JPH0253193A - 文字認識方法および文字認識装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 この発明はオンライン手書き文字の認識装置に関する。

〔発明の概要〕

この発明は、オンライン手書き文字の認識装置において
、入力されたストロークと、あらかじめ定義しておいた
文字の基本的構成要素との近似度を求め、この近似度を
特徴とする特徴ベクタから入力された文字をファジー性
をもって評価することにより、その緒特性を向上させた
ものである。

（従来の技術〕 オンラインで生簀き文字を認識する方法として、第６図
に示すように、 ｉ、１ストロークの入力筆跡（同図Ａ）を、その筆跡上
のサンプル点Ｐａ、Ｐｚ、・・・、Ｐｎと、その時系列
情報とによって折れ線（同図Ｂ）で近似する。

ｉｉ、あらかじめ定義しておいたストロークの基本的形
状、すなわち、［基本ストロークタイプ」と、ｉ項の折
れ線とを比較する「ストローク認識」を行う。

ｉｉｉ、ｉｉ項の結果に基づいて、入力されたストロー
クを、最も近った基本ストロークタイプのコード番号に
変換する。

ＩＶ、１文字分のすべてのストロークについて、ｉ〜ｉ
項を繰り返す。

■、辞書を参照し、１１１項のコード番号をそのストロ
ーク類（筆順）に持つ文字を、入力された文字と判断す
る。

という方法が、多く用いられている。

この方法によれば、入力されたストロークを一度基本ス
トロークタイプに置き換えているので、入力筆跡のサン
プル点Ｐｏ＝Ｐｎに基づく情報のうち、以後の認識過程
で必要なデータを除いてほとんどを捨てることができ、
したがって、記憶容祉の小さな装置でも文字認識ができ
る。また、辞書の基本ストロークタイプのコード番号を
、各文字ごとにストローク類に並べておくことにより、
これと、入力された文字の基本ストロークタイプのコー
ド番号の順序とを比較することで入力された文字の識別
ができるので、辞書を小型化できるとともに、比較に要
する時間を短縮できる。

文献：［日経エレクトロニクスＪ　１９Ｂ３年１２月５
日号 〔発明が解決しようとする課題〕 しかし、この方法による場合には、入力ノイズ、筆記者
の書きぐせなどにより入力ＩＥ跡が変化ないし変形して
いるときには、１１項のストローク認識にエラーを生じ
、この結果、認識精度が大幅に低下してしまう０例えば
「−」あるいは横棒を書くとき、第７図ＡのＯ印肉に示
すように、「筆押さえ」があると、その基本ストローク
タイプは同図Ｂのように認識されてしまう。

このため、従来においては、辞書に［誤認識しやすいス
トロークタイプ」コードを「ストロークＳがコード番号
ｃｔ　ｌ　Ｃ２＋・・・、またはＣｎＪのように並列に
記述することで対処している。

しかし、このようにすると、辞書のサイズが大きくなる
とともに、検索時間が長くなってしまう。

さらに、ユーザーが未登録の文字を辞書に追加登録でき
るようにしよ・うとした場合、入力されたストロークか
ら登録の必要なストロークタイプコードを一意に決定す
ることができないので、そのような追加登録の実現が非
常に困難である。

この発明は、以上のような問題点を解決しようとするも
のである。

〔課題を解決するための手段〕

このため、この発明においては、入力されたストローク
と、あらかじめ定義しておいた文字の基本的構成要素と
の近似度を求め、この近似度を特徴とする特徴ベクタの
形式で入力されたストロークを表現し、評価時に修飾語
により判定の程度を変えるようにしたものである。

〔作用〕

ファジー性もって文字認識が行われ、認識率を低下させ
ることなく、辞書サイズの小型化、検索の高速化などが
実現される。

（実施例〕 まず、この発明及び実施例のアウトラインについて説明
しよう。

すなわち、この発明においては、 １、例えば、第２図に示すようなテンプレート（基本ス
トロークタイプ）Ｔ１〜Ｔ２Ｇを用意する。

■、大入力れた文字ごとに、その第ｉ＃に目のストロー
クＳｉと、テンプレート１゛１〜１゛２εとを順次圧絞
して各テンプレート’ｒｊ（ｊ−１〜２６）との近似度
Ｅｉｊを演算する。

例えば、入力された文字がカタカナの１メ」とすれば、
そのｆｆ１１ストロークＳｔは、テンプレートＴＩ　、
　　’Ｉ”２　、　　’ｌ’３などと近イ以度が商く、
テンプレート１゛テなどと近似度が低いので、ｈｌｏＬ
−（資）％・　Ｅｔｏｚ”８０％・　ＥＩＱ３−９５％
。

・・・・、　Ｅｔｏｖ　＝０％ｒ　”””＋　Ｅｔ２ｇ
　−０％となる。同様に、第２ストロークｓ２について
は、 Ｅｔｏｖ−５％、Ｅ２０２−０％１１！：２０３−０％
。

・・・・ｒｋ！、２ｏテ　−９５％、　・・・・・・、
１！：２２＝Ｏ％となる（数値は、説明用の仮りの大き
さ）。

■、各大文字対して、■項の結果を各ストロークＳｔご
とに特徴ベクタＶｉ Ｖｉ　　＝　　（Ｅｔｏｚ　　＋　　Ｅｉｏｚ　＊　　
＝ｒ　　Ｅｉ２ｇ　）として保持する。

上側の場合であれば、 Ｖｌ　＝　（９０，８０，９５，＝、　０．　・・・、
　　０）Ｖ２−　（５，０，Ｏ，・・”ｌ　９５１　・
・・、０）である。

ＩＶ、カタカナの「メ」の字が正しく書かれた場合、そ
の第１ストロークＳ１はテンプレート′ｒ１に１大体」
一致し、第２ストロークｓ２はテンプレート番号テに「
確実に」一致する。

そこで、辞書には、「メ」の字であれば、「メ」のＪＩ
Ｓコード、’ｒｖ−大体、’（”７ｗ−確実に のように文字データを記述しておく。

すなわち、各文字ごとに、その文字のコード番号と、そ
の文字の第ｊ番目のストロークＳｉに最も近いテンプレ
ートの番号Ｔｊ及びその近さ（一致ンの程度を示す修飾
語とを記述しておく・また、このテンプレート番号Ｔｊ
及び修飾語は、ストローク順にそのスＩ・ローフ数だけ
記述しておく。

さらに、この文字データは、文字の総ストローク数ごと
に項分けしておく。

■８例えば、第３図に示すようなファジー性をもった関
数のテーブルを用意しておく。

Ｖｌ、ＩＶ項による文字データのうち、入力された文字
の総ストローク数の項から第１番目の文字についての文
字データを取り出す。

上側の場合、「メ」の字の総ストローク数は２画なので
、２１ｊｉの項から第１番目の文字データを取り出す。

■、ｖｔＬＪＩで取り出した文字データが、簡単のため
、「メ」の字についての文字データであるとすると、第
１ストロークｓ１については、ｉ”ａ＝「大体」なので
、第３図の「大体」の関数曲線を選択するとともに、ｍ
項で求めた特徴ベクタ■１の近似度のうち、テンプレー
トｒ３に対する近似度５％（＝ｈｔｏ３）を取り出す。

そして、この近似度９５％を、第３図の「大体」の関数
曲線により合格＊Ｃｔ、例えばＧ１−％％に変換する。

同様に、第２ストロークＳ２については、Ｔｖ−「確実
に」なので、第３図の「確実に」の関数曲線を選択する
とともに、特徴ベクタｖ２の近似度のうち、テンプレー
ト番号マに対する近似度９５％（＝　Ｅ　２０マ）を取
り出して合格度Ｇ２、例えば、Ｇ２−９８％に変換する
。

すなわち、Ｖｌ項で取り出された文字データにしたがっ
て、各ストロークＳ立ごとに、第４図の関数曲線を選択
するとともに、特徴ベクタＶｔの対応する近似値Ｅｉｊ
を、その選択した関数曲線により（１１飾して合格度Ｇ
ｉに変換する。

１．４項で求めた合格度Ｇｉのうち、最小の合格率を、
その文字データの示すコード番号の文字の合格度Ｇｓと
する。

上側の場合には、Ｇ１−９６％、　Ｇ２−９８％なので
、入力された文字の、「メ」の字に対する合格度Ｇ齢は
、９６％（”Ｇｉ）となる。

■、以後、該当する総ストローク数の文字データについ
て、１．４項を実行する。

Ｘ、■項が終了したら、得られた合格度Ｇ＋ｍ　　（こ
れは、文字データの数だけ得られる）のうち、Ｍ＋１６
の合格度Ｇを与えている文字を、入力された文字に対す
る第１候補としてそのコード番号を出力する。

次に、テンブレー）　Ｔ　１〜Ｔ２Ｇであるが、これは
次のような点を考慮して決定されている。すなりち、 ｉ、漢字の構成要素は、「偵ストローク」、「縦ストロ
ーク」、「はらい」、「曲げ」などがあるが、種類は限
定されている。

：１．同じように見えるストロークでも、運筆の違いか
ら「はね」、「曲がりコなどの変形のしがたに違いを生
じる。また、「はね」などには、もともと長さや角度の
規定がないので、異なる変形を生じる可能性のストロー
クには、例えばテンプレート１゛１〜′Ｉ゛３のように
、変形の種類分だけ別個にテンプレートを用意する。

ｉｉｉ　、特に複雑な基本形状は、漢字のすべてについ
ての出現頻度が極めて低いので、テンプレートを定義し
ないで、他の認識方法で処理する。

なお、テンプレートＴ　１　”　Ｔ　２＠において、破
線で示すストローク部分は、近似度Ｅｉｊを求めるとき
、評価を小さくないし無視することを示す。

次に、この発明の一例について説明しよう。

第１図において、＋１１はタブレットなどの座標入力手
段を示し、この入力手段（１）により１ストロ一ク分の
座標列Ｐａ−Ｐｎが入力され、この座標列Ｐｏ”Ｐｎが
折れ線圧種回路（２）に供給されて折れ線情報及びその
端点情報の列に圧縮変換される。

すなわち、例えば、入力されたストローク（座標列）が
前処理されて第４図Ｂに示すような折れ線＃１〜＃４で
構成されているとすれば、このストロークは、その折れ
線＃１〜＃４ごとに、例えば同図Ａに示すような角範囲
（方向）をもって８方向に量子化されるとともに、その
折れ線＃１〜＃４の長さと、各始点及び終点の座標値と
に変換され、同図Ｃに示すようなデータとされる。

そして、このデータの１ストロ一ク分が、−時用のバッ
ファメモ１月３）を通じて近似度演算回路（４０１）　
〜（４２６）　ニ供給されてテンプレート′ｒ１〜’！
’　２６との近似度Ｅｉｊが算出される（上記ｕ項）。

なお、この近似度Ｅｉｊの算出は、ルール記憶回路（５
０１）〜（５２６）に記述されている演算アルゴリズム
にしたがって各テンプレートｌ″ｊごとに独立に、かつ
、並列に実行される。

そして、算出された近似度Ｅｉｊが、特徴ベクタ記憶バ
ッファ（６）に供給される０図は、このバッファ（６）
の構造を模型的に示しているもので、テンプレートＴ１
〜Ｔ２１１に対応して行方向に２６個のメモリエリアを
有するとともに、認識する文字の最大のストローク数ｋ
に対応して列方向にに個のメモリエリアを有する。した
がって、このバッファ（６）には、１つの文字について
、その各ス］・ローフＳｔの特徴ベクタＶｉが、そのス
トロークＳｉごとにストアされる（上記■項）。

そして、この１文字分の特徴ベクタＶｉと、特徴辞書（
７）からの文字コード（上記ＩＶ項）とが、検定回路（
８）において上記■〜Ｘ項のように処理されて入力され
た文字のコード番号が出力される。

第５図は、近似度演算回路（４０１）において、入力ス
トロークＳｉのテンプレートＴ１に対する近似度Ｅｊｏ
ｔを算出するルールの例を示す。

すなわち、同図Ａは、「右」、「五」などに含まれる「
ノ」を綺張して示したものであるが、このストローク「
ノ」に対して、テンプレートｌ゛１のときには、同図Ｂ
に示すように、長さし１〜Ｌ４１Ｌｈ、ＬＨが計測され
て Ｅｉｏｔ　−（ａＬｈ　−ｂＬｗ−ｃＬｔ　＋ｄＬ４＋
ｅＬ３）／Ｌ才 ただし、Ｅ；ａｔ＞１のときには、Ｅｔｏｔ−ＩＥｔｏ
ｔ＜０のときには、Ｅ　ｔｏｔ　−Ｏａ　−ｅは定数が
算出される（ここでは、近似値Ｅｉｏ１を小数で表示）
。

が計算される。

そして、このとき、テンプレート１゛１では、破線のス
トローク部分の重みを０ないし小さくしているので、値
Ｌ３．Ｌ４に対する定数ｅ、　　ｄは、他の定数ａ　”
−Ｃに比べて小さくされる。

また、演算回路（４０２）〜（４２６）においても、そ
のテンプレート１’２〜’１’　２Ｇに対応して近似度
Ｅｉｏ２〜Ｅｉ２εの演算式がそれぞれ定義されてその
近似度が算出される。

（発明の効果〕 以上のようにして、この発明によれば、オンライン手書
き文字の認識が行われるが、この場合、特にこの発明に
よれば、入力されたストロークＳｉとあらかじめ定義し
ておいたテンプレート′ｒ１〜＋ｌ’ｌ、、との近似度
Ｅｉｊを求め、この近似度Ｅｉｊ及び修飾語に基づいて
文字認識を行っているので、筆跡の自然な変化ないし変
形に対する認識率の低下がない、むしろ、テンプレート
’ｒ　ｊは、テンブレ）　Ｔ　Ｌ〜Ｔ３のように部分的
な変形にも対処しているので、認識率は向上し、筆跡の
変化ないし変形に対して強くなる。

また、辞書（７）は、ストロークＳｉに対応する代表的
なテンプレートｉ’　ｊ及びその修飾語を、基本的には
１組だけ持っていればよいので、辞書（７）を小型化で
きるとともに、辞書（７）の検索を高速化できる。

さらに、未定義文字の登録も、ユーザーが１ストローク
入力するごとに、最も近似度の高いテンプレートの形状
を絢面表示し、そのテンプレートが正しい形状であるか
どうかを会話形式でｒ４認していくという方法で実現す
ることができる。

【図面の簡単な説明】

第１図はこの発明の一例の系統図、第２図〜第７図はそ
の説明のための図である。 （１）は座標入力手段、（４０１）〜（４２６）は近似
度演算回路、（７）は特徴辞書、（８）は検定回路であ
る。

Claims (1)

1. 【特許請求の範囲】 　文字の基本的構成要素があらかじめ定義されている複
   数のテンプレートと、 入力されたストロークと上記複数のテンプレートとの近
   似度をそれぞれ算出する回路と、文字ごとに、そのスト
   ロークに対する修飾語を有する特徴辞書と、 評価時、上記近似度を上記修飾語で修飾して文字判定の
   程度を変更して検定する検定回路とを有するオンライン
   手書き文字の認識装置。