팀명
스톤소프트
팀원 명단
김문현 김민석 지우석
지도교수
김영국 교수님
작품 배경 및 목적
코로나 19로 인해 직접 대면하기 어려운 상황에서 방문 학습지 교육 대신 온라인 교육의 수요가 높아졌다. 그 중 한글을 배우는 단계의 어린이에 대한 교육 및 학습지 평가도 온라인 디지털 방식으로 진행되고 있는데, 한글을 직접 쓰고 익혀야 하는 어린이들은 키보드 입력 대신 태블릿 기기를 통하여 손글씨로 답안을 입력하도록 하고 있다. 그동안 교육업체에서는 수작업으로 이러한 답안을 채점해 왔지만, 점점 늘어나는 수요와 인건비 상승에 대처하기 위해 손글씨 답안을 자동으로 채점하고자 하는 니즈가 생겼다. 그러나, 기존의 필기체 인식 기술은 성인의 글씨체를 기준으로 개발되어 있어 어린이 손글씨 답안을 채점하는데 적용하기에는 적절하지 않다. 따라서, 본 연구에서는 어린이 글씨체에 특화된 딥러닝 기반 손글씨 인식 모델과 이를 이용한 손글씨 답안 자동 채점 시스템을 개발하고, 이의 활용가능성을 확인할 수 있다.
작품 내용
연구개발의 전체 목표는 사용자의 니즈를 고려하여 수작업으로 진행하는 학습지 채점을 자동화 시켜 필기체 인식 시스템을 사용하였을 때 전문지식을 가지고 있지 않은 상태에서 불편함 없이 사용할 수 있으며 어린이 글씨체로 작성된 학습지를 기준으로 기존 모델보다 높은 인식률과 정확도를 가지게 한다. 추가로 자동화 및 인공지능의 특성상 정확도가 100%일 수는 없기 때문에 정확도가 목표수치보다 낮더라도 사용자가 결과를 직접 처리 할 수 있도록 개발한다. 사용자가 학습지 답안 이미지와 정답을 직접 수집하여 업로드하고 채점을 진행하는 것을 간편화 시켜 채점에 소요되는 노력과 시간을 단축시킨다.
연구개발의 범위로 기존 이미지 처리 기술을 이용하여 원본 이미지와의 비교를 통한 학습지 배경 전처리, 정답 이미지를 통해 정답 텍스트와 정답의 위치 정보 저장, 그리고 어린이 필기체 인식 모델을 개발하고 해당 기능들을 사용자가 간편하게 이용할 수 있게 GUI의 개발까지를 범위로 한다. 어린이 필기체 인식 모델은 기본 인쇄체, 데이터 허브 사이트에서 얻을 수 있는 손으로 작성한 필기체 등의 데이터를 먼저 학습하고, 학습지 업체에서 제공한 학습지와 어린이 필기체 데이터를 필기체 인식 모델에 추가로 학습 시켜 학습지 답안의 필기체 인식 및 텍스트로 변환하도록 한다.
Comments