CNN을 이용한 한글 서체 특징 연구

Abstract

로마자에 대한 수치적 분류체계는 잘 발달되어 있지만. 한글 서체 분류를 위한 기준은 수치적으로 정의되어 있지 않다. 본 연구의 목표는 한글 서체 분류를 위한 수치적 기준을 세우기 위해, 서체 스타일을 구분하는 중요한 특징들을 찾는 것이다. 컨볼루션 뉴럴 네트워크(convolutional neural network)를 사용하여 명조와 고딕 스타일을 구분하는 모형을 세우고, 뉴럴 네트워크의 컨볼루션 필터(convolution filter)를 분석해 두 스타일의 특징을 결정하는 피처(feature)를 찾고자 한다. 문자 자체를 분류하는 문제가 아닌, 서체 스타일의 특정 부분을 학습하는 것이므로 문자에 대한 정보를 주었을 때 부분적 특징을 더 잘 찾아내는지 연구하고자 한다.