지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.12
- 수록면
- 1,552 - 1,564 (13page)
이용수
초록· 키워드
오류제보하기
As various styles of fonts were used, there were problems such as output errors due to uninstalled fonts and difficulty in font recognition. To solve these problems, research on font recognition and recommendation were actively conducted. However, Hangul font research remains at the basic level. Therefore, in order to automate the comparison on Hangul font similarity in the future, we analyze the influence of each stroke element property. First, we select seven representative properties based on Hangul stroke shape elements. Second, we design a calculation model to compare similarity between fonts. Third, we analyze the effect of each stroke element through the cosine similarity between the user"s evaluation and the results of the model. As a result, there was no significant difference in the individual effect of each representative property. Also, the more accurate similarity comparison was possible when many representative properties were used.
목차
ABSTRACT
1. 서론
2. 관련연구
3. 핵심 속성 선정 및 유사성 측정 모델 개발
4. 실험 평가 및 분석
5. 결론
REFERENCE
참고문헌 (20)
참고문헌 신청
Korea National Hangul Museum, Survey and Prospect of Font Industry in 2015, Korea National Hangul Museum Research Report, 2015.
Y. Zhu, T. Tan, and Y. Wang, “Font recognition based on global texture analysis,” IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 23, No. 10, pp. 1192-1200, 2001.
X. Ding, L. Chen, and T. Wu, “Character Independent Font Recognition on a Single Chinese Character,” IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 29, No. 2, pp. 195-204, 2007.
Z. Wang, J. Yang, H. Jin, E. Shechtman, A. Agarwala, J. Brandt et al., “Deep Font: Identify Your Font from An Image,” Proceeding of ACM International Conference on Multimedia, pp. 451-459, 2015.
S. Jiang, Z. Wang, A. Hertzmann, H. Jin, and Yun Fu, “Visual Font Pairing,” arXiv Preprint arXiv:1811.08015, 2018.
Y. Zhu, T. Tan, and Y. Wang, “Font recognition based on global texture analysis,” IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 23, No. 10, pp. 1192-1200, 2001.
X. Ding, L. Chen, and T. Wu, “Character Independent Font Recognition on a Single Chinese Character,” IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 29, No. 2, pp. 195-204, 2007.
Z. Wang, J. Yang, H. Jin, E. Shechtman, A. Agarwala, J. Brandt et al., “Deep Font: Identify Your Font from An Image,” Proceeding of ACM International Conference on Multimedia, pp. 451-459, 2015.
S. Jiang, Z. Wang, A. Hertzmann, H. Jin, and Yun Fu, “Visual Font Pairing,” arXiv Preprint arXiv:1811.08015, 2018.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
글꼴 유사도 판단을 위한 한글 형태소의 글자 크기별 영향력 검증 및 분석
멀티미디어학회논문지
2022 .08
-
글꼴 유사도 판단을 위한 Faster R-CNN 기반 한글 글꼴 획 요소 자동 추출
멀티미디어학회논문지
2020 .08
-
글꼴 분류를 위한 한글 글꼴의 모양 특성 연구
멀티미디어학회논문지
2017 .09
-
CNN 기반 이미지 임베딩 모델을 이용한 한글 획요소 기반 유사 글꼴 추천 기법
멀티미디어학회논문지
2023 .02
-
한글 글꼴 추천시스템을 위한 크라우드 방식의 감성 속성 적용 및 분석
멀티미디어학회논문지
2017 .04
-
한글 글꼴 등록 시스템을 위한 글꼴 모양 분류체계 표준화 연구
멀티미디어학회논문지
2017 .03
-
감정 기반 키워드 속성값 산출에 따른 글꼴 추천 서비스
멀티미디어학회논문지
2022 .08
-
감정 기반 글꼴 추천 시스템을 위한 매핑 모델 설계 및 적용
멀티미디어학회논문지
2023 .10
-
한글 획요소 추출 학습에서 적용 글자의 확장에 따른 추출 성능 분석
멀티미디어학회논문지
2020 .11
-
딥러닝 학습을 이용한 한글 글꼴 자동 제작 시스템에서 글자 쌍의 매핑 기준 평가
멀티미디어학회논문지
2020 .07
-
Find Your Font : 사용자 맞춤형 폰트 추천 프로그램
한국정보과학회 학술발표논문집
2016 .06
-
딥러닝을 활용한 콘텐츠 내 텍스트 폰트 저작권 검출 모델 연구
멀티미디어학회논문지
2023 .12
-
날씨에 따른 한글 폰트 윤곽선 벡터 변형 알고리즘
멀티미디어학회논문지
2022 .09
-
Developing a System Recognizing and Recommending Hangul Fonts That User Prefers Using Feature Descriptor
대한산업공학회 추계학술대회 논문집
2019 .11
-
전처리를 통해 향상된 DM-Font 기반의 사용자 손글씨 글꼴 제작 시스템
Proceedings of KIIT Conference
2021 .06
-
자형 유사성 기반 글꼴 학습
전자공학회논문지
2022 .09
-
블로그 게시물에서 감정분석을 통한 폰트 추천 서비스의 개발
멀티미디어학회논문지
2023 .12
-
Font Generation System Development based on Few-shot Font Generation Model
Journal of KIISE
2025 .01
-
Few-Shot Image Synthesis using Noise-Based Deep Conditional Generative Adversarial Nets
스마트미디어저널
2021 .01
-
스마트폰에서의 글자 크기, 글꼴, 행간이 20~30대와 50~60대의 가독성에 미치는 영향
디지털콘텐츠학회논문지
2019 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2021-004-000061436