최근 공공기관, 금융기관, 기업 등에 문서 제출 시, 스캔하거나 사진을 찍어 만든 PDF나 이미지 파일을 사용하는 경우가 많다. 이러한 문서를 수집, 저장, 관리하는 기관과 기업은, 개인정보 유출 방지를 위하여, 문서상의 개인정보 부분을 검출하여 블러링(blurring)하거나, 개인정보들은 추출하여 별도로 관리하고 문서는 암호화하여 저장하는 등의 조치를 취한다. 하지만, 문서 이미지의 양이 많고 종류가 다양하며 이미지의 품질이 낮은 경우가 많아, 문서의 종류를 분류하고 개인정보를 추출하는데 많은 노력이 필요하다. 본 논문에서는, 이미지 내 문서의 종류를 자동으로 분류하는 방법을 소개한다. 문서가 포함되어 있는 전체 이미지에서, 이미지의 인식 범위를 추출하는 이미지 샘플링 단계와 이미지의 인식 범위를 조절하는 제목 좌표 추론 단계의 반복적 피드백 학습을 통해 인식문서의 제목이 있는 영역의 위치를 찾아감으로써 사전에 학습하지 않은 다양한 배경의 문서 이미지도 분류할 수 있도록 하였다. 실험을 통하여 제안하는 기법의 제목 검출 성능을 확인하고, 기존의 이미지 분류를 위한 딥러닝 기법들과의 비교를 통하여 문서 분류 정확도를 평가한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.