JPH0684014A - 原型シンボルのユーザ特定セット生成方法及び装置、並びに手書き原型シンボルのユーザ特定セット生成方法 - Google Patents
原型シンボルのユーザ特定セット生成方法及び装置、並びに手書き原型シンボルのユーザ特定セット生成方法Info
- Publication number
- JPH0684014A JPH0684014A JP5025060A JP2506093A JPH0684014A JP H0684014 A JPH0684014 A JP H0684014A JP 5025060 A JP5025060 A JP 5025060A JP 2506093 A JP2506093 A JP 2506093A JP H0684014 A JPH0684014 A JP H0684014A
- Authority
- JP
- Japan
- Prior art keywords
- symbol
- prototype
- starter
- symbols
- user
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
- G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
- G06F3/023—Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
- G06F3/0233—Character input methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】 （修正有）
【目的】 シンボル原型のスタータセットからユーザ特
定シンボル原型の実用セットの生成。 【構成】 アプリケーションプログラム２０へ双方向結
合の文字認識ファンクション２２が、認識文字をアプリ
ケーションプログラム２２へ供給し、タブレット２０ｃ
からストロークがパスされる。アプリケーションプログ
ラム２０は挿入テキストと仮定されるものに対応するス
トロークを認識装置２２へパスするが、仮定された編集
ファンクションと対応するストロークを検出する。セグ
メンテーションプロセッサ１２からの入力ストロークは
オンライン原型記憶デバイス２６に記憶の原型ストロー
ク及び文字と比較され、原型記憶デバイス２６は新たな
ユーザが、手書き認識システムを直接使用できる初期
「ウォークアップ」認識可能なスタータのシンボル原型
を含む。トレーニング後は、原型記憶デバイス２６は、
スタータ原型セット２６ａに代わるユーザ特定実用セッ
ト２６ｂを有する。
定シンボル原型の実用セットの生成。 【構成】 アプリケーションプログラム２０へ双方向結
合の文字認識ファンクション２２が、認識文字をアプリ
ケーションプログラム２２へ供給し、タブレット２０ｃ
からストロークがパスされる。アプリケーションプログ
ラム２０は挿入テキストと仮定されるものに対応するス
トロークを認識装置２２へパスするが、仮定された編集
ファンクションと対応するストロークを検出する。セグ
メンテーションプロセッサ１２からの入力ストロークは
オンライン原型記憶デバイス２６に記憶の原型ストロー
ク及び文字と比較され、原型記憶デバイス２６は新たな
ユーザが、手書き認識システムを直接使用できる初期
「ウォークアップ」認識可能なスタータのシンボル原型
を含む。トレーニング後は、原型記憶デバイス２６は、
スタータ原型セット２６ａに代わるユーザ特定実用セッ
ト２６ｂを有する。
Description
【０００１】
【産業上の利用分野】本発明は、一般に手書き認識シス
テムに係り、特に、一セットのシンボル原型（プロトタ
イプ）を設定するための方法及び装置に関する。
テムに係り、特に、一セットのシンボル原型（プロトタ
イプ）を設定するための方法及び装置に関する。
【０００２】
【従来の技術】電子タブレット（書字板）上で追跡され
る時、手書きによって形成されるシンボルは、ｘ−ｙ座
標ペアのシーケンス（連続）によって表される。手書き
の基本ユニット（単位）はストロークである。ストロー
クは連続した点と考えられ、これらの点のそれぞれのｘ
−ｙ座標によって表される。本明細書中に用いられてい
るように、ストロークは、手書き入力デバイスのペン下
げからペン上げまでの状態で行われる書き込みであると
考えられる。アルファベット及び数字の文字のようなシ
ンボルはこの種のストロークの群である。
る時、手書きによって形成されるシンボルは、ｘ−ｙ座
標ペアのシーケンス（連続）によって表される。手書き
の基本ユニット（単位）はストロークである。ストロー
クは連続した点と考えられ、これらの点のそれぞれのｘ
−ｙ座標によって表される。本明細書中に用いられてい
るように、ストロークは、手書き入力デバイスのペン下
げからペン上げまでの状態で行われる書き込みであると
考えられる。アルファベット及び数字の文字のようなシ
ンボルはこの種のストロークの群である。
【０００３】多くのオンラインの手書き認識システム
は、原型、即ちテンプレート、文字に対して未知の文字
を整合させるためにカーブマッチング（曲線整合）方法
を用いる。この種のシステムの例は、１９８４年１０月
発行のアイトリプルイーマイクロ（IEEE MICRO) 、第４
巻、３６ｐ. 〜４３ｐ. の W. ドスター（W. Doster ）
及び R. ウェッド（R. Oed) 著の「オンライン手書き
（スクリプト）認識によるワード処理」（“Word proce
ssing with on-line script recognition ”）、１９７
８年１１月に開催された、第４回国際ジョイント会議
「パターン認識」議事録のp.813 〜 p.815の K. イケ
ダ、T.ヤマムラ、Y.ミタムラ、S.フジワラ、Y.トミナ
ガ、及び T. キヨノの著による「位置及びストロークの
ベクトルシーケンスを使った手書き文字のオンライン認
識」（“ on-line recognition of hand-written chara
cters utilizing positional and stroke vector seque
nces ”）、１９８４年の第７回国際会議の「パターン
認識」議事録のp.1004〜 p.1007 のC.C.タッパート(C.
C.Tappert) 著の「適応オンライン手書き認識」（“Ada
ptiveon-line handwriting recognition”）、１９８７
年１０月のＩＢＭ研究報告ＲＣ13228 の「オンライン文
字認識における速度、精度、フレキシビリティトレード
オフ」（“Speed, accuracy, flexibility trade-offs
in on-line characterrecognition”）、及び１９８３
年の第４回国際会議（ＩＣＴＰ）議事録のp.157 〜 p.1
62のT.ワカハラ及びM.ウメダの著による「選択的ストロ
ーク結合方法によるストローク数及びストローク順が自
由なオンライン文字認識」（“Stroke-number and stro
ke-order free on-line character recognition by sel
ectivestroke linkage method ”）に記述されている。
一般に、この種の原型を基礎とした手書き認識システム
の認識精度は原型の品質の関数である。
は、原型、即ちテンプレート、文字に対して未知の文字
を整合させるためにカーブマッチング（曲線整合）方法
を用いる。この種のシステムの例は、１９８４年１０月
発行のアイトリプルイーマイクロ（IEEE MICRO) 、第４
巻、３６ｐ. 〜４３ｐ. の W. ドスター（W. Doster ）
及び R. ウェッド（R. Oed) 著の「オンライン手書き
（スクリプト）認識によるワード処理」（“Word proce
ssing with on-line script recognition ”）、１９７
８年１１月に開催された、第４回国際ジョイント会議
「パターン認識」議事録のp.813 〜 p.815の K. イケ
ダ、T.ヤマムラ、Y.ミタムラ、S.フジワラ、Y.トミナ
ガ、及び T. キヨノの著による「位置及びストロークの
ベクトルシーケンスを使った手書き文字のオンライン認
識」（“ on-line recognition of hand-written chara
cters utilizing positional and stroke vector seque
nces ”）、１９８４年の第７回国際会議の「パターン
認識」議事録のp.1004〜 p.1007 のC.C.タッパート(C.
C.Tappert) 著の「適応オンライン手書き認識」（“Ada
ptiveon-line handwriting recognition”）、１９８７
年１０月のＩＢＭ研究報告ＲＣ13228 の「オンライン文
字認識における速度、精度、フレキシビリティトレード
オフ」（“Speed, accuracy, flexibility trade-offs
in on-line characterrecognition”）、及び１９８３
年の第４回国際会議（ＩＣＴＰ）議事録のp.157 〜 p.1
62のT.ワカハラ及びM.ウメダの著による「選択的ストロ
ーク結合方法によるストローク数及びストローク順が自
由なオンライン文字認識」（“Stroke-number and stro
ke-order free on-line character recognition by sel
ectivestroke linkage method ”）に記述されている。
一般に、この種の原型を基礎とした手書き認識システム
の認識精度は原型の品質の関数である。
【０００４】多数のオンライン、手書き認識システム
は、原型（テンプレート）文字に対して未知の文字を整
合させるために弾性的曲線整合を使用する。この種のシ
ステムの例は、１９９０年６月、第１０回国際会議の
「パターン認識」の議事録のp.450 〜p.454 の T. フジ
サキ、T. E. シェファラス(T.E.Chefalas ）、J.キム、
及びC. C. タッパート(C.C.Tappert) 著の「実行手書き
印刷文字のためのオンライン認識装置」（“Online rec
ognizer for runon handprinted characters”）、１９
７８年１１月の第４回国際会議の「パターン認識」議事
録のp.813 〜p.815の K. イケダ、T.ヤマムラ、Y.ミタ
ムラ、S.フジワラ、Y.トミナガ、及び T. キヨノの著に
よる「位置及びストロークベクトルシーケンスを使った
手書き文字のオンライン認識」（“ on-line recogniti
on of handwritten characters utiliz- ing position
al and stroke vector sequences ”）、及び１９８４
年の第７回国際会議の「パターン認識」議事録のp.1004
〜 p.1007 のC.C.タッパート(C.C.Tappert) 著の「適応
オンライン手書き認識」（“Adaptive on-line handwri
ting recognition”）の論文に開示されている。この種
のシステムは、通常は、文字の一回の書き込みである単
一原型によって一つの文字を書き込む各方法を示す。こ
れは、原型数を最小限にし、これによって、整合のため
の演算時間をできるだけ短縮する。
は、原型（テンプレート）文字に対して未知の文字を整
合させるために弾性的曲線整合を使用する。この種のシ
ステムの例は、１９９０年６月、第１０回国際会議の
「パターン認識」の議事録のp.450 〜p.454 の T. フジ
サキ、T. E. シェファラス(T.E.Chefalas ）、J.キム、
及びC. C. タッパート(C.C.Tappert) 著の「実行手書き
印刷文字のためのオンライン認識装置」（“Online rec
ognizer for runon handprinted characters”）、１９
７８年１１月の第４回国際会議の「パターン認識」議事
録のp.813 〜p.815の K. イケダ、T.ヤマムラ、Y.ミタ
ムラ、S.フジワラ、Y.トミナガ、及び T. キヨノの著に
よる「位置及びストロークベクトルシーケンスを使った
手書き文字のオンライン認識」（“ on-line recogniti
on of handwritten characters utiliz- ing position
al and stroke vector sequences ”）、及び１９８４
年の第７回国際会議の「パターン認識」議事録のp.1004
〜 p.1007 のC.C.タッパート(C.C.Tappert) 著の「適応
オンライン手書き認識」（“Adaptive on-line handwri
ting recognition”）の論文に開示されている。この種
のシステムは、通常は、文字の一回の書き込みである単
一原型によって一つの文字を書き込む各方法を示す。こ
れは、原型数を最小限にし、これによって、整合のため
の演算時間をできるだけ短縮する。
【０００５】上記の T. フジサキ他の認識システムは、
トレーニングシナリオを介してユーザの書き込みサンプ
ルからオリジナル文字原型を集める。平均化原型は、
（整合閾値内で）同一ラベル及び同一形状のオリジナル
文字原型を平均化することによって形成される。例え
ば、同様形状の複数のＡ’は平均化されたＡ原型を生成
するために平均化される。
トレーニングシナリオを介してユーザの書き込みサンプ
ルからオリジナル文字原型を集める。平均化原型は、
（整合閾値内で）同一ラベル及び同一形状のオリジナル
文字原型を平均化することによって形成される。例え
ば、同様形状の複数のＡ’は平均化されたＡ原型を生成
するために平均化される。
【０００６】１９９１年１月のＩＢＭ技術公報、第３３
巻のp.420 のT.E.シェファラス(T.E.Chefalas ）、及び
C.C.タッパート(C.C.Tappert) 著の「手書き認識システ
ムにおける改良された原型設定」（“Improved prototy
pe establishment in ahandwriting recognition syste
m”）は、オンライン手書き認識のための大域かつ増分
平均化技術に関する技術を開示している。
巻のp.420 のT.E.シェファラス(T.E.Chefalas ）、及び
C.C.タッパート(C.C.Tappert) 著の「手書き認識システ
ムにおける改良された原型設定」（“Improved prototy
pe establishment in ahandwriting recognition syste
m”）は、オンライン手書き認識のための大域かつ増分
平均化技術に関する技術を開示している。
【０００７】１９８１年１１月のＩＢＭ技術公報、第２
４巻のNO. ６のp.2897〜p.2902のJ.M. カーツバーグ(J.
M. Kurtsberg ）、及びC. C. タッパート(C.C.Tappert)
著の「弾性的整合によるシンボル認識システム」（“S
ymbol Recognition SystemBy Elastic Matching ”）
は、シンボルを認識するために弾性的整合を使用する技
術を開示している。
４巻のNO. ６のp.2897〜p.2902のJ.M. カーツバーグ(J.
M. Kurtsberg ）、及びC. C. タッパート(C.C.Tappert)
著の「弾性的整合によるシンボル認識システム」（“S
ymbol Recognition SystemBy Elastic Matching ”）
は、シンボルを認識するために弾性的整合を使用する技
術を開示している。
【０００８】ＩＢＭ技術公報、第２４巻の NO. 11Aの
p.5404 〜 p.5407 のC. C. タッパート(C. C. Tappert)
著の「弾性的整合による筆写体（イタリック体）手書
き認識シンボル認識システム」（“Cursive Script Rec
ognition System By ElasticMatching”）は、筆写体手
書きを認識するために弾性的整合を使用する技術を開示
している。
p.5404 〜 p.5407 のC. C. タッパート(C. C. Tappert)
著の「弾性的整合による筆写体（イタリック体）手書
き認識シンボル認識システム」（“Cursive Script Rec
ognition System By ElasticMatching”）は、筆写体手
書きを認識するために弾性的整合を使用する技術を開示
している。
【０００９】考慮すべき重要なことは原型セット内の原
型の合計数である。明確であるように、原型数が多くな
ればなるほど、入力群のストロークとほぼ整合するスト
ロークを識別するためにセットされた原型を検査するた
めに必要とされる時間が増大する。一般に、認識の速度
は、原型セットの原型数に反比例する。さらに、原型数
が多くなるにつれて、セットを記憶するために必要とさ
れるメモリ量が大きくなる。処理時間及びメモリ必要条
件における削減は、多くのアプリケーション、特に、携
帯用、バッテリ作動手書き入力デバイスにおいて、及び
／又は、手書きユーザインターフェースを使用する携帯
用コンピュータにおいて、考慮すべき重要なことであ
る。
型の合計数である。明確であるように、原型数が多くな
ればなるほど、入力群のストロークとほぼ整合するスト
ロークを識別するためにセットされた原型を検査するた
めに必要とされる時間が増大する。一般に、認識の速度
は、原型セットの原型数に反比例する。さらに、原型数
が多くなるにつれて、セットを記憶するために必要とさ
れるメモリ量が大きくなる。処理時間及びメモリ必要条
件における削減は、多くのアプリケーション、特に、携
帯用、バッテリ作動手書き入力デバイスにおいて、及び
／又は、手書きユーザインターフェースを使用する携帯
用コンピュータにおいて、考慮すべき重要なことであ
る。
【００１０】さらに考慮すべきことは、システムにより
供給されたスタータ（出発）シンボル原型の包括的セッ
トから、特定ユーザの手書き特性へ、トレーニングセッ
ションの間にカストマイズされた、作動（実用）原型の
より精度の高いセットへの遷移の簡単化及び正確さであ
る。スタータシンボル原型のセットは、手書き認識にお
ける専門家によって設計され、定義付けによって補強さ
れることもあり、かつ異常シンボル（無所属（maverick
s ））とは連結しない。スタータセットのシンボルは、
各シンボルごとの多数の可能な表示をしばしば含む。例
えば、大文字“Ａ”の三つの異なる原型が、一つの連続
ストローク、二つのストローク、又は三つのストローク
で印刷された“Ａ”のケースに適用するように、提供さ
れてもよい。文字“Ａ”原型の他の形式も、ストローク
順序又は方向において異なる変形に適用するように提供
されてもよい。理解されるように、所与のユーザが、一
貫して、三つのストロークによって文字“Ａ”を形成
し、一貫して、同一のストロークの順序及び方向を使用
する場合、他の“Ａ”シンボルスタータ原型は不必要で
ある。
供給されたスタータ（出発）シンボル原型の包括的セッ
トから、特定ユーザの手書き特性へ、トレーニングセッ
ションの間にカストマイズされた、作動（実用）原型の
より精度の高いセットへの遷移の簡単化及び正確さであ
る。スタータシンボル原型のセットは、手書き認識にお
ける専門家によって設計され、定義付けによって補強さ
れることもあり、かつ異常シンボル（無所属（maverick
s ））とは連結しない。スタータセットのシンボルは、
各シンボルごとの多数の可能な表示をしばしば含む。例
えば、大文字“Ａ”の三つの異なる原型が、一つの連続
ストローク、二つのストローク、又は三つのストローク
で印刷された“Ａ”のケースに適用するように、提供さ
れてもよい。文字“Ａ”原型の他の形式も、ストローク
順序又は方向において異なる変形に適用するように提供
されてもよい。理解されるように、所与のユーザが、一
貫して、三つのストロークによって文字“Ａ”を形成
し、一貫して、同一のストロークの順序及び方向を使用
する場合、他の“Ａ”シンボルスタータ原型は不必要で
ある。
【００１１】
【発明が解決しようとする課題】本発明の目的は、シン
ボル原型のスタータ（開始）セットからユーザ特定シン
ボル原型の実用セットを正確に展開する方法を提供する
ことにある。
ボル原型のスタータ（開始）セットからユーザ特定シン
ボル原型の実用セットを正確に展開する方法を提供する
ことにある。
【００１２】本発明の他の目的は、入力文字のアイデン
ティティ（同一性）が予め知られているトレーニング動
作を介して、一セットのスタータシンボル原型をユーザ
シンボル原型と自動的に置換するための方法を提供する
ことにある。
ティティ（同一性）が予め知られているトレーニング動
作を介して、一セットのスタータシンボル原型をユーザ
シンボル原型と自動的に置換するための方法を提供する
ことにある。
【００１３】本発明のさらなる目的は、シンボル原型の
スタータセットからユーザ特定シンボル原型の実用セッ
トへの正確に展開する方法を提供し、かつ原型セットに
おける原型の合計数を減少させるように実用原型のセッ
トからスタータシンボル原型を除去することにある。
スタータセットからユーザ特定シンボル原型の実用セッ
トへの正確に展開する方法を提供し、かつ原型セットに
おける原型の合計数を減少させるように実用原型のセッ
トからスタータシンボル原型を除去することにある。
【００１４】
【課題を解決するための手段】本発明の目的は、手書き
認識システムに使用されるために、原型シンボル及びス
トロークのセットを生成する方法と、この方法を達成す
る為の装置によって実現される。
認識システムに使用されるために、原型シンボル及びス
トロークのセットを生成する方法と、この方法を達成す
る為の装置によって実現される。
【００１５】特に、手書き認識システムに使用されるた
めに、原型シンボルの実用セット生成方法が開示されて
いる。この方法は、（ａ）所定のシンボルを表すために
一つ以上のストロークを入力するステップと、（ｂ）前
記入力されたストロークの特性を、一つ以上の所定のス
タータ原型シンボルに対応するストローク特性と比較す
るステップとを含む。各スタータ原型シンボルも、一つ
以上のストロークから構成されている。
めに、原型シンボルの実用セット生成方法が開示されて
いる。この方法は、（ａ）所定のシンボルを表すために
一つ以上のストロークを入力するステップと、（ｂ）前
記入力されたストロークの特性を、一つ以上の所定のス
タータ原型シンボルに対応するストローク特性と比較す
るステップとを含む。各スタータ原型シンボルも、一つ
以上のストロークから構成されている。
【００１６】前記入力された一つ又は複数のストローク
の特性が、所定の閾値範囲内で、所定のスタータ原型シ
ンボルの内の一つ又は複数のシンボルに関連する特性と
整合する場合、前記方法が、実用原型シンボルを形成す
るために、前記スタータ原型シンボルのうちの整合シン
ボルのストロークのうちの対応する一つ又は複数のスト
ロークの特性によって、前記入力された一つ又は複数の
ストロークの特性を平均化するステップ（ｃ）を更に含
む。従って、実用原型シンボルは、平均化された特性を
有する一つ又は複数のストロークからなる。引き続く使
用のために、実用原型シンボルを記憶するステップ
（ｄ）と、前記一つ又は複数のスタータ原型シンボルを
削除するステップ（ｅ）とがさらに含まれる。
の特性が、所定の閾値範囲内で、所定のスタータ原型シ
ンボルの内の一つ又は複数のシンボルに関連する特性と
整合する場合、前記方法が、実用原型シンボルを形成す
るために、前記スタータ原型シンボルのうちの整合シン
ボルのストロークのうちの対応する一つ又は複数のスト
ロークの特性によって、前記入力された一つ又は複数の
ストロークの特性を平均化するステップ（ｃ）を更に含
む。従って、実用原型シンボルは、平均化された特性を
有する一つ又は複数のストロークからなる。引き続く使
用のために、実用原型シンボルを記憶するステップ
（ｄ）と、前記一つ又は複数のスタータ原型シンボルを
削除するステップ（ｅ）とがさらに含まれる。
【００１７】前記入力された一つ又は複数のストローク
の特性が、所定閾値範囲内で、前記所定のスタータ原型
シンボルのうちの一つ又は複数のシンボルに関連する特
性と整合しないことがわかった場合、前記方法が、引き
続く使用のために、実用原型シンボルとして一つ又は複
数の入力ストロークの特性を記憶するステップ（ｆ）
と、前記一つ又は複数のスタータ原型シンボルを削除す
るステップ（ｇ）とをさらに含む。
の特性が、所定閾値範囲内で、前記所定のスタータ原型
シンボルのうちの一つ又は複数のシンボルに関連する特
性と整合しないことがわかった場合、前記方法が、引き
続く使用のために、実用原型シンボルとして一つ又は複
数の入力ストロークの特性を記憶するステップ（ｆ）
と、前記一つ又は複数のスタータ原型シンボルを削除す
るステップ（ｇ）とをさらに含む。
【００１８】前記削除ステップが、入力ステップの発生
を記録するためにカウンタを増分し、かつ前記カウンタ
の値を所定値と比較する初期ステップを含む。前記カウ
ンタの値が所定値よりも小さい場合、前記方法が、所定
シンボルの他の例を表すように、一つ又は複数のストロ
ークを入力するために、ステップ（ａ）を反復し、さら
に、前記一つ又は複数のスタータ原型シンボルを削除せ
ずに、ステップ（ｂ）と、ステップ（ｃ）（ｄ）及びス
テップ（ｆ）の内の一方とを実行する。或いは、前記カ
ウンタの値が前記所定値に等しい場合、前記方法が、前
記一つ又は複数のスタータ原型シンボルを削除するステ
ップ（ｅ）及びステップ（ｇ）の内の一方を実行し、次
いでステップ（ａ）へ戻る。
を記録するためにカウンタを増分し、かつ前記カウンタ
の値を所定値と比較する初期ステップを含む。前記カウ
ンタの値が所定値よりも小さい場合、前記方法が、所定
シンボルの他の例を表すように、一つ又は複数のストロ
ークを入力するために、ステップ（ａ）を反復し、さら
に、前記一つ又は複数のスタータ原型シンボルを削除せ
ずに、ステップ（ｂ）と、ステップ（ｃ）（ｄ）及びス
テップ（ｆ）の内の一方とを実行する。或いは、前記カ
ウンタの値が前記所定値に等しい場合、前記方法が、前
記一つ又は複数のスタータ原型シンボルを削除するステ
ップ（ｅ）及びステップ（ｇ）の内の一方を実行し、次
いでステップ（ａ）へ戻る。
【００１９】平均化ステップは、原型シンボルの内の整
合する原型シンボルのストローク特性の実用、又はユー
ザ原型シンボルに対する寄与をより重く重み付けをする
ように、重み付けをされたアベレージ（平均）を使用す
るのが好ましい。
合する原型シンボルのストローク特性の実用、又はユー
ザ原型シンボルに対する寄与をより重く重み付けをする
ように、重み付けをされたアベレージ（平均）を使用す
るのが好ましい。
【００２０】入力ステップが、電子タブレットに対応す
るスタイラスの動作によってストロークを生成するステ
ップを含む。
るスタイラスの動作によってストロークを生成するステ
ップを含む。
【００２１】比較ステップが、好ましくは、入力シンボ
ルと、前記スタータ原型シンボルの個々のシンボルの間
で弾性的整合技術を実行する初期ステップを含む。
ルと、前記スタータ原型シンボルの個々のシンボルの間
で弾性的整合技術を実行する初期ステップを含む。
【００２２】本発明の教示は、新たなユーザにとって、
優れた「ウォークアップ（レベルアップ）」認識精度を
有するシンボル原型のスタータセットから、特定ユーザ
のために調整された、改良認識精度を有するユーザシン
ボル原型の実用セットへの好適な遷移を提供する。一般
に、前記方法は、原型の前記スタータセットが保持され
た場合に得られるよりもサイズがより小さいシンボル原
型の実用セットも提供する。
優れた「ウォークアップ（レベルアップ）」認識精度を
有するシンボル原型のスタータセットから、特定ユーザ
のために調整された、改良認識精度を有するユーザシン
ボル原型の実用セットへの好適な遷移を提供する。一般
に、前記方法は、原型の前記スタータセットが保持され
た場合に得られるよりもサイズがより小さいシンボル原
型の実用セットも提供する。
【００２３】本発明の態様は、識別ラベルを有する、認
識されるべきシンボルの例を入力するための手段と、前
記入力シンボルの特性をスタータ原型シンボルからなる
セットと比較するための手段と、所定閾値範囲内で、前
記入力シンボルの特性が一つ以上のスタータ原型シンボ
ルと対応する特性と整合する条件に応答して、前記入力
シンボルの特性を、入力シンボルの識別ラベルと同じ識
別ラベルを有する前記スタータ原型シンボルのうちの最
適整合シンボルの特性と組み合わせるための組み合わせ
手段であって、前記組合せ手段が、前記同じ識別ラベル
を有するユーザ原型シンボルを形成するために動作する
手段と、引き続く使用のために前記ユーザ原型シンボル
を記憶するための手段であって、前記記憶手段が、引き
続く使用のためにユーザ原型シンボルとして前記入力シ
ンボルを記憶するために、前記所定閾値範囲内で、前記
入力シンボルの特性が、前記一つ以上の所定のスタータ
原型シンボルと対応する特性と整合しない条件に応答
し、かつ前記記憶されたユーザ原型シンボルが、前記入
力シンボルと同じ識別ラベルを有する手段と、前記ユー
ザ原型シンボルと同じ識別ラベルを有するスタータ原型
シンボルを前記セットから削除するための手段とを備え
るシンボル認識システムで使用するための原型シンボル
のユーザ特定セット生成装置である。
識されるべきシンボルの例を入力するための手段と、前
記入力シンボルの特性をスタータ原型シンボルからなる
セットと比較するための手段と、所定閾値範囲内で、前
記入力シンボルの特性が一つ以上のスタータ原型シンボ
ルと対応する特性と整合する条件に応答して、前記入力
シンボルの特性を、入力シンボルの識別ラベルと同じ識
別ラベルを有する前記スタータ原型シンボルのうちの最
適整合シンボルの特性と組み合わせるための組み合わせ
手段であって、前記組合せ手段が、前記同じ識別ラベル
を有するユーザ原型シンボルを形成するために動作する
手段と、引き続く使用のために前記ユーザ原型シンボル
を記憶するための手段であって、前記記憶手段が、引き
続く使用のためにユーザ原型シンボルとして前記入力シ
ンボルを記憶するために、前記所定閾値範囲内で、前記
入力シンボルの特性が、前記一つ以上の所定のスタータ
原型シンボルと対応する特性と整合しない条件に応答
し、かつ前記記憶されたユーザ原型シンボルが、前記入
力シンボルと同じ識別ラベルを有する手段と、前記ユー
ザ原型シンボルと同じ識別ラベルを有するスタータ原型
シンボルを前記セットから削除するための手段とを備え
るシンボル認識システムで使用するための原型シンボル
のユーザ特定セット生成装置である。
【００２４】本発明の他の態様は、複数の所定のスター
タ原型シンボルをエレメントとして有する原型セットＳ
を設定するステップと、トレーニングシンボルＴの複数
の例を入力するステップと、を備え、Ｔの各例ごとに、
原型シンボルと、対応するスコアとのマッチリストを得
るために、Ｔの例を、Ｓのエレメントと整合させるステ
ップであって、各スコアがＴの例と前記対応する原型シ
ンボルの差異を表すステップと、一つ以上の基準に従っ
て、減少マッチリストを形成するために前記マッチリス
トを減少させるステップと、Ｓ内のエレメントとしてユ
ーザ原型シンボルを生成するために前記減少マッチリス
トを処理するステップと、Ｔの例のラベルと同じラベル
を有する任意のスタータ原型シンボルをＳから除去する
ステップと、をさらに備える手書き認識システムで使用
するための手書き原型シンボルのユーザ特定セット生成
方法である。
タ原型シンボルをエレメントとして有する原型セットＳ
を設定するステップと、トレーニングシンボルＴの複数
の例を入力するステップと、を備え、Ｔの各例ごとに、
原型シンボルと、対応するスコアとのマッチリストを得
るために、Ｔの例を、Ｓのエレメントと整合させるステ
ップであって、各スコアがＴの例と前記対応する原型シ
ンボルの差異を表すステップと、一つ以上の基準に従っ
て、減少マッチリストを形成するために前記マッチリス
トを減少させるステップと、Ｓ内のエレメントとしてユ
ーザ原型シンボルを生成するために前記減少マッチリス
トを処理するステップと、Ｔの例のラベルと同じラベル
を有する任意のスタータ原型シンボルをＳから除去する
ステップと、をさらに備える手書き認識システムで使用
するための手書き原型シンボルのユーザ特定セット生成
方法である。
【００２５】
【実施例】図１では、電子タブレット１４と文字認識装
置１８の間に連結されたセグメンテーションプロセッサ
１２を含む文字認識システム１０がブロック図形式で示
されている。タブレット１４は、多くの好適な市販入手
可能な電子タブレットのうちのいずれかであってもよ
い。タブレット１４は、ユーザが、ペン下げ位置におい
て、ブロック書体又は筆写体英数字のようなシンボルを
タブレット１４の表面に形成する、対応するスタイラス
又はペン１５を有する。タブレット１４は、ｘ−ｙタブ
レット座標システム上のペン１５の位置を表すｘ軸とｙ
軸の出力信号を有する。ストローク捕捉デバイス１６
は、セグメンテーションプロセッサ１２のためにｘ−ｙ
位置ペアデータを生成するように、タブレットからｘ−
ｙ出力をインターセプトするソフトウェアタスクであっ
てもよい。セグメンテーションプロセッサ１２の出力
は、接続ストロークと非接続ストロークを表すデータで
ある。この出力データは、文字認識装置１８への入力で
ある。文字認識装置１８は、セグメント化されたストロ
ークのうちの結合グループの同一性を決定するために動
作し、かつ英数字のような識別シンボルを表す出力１８
ａを有する。本発明は、文字認識装置１８の動作へ向け
られている。
置１８の間に連結されたセグメンテーションプロセッサ
１２を含む文字認識システム１０がブロック図形式で示
されている。タブレット１４は、多くの好適な市販入手
可能な電子タブレットのうちのいずれかであってもよ
い。タブレット１４は、ユーザが、ペン下げ位置におい
て、ブロック書体又は筆写体英数字のようなシンボルを
タブレット１４の表面に形成する、対応するスタイラス
又はペン１５を有する。タブレット１４は、ｘ−ｙタブ
レット座標システム上のペン１５の位置を表すｘ軸とｙ
軸の出力信号を有する。ストローク捕捉デバイス１６
は、セグメンテーションプロセッサ１２のためにｘ−ｙ
位置ペアデータを生成するように、タブレットからｘ−
ｙ出力をインターセプトするソフトウェアタスクであっ
てもよい。セグメンテーションプロセッサ１２の出力
は、接続ストロークと非接続ストロークを表すデータで
ある。この出力データは、文字認識装置１８への入力で
ある。文字認識装置１８は、セグメント化されたストロ
ークのうちの結合グループの同一性を決定するために動
作し、かつ英数字のような識別シンボルを表す出力１８
ａを有する。本発明は、文字認識装置１８の動作へ向け
られている。
【００２６】別個のファンクション（機能）として示さ
れているが、セグメンテーションプロセッサ１２、捕捉
デバイス１６、及び文字認識装置１８は、全て単一デー
タ処理システムで実行されるプログラムモジュールとし
て含まれてもよいことは明確であろう。ある好適なデー
タ処理システムは、タブレット１４及びペン１５が、手
書きユーザインターフェースを提供するための総合コン
ポーネントである携帯可能なバッテリ作動コンピュータ
である。
れているが、セグメンテーションプロセッサ１２、捕捉
デバイス１６、及び文字認識装置１８は、全て単一デー
タ処理システムで実行されるプログラムモジュールとし
て含まれてもよいことは明確であろう。ある好適なデー
タ処理システムは、タブレット１４及びペン１５が、手
書きユーザインターフェースを提供するための総合コン
ポーネントである携帯可能なバッテリ作動コンピュータ
である。
【００２７】本発明の開示は、所与のシンボルが少なく
とも一つのストロークからなる多数の手書きシンボルの
認識に適用可能であることが理解されよう。本発明の教
示を使用することによって、システム１０は、種々の言
語で書き込まれた文字に対応するシンボル、及び数学的
シンボル並びに他のタイプのシンボルを容易に認識する
ことができる。
とも一つのストロークからなる多数の手書きシンボルの
認識に適用可能であることが理解されよう。本発明の教
示を使用することによって、システム１０は、種々の言
語で書き込まれた文字に対応するシンボル、及び数学的
シンボル並びに他のタイプのシンボルを容易に認識する
ことができる。
【００２８】図２では、システム１０の実施例がブロッ
ク図形式で示されている。文字認識ファンクション２４
は、使用中に、アプリケーションプログラム２０へ両方
向結合されており、文字認識ファンクション２４は、認
識された文字１８ａをアプリケーションプログラム２０
へ供給し、次いで、アプリケーションプログラム２０を
介してタブレット１４からのストロークが渡される。ア
プリケーションプログラム２０のファンクションに依存
して、アプリケーションプログラムは、認識ファンクシ
ョン２４へストロークを選択的に渡すためのフィルタ２
０ａも含んでいる。例えば、テキスト編集アプリケーシ
ョンに対して、テキストの本体内に位置付けられた書き
込みシンボルは、本文挿入であると考えられてもよく、
マージン領域内に現れるシンボルが、編集ファンクショ
ン又はコメントを示すと考えられてもよい。アプリケー
ション２０は、挿入されたテキストであると仮定された
ものに対応するストロークのみを認識装置２４へ渡す
が、仮定された編集ファンクションと対応するストロー
クを検出する。一般に、アプリケーションプログラム２
０は、認識されたシンボルを利用するか、さもなけれ
ば、消費するかのいずれのプログラムであってもよい。
ク図形式で示されている。文字認識ファンクション２４
は、使用中に、アプリケーションプログラム２０へ両方
向結合されており、文字認識ファンクション２４は、認
識された文字１８ａをアプリケーションプログラム２０
へ供給し、次いで、アプリケーションプログラム２０を
介してタブレット１４からのストロークが渡される。ア
プリケーションプログラム２０のファンクションに依存
して、アプリケーションプログラムは、認識ファンクシ
ョン２４へストロークを選択的に渡すためのフィルタ２
０ａも含んでいる。例えば、テキスト編集アプリケーシ
ョンに対して、テキストの本体内に位置付けられた書き
込みシンボルは、本文挿入であると考えられてもよく、
マージン領域内に現れるシンボルが、編集ファンクショ
ン又はコメントを示すと考えられてもよい。アプリケー
ション２０は、挿入されたテキストであると仮定された
ものに対応するストロークのみを認識装置２４へ渡す
が、仮定された編集ファンクションと対応するストロー
クを検出する。一般に、アプリケーションプログラム２
０は、認識されたシンボルを利用するか、さもなけれ
ば、消費するかのいずれのプログラムであってもよい。
【００２９】システム１０は、セグメンテーションプロ
セッサ１２からの入力ストロークを、局所的、オンライ
ン原型記憶デバイス２６、一般的にはＲＡＭ（ランダム
アクセスメモリ）内に記憶される原型ストローク及び文
字と比較するように動作する認識ファンクション２４を
含む。原型記憶デバイス２６は、最初に、一セットの包
括的、又はスタータ（開始）のシンボル原型２６ａを含
む。これらのスタータ原型は、新たなユーザが、手書き
認識システム１０を直接使用することを可能とするよう
に、初期の「ウォークアップ（レベルアップ）」認識能
力を可能とするように設計される。トレーニング後は、
原型記憶デバイス２６は、スタータ原型セット２６ａに
代わって、シンボル原型２６ｂのユーザ特定の実用セッ
トを含む。
セッサ１２からの入力ストロークを、局所的、オンライ
ン原型記憶デバイス２６、一般的にはＲＡＭ（ランダム
アクセスメモリ）内に記憶される原型ストローク及び文
字と比較するように動作する認識ファンクション２４を
含む。原型記憶デバイス２６は、最初に、一セットの包
括的、又はスタータ（開始）のシンボル原型２６ａを含
む。これらのスタータ原型は、新たなユーザが、手書き
認識システム１０を直接使用することを可能とするよう
に、初期の「ウォークアップ（レベルアップ）」認識能
力を可能とするように設計される。トレーニング後は、
原型記憶デバイス２６は、スタータ原型セット２６ａに
代わって、シンボル原型２６ｂのユーザ特定の実用セッ
トを含む。
【００３０】原型マネージャ２２は、ユーザ特定シンボ
ル原型セット２６ｂを設定するために使用されるファン
クションの集合を有する。原型マネージャ２２の機能性
は、原型生成及び維持の間に用いられるアプリケーショ
ン２０によって生じる。原型マネージャ２２は、記憶装
置２６の原型を制御するために動作し、かつオフライン
記憶装置へのアクセス及び原型セットの検索を提供する
対応ファイル入力／出力（Ｉ／Ｏ）によっても動作する
こともある。スタータセット２６ａからのユーザ特定原
型２６ｂの実用セットの生成に対して特定される原型マ
ネージャ２２ファンクションは、以下に詳細に記述され
ている。
ル原型セット２６ｂを設定するために使用されるファン
クションの集合を有する。原型マネージャ２２の機能性
は、原型生成及び維持の間に用いられるアプリケーショ
ン２０によって生じる。原型マネージャ２２は、記憶装
置２６の原型を制御するために動作し、かつオフライン
記憶装置へのアクセス及び原型セットの検索を提供する
対応ファイル入力／出力（Ｉ／Ｏ）によっても動作する
こともある。スタータセット２６ａからのユーザ特定原
型２６ｂの実用セットの生成に対して特定される原型マ
ネージャ２２ファンクションは、以下に詳細に記述され
ている。
【００３１】図示された実施例において、アプリケーシ
ョン２０は、原型マネージャ２２へのオペレータインタ
ーフェースとして機能する。本発明の幾つかの実施例で
は、アプリケーション２０は、オペレータ表示端末２０
ｂと、キーボード２０ｃのようなオペレータ入力デバイ
スとにさらに結合されている。
ョン２０は、原型マネージャ２２へのオペレータインタ
ーフェースとして機能する。本発明の幾つかの実施例で
は、アプリケーション２０は、オペレータ表示端末２０
ｂと、キーボード２０ｃのようなオペレータ入力デバイ
スとにさらに結合されている。
【００３２】図３は、入力を原型マネージャ２２へ提供
するために使用される入力トレーニングフォーム３０の
例を示している。文字“Ａ”、“Ｅ”、“Ｈ”、及び
“Ｔ”からなる語彙（ボキャブラリ）例のためのトレー
ニングセッションの間は、サブジェクト（主体）には、
トレーニングサンプル３０ａが具備される。サブジェク
トは、書き込まれた文字３０ｂを構築する複数のストロ
ークを生成するために、タブレット１４上のスタイラス
１５によって、トレーニングサンプル３０ａの個々にラ
ベルを付けられたシンボルを書き込む。ストロークは捕
捉され、セグメント化され、次いで、認識ファンクショ
ン２４へ提供される。一般的なトレーニングセッション
の間、認識ファンクション２４はストロークを入力し、
かつ公知ラベルのトレーニングサンプル３０ａとスター
タセットの原型２６ａに基づいて、欠陥文字認識を行
い、次いで、記憶及び処理のために、認識されたシンボ
ル２４ａを原型マネージャ２２へ提供する。
するために使用される入力トレーニングフォーム３０の
例を示している。文字“Ａ”、“Ｅ”、“Ｈ”、及び
“Ｔ”からなる語彙（ボキャブラリ）例のためのトレー
ニングセッションの間は、サブジェクト（主体）には、
トレーニングサンプル３０ａが具備される。サブジェク
トは、書き込まれた文字３０ｂを構築する複数のストロ
ークを生成するために、タブレット１４上のスタイラス
１５によって、トレーニングサンプル３０ａの個々にラ
ベルを付けられたシンボルを書き込む。ストロークは捕
捉され、セグメント化され、次いで、認識ファンクショ
ン２４へ提供される。一般的なトレーニングセッション
の間、認識ファンクション２４はストロークを入力し、
かつ公知ラベルのトレーニングサンプル３０ａとスター
タセットの原型２６ａに基づいて、欠陥文字認識を行
い、次いで、記憶及び処理のために、認識されたシンボ
ル２４ａを原型マネージャ２２へ提供する。
【００３３】図３では、限定されたトレーニング語彙だ
けが示されているが、実際、かなりの数の書き込みサン
プルが、システム１０の特定ユーザから集められる。完
全な原型適用範囲は、全ての予期されるシンボル入力を
含むスタータ原型セット全体をトレーニングすることに
よって提供され、かつ追加の手書き入力により原型セッ
トを周期的に更新することによって高められる。
けが示されているが、実際、かなりの数の書き込みサン
プルが、システム１０の特定ユーザから集められる。完
全な原型適用範囲は、全ての予期されるシンボル入力を
含むスタータ原型セット全体をトレーニングすることに
よって提供され、かつ追加の手書き入力により原型セッ
トを周期的に更新することによって高められる。
【００３４】各入力文字は、文字ラベル、文字における
ストローク数、識別番号、タブレット１４座標ユニット
における代表的な大文字の高さ、タブレット座標１４ユ
ニット内に表される対応するベースライン値、タブレッ
ト１４の分解能とサンプルレート、及び各ストロークと
対応するｘ−ｙ座標のペア又はポイントの数も表す情報
を含むデータ構造によって示される。データ構造は、各
ストロークごとに、タブレット１４の座標システムに関
して複数のｘ−ｙ座標の値も含む。座標ペアの値はタブ
レット１４から受け取られる。
ストローク数、識別番号、タブレット１４座標ユニット
における代表的な大文字の高さ、タブレット座標１４ユ
ニット内に表される対応するベースライン値、タブレッ
ト１４の分解能とサンプルレート、及び各ストロークと
対応するｘ−ｙ座標のペア又はポイントの数も表す情報
を含むデータ構造によって示される。データ構造は、各
ストロークごとに、タブレット１４の座標システムに関
して複数のｘ−ｙ座標の値も含む。座標ペアの値はタブ
レット１４から受け取られる。
【００３５】本発明の好適な文字整合技術は、１９８４
年第７回国際会議「パターン認識」議事録のp.1004〜p.
1007の「適応オンライン手書き認識」（“Adaptive on-
linehandwriting recognition ”）において、チャール
ズ・C ・タッパート（C.C.Tappert ）によって記述され
たタイプの弾性的整合技術に基づく。
年第７回国際会議「パターン認識」議事録のp.1004〜p.
1007の「適応オンライン手書き認識」（“Adaptive on-
linehandwriting recognition ”）において、チャール
ズ・C ・タッパート（C.C.Tappert ）によって記述され
たタイプの弾性的整合技術に基づく。
【００３６】例えば、図４は、弾性的整合技術によって
比較される２ストローク（Ｓ1 及びＳ2 ）の各々の長さ
にわたって作図された、３ストローク文字、特にｘ、
ｙ、及びφ（ｐｈｉ）をグラフで示している。Ｐｈｉ
は、ストロークカーブに正接する傾斜角度であり、かつ
ｘ−ｙデータから得られる。二つのカーブポイントの間
の差異又はエラー（誤差）が経験的に決定された閾値を
超えた場合、２ストロークと、これらの２ストロークが
構成要素である恐らく二つの文字が、不整合であると見
なされるように、互いから十分に距離を隔てていると考
えられる。
比較される２ストローク（Ｓ1 及びＳ2 ）の各々の長さ
にわたって作図された、３ストローク文字、特にｘ、
ｙ、及びφ（ｐｈｉ）をグラフで示している。Ｐｈｉ
は、ストロークカーブに正接する傾斜角度であり、かつ
ｘ−ｙデータから得られる。二つのカーブポイントの間
の差異又はエラー（誤差）が経験的に決定された閾値を
超えた場合、２ストロークと、これらの２ストロークが
構成要素である恐らく二つの文字が、不整合であると見
なされるように、互いから十分に距離を隔てていると考
えられる。
【００３７】本発明の教示は、上記の弾性的整合技術の
みを使用することに限定されないことが理解されるであ
ろう。例えば、種々の特徴の抜き取り及び統計的分析方
法が用いられることができるように、線形整合が使用さ
れることができる。
みを使用することに限定されないことが理解されるであ
ろう。例えば、種々の特徴の抜き取り及び統計的分析方
法が用いられることができるように、線形整合が使用さ
れることができる。
【００３８】システム１０の一般的な動作について記述
したが、次に、本明細書中においてユーザ原型シンボル
とも呼ばれる、シンボル原型２６ｂのユーザ特定実用セ
ットを生成するための本発明の好ましい方法について説
明される。
したが、次に、本明細書中においてユーザ原型シンボル
とも呼ばれる、シンボル原型２６ｂのユーザ特定実用セ
ットを生成するための本発明の好ましい方法について説
明される。
【００３９】図５は、本発明の使用によって可能とされ
たトレーニング時間及び初期認識精度における改良点を
示すグラフである。トレース（軌跡）Ａは、いかなるト
レーニングも用いず、スタータセット２６ａのみを使っ
た結果を示す。示されているように、認識精度はかなり
高いレベルで始まるが、一定のままである。トレースＢ
は、空セットで始まる時（スタータセット２６ａがな
い）のユーザ原型セット２６ｂをトレーニングした結果
を示す。この場合、認識精度は、最初は非常に低く、次
第に、１００％へ漸近的に接近することができる。
たトレーニング時間及び初期認識精度における改良点を
示すグラフである。トレース（軌跡）Ａは、いかなるト
レーニングも用いず、スタータセット２６ａのみを使っ
た結果を示す。示されているように、認識精度はかなり
高いレベルで始まるが、一定のままである。トレースＢ
は、空セットで始まる時（スタータセット２６ａがな
い）のユーザ原型セット２６ｂをトレーニングした結果
を示す。この場合、認識精度は、最初は非常に低く、次
第に、１００％へ漸近的に接近することができる。
【００４０】トレースＣは、本発明の方法の使用による
効果を図示している。ゼロ時間での認識精度は、スター
タセット２６ａによって提供される精度と等しく、かつ
認識精度は、１００％へ漸近的に接近するように、追加
トレーニングが生じるにつれて改良される。
効果を図示している。ゼロ時間での認識精度は、スター
タセット２６ａによって提供される精度と等しく、かつ
認識精度は、１００％へ漸近的に接近するように、追加
トレーニングが生じるにつれて改良される。
【００４１】例えば、図６及び図７では、本発明の動作
の簡素化された例が示されている。
の簡素化された例が示されている。
【００４２】例えば、スタータ原型セット２６ａ（図
２）は、大文字“Ａ”の三つの文字原型を含む。特に、
スタータ原型セット２６ａは、２ストロークの“Ａ”原
型３２ａと、３ストロークの“Ａ”原型３２ｂと、１ス
トロークの“Ａ”原型３２ｃとを含む。
２）は、大文字“Ａ”の三つの文字原型を含む。特に、
スタータ原型セット２６ａは、２ストロークの“Ａ”原
型３２ａと、３ストロークの“Ａ”原型３２ｂと、１ス
トロークの“Ａ”原型３２ｃとを含む。
【００４３】ステップ１で、オペレータは、タブレット
１４とペン１５を介して、図３に示されるように、大文
字の文字“Ａ”のサンプル３３を入力するように指示さ
れる。
１４とペン１５を介して、図３に示されるように、大文
字の文字“Ａ”のサンプル３３を入力するように指示さ
れる。
【００４４】ステップ２では、上記に示された弾性的整
合技術によって、サンプル文字３３の構成ストロークが
スタータ原型３２ａ、３２ｂ、及び３２ｃの各々の構成
ストロークと比較される。サンプル文字３３の構成スト
ロークとスタータ原型３２ａ、３２ｂ、及び３２ｃの各
々のストロークの差異（Ｄ）が閾値（Ｔ）と比較され
る。
合技術によって、サンプル文字３３の構成ストロークが
スタータ原型３２ａ、３２ｂ、及び３２ｃの各々の構成
ストロークと比較される。サンプル文字３３の構成スト
ロークとスタータ原型３２ａ、３２ｂ、及び３２ｃの各
々のストロークの差異（Ｄ）が閾値（Ｔ）と比較され
る。
【００４５】図６では、オペレータは、整合と見なされ
る３ストロークの“Ａ”原型３２ｂに十分に近似した
（Ｄ＜Ｔ）３ストロークの“Ａ”を入力した。
る３ストロークの“Ａ”原型３２ｂに十分に近似した
（Ｄ＜Ｔ）３ストロークの“Ａ”を入力した。
【００４６】ステップ３では、サンプル“Ａ”の構成ス
トロークとスタータ原型３２ｂの構成ストロークが、ス
テップ４で、実用原型２６ｂのユーザセットに記憶され
る新たな実用原型３４ａを形成するように、共に平均化
される。
トロークとスタータ原型３２ｂの構成ストロークが、ス
テップ４で、実用原型２６ｂのユーザセットに記憶され
る新たな実用原型３４ａを形成するように、共に平均化
される。
【００４７】ステップ５では、カウンタ３６ａ、３６
ｂ、及び３６ｃが＋１の増分クロック３８によって増分
される。カウンタ３６ａ〜３６ｃにおけるカウント数
は、トレーニングセッションの間、ユーザによって入力
されたサンプル大文字“Ａ”の文字の多数の例を示す。
ｂ、及び３６ｃが＋１の増分クロック３８によって増分
される。カウンタ３６ａ〜３６ｃにおけるカウント数
は、トレーニングセッションの間、ユーザによって入力
されたサンプル大文字“Ａ”の文字の多数の例を示す。
【００４８】ステップ６では、カウンタ３６ａ〜３６ｃ
の値は、コンパレータ４０によって所定の値（ｎ）と比
較される。カウンタ３６ａ〜３６ｃの値が（ｎ）より小
さい場合、オペレータはさらなるサンプル文字を入力す
るように促され、次いで、ステップ１〜６が反復される
（又は、次のサンプル文字がスタータ原型の一つと整合
しない場合、図７のステップ１〜５が反復される）。
の値は、コンパレータ４０によって所定の値（ｎ）と比
較される。カウンタ３６ａ〜３６ｃの値が（ｎ）より小
さい場合、オペレータはさらなるサンプル文字を入力す
るように促され、次いで、ステップ１〜６が反復される
（又は、次のサンプル文字がスタータ原型の一つと整合
しない場合、図７のステップ１〜５が反復される）。
【００４９】カウンタ３６ａ〜３６ｃの値がステップ６
で所定値（ｎ）と等しいことが分かった場合、次いで、
スタータ原型３２ａ、３２ｂ、及び３２ｃはステップ７
で削除され、これによって、システム１０で“Ａ”原型
の数を四つから一つの実用原型２６ｂへしぼる。オペレ
ータはサンプル文字‘Ａ’の他の例を入力しても、入力
しなくてもよい。
で所定値（ｎ）と等しいことが分かった場合、次いで、
スタータ原型３２ａ、３２ｂ、及び３２ｃはステップ７
で削除され、これによって、システム１０で“Ａ”原型
の数を四つから一つの実用原型２６ｂへしぼる。オペレ
ータはサンプル文字‘Ａ’の他の例を入力しても、入力
しなくてもよい。
【００５０】図７は、ユーザ入力サンプル文字が、閾値
Ｔ内で、スタータ原型３２ａ、３２ｂ、及び３２ｃのう
ちの一つと整合しないケースに対する方法の動作を示
す。
Ｔ内で、スタータ原型３２ａ、３２ｂ、及び３２ｃのう
ちの一つと整合しないケースに対する方法の動作を示
す。
【００５１】特に、この方法の動作は、ステップ１及び
ステップ２に関する図６における動作と同じである。し
かしながら、図７で、ユーザは、整合と見なされるに
は、スタータ原型３２ａ〜３２ｃのいずれにも十分に近
似しなかった（Ｄ＞Ｔ）２ストロークの“Ａ”を入力し
た。
ステップ２に関する図６における動作と同じである。し
かしながら、図７で、ユーザは、整合と見なされるに
は、スタータ原型３２ａ〜３２ｃのいずれにも十分に近
似しなかった（Ｄ＞Ｔ）２ストロークの“Ａ”を入力し
た。
【００５２】ステップ３では、サンプル“Ａ”文字３３
が実用原型２６ｂのユーザセットへ実用原型３４ｂとし
て書き込まれ、次いで、ステップ４では、カウンタ３６
ａ、３６ｂ、及び３６ｃが＋１増分クロック３８によっ
て増分される。ステップ５では、カウンタ３６ａ〜３６
ｃの値がコンパレータ４０によって所定値（ｎ）と比較
される。カウンタ３６ａ〜３６ｃの値が（ｎ）より小さ
い場合、オペレータはサンプル文字の他の例を入力する
ように指示され、次いで、ステップ１〜５が反復される
（又は、次のサンプル文字がスタータ原型のうちの一つ
と整合しない場合、図６のステップ１〜６が反復され
る）。
が実用原型２６ｂのユーザセットへ実用原型３４ｂとし
て書き込まれ、次いで、ステップ４では、カウンタ３６
ａ、３６ｂ、及び３６ｃが＋１増分クロック３８によっ
て増分される。ステップ５では、カウンタ３６ａ〜３６
ｃの値がコンパレータ４０によって所定値（ｎ）と比較
される。カウンタ３６ａ〜３６ｃの値が（ｎ）より小さ
い場合、オペレータはサンプル文字の他の例を入力する
ように指示され、次いで、ステップ１〜５が反復される
（又は、次のサンプル文字がスタータ原型のうちの一つ
と整合しない場合、図６のステップ１〜６が反復され
る）。
【００５３】カウンタ３６ａ〜３６ｃの値が、ステップ
５で所定値（ｎ）と等しいことが分かった場合、次い
で、ステップ６で、スタータ原型３２ａ、３２ｂ、及び
３２ｃが削除され、これによって、システム１０で、
“Ａ”原型の数を四つから一つはへしぼる。
５で所定値（ｎ）と等しいことが分かった場合、次い
で、ステップ６で、スタータ原型３２ａ、３２ｂ、及び
３２ｃが削除され、これによって、システム１０で、
“Ａ”原型の数を四つから一つはへしぼる。
【００５４】図６の方法において、平均化のステップ
は、スタータ原型３２ｂの寄与をより重く重み付けする
一点づつの重み付け平均であるのが好ましい。このよう
に、この技術は、「公知の好適な」スタータ“Ａ”原型
３２ｂの特性の重要な部分を保持するように、作動
“Ａ”原型３４ａを形成しようとする。例えば、重み付
けは、実用原型３４ａに対するスタータ原型３２ｂの寄
与がサンプル原型３３の寄与の５倍であるほどであって
もよい。
は、スタータ原型３２ｂの寄与をより重く重み付けする
一点づつの重み付け平均であるのが好ましい。このよう
に、この技術は、「公知の好適な」スタータ“Ａ”原型
３２ｂの特性の重要な部分を保持するように、作動
“Ａ”原型３４ａを形成しようとする。例えば、重み付
けは、実用原型３４ａに対するスタータ原型３２ｂの寄
与がサンプル原型３３の寄与の５倍であるほどであって
もよい。
【００５５】文字及びストローク平均化技術は、現在、
1992年 6月 9日付けで発行された米国特許番号第512 14
41号の、1990年 9月21日付けで出願された米国特許出願
番号第07/ 586,843 号に記述されているように使用され
てもよい。これに関しては、また、1991年10月24日に出
願された米国特許出願番号第07/782,215号も参照された
い。
1992年 6月 9日付けで発行された米国特許番号第512 14
41号の、1990年 9月21日付けで出願された米国特許出願
番号第07/ 586,843 号に記述されているように使用され
てもよい。これに関しては、また、1991年10月24日に出
願された米国特許出願番号第07/782,215号も参照された
い。
【００５６】閾値（Ｔ）の値と（ｎ）の値は、所与のア
プリケーションのために経験的に決定されるのが最適で
ある。閾値（Ｔ）は、スタータ原型文字の内の一つによ
ってユーザ入力シンボル３３の平均化を支持するように
設定される。これが、スタータ原型セット２６ａの「公
知の好適な」特徴の重要な構成要素を組み込むように、
作動用のユーザ特定原型セット２６ｂの設定を行う。
（ｎ）の値は、所与のユーザに原型セットをトレーニン
グするために当てられた時間と、電子タブレット１４と
スタイレット１５の使用について対象クラスのユーザに
対して予想される精通度、及び／又は対象クラスのユー
ザの予想年齢のような恐らく他の基準との関数である。
プリケーションのために経験的に決定されるのが最適で
ある。閾値（Ｔ）は、スタータ原型文字の内の一つによ
ってユーザ入力シンボル３３の平均化を支持するように
設定される。これが、スタータ原型セット２６ａの「公
知の好適な」特徴の重要な構成要素を組み込むように、
作動用のユーザ特定原型セット２６ｂの設定を行う。
（ｎ）の値は、所与のユーザに原型セットをトレーニン
グするために当てられた時間と、電子タブレット１４と
スタイレット１５の使用について対象クラスのユーザに
対して予想される精通度、及び／又は対象クラスのユー
ザの予想年齢のような恐らく他の基準との関数である。
【００５７】図８は、本発明の方法を非常に詳細に示す
フローチャートである。
フローチャートである。
【００５８】ブロックＡで、この方法は、各原型が‘St
arter ’（スタータ）と記され、スタータセット２６を
Ｓへコピーすることによって、原型セットＳで開始され
る。或いは、空（ヌル）セットが生成され、Ｓと指定さ
れる。
arter ’（スタータ）と記され、スタータセット２６を
Ｓへコピーすることによって、原型セットＳで開始され
る。或いは、空（ヌル）セットが生成され、Ｓと指定さ
れる。
【００５９】ブロックＢでは、学習すべきトレーニング
シンボル（Ｔ）が有るかどうかが決定される。学習すべ
きトレーニングシンボル（Ｔ）が無い場合、この方法は
ブロックＣで出る。学習すべきトレーニングシンボル
（Ｔ）が有る場合、方法はブロックＤを実行する。
シンボル（Ｔ）が有るかどうかが決定される。学習すべ
きトレーニングシンボル（Ｔ）が無い場合、この方法は
ブロックＣで出る。学習すべきトレーニングシンボル
（Ｔ）が有る場合、方法はブロックＤを実行する。
【００６０】ブロックＤでは、トレーニングシンボルＴ
が、例えば、上記に関する弾性的整合技術を介してＳの
全てのエレメントに対して整合される。その結果は、シ
ンボルと、対応する整合相違スコア（Match Dissimilar
ity Scores）（スコア）のマッチ（整合）リストとな
る。整合相違スコアが小さければ小さい程、Ｔと、Ｓの
対応するエレメントとの間の差が小さくなる。ゼロのス
コアは、Ｔと、Ｓの対応するエレメントとの間の完全な
整合を示す。
が、例えば、上記に関する弾性的整合技術を介してＳの
全てのエレメントに対して整合される。その結果は、シ
ンボルと、対応する整合相違スコア（Match Dissimilar
ity Scores）（スコア）のマッチ（整合）リストとな
る。整合相違スコアが小さければ小さい程、Ｔと、Ｓの
対応するエレメントとの間の差が小さくなる。ゼロのス
コアは、Ｔと、Ｓの対応するエレメントとの間の完全な
整合を示す。
【００６１】任意ステップ（ブロックＥ）は、マッチリ
ストに関する情報を呼び出しプログラム及び／又はユー
ザへ戻すために実行されてもよい。このステップの実行
は、トレーニングセッションの進行について、及びこの
システムがユーザの手書きにいかにして適応するかにつ
いて、ユーザへフィードバックを提供する。
ストに関する情報を呼び出しプログラム及び／又はユー
ザへ戻すために実行されてもよい。このステップの実行
は、トレーニングセッションの進行について、及びこの
システムがユーザの手書きにいかにして適応するかにつ
いて、ユーザへフィードバックを提供する。
【００６２】ブロックＦでは、可能ならば、基準に従っ
て入力を除去することによって、マッチリストのサイズ
が減少される。
て入力を除去することによって、マッチリストのサイズ
が減少される。
【００６３】スコア＞閾値（THRESH）を有するマッチリ
スト入力を除去し、次いで（任意に）‘Starter ’と記
されたマッチリスト入力を除去する。
スト入力を除去し、次いで（任意に）‘Starter ’と記
されたマッチリスト入力を除去する。
【００６４】第１基準のみが用いられた場合、トレーニ
ングシンボル（Ｔ）はスタータ原型シンボル２６ａのセ
ットへ併合されることに留意されたい。例えば、あるＴ
は平均化されるか、或いは、スタータ原型と組み合わせ
られる。ブロックＦの実行によって減少マッチリスト
（Reduced Match List）と呼ばれる構造を生成する。ブ
ロックＦの実行によって、マッチリストと同数の入力を
有する減少マッチリストを生じるケースもいくつかある
かもしれないことが理解されよう。
ングシンボル（Ｔ）はスタータ原型シンボル２６ａのセ
ットへ併合されることに留意されたい。例えば、あるＴ
は平均化されるか、或いは、スタータ原型と組み合わせ
られる。ブロックＦの実行によって減少マッチリスト
（Reduced Match List）と呼ばれる構造を生成する。ブ
ロックＦの実行によって、マッチリストと同数の入力を
有する減少マッチリストを生じるケースもいくつかある
かもしれないことが理解されよう。
【００６５】ステップＧは、図９、図１０、及び図１１
〜図１５について以下に詳細に記述されているように減
少マッチリストを処理する。
〜図１５について以下に詳細に記述されているように減
少マッチリストを処理する。
【００６６】ブロックＨでは、カウンタ３６（図６及び
図７）は、Ｔと同じラベルを有するＳ内の全てのスター
タシンボル原型ごとに増分される。例えば、Ｔのラベル
が‘Ａ’である場合、ラベル‘Ａ’を有する、Ｓ内の全
てのスタータシンボル原型が１だけ増分される。
図７）は、Ｔと同じラベルを有するＳ内の全てのスター
タシンボル原型ごとに増分される。例えば、Ｔのラベル
が‘Ａ’である場合、ラベル‘Ａ’を有する、Ｓ内の全
てのスタータシンボル原型が１だけ増分される。
【００６７】ブロックＩでは、Ｓから、図６及び図７に
対応する第２の閾値（THRESH1 ）に等しいカウンタの値
を有する全てのスタータ原型を除去する。次いで、他の
トレーニングシンボルＴがあるかどうかを決定するため
にブロックＢへ戻って実行される。
対応する第２の閾値（THRESH1 ）に等しいカウンタの値
を有する全てのスタータ原型を除去する。次いで、他の
トレーニングシンボルＴがあるかどうかを決定するため
にブロックＢへ戻って実行される。
【００６８】図９、図１０、及び図１１〜図１５に示さ
れているように、ブロックＧの一般的な動作は、ブロッ
クＦにおいてマッチリストを減少させた結果として存在
するかもしれない多数の条件のうちの一つをチェック
し、かつこの条件に基づいて動作することにある。要す
るに、これらの条件とは、減少マッチリストEMPTY
（空）、減少マッチリストにおけるT NOT FOUND、減
少マッチリストにおけるT FOUND ALONE、減少マッチ
リストにおけるT FOUND BEST 、及び減少マッチリス
トにおけるT FOUND NOT BESTである。これらの条件
又はケースの各々は、‘Ａ、Ａ、Ｈ、Ｈ、Ｈ’によって
表される５個のユーザ入力の３ストロークのトレーニン
グシンボル（Ｔ）のシーケンス例について詳細に示され
ている。
れているように、ブロックＧの一般的な動作は、ブロッ
クＦにおいてマッチリストを減少させた結果として存在
するかもしれない多数の条件のうちの一つをチェック
し、かつこの条件に基づいて動作することにある。要す
るに、これらの条件とは、減少マッチリストEMPTY
（空）、減少マッチリストにおけるT NOT FOUND、減
少マッチリストにおけるT FOUND ALONE、減少マッチ
リストにおけるT FOUND BEST 、及び減少マッチリス
トにおけるT FOUND NOT BESTである。これらの条件
又はケースの各々は、‘Ａ、Ａ、Ｈ、Ｈ、Ｈ’によって
表される５個のユーザ入力の３ストロークのトレーニン
グシンボル（Ｔ）のシーケンス例について詳細に示され
ている。
【００６９】減少マッチリストEmpty （空）（図１１）
【００７０】図８のブロックＤの実行結果として、図１
１のケースでは、Ｓからの三つの入力が、トレーニング
シンボル（Ｔ）、即ち３ストロークの‘Ａ’の第１の例
と整合された。Ｓにおける原型シンボルの小部分だけが
図示されているのが見られるが、数百個のスタータシン
ボル原型が最初に存在していることもあることは理解さ
れよう。
１のケースでは、Ｓからの三つの入力が、トレーニング
シンボル（Ｔ）、即ち３ストロークの‘Ａ’の第１の例
と整合された。Ｓにおける原型シンボルの小部分だけが
図示されているのが見られるが、数百個のスタータシン
ボル原型が最初に存在していることもあることは理解さ
れよう。
【００７１】三つの整合された入力は、Start(er) と記
された３ストロークのラベル‘Ａ’シンボル原型と、St
art と記された３ストロークのラベル‘Ｈ’シンボル原
型と、やはりStart と記された３ストロークのラベル
‘Ｉ’である。この三つの整合された入力は、それぞれ
の入力のマーク及びスコアと共にマッチリストへロード
される。
された３ストロークのラベル‘Ａ’シンボル原型と、St
art と記された３ストロークのラベル‘Ｈ’シンボル原
型と、やはりStart と記された３ストロークのラベル
‘Ｉ’である。この三つの整合された入力は、それぞれ
の入力のマーク及びスコアと共にマッチリストへロード
される。
【００７２】以下の例では、図８のブロックＦが上記の
両基準によって動作すると仮定される。減少マッチリス
トは、閾値（THRESH）よりも大きなスコアを含むマッチ
リストからのシンボル原型を全く含まないし、Start(e
r) と示されたシンボル原型も含まない。これによっ
て、Ｉ原型は、そのスコアがかなり高いので除去され
る。さらに、マッチリストの原型の全てが Startと記さ
れる場合、減少マッチリストは空となる。
両基準によって動作すると仮定される。減少マッチリス
トは、閾値（THRESH）よりも大きなスコアを含むマッチ
リストからのシンボル原型を全く含まないし、Start(e
r) と示されたシンボル原型も含まない。これによっ
て、Ｉ原型は、そのスコアがかなり高いので除去され
る。さらに、マッチリストの原型の全てが Startと記さ
れる場合、減少マッチリストは空となる。
【００７３】ブロックＧ１（図９）では、ＹＥＳ（肯
定）ブランチがブロックＧ２へ進み、ＴがＳへ付け加え
られ、次いで、 Starter（スタータ）とは対照的に、Ｔ
がUser（ユーザ）と記される。これによって、３ストロ
ークのユーザシンボル原型がＳへ付け加えられ、かつＡ
6と指定される。この場合、Ａ 6の６はＳ内の６番目の
シンボル原型であることを示す。ユーザシンボル原型の
みと対応する平均カウンタ（ＣＮＴ2 ）も、Ａ 6に対し
て１に初期設定される。ＣＮＴ 2の動作は、以下に詳細
に記述される。要するに、ＣＮＴ 2は、対応するユーザ
シンボル原型が平均化されるか、或いはＴと組み合わさ
れた時のみ、増分される。
定）ブランチがブロックＧ２へ進み、ＴがＳへ付け加え
られ、次いで、 Starter（スタータ）とは対照的に、Ｔ
がUser（ユーザ）と記される。これによって、３ストロ
ークのユーザシンボル原型がＳへ付け加えられ、かつＡ
6と指定される。この場合、Ａ 6の６はＳ内の６番目の
シンボル原型であることを示す。ユーザシンボル原型の
みと対応する平均カウンタ（ＣＮＴ2 ）も、Ａ 6に対し
て１に初期設定される。ＣＮＴ 2の動作は、以下に詳細
に記述される。要するに、ＣＮＴ 2は、対応するユーザ
シンボル原型が平均化されるか、或いはＴと組み合わさ
れた時のみ、増分される。
【００７４】この方法は、次いで、ブロックＧを出て、
図８のブロックＨとブロックＩを実行する。ブロックＨ
では、Ｔ（‘Ａ’）と同じラベルを有する三つのスター
タシンボル原型が１だけ増分される対応カウンタ（ＣＮ
Ｔ1 ）を有し、ブロックＩでは、全てのＣＮＴ1 の値が
閾値（THRESH1 ）と比較される。この例では、THRESH 1
＝２であると仮定される。従って、この時に、どのシン
ボル原型もＳから除去されない。
図８のブロックＨとブロックＩを実行する。ブロックＨ
では、Ｔ（‘Ａ’）と同じラベルを有する三つのスター
タシンボル原型が１だけ増分される対応カウンタ（ＣＮ
Ｔ1 ）を有し、ブロックＩでは、全てのＣＮＴ1 の値が
閾値（THRESH1 ）と比較される。この例では、THRESH 1
＝２であると仮定される。従って、この時に、どのシン
ボル原型もＳから除去されない。
【００７５】 減少マッチリストにおけるT FOUND ALONE（図１２）
【００７６】‘Ａ’の第２の例では、ブロックＤの動作
は、Ａ6 を含むマッチリストに配置される四つのシンボ
ル原型を生じる。ブロックＦの動作は減少マッチリスト
内へ配置されるＡ6 だけを生じ、リスト内でＡ6 はユー
ザと記され、かつスコア＜THRESH（閾値）を有する。
は、Ａ6 を含むマッチリストに配置される四つのシンボ
ル原型を生じる。ブロックＦの動作は減少マッチリスト
内へ配置されるＡ6 だけを生じ、リスト内でＡ6 はユー
ザと記され、かつスコア＜THRESH（閾値）を有する。
【００７７】ブロックＧ１でＮＯ（否定）ブランチへ進
んだ場合、ブロックＧ３が実行され、ブロックＧ３で
は、Ｔのラベルを有する原型が減少マッチリスト内に見
つけられるかを決定するためにテストが行われる。Ａ6
が存在した場合、ＮＯ（否定）ブランチはブロックＧ４
へ進む。
んだ場合、ブロックＧ３が実行され、ブロックＧ３で
は、Ｔのラベルを有する原型が減少マッチリスト内に見
つけられるかを決定するためにテストが行われる。Ａ6
が存在した場合、ＮＯ（否定）ブランチはブロックＧ４
へ進む。
【００７８】ブロックＧ４では、Ｔのラベルを有する原
型が減少マッチリスト内に単独で見つかるか（found al
one ）を決定するためにテストが行われる。即ち、減少
マッチリストがラベルＴの単一シンボル原型を含むか？
（ということである。）図１２の例では、ＹＥＳ（肯
定）ブランチはブロックＧ５へ進む。
型が減少マッチリスト内に単独で見つかるか（found al
one ）を決定するためにテストが行われる。即ち、減少
マッチリストがラベルＴの単一シンボル原型を含むか？
（ということである。）図１２の例では、ＹＥＳ（肯
定）ブランチはブロックＧ５へ進む。
【００７９】ブロックＧ５では、Found Alone原型が
ユーザと記されるかを決定するテストが行われ、ユーザ
と記された場合、ＣＮＴ2 の値が閾値THRESH2 よりも小
さいかどうかが決定される。ある所定数の平均化動作が
既に行われた後で対応するユーザシンボル原型へのさら
に平均化することを阻止するように、THRESH2 の値はセ
ットされる。理由は、THRESH2 を超えた後では、平均化
シンボル原型における追加される改良点は殆ど生じない
と仮定されるからである。
ユーザと記されるかを決定するテストが行われ、ユーザ
と記された場合、ＣＮＴ2 の値が閾値THRESH2 よりも小
さいかどうかが決定される。ある所定数の平均化動作が
既に行われた後で対応するユーザシンボル原型へのさら
に平均化することを阻止するように、THRESH2 の値はセ
ットされる。理由は、THRESH2 を超えた後では、平均化
シンボル原型における追加される改良点は殆ど生じない
と仮定されるからである。
【００８０】ブロックＧ５でＮＯ（否定）の場合、方法
はブロックＧを出る。ブロックＧ５でＹＥＳ（肯定）の
場合、さらなる平均化が許可され、次いで方法はブロッ
クＧ６を実行する。ブロックＧ６で、Ｔは平均化される
か、さもなければ、減少マッチリストのシンボル原型の
ただ一つの例と組み合わせられ、次いで平均化されたＴ
原型はＳにおいてＡ6 を置換する。この原型は、スター
タシンボル原型が減少マッチリスト内で許可されるケー
スに対応するために、ユーザと記される。ブロックＧ７
では、Ａ6 のＣＮＴ2 は１だけ増分され、次いでこの方
法はブロックＧで出る。
はブロックＧを出る。ブロックＧ５でＹＥＳ（肯定）の
場合、さらなる平均化が許可され、次いで方法はブロッ
クＧ６を実行する。ブロックＧ６で、Ｔは平均化される
か、さもなければ、減少マッチリストのシンボル原型の
ただ一つの例と組み合わせられ、次いで平均化されたＴ
原型はＳにおいてＡ6 を置換する。この原型は、スター
タシンボル原型が減少マッチリスト内で許可されるケー
スに対応するために、ユーザと記される。ブロックＧ７
では、Ａ6 のＣＮＴ2 は１だけ増分され、次いでこの方
法はブロックＧで出る。
【００８１】図８のブロックＨでは、Ｔ（‘Ａ’）と同
じラベルを有する三つのスタータシンボル原型が１だけ
増分された、それらの原型の対応するカウンタ（ＣＮＴ
1 ）を有し、ブロックＩでは、全てのＣＮＴ1 値がTHRE
SH1 と比較される。この例では、THRESH1 ＝２と仮定さ
れる。従って、三つの‘Ａ’ラベルスタータ原型がＳか
ら削除され、Ｈ4 、Ｉ5 、及びＡ6 と指定された残り三
つの原型が、それぞれＨ1 、Ｉ1 、及びＡ3 と再指定さ
れる。ブロックＨ及びＩの実行の結果として、Ｓ内の原
型のセットが、スタータシンボル原型を除去することに
よってサイズが減少され、これによって本発明の目的を
達成する。
じラベルを有する三つのスタータシンボル原型が１だけ
増分された、それらの原型の対応するカウンタ（ＣＮＴ
1 ）を有し、ブロックＩでは、全てのＣＮＴ1 値がTHRE
SH1 と比較される。この例では、THRESH1 ＝２と仮定さ
れる。従って、三つの‘Ａ’ラベルスタータ原型がＳか
ら削除され、Ｈ4 、Ｉ5 、及びＡ6 と指定された残り三
つの原型が、それぞれＨ1 、Ｉ1 、及びＡ3 と再指定さ
れる。ブロックＨ及びＩの実行の結果として、Ｓ内の原
型のセットが、スタータシンボル原型を除去することに
よってサイズが減少され、これによって本発明の目的を
達成する。
【００８２】 減少マッチリストにおける T Not Found（図１３）
【００８３】トレーニングシンボル‘Ｈ’の第１の例で
は、ブロックＤの動作により、三つのシンボル原型がユ
ーザシンボル原型Ａ3 を含むマッチリスト内に配置され
ることになる。この例では、Ａ3 がスタータ原型Ｈ1 よ
りも低い（好適な）スコアを有すると仮定される。ブロ
ックＦの動作によって、Ａ3 のみが減少マッチリスト内
に配置されることになり、Ａ3 はユーザと記され、かつ
スコア＜THRESH（閾値）を有する。
は、ブロックＤの動作により、三つのシンボル原型がユ
ーザシンボル原型Ａ3 を含むマッチリスト内に配置され
ることになる。この例では、Ａ3 がスタータ原型Ｈ1 よ
りも低い（好適な）スコアを有すると仮定される。ブロ
ックＦの動作によって、Ａ3 のみが減少マッチリスト内
に配置されることになり、Ａ3 はユーザと記され、かつ
スコア＜THRESH（閾値）を有する。
【００８４】図９のブロックＧ３では、減少マッチリス
トは空（Empty ）ではなく、またラベル‘Ｈ’のシンボ
ル原型を含まない場合、ＹＥＳ（肯定）パスへ進み、従
って、現在トレーニングシンボル（Ｔ）が処理される。
ブロックＧ２は、Ｈ4 としてＴをＳ内に配置するように
実行される。Ｈ4 はユーザと記され、その対応するＣＮ
Ｔ2 は１に初期化される。
トは空（Empty ）ではなく、またラベル‘Ｈ’のシンボ
ル原型を含まない場合、ＹＥＳ（肯定）パスへ進み、従
って、現在トレーニングシンボル（Ｔ）が処理される。
ブロックＧ２は、Ｈ4 としてＴをＳ内に配置するように
実行される。Ｈ4 はユーザと記され、その対応するＣＮ
Ｔ2 は１に初期化される。
【００８５】この方法は、次いでブロックＧを出て、図
８のブロックＨ及びＩを実行する。ブロックＨでは、Ｔ
（Ｈ1 ）と同じラベルを有する単一スタータシンボル原
型が、１だけ増分されたその原型と対応するＣＮＴ1 を
有し、ブロックＩでは、すべてのＣＮＴ1 の値が THRES
H1と比較される。この例で、THRESH1 ＝２の場合、シン
ボル原型はＳから全く除去されない。
８のブロックＨ及びＩを実行する。ブロックＨでは、Ｔ
（Ｈ1 ）と同じラベルを有する単一スタータシンボル原
型が、１だけ増分されたその原型と対応するＣＮＴ1 を
有し、ブロックＩでは、すべてのＣＮＴ1 の値が THRES
H1と比較される。この例で、THRESH1 ＝２の場合、シン
ボル原型はＳから全く除去されない。
【００８６】減少マッチリストにおける T Found Not
Best（図１４）
Best（図１４）
【００８７】トレーニングシンボル‘Ｈ’の第２の例で
は、ブロックＤの動作によって、四つのシンボル原型が
Ａ3 、Ｈ1 、及びＨ4 を含むマッチリストへ配置される
ことになる。この例のために、Ａ3 は、‘Ｈ’シンボル
原型のどちらよりも低いスコアを再び有すると仮定され
る。ブロックＦの動作では、Ａ3 及びＨ4 の両方が減少
マッチリスト内へ配置され、この場合、これらのシンボ
ル原型は、共にユーザと記され、スコア＜THRESH（閾
値）も有する。減少マッチリストにおける原型がスコア
によって順序付けられる時、Ａ3 はＨ4 の前に置かれ
る。
は、ブロックＤの動作によって、四つのシンボル原型が
Ａ3 、Ｈ1 、及びＨ4 を含むマッチリストへ配置される
ことになる。この例のために、Ａ3 は、‘Ｈ’シンボル
原型のどちらよりも低いスコアを再び有すると仮定され
る。ブロックＦの動作では、Ａ3 及びＨ4 の両方が減少
マッチリスト内へ配置され、この場合、これらのシンボ
ル原型は、共にユーザと記され、スコア＜THRESH（閾
値）も有する。減少マッチリストにおける原型がスコア
によって順序付けられる時、Ａ3 はＨ4 の前に置かれ
る。
【００８８】ブロックＧ１でＮＯ（否定）ブランチの場
合、次いで、Ｔのラベルを有する原型が減少マッチリス
ト内で見つかるかどうかを決定するためにテストされる
ブロックＧ３が実行される。Ｈ4 が存在する場合、ＮＯ
（否定）ブランチはブロックＧ４へ進む。Ｈ4 が Found
Aloneではない場合、ＮＯ（否定）ブランチはブロッ
クＧ８へ進み、このブロックＧ８で、Ｔが減少マッチリ
スト内で Found Bestかどうかが決定される。Ａ
3 が、Ｈ4 の前に、減少マッチリスト内で見つかった場
合、ＮＯ（否定）ブランチはブロックＧ９へ進む（図１
０）。
合、次いで、Ｔのラベルを有する原型が減少マッチリス
ト内で見つかるかどうかを決定するためにテストされる
ブロックＧ３が実行される。Ｈ4 が存在する場合、ＮＯ
（否定）ブランチはブロックＧ４へ進む。Ｈ4 が Found
Aloneではない場合、ＮＯ（否定）ブランチはブロッ
クＧ８へ進み、このブロックＧ８で、Ｔが減少マッチリ
スト内で Found Bestかどうかが決定される。Ａ
3 が、Ｈ4 の前に、減少マッチリスト内で見つかった場
合、ＮＯ（否定）ブランチはブロックＧ９へ進む（図１
０）。
【００８９】ブロックＧ１１では、Found Not Best
原型がユーザと記されたかどうかを決定するためにテス
トが行われ、ユーザと記された場合、ＣＮＴ2 （カウン
タ）の値が、閾値THRESHよりも小さいかどうかを決定さ
れる。ブロックＧ１１でＮＯ（否定）された場合、この
方法は、ＴがＳへ追加されかつユーザと記されるブロッ
クＧ１０ヘ進む。これは、ＴがＳに入り、かつＴが放棄
されないことを保証する。ＹＥＳ（肯定）の場合、Ｔが
平均化されるか、或いは、Ｔが減少マッチリストからの
最適スコアの FOUND NOT BEST の同一ラベルのシン
ボル原型と組み合わせられるブロックＧ１２へ進む。こ
の例では、Ｔは、平均化されたシンボル原型‘ＨAVG ’
を生成するため、Ｈ4 （ステップ１）によって平均化さ
れる。次いで、Ｔは、弾性的整合技術又はある他の好適
な方法を使って、ＨAVG （ステップ２）と再整合され、
これによりスコアが得られる（SCORE1）。ブロックＧ１
３では、SCORE1が、減少マッチリストにおける最適選択
肢と対応するスコア、即ちこの例ではＡ3 、よりも低い
（好適）かどうかを決定するために比較される。ＮＯ
（否定）の場合、ブロックＧ１０で、ＴはＳにＨ5 （ユ
ーザ）として付け加えられる。ブロックＧ１３でＹＥＳ
（肯定）の場合、Ｓ内のＨ4 は、ＨAVG （ブロックＧ１
４）によって置換され、Ｈ4 はユーザと記され、次いで
対応するＣＮＴ 2 が増分される。
原型がユーザと記されたかどうかを決定するためにテス
トが行われ、ユーザと記された場合、ＣＮＴ2 （カウン
タ）の値が、閾値THRESHよりも小さいかどうかを決定さ
れる。ブロックＧ１１でＮＯ（否定）された場合、この
方法は、ＴがＳへ追加されかつユーザと記されるブロッ
クＧ１０ヘ進む。これは、ＴがＳに入り、かつＴが放棄
されないことを保証する。ＹＥＳ（肯定）の場合、Ｔが
平均化されるか、或いは、Ｔが減少マッチリストからの
最適スコアの FOUND NOT BEST の同一ラベルのシン
ボル原型と組み合わせられるブロックＧ１２へ進む。こ
の例では、Ｔは、平均化されたシンボル原型‘ＨAVG ’
を生成するため、Ｈ4 （ステップ１）によって平均化さ
れる。次いで、Ｔは、弾性的整合技術又はある他の好適
な方法を使って、ＨAVG （ステップ２）と再整合され、
これによりスコアが得られる（SCORE1）。ブロックＧ１
３では、SCORE1が、減少マッチリストにおける最適選択
肢と対応するスコア、即ちこの例ではＡ3 、よりも低い
（好適）かどうかを決定するために比較される。ＮＯ
（否定）の場合、ブロックＧ１０で、ＴはＳにＨ5 （ユ
ーザ）として付け加えられる。ブロックＧ１３でＹＥＳ
（肯定）の場合、Ｓ内のＨ4 は、ＨAVG （ブロックＧ１
４）によって置換され、Ｈ4 はユーザと記され、次いで
対応するＣＮＴ 2 が増分される。
【００９０】次いで、この方法はブロックＧを出て、図
８のブロックＨ及びＩを実行する。ブロックＨでは、Ｔ
（Ｈ1 ）と同じラベルを有する単一スタータシンボル原
型が、１だけ増分されるその原型の対応するＣＮＴ1 を
有し、ブロックＩでは、全てのＣＮＴ1 の値が THRESH1
（閾値）と比較される。この例で、THRESH1 ＝２の場
合、Ｈ1 スタータシンボル原型がＳから除去され、残り
の原型が再度ナンバリングされ、Ｓが図１５のように現
れる。
８のブロックＨ及びＩを実行する。ブロックＨでは、Ｔ
（Ｈ1 ）と同じラベルを有する単一スタータシンボル原
型が、１だけ増分されるその原型の対応するＣＮＴ1 を
有し、ブロックＩでは、全てのＣＮＴ1 の値が THRESH1
（閾値）と比較される。この例で、THRESH1 ＝２の場
合、Ｈ1 スタータシンボル原型がＳから除去され、残り
の原型が再度ナンバリングされ、Ｓが図１５のように現
れる。
【００９１】 減少マッチリストにおける T Found Best（図１５）
【００９２】トレーニングシンボル‘Ｈ’の第３の例で
は、ブロックＤの動作では、四つのシンボル原型が、Ｈ
3 、Ａ2 、Ｈ4 、及びＩ1 を含むマッチリストに配置さ
れることになる。この例のため、Ｈ3 は最低（最適）ス
コアを有すると仮定される。ブロックＦの動作では、Ｈ
3 、Ａ2 、及びＨ4 が、減少マッチリストに配置される
ことになり、リスト内では、これらのシンボル原型の全
てがユーザと記され、かつスコア＜THRESH（閾値）を有
する。減少マッチリスト内の原型がスコアによって順序
づけられる場合、Ｈ3 は、Ａ2 とＨ4 の前に配置され
る。
は、ブロックＤの動作では、四つのシンボル原型が、Ｈ
3 、Ａ2 、Ｈ4 、及びＩ1 を含むマッチリストに配置さ
れることになる。この例のため、Ｈ3 は最低（最適）ス
コアを有すると仮定される。ブロックＦの動作では、Ｈ
3 、Ａ2 、及びＨ4 が、減少マッチリストに配置される
ことになり、リスト内では、これらのシンボル原型の全
てがユーザと記され、かつスコア＜THRESH（閾値）を有
する。減少マッチリスト内の原型がスコアによって順序
づけられる場合、Ｈ3 は、Ａ2 とＨ4 の前に配置され
る。
【００９３】図９では、ブロックＧ１でＮＯ（否定）ブ
ランチが選択されると、Ｔのラベルを有する原型が減少
マッチリスト内で見つかるかどうかを決定するためにテ
ストが行われるブロックＧ３が実行される。Ｈ3 とＨ4
が共に存在している場合、ＮＯ（否定）ブランチはブロ
ックＧ４へ進む。Ｈ4 が Found Alone ではない場合、
ＮＯ（否定）ブランチは、Ｔが減少マッチリスト内で F
ound Bestであるかどうかが決定されるブロックＧ８へ
進む。Ｈ3 が最低（最適）スコアを有する場合、この条
件は満たされ、ＹＥＳブランチはブロックＧ１５へ進
む。
ランチが選択されると、Ｔのラベルを有する原型が減少
マッチリスト内で見つかるかどうかを決定するためにテ
ストが行われるブロックＧ３が実行される。Ｈ3 とＨ4
が共に存在している場合、ＮＯ（否定）ブランチはブロ
ックＧ４へ進む。Ｈ4 が Found Alone ではない場合、
ＮＯ（否定）ブランチは、Ｔが減少マッチリスト内で F
ound Bestであるかどうかが決定されるブロックＧ８へ
進む。Ｈ3 が最低（最適）スコアを有する場合、この条
件は満たされ、ＹＥＳブランチはブロックＧ１５へ進
む。
【００９４】ブロックＧ１５では、Found Best原型が
ユーザと記されるかどうかを決定するためにテストさ
れ、ユーザと記されたと決定された場合、ＣＮＴ2 の値
が閾値THRESH2 よりも小さいかどうかが決定される。ブ
ロックＧ１５で否定された場合、この方法はブロックＧ
を出る。ＹＥＳ（肯定）の場合、Ｔが平均化されるか、
或いは、減少マッチリストからの最高スコア（最適）の
同一ラベルシンボル原型と組み合わせられる、ブロック
Ｇ１６が実行される。この例で、一つの平均化されたシ
ンボル原型‘ＨAVG ’を生成するため、ＴはＨ3 によっ
て平均化される（図１５のステップ１）。次いで、Ｔ
は、弾性的整合技術又はある他の好適な方法によって、
ＨAVG と再整合され（ステップ２）、次いでスコアが得
られる（SCORE1）。ブロックＧ１７では、SCORE1が減少
マッチリストにおける Found Bestシンボル原型、この
例ではＨ3 、と対応するスコアよりも低い（好適）かど
うかを決定するために比較される。否定の場合、ブロッ
クＧ１８で、Ｈ3 はＳ内でユーザとして記され、その対
応するＣＮＴ2 は増分されない。ブロックＧ１７で肯定
の場合、ＳにおけるＨ3 は、ＨAVG （ブロックＧ１９）
によって置換され、Ｈ3はユーザと記され、かつその対
応するＣＮＴ2 は増分される。
ユーザと記されるかどうかを決定するためにテストさ
れ、ユーザと記されたと決定された場合、ＣＮＴ2 の値
が閾値THRESH2 よりも小さいかどうかが決定される。ブ
ロックＧ１５で否定された場合、この方法はブロックＧ
を出る。ＹＥＳ（肯定）の場合、Ｔが平均化されるか、
或いは、減少マッチリストからの最高スコア（最適）の
同一ラベルシンボル原型と組み合わせられる、ブロック
Ｇ１６が実行される。この例で、一つの平均化されたシ
ンボル原型‘ＨAVG ’を生成するため、ＴはＨ3 によっ
て平均化される（図１５のステップ１）。次いで、Ｔ
は、弾性的整合技術又はある他の好適な方法によって、
ＨAVG と再整合され（ステップ２）、次いでスコアが得
られる（SCORE1）。ブロックＧ１７では、SCORE1が減少
マッチリストにおける Found Bestシンボル原型、この
例ではＨ3 、と対応するスコアよりも低い（好適）かど
うかを決定するために比較される。否定の場合、ブロッ
クＧ１８で、Ｈ3 はＳ内でユーザとして記され、その対
応するＣＮＴ2 は増分されない。ブロックＧ１７で肯定
の場合、ＳにおけるＨ3 は、ＨAVG （ブロックＧ１９）
によって置換され、Ｈ3はユーザと記され、かつその対
応するＣＮＴ2 は増分される。
【００９５】この方法はブロックＧ２を出て、図８のブ
ロックＨ及びＩを実行する。ブロックＨでは、Ｔ
（‘Ｈ’）と同じラベルを有するスタータシンボル原型
はＳ内では全く見つからず、従って、ブロックＩで除去
されつものは何もない。
ロックＨ及びＩを実行する。ブロックＨでは、Ｔ
（‘Ｈ’）と同じラベルを有するスタータシンボル原型
はＳ内では全く見つからず、従って、ブロックＩで除去
されつものは何もない。
【００９６】Ｓの引き続くトレーニングは、所望レベル
の認識精度が達成されるまで行われる。THRESH1 ＝２を
有する上記例では、Ｔの全てのケースのうちの少なくと
も二つの例が示される場合、Ｓは、Starter （スター
タ）と記されたシンボル原型を全く含まない。さらに、
全てのユーザシンボル原型は、組み合わされたか、即ち
平均化された、シンボル原型、若しくはトレーニングシ
ンボルＴの単一例の表示である。
の認識精度が達成されるまで行われる。THRESH1 ＝２を
有する上記例では、Ｔの全てのケースのうちの少なくと
も二つの例が示される場合、Ｓは、Starter （スター
タ）と記されたシンボル原型を全く含まない。さらに、
全てのユーザシンボル原型は、組み合わされたか、即ち
平均化された、シンボル原型、若しくはトレーニングシ
ンボルＴの単一例の表示である。
【００９７】一つ以上の実用原型のユーザセット２６ｂ
を記憶し、一つのセットがシステム１０の各ユーザごと
に記憶されることが本発明の範囲を逸脱していないこと
は明確であろう。このように、スタータシンボル原型の
「削除」は、特定ユーザセット２６ｂからのスタータシ
ンボル原型の削除であって、システムからの完全なスタ
ータセット２６ａの除去ではないことが理解されよう。
即ち、多数の異なるユーザが種々の機会にトレーニング
されることができるように、スタータシンボル原型セッ
ト２６ａのコピーを常時保持することが好ましいことも
ある。
を記憶し、一つのセットがシステム１０の各ユーザごと
に記憶されることが本発明の範囲を逸脱していないこと
は明確であろう。このように、スタータシンボル原型の
「削除」は、特定ユーザセット２６ｂからのスタータシ
ンボル原型の削除であって、システムからの完全なスタ
ータセット２６ａの除去ではないことが理解されよう。
即ち、多数の異なるユーザが種々の機会にトレーニング
されることができるように、スタータシンボル原型セッ
ト２６ａのコピーを常時保持することが好ましいことも
ある。
【００９８】ＣＮＴ1 の閾値が１にセットされる位相即
時方法の利点は、スタータシンボル原型のセットが早期
に減少され、スタータセット２６ａから作動ユーザセッ
ト２６ｂへの遷移が急速に行われる。ＣＮＴ1 の閾値が
１よりも大きい、位相遅延方法の利点は、原型適用範囲
と原型数の間のトーレドオフ（交換）の最大化である。
時方法の利点は、スタータシンボル原型のセットが早期
に減少され、スタータセット２６ａから作動ユーザセッ
ト２６ｂへの遷移が急速に行われる。ＣＮＴ1 の閾値が
１よりも大きい、位相遅延方法の利点は、原型適用範囲
と原型数の間のトーレドオフ（交換）の最大化である。
【００９９】しかしながら、両方法は、新たなユーザに
とって、優れた「ウォークアップ」（接近）認識精度を
有するスタータセット２６ａから、特定ユーザ向けに調
整されかつ改良された認識精度を有する実用セット２６
ｂへの好適な進化又は遷移を提供する。この両方法は、
一般に、スタータセット全体の原型が保持された場合に
得られるよりも、サイズの小さい一セットの作動シンボ
ル原型も提供する。
とって、優れた「ウォークアップ」（接近）認識精度を
有するスタータセット２６ａから、特定ユーザ向けに調
整されかつ改良された認識精度を有する実用セット２６
ｂへの好適な進化又は遷移を提供する。この両方法は、
一般に、スタータセット全体の原型が保持された場合に
得られるよりも、サイズの小さい一セットの作動シンボ
ル原型も提供する。
【０１００】上記の方法は、汎用目的又は専用処理デバ
イスを含むが、それらに限定されない多数の好適なハー
ドウェア実施例によって実践され、かつ／又は専用回路
によって全体的又は部分的に実行されることもあること
は明確であろう。例えば、カウンタ３６ａ〜３６ｃはハ
ードウェアカウンタであってもよいが、ソフトウェア内
で保持されるのが好ましい。さらに、この方法のいくつ
かのステップは、図示された順番以外で実行されてもよ
く、（それでも）同一の結果が得られる。例えば、連続
して接続されたブロックＧ１、Ｇ３、Ｇ４、Ｇ８、及び
Ｇ９は、図９及び図１０に示されている順番以外で配置
されてもよい。
イスを含むが、それらに限定されない多数の好適なハー
ドウェア実施例によって実践され、かつ／又は専用回路
によって全体的又は部分的に実行されることもあること
は明確であろう。例えば、カウンタ３６ａ〜３６ｃはハ
ードウェアカウンタであってもよいが、ソフトウェア内
で保持されるのが好ましい。さらに、この方法のいくつ
かのステップは、図示された順番以外で実行されてもよ
く、（それでも）同一の結果が得られる。例えば、連続
して接続されたブロックＧ１、Ｇ３、Ｇ４、Ｇ８、及び
Ｇ９は、図９及び図１０に示されている順番以外で配置
されてもよい。
【０１０１】本発明の教示は、手書き文字認識システム
のみによる使用に限定されることはなく、スタータセッ
トの原型シンボルに用いられたトレーニングシンボルの
例から、一セットのユーザ又はアプリケーション特定原
型シンボルをトレーニングするシステムへ一般的に適用
可能であることは更に理解されよう。種々の例は、テキ
スト編集シンボルのようなジェスチャー（振舞い）を認
識する、走査用光学文字認識（ＯＣＲ）システム及び手
書き認識システムを含むが、これらに限定されることは
ない。
のみによる使用に限定されることはなく、スタータセッ
トの原型シンボルに用いられたトレーニングシンボルの
例から、一セットのユーザ又はアプリケーション特定原
型シンボルをトレーニングするシステムへ一般的に適用
可能であることは更に理解されよう。種々の例は、テキ
スト編集シンボルのようなジェスチャー（振舞い）を認
識する、走査用光学文字認識（ＯＣＲ）システム及び手
書き認識システムを含むが、これらに限定されることは
ない。
【０１０２】
【外１】
【０１０３】さらに、トレーニングシンボルＴのオフラ
インで生成し、次いで、これらのシンボルをグループと
してシステムへ入力することは本発明の範囲を逸脱しな
い。本発明は、さらに、上記の連続的な増分の実施例の
代わりに、類似した広範囲の実施例で実施されてもよ
い。
インで生成し、次いで、これらのシンボルをグループと
してシステムへ入力することは本発明の範囲を逸脱しな
い。本発明は、さらに、上記の連続的な増分の実施例の
代わりに、類似した広範囲の実施例で実施されてもよ
い。
【０１０４】
【発明の効果】本発明は、シンボル原型のスタータセッ
トからユーザ特定シンボル原型の実用セットを正確に展
開する方法を提供する。
トからユーザ特定シンボル原型の実用セットを正確に展
開する方法を提供する。
【図１】本発明において動作する手書き認識システムの
ブロック図である。
ブロック図である。
【図２】図１のシステムを極めて詳細に示すブロック図
である。
である。
【図３】このシステムへ入力されるトレーニングセット
の文字を示す図である。
の文字を示す図である。
【図４】弾性的整合技術の動作をグラフ式に表す図であ
る。
る。
【図５】本発明を使用することによって可能とされたト
レーニング時間における改良点を示すグラフである。
レーニング時間における改良点を示すグラフである。
【図６】本発明の方法による動作を図式的に示す図であ
る。
る。
【図７】本発明の方法による動作を図式的に示す図であ
る。
る。
【図８】本発明の方法を概略的に示すフローチャートで
ある。
ある。
【図９】図８のステップＧを極めて詳細に示すフローチ
ャートである。
ャートである。
【図１０】図８のステップＧを極めて詳細に示すフロー
チャートである。
チャートである。
【図１１】文字をトレーニングするシーケンス例のため
の本発明の方法の動作を示す図である。
の本発明の方法の動作を示す図である。
【図１２】文字をトレーニングするシーケンス例のため
の本発明の方法の動作を示す図である。
の本発明の方法の動作を示す図である。
【図１３】文字をトレーニングするシーケンス例のため
の本発明の方法の動作を示す図である。
の本発明の方法の動作を示す図である。
【図１４】文字をトレーニングするシーケンス例のため
の本発明の方法の動作を示す図である。
の本発明の方法の動作を示す図である。
【図１５】文字をトレーニングするシーケンス例のため
の本発明の方法の動作を示す図である。
の本発明の方法の動作を示す図である。
１０ 文字認識システム １２ セグメンテーションプロセッサ １４ 電子タブレット １５ ペン １６ ストローク捕捉デバイス １８ 文字認識装置
───────────────────────────────────────────────────── フロントページの続き (72)発明者 チャールズ カーソン タッパート アメリカ合衆国10562、ニューヨーク州オ ッシニング、ビーチ ロード （番地な し)
Claims (10)
- 【請求項１】 識別ラベルを有する、認識されるべきシ
ンボルの例を入力するステップ（ａ）と、 前記入力シンボルの特性をスタータ原型シンボルからな
るセットのスタータ原型シンボルと比較するステップ
（ｂ）と、 を備え、 前記入力シンボルの特性が、所定の閾値範囲内で、一つ
以上のスタータ原型シンボルと対応する特性と整合する
場合、 前記入力シンボルの特性を、入力シンボルの識別ラベル
と同じ識別ラベルを有する前記スタータ原型シンボルの
うちの最高整合シンボルの特性と組み合わせるステップ
であって、前記組み合わせステップが、前記同じ識別ラ
ベルを有するユーザ原型シンボルを形成するために動作
するステップ（ｃ）と、 引き続く使用のためにユーザ原型シンボルを記憶するス
テップ（ｄ）と、 前記ユーザ原型シンボルと同じ識別ラベルを有するスタ
ータ原型シンボルを削除するステップ（ｅ）と、 を備え、 さもなければ、前記入力シンボルの特性が、所定閾値範
囲内で、前記一つ以上の所定のスタータ原型シンボルと
対応する特性と整合しない場合、 引き続く使用のために、前記入力シンボルをユーザ原型
シンボルとして記憶するステップであって、前記記憶さ
れたユーザ原型シンボルが前記入力シンボルと同じ識別
ラベルを有するステップ（ｆ）と、 前記ユーザ原型シンボルと同じ識別ラベルを有するスタ
ータ原型シンボルを削除するステップ（ｇ）と、 を備えるシンボル認識システムで使用するための原型シ
ンボルのユーザ特定セット生成方法。 - 【請求項２】 前記削除ステップの各々が、 前記入力シンボルの前記識別ラベルと同じ識別ラベルを
有する前記スタータ原型シンボルの各々と対応するカウ
ンタ手段を増分するステップと、 前記カウンタ手段の値を所定値と比較するステップと、 前記カウンタ手段の値が所定値よりも小さい場合、 所定シンボルの他の例及び他の所定シンボルの例の内の
一方を表すように、一つ以上のストロークを入力するた
めに、ステップ（ａ）を反復し、次いで、前記一つ以上
のスタータ原型シンボルを削除せずに、ステップ（ｂ）
と、ステップ（ｃ）（ｄ）及びステップ（ｆ）の内の一
方とを実行するステップと、 或いは、前記カウンタ手段の値が所定値に等しい場合、 前記一つ以上のスタータ原型シンボルを削除するステッ
プ（ｅ）及び（ｇ）の内の一方を実行するステップとを
備える初期ステップを含む請求項１に記載の方法。 - 【請求項３】 前記組み合わせステップが、前記入力シ
ンボルの特性を、入力シンボルの識別ラベルと同じ識別
ラベルを有する前記スタータ原型シンボルのうちの最高
整合シンボルの特性によって平均化するステップを含む
請求項１に記載の方法。 - 【請求項４】 前記入力ステップが、電子タブレットに
対応するスタイラスの動作によって、一つ以上のストロ
ークを生成するステップを含み、かつ前記入力シンボル
が一つ以上のストロークを備えている請求項１に記載の
方法。 - 【請求項５】 識別ラベルを有する、認識されるべきシ
ンボルの例を入力するための手段と、 前記入力シンボルの特性をスタータ原型シンボルからな
るセットと比較するための手段と、 所定閾値範囲内で、前記入力シンボルの特性が一つ以上
のスタータ原型シンボルと対応する特性と整合する条件
に応答して、前記入力シンボルの特性を、入力シンボル
の識別ラベルと同じ識別ラベルを有する前記スタータ原
型シンボルのうちの最適整合シンボルの特性と組み合わ
せるための組み合わせ手段であって、前記組合せ手段
が、前記同じ識別ラベルを有するユーザ原型シンボルを
形成するために動作する手段と、 引き続く使用のために前記ユーザ原型シンボルを記憶す
るための手段であって、前記記憶手段が、引き続く使用
のためにユーザ原型シンボルとして前記入力シンボルを
記憶するために、前記所定閾値範囲内で、前記入力シン
ボルの特性が、前記一つ以上の所定のスタータ原型シン
ボルと対応する特性と整合しない条件に応答し、かつ前
記記憶されたユーザ原型シンボルが、前記入力シンボル
と同じ識別ラベルを有する手段と、 前記ユーザ原型シンボルと同じ識別ラベルを有するスタ
ータ原型シンボルを前記セットから削除するための手段
とを備えるシンボル認識システムで使用するための原型
シンボルのユーザ特定セット生成装置。 - 【請求項６】 前記削除手段が、前記入力シンボルの前
記識別ラベルと同じ識別ラベルを有する前記スタータ原
型シンボルの各々と対応する第１のカウンタ手段を増分
するための手段と、前記第１のカウンタ手段の値を第１
の所定値と比較するための手段とを含み、かつ前記削除
手段が、前記対応する第１のカウンタ手段の値が前記第
１の所定値と等しい場合にのみ、前記一つ以上のスター
タ原型シンボルを削除するために比較手段動作に応答す
る請求項５に記載の装置。 - 【請求項７】 前記入力手段が電子タブレットに対応す
るスタイラスの動作に応答してストローク情報を生成す
るための手段を含み、かつ前記入力シンボルが一つ以上
のストロークを表す情報によって表される請求項５に記
載の装置。 - 【請求項８】 複数の所定のスタータ原型シンボルをエ
レメントとして有する原型セットＳを設定するステップ
と、 トレーニングシンボルＴの複数の例を入力するステップ
と、 を備え、 Ｔの各例ごとに、 原型シンボルと、対応するスコアとのマッチリストを得
るために、Ｔの例を、Ｓのエレメントと整合させるステ
ップであって、各スコアがＴの例と前記対応する原型シ
ンボルの差異を表すステップと、 一つ以上の基準に従って、減少マッチリストを形成する
ために前記マッチリストを減少させるステップと、 Ｓ内のエレメントとしてユーザ原型シンボルを生成する
ために前記減少マッチリストを処理するステップと、 Ｔの例のラベルと同じラベルを有する任意のスタータ原
型シンボルをＳから除去するステップと、 をさらに備える手書き認識システムで使用するための手
書き原型シンボルのユーザ特定セット生成方法。 - 【請求項９】 前記減少ステップが、第１の所定閾値よ
りも大きい距離記憶を有する入力を除去することによっ
て前記マッチリストを減少させる請求項８に記載の方
法。 - 【請求項１０】 前記処理ステップが、 前記減少マッチリストがＴと同じラベルを有する原型シ
ンボルを含まないEmptyケースと、 前記減少マッチリストが、Ｔと同じラベルを有する単一
原型シンボルを含むFound Alone ケースと、 前記減少マッチリストが複数の原型シンボルを含み、か
つ最低スコアを有する前記原型シンボルがＴと同じラベ
ルを有する Found Bestケースと、 前記減少マッチリストが複数の原型シンボルを含み、か
つ最低スコアを有する前記原型シンボルがＴと異なるラ
ベルを有する Found Not Bestケース、 のうちの一つを識別するために、Ｔの例を前記減少マッ
チリストのエレメントと比較するステップをさらに含む
請求項８に記載の方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US868369 | 1992-04-14 | ||
| US07/868,369 US5319721A (en) | 1992-04-14 | 1992-04-14 | Methods and apparatus for evolving a starter set of handwriting prototypes into a user-specific set |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0684014A true JPH0684014A (ja) | 1994-03-25 |
| JP2641374B2 JP2641374B2 (ja) | 1997-08-13 |
Family
ID=25351535
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5025060A Expired - Fee Related JP2641374B2 (ja) | 1992-04-14 | 1993-02-15 | ユーザ固有のプロトタイプシンボルセットを生成する方法及び装置 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US5319721A (ja) |
| EP (1) | EP0565871B1 (ja) |
| JP (1) | JP2641374B2 (ja) |
| KR (1) | KR960001101B1 (ja) |
| AT (1) | ATE181165T1 (ja) |
| CA (1) | CA2087502C (ja) |
| DE (1) | DE69325204T2 (ja) |
Families Citing this family (52)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2089784C (en) * | 1992-04-15 | 1996-12-24 | William Joseph Anderson | Apparatus and method for disambiguating an input stream generated by a stylus-based user interface |
| DE69332555D1 (de) * | 1992-09-04 | 2003-01-23 | Canon Kk | Verfahren und Vorrichtung zur Anzeige von Zeichen |
| US6697524B1 (en) | 1992-09-04 | 2004-02-24 | Canon Kabushiki Kaisha | Information processing method and apparatus |
| US6097392A (en) * | 1992-09-10 | 2000-08-01 | Microsoft Corporation | Method and system of altering an attribute of a graphic object in a pen environment |
| GB2281997B (en) * | 1993-09-20 | 1997-10-15 | Ricoh Kk | Method and apparatus for improving a text image by using character regeneration |
| US5699456A (en) * | 1994-01-21 | 1997-12-16 | Lucent Technologies Inc. | Large vocabulary connected speech recognition system and method of language representation using evolutional grammar to represent context free grammars |
| JP3466689B2 (ja) * | 1994-01-26 | 2003-11-17 | キヤノン株式会社 | 手書き文字認識方法及びその装置 |
| IL108566A0 (en) * | 1994-02-04 | 1994-05-30 | Baron Research & Dev Company L | Handwriting input apparatus using more than one sensing technique |
| JP3453422B2 (ja) * | 1994-02-10 | 2003-10-06 | キヤノン株式会社 | 文字パターンのユーザ辞書への登録方法及び該ユーザ辞書を有する文字認識装置 |
| IL110137A (en) * | 1994-06-27 | 2000-06-29 | Advanced Recognition Tech | Handwriting recognition system |
| US5883968A (en) * | 1994-07-05 | 1999-03-16 | Aw Computer Systems, Inc. | System and methods for preventing fraud in retail environments, including the detection of empty and non-empty shopping carts |
| WO1996001454A1 (en) * | 1994-07-05 | 1996-01-18 | Aw Computer Systems, Inc. | Security system and methods for preventing fraud in retail environments |
| US5680480A (en) * | 1994-07-29 | 1997-10-21 | Apple Computer, Inc. | Method and apparatus for training a recognizer |
| JP3508252B2 (ja) * | 1994-11-30 | 2004-03-22 | 株式会社デンソー | サイン認識装置 |
| JP3189608B2 (ja) * | 1995-02-01 | 2001-07-16 | 株式会社日立製作所 | フロー式粒子画像解析方法 |
| JP3689455B2 (ja) * | 1995-07-03 | 2005-08-31 | キヤノン株式会社 | 情報処理方法及び装置 |
| US5940534A (en) * | 1995-07-17 | 1999-08-17 | Nippon Telegraph And Telephone Corporation | On-line handwritten character recognition using affine transformation to maximize overlapping of corresponding input and reference pattern strokes |
| US5844991A (en) * | 1995-08-07 | 1998-12-01 | The Regents Of The University Of California | Script identification from images using cluster-based templates |
| US5838819A (en) * | 1995-11-14 | 1998-11-17 | Lucent Technologies Inc. | System and method for processing and managing electronic copies of handwritten notes |
| JP3744997B2 (ja) * | 1996-01-12 | 2006-02-15 | キヤノン株式会社 | 文字認識装置及びその方法 |
| JPH09319829A (ja) * | 1996-06-03 | 1997-12-12 | Nec Corp | オンライン文字認識装置 |
| US5825923A (en) * | 1996-09-05 | 1998-10-20 | Faxtrieve, Inc. | Method for performing character recognition on a pixel matrix |
| US6064767A (en) * | 1998-01-16 | 2000-05-16 | Regents Of The University Of California | Automatic language identification by stroke geometry analysis |
| US6185332B1 (en) | 1999-04-22 | 2001-02-06 | Faxtrieve, Inc. | Character recognition technique |
| US6766058B1 (en) * | 1999-08-04 | 2004-07-20 | Electro Scientific Industries | Pattern recognition using multiple templates |
| US7114162B2 (en) * | 2000-12-06 | 2006-09-26 | Microsoft Corporation | System and methods for generating and managing filter strings in a filter graph |
| US6768499B2 (en) * | 2000-12-06 | 2004-07-27 | Microsoft Corporation | Methods and systems for processing media content |
| US6983466B2 (en) * | 2000-12-06 | 2006-01-03 | Microsoft Corporation | Multimedia project processing systems and multimedia project processing matrix systems |
| US6774919B2 (en) * | 2000-12-06 | 2004-08-10 | Microsoft Corporation | Interface and related methods for reducing source accesses in a development system |
| US7447754B2 (en) | 2000-12-06 | 2008-11-04 | Microsoft Corporation | Methods and systems for processing multi-media editing projects |
| US6959438B2 (en) * | 2000-12-06 | 2005-10-25 | Microsoft Corporation | Interface and related methods for dynamically generating a filter graph in a development system |
| US7287226B2 (en) * | 2000-12-06 | 2007-10-23 | Microsoft Corporation | Methods and systems for effecting video transitions represented by bitmaps |
| US7343041B2 (en) * | 2001-02-22 | 2008-03-11 | International Business Machines Corporation | Handwritten word recognition using nearest neighbor techniques that allow adaptive learning |
| AU2002333065B2 (en) * | 2001-10-15 | 2006-11-02 | Silverbrook Research Pty Ltd | Character identification |
| AUPR824401A0 (en) * | 2001-10-15 | 2001-11-08 | Silverbrook Research Pty. Ltd. | Methods and systems (npw002) |
| CA2375355A1 (en) * | 2002-03-11 | 2003-09-11 | Neo Systems Inc. | Character recognition system and method |
| US6970877B2 (en) * | 2002-06-28 | 2005-11-29 | Microsoft Corporation | Reducing and controlling sizes of prototype-based recognizers |
| US6988107B2 (en) * | 2002-06-28 | 2006-01-17 | Microsoft Corporation | Reducing and controlling sizes of model-based recognizers |
| US7379596B2 (en) * | 2003-10-24 | 2008-05-27 | Microsoft Corporation | System and method for personalization of handwriting recognition |
| JP2006031299A (ja) | 2004-07-15 | 2006-02-02 | Hitachi Ltd | 文字認識方法、文字データの修正履歴処理方法およびシステム |
| US7865018B2 (en) * | 2005-06-02 | 2011-01-04 | Microsoft Corporation | Personalized implicit and explicit character shape adaptation and recognition |
| US20070086628A1 (en) * | 2005-10-14 | 2007-04-19 | Frank Fuchs | System for automatically maintaining reference signatures |
| US7817857B2 (en) * | 2006-05-31 | 2010-10-19 | Microsoft Corporation | Combiner for improving handwriting recognition |
| US8055104B2 (en) * | 2007-03-02 | 2011-11-08 | Adi, Llc | Process performance evaluation for Enterprise data systems |
| US7945097B2 (en) * | 2007-05-21 | 2011-05-17 | Microsoft Corporation | Classifying digital ink into a writing or a drawing |
| US7953279B2 (en) | 2007-06-28 | 2011-05-31 | Microsoft Corporation | Combining online and offline recognizers in a handwriting recognition system |
| US9261979B2 (en) * | 2007-08-20 | 2016-02-16 | Qualcomm Incorporated | Gesture-based mobile interaction |
| CN107102723B (zh) * | 2007-08-20 | 2019-12-06 | 高通股份有限公司 | 用于基于手势的移动交互的方法、装置、设备和非暂时性计算机可读介质 |
| DE102007052622A1 (de) * | 2007-11-05 | 2009-05-07 | T-Mobile International Ag | Verfahren zur Bildanalyse, insbesondere für ein Mobilfunkgerät |
| US8306327B2 (en) * | 2008-12-30 | 2012-11-06 | International Business Machines Corporation | Adaptive partial character recognition |
| US8341558B2 (en) * | 2009-09-16 | 2012-12-25 | Google Inc. | Gesture recognition on computing device correlating input to a template |
| US11526571B2 (en) | 2019-09-12 | 2022-12-13 | International Business Machines Corporation | Requesting an IP address using a non-textual based graphical resource identifier |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS58223887A (ja) * | 1982-06-21 | 1983-12-26 | Fujitsu Ltd | 文字認識装置における個人辞書作成処理方式 |
| JPS5917672A (ja) * | 1982-07-22 | 1984-01-28 | Fujitsu Ltd | 文字認識装置 |
| JPS5985579A (ja) * | 1982-11-08 | 1984-05-17 | Nippon Telegr & Teleph Corp <Ntt> | 個人字形辞書構成方法 |
| JPS59180677A (ja) * | 1983-03-31 | 1984-10-13 | Fujitsu Ltd | 文字認識装置 |
| JPS6061875A (ja) * | 1983-09-16 | 1985-04-09 | Hitachi Ltd | パターン認識装置における標準パターン作成方法 |
| JPS62190580A (ja) * | 1986-02-17 | 1987-08-20 | Sharp Corp | 辞書作成方式 |
| JPH01307887A (ja) * | 1988-06-06 | 1989-12-12 | Patoroma Res Kk | 手書き文字読取装置 |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4177448A (en) * | 1978-06-26 | 1979-12-04 | International Business Machines Corporation | Character recognition system and method multi-bit curve vector processing |
| JPS58103075A (ja) * | 1981-12-16 | 1983-06-18 | Toshiba Corp | 文字読取装置 |
| JPS5998283A (ja) * | 1982-11-27 | 1984-06-06 | Hitachi Ltd | パターン切出しおよび認識方法、ならびにそのシステム |
| JPS59106085A (ja) * | 1982-12-10 | 1984-06-19 | Fujitsu Ltd | 認識装置の辞書更新方法 |
| US4561105A (en) * | 1983-01-19 | 1985-12-24 | Communication Intelligence Corporation | Complex pattern recognition method and system |
| US4573196A (en) * | 1983-01-19 | 1986-02-25 | Communications Intelligence Corporation | Confusion grouping of strokes in pattern recognition method and system |
| US4718102A (en) * | 1983-01-19 | 1988-01-05 | Communication Intelligence Corporation | Process and apparatus involving pattern recognition |
| US4731857A (en) * | 1984-06-29 | 1988-03-15 | International Business Machines Corporation | Recognition system for run-on handwritten characters |
| NO865239L (no) * | 1985-04-26 | 1986-12-22 | Battelle Memorial Institute | Fremgangsmaate for sammenligning av en haandskrift med en referanseskrift. |
| US4724542A (en) * | 1986-01-22 | 1988-02-09 | International Business Machines Corporation | Automatic reference adaptation during dynamic signature verification |
| FR2604004B1 (fr) * | 1986-09-11 | 1990-05-11 | Anatex | Procede de reconnaissance d'ecriture manuscrite |
| JPH07113956B2 (ja) * | 1987-07-17 | 1995-12-06 | 株式会社日立製作所 | 個人辞書作成機能付き手書文字認識装置 |
| DE68916978T2 (de) * | 1988-01-18 | 1994-11-17 | Toshiba Kawasaki Kk | Zeichenkettenerkennungssystem. |
| JP2829002B2 (ja) * | 1988-09-26 | 1998-11-25 | 株式会社東芝 | 文字認識装置 |
| US5121441A (en) * | 1990-09-21 | 1992-06-09 | International Business Machines Corporation | Robust prototype establishment in an on-line handwriting recognition system |
| US5287415A (en) * | 1991-10-24 | 1994-02-15 | International Business Machines Corporation | Elastic prototype averaging in online handwriting recognition |
-
1992
- 1992-04-14 US US07/868,369 patent/US5319721A/en not_active Expired - Lifetime
-
1993
- 1993-01-18 CA CA002087502A patent/CA2087502C/en not_active Expired - Fee Related
- 1993-02-15 JP JP5025060A patent/JP2641374B2/ja not_active Expired - Fee Related
- 1993-03-12 DE DE69325204T patent/DE69325204T2/de not_active Expired - Lifetime
- 1993-03-12 AT AT93104071T patent/ATE181165T1/de not_active IP Right Cessation
- 1993-03-12 EP EP93104071A patent/EP0565871B1/en not_active Expired - Lifetime
- 1993-04-12 KR KR1019930006076A patent/KR960001101B1/ko not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS58223887A (ja) * | 1982-06-21 | 1983-12-26 | Fujitsu Ltd | 文字認識装置における個人辞書作成処理方式 |
| JPS5917672A (ja) * | 1982-07-22 | 1984-01-28 | Fujitsu Ltd | 文字認識装置 |
| JPS5985579A (ja) * | 1982-11-08 | 1984-05-17 | Nippon Telegr & Teleph Corp <Ntt> | 個人字形辞書構成方法 |
| JPS59180677A (ja) * | 1983-03-31 | 1984-10-13 | Fujitsu Ltd | 文字認識装置 |
| JPS6061875A (ja) * | 1983-09-16 | 1985-04-09 | Hitachi Ltd | パターン認識装置における標準パターン作成方法 |
| JPS62190580A (ja) * | 1986-02-17 | 1987-08-20 | Sharp Corp | 辞書作成方式 |
| JPH01307887A (ja) * | 1988-06-06 | 1989-12-12 | Patoroma Res Kk | 手書き文字読取装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR960001101B1 (ko) | 1996-01-18 |
| CA2087502C (en) | 1996-05-14 |
| JP2641374B2 (ja) | 1997-08-13 |
| DE69325204D1 (de) | 1999-07-15 |
| ATE181165T1 (de) | 1999-06-15 |
| EP0565871B1 (en) | 1999-06-09 |
| US5319721A (en) | 1994-06-07 |
| DE69325204T2 (de) | 2000-01-27 |
| KR930022233A (ko) | 1993-11-23 |
| CA2087502A1 (en) | 1993-10-15 |
| EP0565871A2 (en) | 1993-10-20 |
| EP0565871A3 (ja) | 1994-02-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0684014A (ja) | 原型シンボルのユーザ特定セット生成方法及び装置、並びに手書き原型シンボルのユーザ特定セット生成方法 | |
| US5121441A (en) | Robust prototype establishment in an on-line handwriting recognition system | |
| Joshi et al. | Machine recognition of online handwritten Devanagari characters | |
| JP3974359B2 (ja) | オンライン文字認識装置及び方法並びにコンピュータ読み取り可能な記憶媒体及びオンライン文字認識プログラム | |
| US6956969B2 (en) | Methods and apparatuses for handwriting recognition | |
| CN101484907B (zh) | 用于手写体符号的识别的方法和设备 | |
| DE69907513T2 (de) | Handgeschriebene oder gesprochene wort-erkennung mit neuronalen netzwerken | |
| US7756335B2 (en) | Handwriting recognition using a graph of segmentation candidates and dictionary search | |
| JP4274941B2 (ja) | 手書き文字を復号化するための方法および装置 | |
| EP1564675B1 (en) | Apparatus and method for searching for digital ink query | |
| CN108664975A (zh) | 一种维吾尔文手写字母识别方法、系统及电子设备 | |
| JP3125904B2 (ja) | 手書き文字認識方法及び手書き文字認識システム | |
| JP4686502B2 (ja) | オンライン文字認識装置 | |
| US6567548B2 (en) | Handwriting recognition system and method using compound characters for improved recognition accuracy | |
| JP3917349B2 (ja) | 文字認識結果を利用して情報を検索する検索装置および方法 | |
| EP0614557A1 (en) | Character recognition method | |
| KR0170656B1 (ko) | 필기체문자 인식방법 및 장치 | |
| JPH07146918A (ja) | 手書き文字認識装置 | |
| US6320985B1 (en) | Apparatus and method for augmenting data in handwriting recognition system | |
| EP0567836A2 (en) | Writer style detection and automatic prototype creation for on-line handwriting recognition | |
| Hurst et al. | Error repair in human handwriting: an intelligent user interface for automatic online handwriting recognition | |
| Velek et al. | The impact of large training sets on the recognition rate of off-line Japanese Kanji character classifiers | |
| US6970877B2 (en) | Reducing and controlling sizes of prototype-based recognizers | |
| Rakate et al. | Integrated approach to handwritten character recognition using ANN and it's implementation on ARM | |
| Beigi et al. | On-Line Unconstrained Handwriting Recognition Based on Probabilistic Techniques |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |