기 하나 이상의 자소는 초성, 중성 및 종성 중 어느 하나 이상을 포함하며,
    상기 모듈화 분석부는,
    상기 하나 이상의 자소의 종류 및 위치에 근거하여 하나 이상의 상기 문자 포멧을 설정하는 것을 특징으로 하는,
    모듈화 분석을 이용한 폰트 검색 시스템.
  5. 제4항에 있어서,
    상기 하나 이상의 문자 포멧은,
    하나의 자소로 구성된 형태, 초성과 중성이 가로로 구성된 형태, 초성과 중성이 세로로 구성된 형태, 초성과 중성이 액자식으로 구성된 형태, 초성과 중성이 가로로 구성되고 하단부에 종성이 추가된 형태, 초성과 중성이 세로로 구성되고 하단부에 종성이 추가된 형태 및 초성과 중성이 액자식으로 구성되고 하단부에 종성이 추가된 형태 중 어느 하나 이상을 포함하는 것을 특징으로 하는,
    모듈화 분석을 이용한 폰트 검색 시스템.
  6. 제1항에 있어서,
    추출된 상기 문자가 한자를 포함하는 경우, 상기 하나 이상의 자소는 부수를 포함하며,
    상기 모듈화 분석부는,
    상기 하나 이상의 자소의 위치 및 형태에 근거하여 하나 이상의 상기 문자 포멧을 설정하는 것을 특징으로 하는,
    모듈화 분석을 이용한 폰트 검색 시스템.
  7. 제6항에 있어서,
    상기 하나 이상의 문자 포멧은,
    하나의 부수로 구성된 형태, 글자 왼쪽에 부수가 위치하는 형태, 글자 오른쪽에 부수가 위치하는 형태, 글자 위쪽에 부수가 위치하는 형태, 글자 아래쪽에 부수가 위치하는 형태, 글자의 위와 왼쪽을 둘러싸는 형태, 글자의 왼쪽과 아래쪽을 둘러싸는 형태 및 글자 전체를 둘러싸는 형태 중 어느 하나 이상을 포함하는 것을 특징으로 하는,
    모듈화 분석을 이용한 폰트 검색 시스템.
  8. 삭제
  9. 문자 추출부가 문서, 이미지 및 동영상 프레임 중 어느 하나 이상에서 문자를 추출하는 단계;
    모듈화 분석부가 추출된 상기 문자의 구성 형태를 분석하여 하나 이상의 자소로 모듈화하고, 기 설정된 문자 포멧에 기반하여, 모듈화된 상기 하나 이상의 자소를 문자화하는 단계;
    폰트 검색부가 합성 곱 신경망(CNN) 딥 러닝(Deep Learning)을 기반으로 상기 모듈화 분석부로부터 제공받은 문자화 된 하나 이상의 자소의 폰트의 특징을 추출 후, 추출된 상기 특징을 바탕으로 저장부에 기 설정된 폰트를 컨볼루션(Convolution)하고, 컨볼루션 된 복수의 기 설정된 폰트를 부차추출(Subsampling)하여 문자화 된 하나 이상의 자소의 폰트와 매칭되는 폰트를 검색 및 추출하며, 매칭되는 폰트가 검색되지 않는 경우에는 문자화 된 하나 이상의 자소의 폰트를 신규 폰트로 설정하고, 문자화 된 하나 이상의 자소의 폰트가 아닌 모듈화된 하나 이상의 자소를 이용하여 폰트를 검색하는 단계;
    위치 정보 수집부에서 사용자 단말의 위치 정보를 수집하는 단계;
    웹 서버(Web server)가 복수의 폰트 또는 복수의 폰트에 대한 정보를 저장하는 단계; 및
    상기 폰트 검색부에서 검색하고자 하는 폰트를 상기 저장부 및 상기 웹 서버로부터 각각 검색하며, 두 가지 검색에 대한 결과값을 서로 비교함으로써 폰트 검색을 하는 단계;를 포함하며,
    상기 위치 정보를 수집하는 단계는,
    상기 위치 정보 수집부를 통해, 수집된 상기 사용자 단말의 국가에 대한 위치 정보에 기반하여 해당 국가에 해당하는 언어를 선택하고, 선택된 국가의 언어에 상응하도록 문자 포멧을 변경하는 단계; 및
    상기 위치 정보 수집부를 통해, 상기 사용자 단말을 통해 검색된 폰트가 위치한 장소를 관심지점(POI)로 지정 및 저장한 후 해당 사용자 단말의 현 위치 장소와 관심지점을 매칭함에 따라, 매칭된 관심지점에서 검색되었던 폰트 중 문자화 된 하나 이상의 자소의 폰트와 매칭되는 폰트를 검색하는 단계;를 포함하는 것을 특징으로 하는,
    모듈화 분석을 이용한 폰트 검색 방법.』
  10. 삭제
KR1020170028300A 2017-03-06 2017-03-06 모듈화 분석을 이용한 폰트 검색 시스템 및 방법 KR101919073B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170028300A KR101919073B1 (ko) 2017-03-06 2017-03-06 모듈화 분석을 이용한 폰트 검색 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170028300A KR101919073B1 (ko) 2017-03-06 2017-03-06 모듈화 분석을 이용한 폰트 검색 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20180101846A KR20180101846A (ko) 2018-09-14
KR101919073B1 true KR101919073B1 (ko) 2019-02-08

Family

ID=63599688

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170028300A KR101919073B1 (ko) 2017-03-06 2017-03-06 모듈화 분석을 이용한 폰트 검색 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101919073B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230082926A (ko) * 2021-12-02 2023-06-09 숭실대학교산학협력단 폰트 생성 방법 및 장치

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102558819B1 (ko) 2018-08-29 2023-07-24 주식회사 엘지에너지솔루션 원통형 삼전극 셀의 제조방법 및 이에 의해 제조된 원통형 삼전극 셀

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007189394A (ja) * 2006-01-12 2007-07-26 Nec Access Technica Ltd 携帯端末及びその地域別パラメータ設定方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100632701B1 (ko) 2005-03-24 2006-10-12 공현식 네트워크를 통하여 접속된 폰트 서버들을 이용한 다국어번역 및 변환된 서체 이미지 데이터 제공 방법 및 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007189394A (ja) * 2006-01-12 2007-07-26 Nec Access Technica Ltd 携帯端末及びその地域別パラメータ設定方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230082926A (ko) * 2021-12-02 2023-06-09 숭실대학교산학협력단 폰트 생성 방법 및 장치
KR102623293B1 (ko) 2021-12-02 2024-01-10 숭실대학교산학협력단 폰트 생성 방법 및 장치

Also Published As

Publication number Publication date
KR20180101846A (ko) 2018-09-14

Similar Documents

Publication Publication Date Title
CN108764226B (zh) 图像文本识别方法、装置、设备及其存储介质
US10445569B1 (en) Combination of heterogeneous recognizer for image-based character recognition
US9317764B2 (en) Text image quality based feedback for improving OCR
CN103824053B (zh) 一种人脸图像的性别标注方法及人脸性别检测方法
KR101831783B1 (ko) 출력 인쇄물에 포함된 이미지 및 텍스트 인식 장치 및 그 방법
CN110751137A (zh) 一种自动求解数学题的方法和系统
CN101558416A (zh) 移动通信设备的文本检测
CN112270297B (zh) 用于显示识别结果的方法和计算机系统
CN108702449B (zh) 图像搜索方法及其系统
KR101552525B1 (ko) 폰트를 인식하고 폰트정보를 제공하는 시스템 및 그 방법
CN104750678A (zh) 一种图像文本识别翻译眼镜及方法
CN111985465A (zh) 文本识别方法、装置、设备及存储介质
CN113033711A (zh) 题目批改方法、装置、电子设备及计算机存储介质
CN111753120A (zh) 一种搜题的方法、装置、电子设备和存储介质
KR101919073B1 (ko) 모듈화 분석을 이용한 폰트 검색 시스템 및 방법
CN111860487B (zh) 基于深度神经网络的碑文标注检测识别系统
CN112784925A (zh) 用于对象识别的方法、计算机系统及电子设备
CN111915635A (zh) 支持自阅卷的试题解析信息生成方法及系统
CN105678301B (zh) 一种自动识别并分割文本图像的方法、系统及装置
CN112347997A (zh) 一种试题检测识别方法、装置、电子设备及介质
CN116030454A (zh) 一种基于胶囊网络和多语言模型的文字识别方法及系统
CN114821620A (zh) 基于行文本框纵向合并的文本内容提取识别方法
CN113094287B (zh) 页面兼容性检测方法、装置、设备及存储介质
CN113850178A (zh) 一种视频词云的生成方法及装置、存储介质及电子设备
JPH10254901A (ja) 画像検索方法および装置

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