JPH0628525A - 文字認識方法 - Google Patents
文字認識方法Info
- Publication number
- JPH0628525A JPH0628525A JP4158926A JP15892692A JPH0628525A JP H0628525 A JPH0628525 A JP H0628525A JP 4158926 A JP4158926 A JP 4158926A JP 15892692 A JP15892692 A JP 15892692A JP H0628525 A JPH0628525 A JP H0628525A
- Authority
- JP
- Japan
- Prior art keywords
- character
- feature vector
- primitive
- recognition method
- character recognition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/18—Extraction of features or characteristics of the image
- G06V30/18162—Extraction of features or characteristics of the image related to a structural representation of the pattern
- G06V30/18181—Graphical representation, e.g. directed attributed graph
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/18—Extraction of features or characteristics of the image
- G06V30/182—Extraction of features or characteristics of the image by coding the contour of the pattern
- G06V30/1823—Extraction of features or characteristics of the image by coding the contour of the pattern using vector-coding
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Discrimination (AREA)
- Character Input (AREA)
Abstract
(57)【要約】
【目的】 濃度投影より圧縮された情報に基づいた認識
率の高い文字認識方法を提供することを目的とする。 【構成】 文字見本の原始特徴ベクトルの集合分布が最
適となる特徴空間を求め、特徴抽出対象文字の原始特徴
ベクトルを前述の特徴空間に投影して二次特徴ベクトル
を得ることにより文字認識を行うものである。
率の高い文字認識方法を提供することを目的とする。 【構成】 文字見本の原始特徴ベクトルの集合分布が最
適となる特徴空間を求め、特徴抽出対象文字の原始特徴
ベクトルを前述の特徴空間に投影して二次特徴ベクトル
を得ることにより文字認識を行うものである。
Description
【０００１】
【産業上の利用分野】この発明は、文字認識方法に係
り、例えば文字の特徴情報に基づいて認識を行う文字認
識方法に関する。
り、例えば文字の特徴情報に基づいて認識を行う文字認
識方法に関する。
【０００２】
【従来の技術】文字認識方法として、カメラ等で取り込
んだ文字をＸ軸、Ｙ軸方向に投影して濃度投影図を求
め、この濃度投影図から文字を認識する方法が周知であ
る。しかし、濃度投影図に基づく情報は文字の字画間の
相対位置に極めて影響を受け易すいという問題を抱えて
いる。また、濃度投影図の特徴に基づき認識を行う場
合、極めて膨大な情報量を必要とする。更にこの膨大な
情報量の中には余分で不必要な情報を含んでいる場合も
あり、かえって認識率が低下するという問題を抱えてい
る。
んだ文字をＸ軸、Ｙ軸方向に投影して濃度投影図を求
め、この濃度投影図から文字を認識する方法が周知であ
る。しかし、濃度投影図に基づく情報は文字の字画間の
相対位置に極めて影響を受け易すいという問題を抱えて
いる。また、濃度投影図の特徴に基づき認識を行う場
合、極めて膨大な情報量を必要とする。更にこの膨大な
情報量の中には余分で不必要な情報を含んでいる場合も
あり、かえって認識率が低下するという問題を抱えてい
る。
【０００３】
【発明が解決しようとする課題】この発明はこのような
従来の問題点を解消すべく創案されたもので、濃度投影
より圧縮された情報に基づいた認識率の高い文字認識方
法を提供することを目的とする。
従来の問題点を解消すべく創案されたもので、濃度投影
より圧縮された情報に基づいた認識率の高い文字認識方
法を提供することを目的とする。
【０００４】
【課題を解決する手段】この発明に係る文字認識方法
は、文字見本の原始特徴ベクトルの集合分布が最適とな
る特徴空間を求め、特徴抽出対象文字の原始特徴ベクト
ルを前述の特徴空間に投影して二次特徴ベクトルを得る
ことにより文字認識を行うものである。
は、文字見本の原始特徴ベクトルの集合分布が最適とな
る特徴空間を求め、特徴抽出対象文字の原始特徴ベクト
ルを前述の特徴空間に投影して二次特徴ベクトルを得る
ことにより文字認識を行うものである。
【０００５】
【作用】この発明に係る文字認識方法によれば、より抽
象的な情報に基づいて文字認識が可能である。
象的な情報に基づいて文字認識が可能である。
【０００６】
【実施例】次に、この発明に係る文字認識方法の１実施
例を図面に基づいて説明する。図１及び図２は本発明の
フローチャートである。まず、最適な特徴空間のモデル
作成過程をステップ１−１からステップ１−１２に基づ
き説明する。
例を図面に基づいて説明する。図１及び図２は本発明の
フローチャートである。まず、最適な特徴空間のモデル
作成過程をステップ１−１からステップ１−１２に基づ
き説明する。
【０００７】ステップ１−１で文字見本の一字を所定の
大きさに変換した後カメラで取り込む。文字見本とは、
認識対象となる文字のリストであり、例えば文字の種類
が５，０００字で、各々の文字について字体が２０種あ
る場合、１００，０００個の見本数となる。ステップ１
−２で、この取り込んだ画像の濃度投影図を求める。投
影はＸ軸、Ｙ軸方向及び、＋−４５度の方向からも行う
（図３）。ここにおいては、Ｘ軸及びＹ軸については２
４画素幅、＋−４５の方向については４５画素幅、合計
１３８画素幅で表した投影図を用いる。
大きさに変換した後カメラで取り込む。文字見本とは、
認識対象となる文字のリストであり、例えば文字の種類
が５，０００字で、各々の文字について字体が２０種あ
る場合、１００，０００個の見本数となる。ステップ１
−２で、この取り込んだ画像の濃度投影図を求める。投
影はＸ軸、Ｙ軸方向及び、＋−４５度の方向からも行う
（図３）。ここにおいては、Ｘ軸及びＹ軸については２
４画素幅、＋−４５の方向については４５画素幅、合計
１３８画素幅で表した投影図を用いる。
【０００８】この濃度投影図から原始特徴ベクトルを求
める。この原始特徴ベクトルとは、前述の濃度投影図の
１３８個のデータを要素とするベクトルである。この原
始特徴ベクトルにより定義される空間を原始特徴空間と
いう。この処理を全ての文字見本について行う。つま
り、ｉ番目の文字について２０個の文字見本を処理し、
最後に５，０００番目の文字について２０個の文字見本
を処理するものである。ステップ１−３で文字見本の原
始特徴ベクトルの集合を求める。
める。この原始特徴ベクトルとは、前述の濃度投影図の
１３８個のデータを要素とするベクトルである。この原
始特徴ベクトルにより定義される空間を原始特徴空間と
いう。この処理を全ての文字見本について行う。つま
り、ｉ番目の文字について２０個の文字見本を処理し、
最後に５，０００番目の文字について２０個の文字見本
を処理するものである。ステップ１−３で文字見本の原
始特徴ベクトルの集合を求める。
【０００９】次に、ステップ１−４で同じ文字の分布状
況を求めるためにクラス内共分散行列Ｓwを算出し、異
なる文字間の距離を求めるためにクラス間共分散行列Ｓ
bを計算する。次に、ステップ１−５で原始特徴空間Ω0
を標準化する。すなわち、Ｓwから単位行列Ｉを求め
る。その後、ステップ１−６で標準化された原始特徴空
間Ω’において、異なる文字間の距離を求めるために新
しいクラス間共分散行列Ｓb”を計算する。その式を下
記に示す。
況を求めるためにクラス内共分散行列Ｓwを算出し、異
なる文字間の距離を求めるためにクラス間共分散行列Ｓ
bを計算する。次に、ステップ１−５で原始特徴空間Ω0
を標準化する。すなわち、Ｓwから単位行列Ｉを求め
る。その後、ステップ１−６で標準化された原始特徴空
間Ω’において、異なる文字間の距離を求めるために新
しいクラス間共分散行列Ｓb”を計算する。その式を下
記に示す。
【００１０】Ｓb” ＝ （Ｐ-1）TＳbＰ-1 Ｐ ： 変換行列 T ： 行列の転置演算子
【００１１】次に、ステップ１−５で標準化された１３
８次元の特徴空間を指定された新しい次元数Ｋの特徴空
間に圧縮し、その次元での最適判別ベクトルΦ、及びＳ
b”を求め、その次元での最適な特徴空間を抽出する。
これをステップ１−７からステップ１−１２で行う。ス
テップ１−８で最適判別ベクトルΦを抽出するために、
ここでは周知のフィッシャー判別関数を用いる。その式
を下記に示す。
８次元の特徴空間を指定された新しい次元数Ｋの特徴空
間に圧縮し、その次元での最適判別ベクトルΦ、及びＳ
b”を求め、その次元での最適な特徴空間を抽出する。
これをステップ１−７からステップ１−１２で行う。ス
テップ１−８で最適判別ベクトルΦを抽出するために、
ここでは周知のフィッシャー判別関数を用いる。その式
を下記に示す。
【００１２】ＪF（Φ） ＝ ΦTＳb”Φ ＪF ： フィッシャー判別関数 Φ ： 最適判別ベクトル
【００１３】このフィッシャー判別関数が最大となるよ
うにする。すなわち、異なる文字間の距離が最大となる
べくクラス間分散行列が最大、同じ文字間の分布が最少
となるべくクラス内分散行列が最少となるベクトルを求
める。この時のベクトルが最適な特徴判別ベクトルであ
る。
うにする。すなわち、異なる文字間の距離が最大となる
べくクラス間分散行列が最大、同じ文字間の分布が最少
となるべくクラス内分散行列が最少となるベクトルを求
める。この時のベクトルが最適な特徴判別ベクトルであ
る。
【００１４】ステップ１−９では、１３８次元から指定
された新しい特徴空間の次元数Ｋに圧縮する過程のルー
プ回数ｒ番目におけるＳb”、つまりＳb (n-r)を求め
る。その計算式を下記に示す。
された新しい特徴空間の次元数Ｋに圧縮する過程のルー
プ回数ｒ番目におけるＳb”、つまりＳb (n-r)を求め
る。その計算式を下記に示す。
【００１５】Ｓb (n-r) ＝ Ｐn-r TＳb”Ｐn-r Ｐn-r ： ｎ ｘ （ｎ−ｒ）の変換行列 ｎ ： 原始特徴空間の次元 ｒ ： ループ回数
【００１６】ステップ１−１１で、指定された新しい特
徴空間の次元の数Ｋよりｒが大きいか否かを判断する。
ｒがＫより小さければ圧縮が充分ではなくステップ１−
８に至る。ｒがＫより大きくなるときが指定の新しい特
徴空間への圧縮が終了したことを意味し、ステップ１−
１２に至りこの次元の最適な特徴空間を抽出する。
徴空間の次元の数Ｋよりｒが大きいか否かを判断する。
ｒがＫより小さければ圧縮が充分ではなくステップ１−
８に至る。ｒがＫより大きくなるときが指定の新しい特
徴空間への圧縮が終了したことを意味し、ステップ１−
１２に至りこの次元の最適な特徴空間を抽出する。
【００１７】次に、ステップ１−１３からステップ１−
１６で、認識対象文字の最適な特徴抽出と認識の過程を
述べる。まず、ステップ１−１３で認識対象の文字を画
像入力し、ステップ１−１４で濃度投影図を求め、原始
特徴を抽出する。次に、ステップ１−１５で最適な判別
特徴抽出をする。つまり、原始特徴ベクトルをステップ
１−１２で求めた最適な特徴空間へ投影して二次特徴ベ
クトルを求める。ステップ１−１６で、この二次特徴ベ
クトルを有する文字がどの文字であるかを認識するため
に、この二次特徴ベクトルを下記の式に当てはめる。
１６で、認識対象文字の最適な特徴抽出と認識の過程を
述べる。まず、ステップ１−１３で認識対象の文字を画
像入力し、ステップ１−１４で濃度投影図を求め、原始
特徴を抽出する。次に、ステップ１−１５で最適な判別
特徴抽出をする。つまり、原始特徴ベクトルをステップ
１−１２で求めた最適な特徴空間へ投影して二次特徴ベ
クトルを求める。ステップ１−１６で、この二次特徴ベ
クトルを有する文字がどの文字であるかを認識するため
に、この二次特徴ベクトルを下記の式に当てはめる。
【００１８】 Ｄi（ａ） ＝ −ｌｎ｜Ｃi｜−｛（ａ−ｂi）TＣi -1（ａ−ｂi）｝ ｉ＝１，２，・・・・，ｃ ａ ： 文字の二次特徴ベクトル ｃ ： 文字種類の数 Ｃi ： ｉ番目の文字の最適な特徴空間Ωでの見本分
散行列 ｂi ： ｉ番目の文字の最適な特徴空間Ωでの見本の
平均ベクトルT ： 転置演算子 Ｃi -1： 行列Ｃiの逆行列
散行列 ｂi ： ｉ番目の文字の最適な特徴空間Ωでの見本の
平均ベクトルT ： 転置演算子 Ｃi -1： 行列Ｃiの逆行列
【００１９】この式の結果が、例えば１００であるな
ら、この認識対象文字はステップ１−２で処理した１０
０番目の文字と認識する。なお、ＥＴＬ２の印刷文字見
本を使用した認識実験において、１１次元の最適判別ベ
クトルをもちいた場合、９９．５２４％という高い認識
率を得ることができた。
ら、この認識対象文字はステップ１−２で処理した１０
０番目の文字と認識する。なお、ＥＴＬ２の印刷文字見
本を使用した認識実験において、１１次元の最適判別ベ
クトルをもちいた場合、９９．５２４％という高い認識
率を得ることができた。
【００２０】
【発明の効果】以上のように、本発明によれば、圧縮さ
れた少ない情報量でも高い認識率が確保可能である。
れた少ない情報量でも高い認識率が確保可能である。
【図１】本発明の１実施例に係るステップ１−１から１
−１２を示すフローチャートである。
−１２を示すフローチャートである。
【図２】本発明の１実施例に係るステップ１−１３から
１−１６を示すフローチャートである。
１−１６を示すフローチャートである。
【図３】濃度投影の方向および投影図の概念図である。
Ｓw クラス内共分散行列 Ｓb クラス間共分散行列 Ω0 原始特徴空間 Ω' 標準化された原始特徴空間 Ｓb” 新しいクラス間共分散行列 Φ 最適判別ベクトル Ｓb (n-r) ループ回数ｒ番目に於けるＳb” ｒ ループ回数 Ｋ 指定された新しい特徴空間の次元の数 ｎ 原始特徴空間の次元数
───────────────────────────────────────────────────── フロントページの続き (72)発明者 大城 哲夫 東京都文京区小石川２−22−２ 株式会社 イーゼル内
Claims (5)
- 【請求項１】 文字見本を一字一字画像入力し、この各
々の入力画像から濃度投影図を求め、この各々の濃度投
影図から原始特徴ベクトルを抽出し、各々の文字の原始
特徴ベクトルの集合分布が最適となるような指定された
次元の特徴空間を求めておき、認識対象の文字を画像入
力し、この入力画像から濃度投影図を求め、この求めた
濃度投影図から原始特徴ベクトルを求め、この原始特徴
ベクトルを前述の特徴空間に投影して二次特徴ベクトル
を求め、この二次特徴ベクトルから文字を認識すること
を特徴とする文字認識方法。 - 【請求項２】 投影は縦、横及び斜め方向の投影を含む
ことを特徴とする請求項１記載の文字認識方法。 - 【請求項３】 濃度投影の斜めのデータは、＋４５度及
び−４５度方向の投影からなることを特徴とする請求項
１記載の文字認識方法。 - 【請求項４】 二次特徴ベクトルは原始特徴ベクトルを
変換行列により圧縮して生成することを特徴とする請求
項１記載の文字認識方法。 - 【請求項５】 ループ回数が指定された新しい特徴空間
の次元数より大きくなるまで圧縮を繰り返すことを特徴
とする請求項１記載の文字認識方法。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4158926A JPH0628525A (ja) | 1992-05-27 | 1992-05-27 | 文字認識方法 |
| EP9393108503A EP0571979A3 (en) | 1992-05-27 | 1993-05-26 | Character recognition method. |
| KR1019930009197A KR930023869A (ko) | 1992-05-27 | 1993-05-26 | 문자인식방법 |
| US08/329,143 US5594811A (en) | 1992-05-27 | 1994-10-25 | Apparatus and method for recognizing a character |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4158926A JPH0628525A (ja) | 1992-05-27 | 1992-05-27 | 文字認識方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0628525A true JPH0628525A (ja) | 1994-02-04 |
Family
ID=15682361
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4158926A Pending JPH0628525A (ja) | 1992-05-27 | 1992-05-27 | 文字認識方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5594811A (ja) |
| EP (1) | EP0571979A3 (ja) |
| JP (1) | JPH0628525A (ja) |
| KR (1) | KR930023869A (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2730665B2 (ja) * | 1994-12-15 | 1998-03-25 | 北陸先端科学技術大学院大学長 | 文字認識装置および方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3381274A (en) * | 1959-12-18 | 1968-04-30 | Ibm | Recognition systems |
| US3968475A (en) * | 1974-11-11 | 1976-07-06 | Sperry Rand Corporation | Digital processor for extracting data from a binary image |
| DE3005206C2 (de) * | 1980-02-12 | 1983-01-05 | Computer Gesellschaft Konstanz Mbh, 7750 Konstanz | Verfahren zur automatischen Zeichenerkennung |
| US4497066A (en) * | 1982-03-05 | 1985-01-29 | Texas Instruments Incorporated | Video data acquisition system |
-
1992
- 1992-05-27 JP JP4158926A patent/JPH0628525A/ja active Pending
-
1993
- 1993-05-26 EP EP9393108503A patent/EP0571979A3/en not_active Withdrawn
- 1993-05-26 KR KR1019930009197A patent/KR930023869A/ko not_active Withdrawn
-
1994
- 1994-10-25 US US08/329,143 patent/US5594811A/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US5594811A (en) | 1997-01-14 |
| KR930023869A (ko) | 1993-12-21 |
| EP0571979A2 (en) | 1993-12-01 |
| EP0571979A3 (en) | 1994-10-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8027522B2 (en) | Image recognition system and recognition method thereof and program | |
| US8116571B2 (en) | Pattern feature extraction via fourier amplitudes of a block image | |
| US7760933B2 (en) | Parameter estimation method, parameter estimation device and collation method | |
| CN101685541B (zh) | 图像处理装置及图像处理方法 | |
| US20210232803A1 (en) | Frontal Face Synthesis from Low-Resolution Images | |
| Saragih et al. | A nonlinear discriminative approach to AAM fitting | |
| US7630526B2 (en) | Method and apparatus for face description and recognition | |
| US9053388B2 (en) | Image processing apparatus and method, and computer-readable storage medium | |
| US7362917B2 (en) | Apparatus and method for correcting distortion of input image | |
| US6430307B1 (en) | Feature extraction system and face image recognition system | |
| US7660482B2 (en) | Method and apparatus for converting a photo to a caricature image | |
| US7391889B2 (en) | Method and apparatus for extracting feature vector used for face recognition and retrieval | |
| CN101751565B (zh) | 融合二值图像与灰度图像的字符识别的方法 | |
| US20220129689A1 (en) | Method and apparatus for face recognition robust to alignment status of the face | |
| Sahambi et al. | A neural-network appearance-based 3-D object recognition using independent component analysis | |
| Ullah et al. | Degradation model and attention guided distillation approach for low resolution face recognition | |
| Wang et al. | Face hallucination and recognition | |
| JPH0628525A (ja) | 文字認識方法 | |
| Zhu et al. | Gabor wavelets transform and extended nearest feature space classifier for face recognition. | |
| JP2000090191A (ja) | 顔認識装置及び方法 | |
| CN111476095A (zh) | 一种表情属性识别方法、装置、计算机设备及存储介质 | |
| Tang et al. | Binary Principal Component Analysis. | |
| KR100810002B1 (ko) | 모양 기술자 계산을 위한 정규화 방법 및 그를 이용한영상 검색 방법 | |
| KR20020053234A (ko) | 동적 링크 구조 상에서 입력 얼굴의 크기에 독립한 얼굴인식 장치 및 그 방법 | |
| CN101082955B (zh) | 模式特征提取方法及用于执行该方法的设备 |