JPH11219410A - 文字認識用マルチテンプレート辞書作成方法 - Google Patents
文字認識用マルチテンプレート辞書作成方法Info
- Publication number
- JPH11219410A JPH11219410A JP10022477A JP2247798A JPH11219410A JP H11219410 A JPH11219410 A JP H11219410A JP 10022477 A JP10022477 A JP 10022477A JP 2247798 A JP2247798 A JP 2247798A JP H11219410 A JPH11219410 A JP H11219410A
- Authority
- JP
- Japan
- Prior art keywords
- category
- misreading
- misread
- degree
- character
- 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
Landscapes
- Character Discrimination (AREA)
Abstract
(57)【要約】
【課題】本発明は文字認識用マルチテンプレート辞書作
成方法に関し，大容量データを入力しても短い時間で精
度の高いマルチテンプレート化辞書を作成することを目
的とする。 【解決手段】前回分割を行ったカテゴリーと前回処理時
の各カテゴリーの誤読度と被誤読文字とを保持する保持
部と，被誤読カテゴリーを前回分割カテゴリーに固定
し，誤読カテゴリーを総カテゴリー分だけ誤読チェック
してチェックの結果により誤読度と被誤読文字を更新保
持する第１のチェック部と，誤読カテゴリーを前回分割
カテゴリーに固定し，被誤読カテゴリーを総カテゴリー
分だけ誤読チェックしてチェックの結果により誤読度と
被誤読文字を保持する第２のチェック部とを備える。保
持しておいた各誤読カテゴリーに対する誤読度のうち最
大のものをもつカテゴリーを検出する検出部とを備え，
最大の誤読度をもつカテゴリーを分割するよう構成す
る。
成方法に関し，大容量データを入力しても短い時間で精
度の高いマルチテンプレート化辞書を作成することを目
的とする。 【解決手段】前回分割を行ったカテゴリーと前回処理時
の各カテゴリーの誤読度と被誤読文字とを保持する保持
部と，被誤読カテゴリーを前回分割カテゴリーに固定
し，誤読カテゴリーを総カテゴリー分だけ誤読チェック
してチェックの結果により誤読度と被誤読文字を更新保
持する第１のチェック部と，誤読カテゴリーを前回分割
カテゴリーに固定し，被誤読カテゴリーを総カテゴリー
分だけ誤読チェックしてチェックの結果により誤読度と
被誤読文字を保持する第２のチェック部とを備える。保
持しておいた各誤読カテゴリーに対する誤読度のうち最
大のものをもつカテゴリーを検出する検出部とを備え，
最大の誤読度をもつカテゴリーを分割するよう構成す
る。
Description
【０００１】
【発明の実施の形態】本発明は文字認識エンジン用のマ
ルチテンプレート辞書作成方法に関する。文字認識にお
いてマルチフォントの活字や手書き文字を扱う場合，認
識率が悪くなるため，それに対応する一つの方法として
字種毎に複数の辞書を設ける方法（マルチテンプレート
法）がある。
ルチテンプレート辞書作成方法に関する。文字認識にお
いてマルチフォントの活字や手書き文字を扱う場合，認
識率が悪くなるため，それに対応する一つの方法として
字種毎に複数の辞書を設ける方法（マルチテンプレート
法）がある。
【０００２】そのようなマルチテンプレート辞書を時間
を要することなく作成することが望まれている。
を要することなく作成することが望まれている。
【０００３】
【従来の技術】文字認識の技術について，辞書のマルチ
テンプレート化に関する提案が論文『カテゴリー間分布
を考慮した文字認識用マルチテンプレート辞書の構成
法』（電子情報通信学会論文誌−II Vol.J79-D-II No.9
pp.1525-1533 1996年９月）に記載されている。その内
容について図６乃至図８を用いて以下に概説する。
テンプレート化に関する提案が論文『カテゴリー間分布
を考慮した文字認識用マルチテンプレート辞書の構成
法』（電子情報通信学会論文誌−II Vol.J79-D-II No.9
pp.1525-1533 1996年９月）に記載されている。その内
容について図６乃至図８を用いて以下に概説する。
【０００４】カテゴリー（文字種）間分布を調べるた
め，各字種間の特徴量の重心の集合を主成分分析し，重
心ベクトル及び個々のサンプルパターンをプロットして
分布形状を確認する。この場合，横軸が第１主成分，縦
軸が第２主成分であり，方向線素特徴量を用いた場合の
文字特徴量の分布が広がっている。
め，各字種間の特徴量の重心の集合を主成分分析し，重
心ベクトル及び個々のサンプルパターンをプロットして
分布形状を確認する。この場合，横軸が第１主成分，縦
軸が第２主成分であり，方向線素特徴量を用いた場合の
文字特徴量の分布が広がっている。
【０００５】マルチテンプレート辞書作成の基本技術と
して，文字パターンの分布形状を考慮した字種適応クラ
スタリング法を用いる。図６は分割する条件の説明図で
あり，図６のＡ．は文字種ｃ１（例えば，ひらがなの
「あ」）とｃ２（例えば，ひらがなの「お」）について
の，誤認識が生じる典型例を示し，Ａ．の２個の楕円
ｊ，ｋはそれぞれ文字ｃ１と文字ｃ２のクラスタ（テン
プレート）であり，クラスタｊの重心はｍj ，クラスタ
ｋの重心はｍ k である。文字ｃ２のサンプルパターンの
一つである点ｘを注目すると，この点ｘは本来は文字ｃ
２に属するが，文字ｃ１の重心との距離ｄj は文字ｃ２
の重心までの距離ｄk より短く，点ｘのパターンを文字
ｃ１と誤認識する。このように，誤認識の可能性のある
クラスタを含むカテゴリーを分割してクラスタ数を増や
す。
して，文字パターンの分布形状を考慮した字種適応クラ
スタリング法を用いる。図６は分割する条件の説明図で
あり，図６のＡ．は文字種ｃ１（例えば，ひらがなの
「あ」）とｃ２（例えば，ひらがなの「お」）について
の，誤認識が生じる典型例を示し，Ａ．の２個の楕円
ｊ，ｋはそれぞれ文字ｃ１と文字ｃ２のクラスタ（テン
プレート）であり，クラスタｊの重心はｍj ，クラスタ
ｋの重心はｍ k である。文字ｃ２のサンプルパターンの
一つである点ｘを注目すると，この点ｘは本来は文字ｃ
２に属するが，文字ｃ１の重心との距離ｄj は文字ｃ２
の重心までの距離ｄk より短く，点ｘのパターンを文字
ｃ１と誤認識する。このように，誤認識の可能性のある
クラスタを含むカテゴリーを分割してクラスタ数を増や
す。
【０００６】カテゴリーを分割する条件は，クラスタｋ
の重心ｍk ，第ｉ主成分の固有値をλi k ，固有ベル
（単位ベクトル）をαi k とする。固有値は主成分軸上
での分散を表すから，適当な定数αを用いて，次の式
(1),(2) の２点でこの特徴領域の第ｉ主成分軸上の両端
を表せる。
の重心ｍk ，第ｉ主成分の固有値をλi k ，固有ベル
（単位ベクトル）をαi k とする。固有値は主成分軸上
での分散を表すから，適当な定数αを用いて，次の式
(1),(2) の２点でこの特徴領域の第ｉ主成分軸上の両端
を表せる。
【０００７】
【数１】
【０００８】ここで，α＝３．３とした。これは，軸上
の分布が正規分布である場合に「クラスタに属するパタ
ーンの９９．９％が含まれる値である。第Ｌ主成分軸ま
で考慮することにすれば，あるｉ（１≦ｉ≦Ｌ）に対し
て次の式(3),(4) が成り立つ時，クラスタｋの第ｉ主成
分軸を，「誤認識の可能性のある軸」と定義し，クラス
タｋを含むカテゴリーを分割する必要があるとみなす。
ここでのＥはユークリッド距離である。
の分布が正規分布である場合に「クラスタに属するパタ
ーンの９９．９％が含まれる値である。第Ｌ主成分軸ま
で考慮することにすれば，あるｉ（１≦ｉ≦Ｌ）に対し
て次の式(3),(4) が成り立つ時，クラスタｋの第ｉ主成
分軸を，「誤認識の可能性のある軸」と定義し，クラス
タｋを含むカテゴリーを分割する必要があるとみなす。
ここでのＥはユークリッド距離である。
【０００９】
【数２】
【００１０】但し，ｃはクラスタｋの字種であり，ｊ
(c) はｃ以外の全ての字種のクラスタの集合で，Ｎ(c)
は字種ｃを構成するクラスタの数である。Ｍは定数であ
り，一つのカテゴリーが必要以上に細かく分割されるの
を防ぐために設定される。図６のＡ．の距離ｄj とｄk
は次の式(5),(6) である。
(c) はｃ以外の全ての字種のクラスタの集合で，Ｎ(c)
は字種ｃを構成するクラスタの数である。Ｍは定数であ
り，一つのカテゴリーが必要以上に細かく分割されるの
を防ぐために設定される。図６のＡ．の距離ｄj とｄk
は次の式(5),(6) である。
【００１１】
【数３】
【００１２】図６のＡ．では点ｘは文字ｃ１に誤認識さ
れるが，この場合ｄj ＜ｄk であり，上記式(3) が満た
されるから，クラスタｋは分割される。図６のＢ．のよ
うにｋが２つのクラスタ（テンプレート）ｋ1 とｋ2 に
分割されると，同じ点ｘからクラスタｋ1 の重心までの
距離の方が短くなり，正しく文字ｃ２に認識されるよう
になると考えられる。なお，ｋ１とｋ２は同じ文字ｃ２
（カテゴリー）を認識するものであり，例えば，明朝体
の「お」とゴシック体の「お」に対応する。
れるが，この場合ｄj ＜ｄk であり，上記式(3) が満た
されるから，クラスタｋは分割される。図６のＢ．のよ
うにｋが２つのクラスタ（テンプレート）ｋ1 とｋ2 に
分割されると，同じ点ｘからクラスタｋ1 の重心までの
距離の方が短くなり，正しく文字ｃ２に認識されるよう
になると考えられる。なお，ｋ１とｋ２は同じ文字ｃ２
（カテゴリー）を認識するものであり，例えば，明朝体
の「お」とゴシック体の「お」に対応する。
【００１３】字種適応クラスタリング法のアルゴリズム
は次のように定める。まず，各種のサンプルパターンか
ら特徴量（ベクトル）を求め，各字種ごとの特徴量の集
合をそれぞれ一つのクラスタとみなす。各クラスタ毎に
式(3),(4) を満たす軸が存在するかどうかを調べる。そ
して，式(3) を満たす（ｋ，ｊ）のうち，第ｉ主成分の
固有値λi k の値が最も大きいものを探し（分割するク
ラスタを選択する基準としては，クラスタに含まれるサ
ンプル数が最も多いものを探し），そのクラスタを含む
字種のクラスタ数を１増加する（対象クラスタを２分割
するのではなく，カテゴリー全体を再分割する）。
は次のように定める。まず，各種のサンプルパターンか
ら特徴量（ベクトル）を求め，各字種ごとの特徴量の集
合をそれぞれ一つのクラスタとみなす。各クラスタ毎に
式(3),(4) を満たす軸が存在するかどうかを調べる。そ
して，式(3) を満たす（ｋ，ｊ）のうち，第ｉ主成分の
固有値λi k の値が最も大きいものを探し（分割するク
ラスタを選択する基準としては，クラスタに含まれるサ
ンプル数が最も多いものを探し），そのクラスタを含む
字種のクラスタ数を１増加する（対象クラスタを２分割
するのではなく，カテゴリー全体を再分割する）。
【００１４】ここで，λi k の値は誤読し易すさを表
し，これを誤読度と定義する。この操作を式(3),式(4)
を満たすクラスタがなくなるまで繰り返す。最終的に得
られた各クラスタごとに重心を求め, 辞書のテンプレー
トとする。分割の手法としてはＫ─平均法を用いた。ｋ
が字種ｃのクラスタであるとき，再分割のための初期ク
ラスタ中心は，ｍk ±εαi k と，ｋ以外のｃのクラス
タの重心（存在すれば）である（εは微小長さ0.001 で
ある）。
し，これを誤読度と定義する。この操作を式(3),式(4)
を満たすクラスタがなくなるまで繰り返す。最終的に得
られた各クラスタごとに重心を求め, 辞書のテンプレー
トとする。分割の手法としてはＫ─平均法を用いた。ｋ
が字種ｃのクラスタであるとき，再分割のための初期ク
ラスタ中心は，ｍk ±εαi k と，ｋ以外のｃのクラス
タの重心（存在すれば）である（εは微小長さ0.001 で
ある）。
【００１５】図７は初期クラスタ中心の取り方を示し，
図７のＡ．のクラスタｋ1 が第１主成分を考慮したとき
に分割すると判断された場合には，初期クラスタの中心
をクラスタｋ1 の重心からｋ1 の第１主成分の方向に±
εだけ移動した２点とし，全てのベクトルを，Ｋ─平均
法を用いてクラスタリングする。その結果はＢ．のよう
になる。以下，Ｂ．のクラスタｋ2 の第１主成分，Ｃ．
のクラスタｋ2 の第２主成分が上記判断法により選択さ
れたとものとすると，最終的にＤ．のようにクラスタ構
成となる。
図７のＡ．のクラスタｋ1 が第１主成分を考慮したとき
に分割すると判断された場合には，初期クラスタの中心
をクラスタｋ1 の重心からｋ1 の第１主成分の方向に±
εだけ移動した２点とし，全てのベクトルを，Ｋ─平均
法を用いてクラスタリングする。その結果はＢ．のよう
になる。以下，Ｂ．のクラスタｋ2 の第１主成分，Ｃ．
のクラスタｋ2 の第２主成分が上記判断法により選択さ
れたとものとすると，最終的にＤ．のようにクラスタ構
成となる。
【００１６】図８は従来の分割対象カテゴリーを推定す
る処理フローである。この処理フローは上記図６，図７
に示すような分割において実行される。最初にｉ＝０と
して（図８のＳ１），ｉを誤読カテゴリー（認識の対象
となる文字種）とし（同Ｓ２），次にｊ＝０とし（同Ｓ
３），ｊを被誤読カテゴリー（文字種ｉをｊと誤読する
場合のカテゴリーｊ）とする（同Ｓ４）。ここでｉをｊ
と誤読するか判別し（同Ｓ５），誤読する場合はｊに対
する誤読度がより高い場合はｉの誤読度を更新する（同
Ｓ６）。誤読しない場合及びステップＳ６の処理の後，
ｊを＋１し（図８のＳ７），ｊがカテゴリー数（認識対
象の文字種数）に達してないか判別し（同Ｓ８），達し
てない場合はＳ３に戻り次のｊについて同様の処理を行
う。達した場合は，ｉを＋１して（図７のＳ９），次の
カテゴリーに移行し，次にｉが認識対象のカテゴリー数
に達しないか判別し（図８のＳ１０），達しない場合は
Ｓ２に戻り，上記と同様の処理を実行する。達した場合
はおのおのの誤読カテゴリーに対する誤読度のうち最大
のものを持つカテゴリーを分割する（同Ｓ１１）。この
ように分割する対象となるカテゴリーを選択して分割を
行う。
る処理フローである。この処理フローは上記図６，図７
に示すような分割において実行される。最初にｉ＝０と
して（図８のＳ１），ｉを誤読カテゴリー（認識の対象
となる文字種）とし（同Ｓ２），次にｊ＝０とし（同Ｓ
３），ｊを被誤読カテゴリー（文字種ｉをｊと誤読する
場合のカテゴリーｊ）とする（同Ｓ４）。ここでｉをｊ
と誤読するか判別し（同Ｓ５），誤読する場合はｊに対
する誤読度がより高い場合はｉの誤読度を更新する（同
Ｓ６）。誤読しない場合及びステップＳ６の処理の後，
ｊを＋１し（図８のＳ７），ｊがカテゴリー数（認識対
象の文字種数）に達してないか判別し（同Ｓ８），達し
てない場合はＳ３に戻り次のｊについて同様の処理を行
う。達した場合は，ｉを＋１して（図７のＳ９），次の
カテゴリーに移行し，次にｉが認識対象のカテゴリー数
に達しないか判別し（図８のＳ１０），達しない場合は
Ｓ２に戻り，上記と同様の処理を実行する。達した場合
はおのおのの誤読カテゴリーに対する誤読度のうち最大
のものを持つカテゴリーを分割する（同Ｓ１１）。この
ように分割する対象となるカテゴリーを選択して分割を
行う。
【００１７】上記図８により誤読カテゴリーチェックに
対してループが２重（ｉとｊについて）になっており，
実行時間はカテゴリー数をＮ（例えば，Ｎ＝３６００に
なる場合もある）とすると，ループの回数はＮの２乗の
オーダとなり，処理時間が長くなる。
対してループが２重（ｉとｊについて）になっており，
実行時間はカテゴリー数をＮ（例えば，Ｎ＝３６００に
なる場合もある）とすると，ループの回数はＮの２乗の
オーダとなり，処理時間が長くなる。
【００１８】図９は従来の誤読カテゴリーチェックの回
数の説明図であり，上記図８に示すように横軸を被誤読
カテゴリー，縦軸を誤読カテゴリーしすると，毎回ｉ×
ｊ回全てを再計算していた。
数の説明図であり，上記図８に示すように横軸を被誤読
カテゴリー，縦軸を誤読カテゴリーしすると，毎回ｉ×
ｊ回全てを再計算していた。
【００１９】
【発明が解決しようとする課題】上記した従来の方式で
は，辞書作成にあたり単純に基本手法通りにテンプレー
トを分割することにより辞書ツールを作成すると，大容
量のデータを入力した時に入力データの増大により誤認
識チェックの実行時間が実用的限界を越え，事実上実行
不可能となる。
は，辞書作成にあたり単純に基本手法通りにテンプレー
トを分割することにより辞書ツールを作成すると，大容
量のデータを入力した時に入力データの増大により誤認
識チェックの実行時間が実用的限界を越え，事実上実行
不可能となる。
【００２０】本発明は従来技術では不可能であった大容
量データを入力しても短い処理時間で精度の高いマルチ
テンプレート化辞書を作成することができる文字認識用
マルチテンプレート辞書作成方法を提供することを目的
とする。
量データを入力しても短い処理時間で精度の高いマルチ
テンプレート化辞書を作成することができる文字認識用
マルチテンプレート辞書作成方法を提供することを目的
とする。
【００２１】
【課題を解決するための手段】図１は本発明の原理構成
を示す。図中，１は前回分割結果保持部，１ａは前回分
割カテゴリー保持手段，１ｂはカテゴリー対応の被誤読
カテゴリー保持手段，２は分割対象カテゴリーを被誤読
カテゴリーとする誤読カテゴリーを判定する第１の誤読
チェック部，２ａは誤読カテゴリーが１ｂに保持する被
誤読カテゴリーと同一の場合に起動して誤読のチェック
を行う特定誤読チェック部，３は被誤読カテゴリーを変
化させて分割対象のカテゴリーと誤読するかの判定を行
う第２の誤読チェック部，４は最大誤読度のカテゴリー
を検出する検出部，５は上記２，２ａ，３の各部で更新
された誤読度等の情報を保持する保持部である。
を示す。図中，１は前回分割結果保持部，１ａは前回分
割カテゴリー保持手段，１ｂはカテゴリー対応の被誤読
カテゴリー保持手段，２は分割対象カテゴリーを被誤読
カテゴリーとする誤読カテゴリーを判定する第１の誤読
チェック部，２ａは誤読カテゴリーが１ｂに保持する被
誤読カテゴリーと同一の場合に起動して誤読のチェック
を行う特定誤読チェック部，３は被誤読カテゴリーを変
化させて分割対象のカテゴリーと誤読するかの判定を行
う第２の誤読チェック部，４は最大誤読度のカテゴリー
を検出する検出部，５は上記２，２ａ，３の各部で更新
された誤読度等の情報を保持する保持部である。
【００２２】最初に従来法によりカテゴリー（テンプレ
ート辞書）分割の処理を行って，前回分割結果保持部１
の前回分割カテゴリー保持手段１ａに分割対象のカテゴ
リー（ｍｃとする）を保持し，更に各カテゴリーについ
て誤読度の高い被誤読カテゴリーを被誤読カテゴリー保
持手段１ｂに保持する。この後，第１の誤読チェック部
２が起動し，各誤読カテゴリー（ｉとする）を変化さ
せ，誤読カテゴリーが分割対象のカテゴリーと誤読する
かどうか判定して，誤読する場合は誤読度を更新して情
報保持部５に記録する。そして，誤読カテゴリー（ｉ）
と被誤読カテゴリーと分割対象カテゴリーが同一カテゴ
リーの場合に特定誤読チェック部２ａが起動し，被誤読
カテゴリーを変化させて，誤読カテゴリー（ｉ）を被誤
読カテゴリーと誤読するか否かのチェックを行い，誤読
する場合は誤読度を更新し，情報保持部５に記録する。
ート辞書）分割の処理を行って，前回分割結果保持部１
の前回分割カテゴリー保持手段１ａに分割対象のカテゴ
リー（ｍｃとする）を保持し，更に各カテゴリーについ
て誤読度の高い被誤読カテゴリーを被誤読カテゴリー保
持手段１ｂに保持する。この後，第１の誤読チェック部
２が起動し，各誤読カテゴリー（ｉとする）を変化さ
せ，誤読カテゴリーが分割対象のカテゴリーと誤読する
かどうか判定して，誤読する場合は誤読度を更新して情
報保持部５に記録する。そして，誤読カテゴリー（ｉ）
と被誤読カテゴリーと分割対象カテゴリーが同一カテゴ
リーの場合に特定誤読チェック部２ａが起動し，被誤読
カテゴリーを変化させて，誤読カテゴリー（ｉ）を被誤
読カテゴリーと誤読するか否かのチェックを行い，誤読
する場合は誤読度を更新し，情報保持部５に記録する。
【００２３】第１の誤読チェック部２または特定誤読チ
ェック部２ａの動作が終了すると，第２の誤読チェック
部３が起動し，前回分割カテゴリー保持手段１ａが保持
するカテゴリー（ｍｃ）を誤読カテゴリーとして，被誤
読カテゴリーを変化させて被誤読カテゴリーをｍｃと誤
読するか判定し，誤読する場合は誤読度を更新して情報
保持部５に記録する。最後に検出部４は情報保持部５に
記録された更新された各誤読度から最大誤読度のカテゴ
リーを検出する。検出されたカテゴリーについて分割が
行われる。
ェック部２ａの動作が終了すると，第２の誤読チェック
部３が起動し，前回分割カテゴリー保持手段１ａが保持
するカテゴリー（ｍｃ）を誤読カテゴリーとして，被誤
読カテゴリーを変化させて被誤読カテゴリーをｍｃと誤
読するか判定し，誤読する場合は誤読度を更新して情報
保持部５に記録する。最後に検出部４は情報保持部５に
記録された更新された各誤読度から最大誤読度のカテゴ
リーを検出する。検出されたカテゴリーについて分割が
行われる。
【００２４】このように，従来はカテゴリー数Ｎの２乗
の単位の処理を繰り返してテンプレート（辞書）を分割
していたが，Ｎ回の単位で計算を行うだけでよいため，
計算量を削減でき，高精度のマルチテンプレート化辞書
を作成することができる。
の単位の処理を繰り返してテンプレート（辞書）を分割
していたが，Ｎ回の単位で計算を行うだけでよいため，
計算量を削減でき，高精度のマルチテンプレート化辞書
を作成することができる。
【００２５】
【発明の実施の形態】図２は本発明の基本の処理フロー
である。図２において，最初に文字特徴量の分布状況を
調査する（図２のＳ１）。この場合，各文字（カテゴリ
ー）に対応した特徴量（ベクトル等）を抽出する。次に
２字種間で誤認識するか判別する（同Ｓ２）。誤認識し
ないことが分かると終了するが，誤認識する場合は，誤
認識する字種について新しいテンプレート（文字認識用
辞書）を作成し（図２のＳ３），次に新しいテンプレー
トを考慮して字種間分布を再計算する（同Ｓ４）。この
再計算の後，ステップＳ２に戻り，再度２字種間で誤認
識するか判別する。このＳ２〜Ｓ４，Ｓ２のループ処理
は２字種間で誤認識がなくなるまで繰り返す。
である。図２において，最初に文字特徴量の分布状況を
調査する（図２のＳ１）。この場合，各文字（カテゴリ
ー）に対応した特徴量（ベクトル等）を抽出する。次に
２字種間で誤認識するか判別する（同Ｓ２）。誤認識し
ないことが分かると終了するが，誤認識する場合は，誤
認識する字種について新しいテンプレート（文字認識用
辞書）を作成し（図２のＳ３），次に新しいテンプレー
トを考慮して字種間分布を再計算する（同Ｓ４）。この
再計算の後，ステップＳ２に戻り，再度２字種間で誤認
識するか判別する。このＳ２〜Ｓ４，Ｓ２のループ処理
は２字種間で誤認識がなくなるまで繰り返す。
【００２６】図３，図４は本発明の実施例の処理フロー
（その１），（その２）であり，図５は本発明による誤
読カテゴリーのチェックの例を示す図である。開始する
と，一回目は従来法で分割を行う（図３のＳ１）。この
従来法は，上記図７に示した方法であり，読取対象のカ
テゴリーが３５００の場合は，二重ループの処理により
その２乗回数の処理を繰り返す。次に，一回目で分割対
象となったカテゴリーを変数ｍｃとして記憶する（図３
のＳ２）。次に，おのおののカテゴリー（例えば，読取
対象の文字種ｉについて）について，他の文字種ｊをｉ
と誤読する場合，ｊを被誤読カテゴリーとしてそれぞれ
記憶する。この時に計算した各誤読度はメモリ（図示省
略）に記憶する（図３のＳ３）。以上のＳ１〜Ｓ３は，
本発明による分割対象カテゴリーを決定する前処理に相
当し，一回目の処理の結果の必要なデータを記憶してお
き，この後の２回目以降の処理では，１回目から変化し
ないデータについては処理せず，変化した部分について
だけ処理を行うことにより処理を短縮するようにした。
（その１），（その２）であり，図５は本発明による誤
読カテゴリーのチェックの例を示す図である。開始する
と，一回目は従来法で分割を行う（図３のＳ１）。この
従来法は，上記図７に示した方法であり，読取対象のカ
テゴリーが３５００の場合は，二重ループの処理により
その２乗回数の処理を繰り返す。次に，一回目で分割対
象となったカテゴリーを変数ｍｃとして記憶する（図３
のＳ２）。次に，おのおののカテゴリー（例えば，読取
対象の文字種ｉについて）について，他の文字種ｊをｉ
と誤読する場合，ｊを被誤読カテゴリーとしてそれぞれ
記憶する。この時に計算した各誤読度はメモリ（図示省
略）に記憶する（図３のＳ３）。以上のＳ１〜Ｓ３は，
本発明による分割対象カテゴリーを決定する前処理に相
当し，一回目の処理の結果の必要なデータを記憶してお
き，この後の２回目以降の処理では，１回目から変化し
ないデータについては処理せず，変化した部分について
だけ処理を行うことにより処理を短縮するようにした。
【００２７】すなわち，大きく分けて，Ａブロックの処
理とこれに続くＢブロックの処理とで構成され，Ａブロ
ックはＡ１のブロックまたはＡ２のブロックにより構成
される。
理とこれに続くＢブロックの処理とで構成され，Ａブロ
ックはＡ１のブロックまたはＡ２のブロックにより構成
される。
【００２８】ＡブロックのＡ１では，誤読カテゴリーを
ｉからＮまで変化させる。すなわち，最初にｉ＝０とし
て（図３のＳ４），ｉを誤読カテゴリー（対象となる文
字種）とする（同Ｓ５）。次にこのｉを被誤読カテゴリ
ー＝ｍｃになるか（ｉをｍｃと誤読するか）を判別する
（図３のＳ６）。ここで，前回の処理で記憶しておいた
ｉの被誤読カテゴリーとｍｃが同一のカテゴリーと一致
するか判別し，一致した場合は，Ａ２の処理に移行する
が，一致しない場合は，ｍｃを被誤読カテゴリーにし
（図３のＳ７），カテゴリーｉをカテゴリーｍｃと誤読
するか判別する（同Ｓ８）。誤読する場合は，ｍｃに対
する誤読度がより高い場合はｉの誤読度を更新し（図３
のＳ９），ｉの被誤読カテゴリーを更新する（同Ｓ１
０）。その後，ｉを＋１して（図３のＳ１１），ｉがカ
テゴリーの個数に達しないか判別し（同Ｓ１２），達し
ない場合はＳ５に戻り，達した場合はグループＢの処理
に移る。
ｉからＮまで変化させる。すなわち，最初にｉ＝０とし
て（図３のＳ４），ｉを誤読カテゴリー（対象となる文
字種）とする（同Ｓ５）。次にこのｉを被誤読カテゴリ
ー＝ｍｃになるか（ｉをｍｃと誤読するか）を判別する
（図３のＳ６）。ここで，前回の処理で記憶しておいた
ｉの被誤読カテゴリーとｍｃが同一のカテゴリーと一致
するか判別し，一致した場合は，Ａ２の処理に移行する
が，一致しない場合は，ｍｃを被誤読カテゴリーにし
（図３のＳ７），カテゴリーｉをカテゴリーｍｃと誤読
するか判別する（同Ｓ８）。誤読する場合は，ｍｃに対
する誤読度がより高い場合はｉの誤読度を更新し（図３
のＳ９），ｉの被誤読カテゴリーを更新する（同Ｓ１
０）。その後，ｉを＋１して（図３のＳ１１），ｉがカ
テゴリーの個数に達しないか判別し（同Ｓ１２），達し
ない場合はＳ５に戻り，達した場合はグループＢの処理
に移る。
【００２９】上記Ａ１におけるステップＳ６において，
ｉの被誤読カテゴリーがｍｃと一致した場合，Ａ２グル
ープの処理が実行される。このＡ２では，被誤読カテゴ
リーをｍｃとせずｊとし，被誤読カテゴリーｊをＮまで
変化させｉをｊと誤読するかどうかの判定をする。ｉを
何らかのカテゴリーと誤読し，そのカテゴリーに対する
誤読度がより高い場合は，ｉの誤読度を更新する。
ｉの被誤読カテゴリーがｍｃと一致した場合，Ａ２グル
ープの処理が実行される。このＡ２では，被誤読カテゴ
リーをｍｃとせずｊとし，被誤読カテゴリーｊをＮまで
変化させｉをｊと誤読するかどうかの判定をする。ｉを
何らかのカテゴリーと誤読し，そのカテゴリーに対する
誤読度がより高い場合は，ｉの誤読度を更新する。
【００３０】すなわち，前回の分割により変更されたカ
テゴリーに対する誤読度等の値について，これらが被誤
読カテゴリーになる場合には，変更された誤読度等につ
いてだけ変更するものであり，それ以外の値については
変更されないので処理の対象としない。すなわち，分割
の対象となった誤読カテゴリーｉを被誤読カテゴリーと
する各カテゴリーだけについて処理を行うものである。
テゴリーに対する誤読度等の値について，これらが被誤
読カテゴリーになる場合には，変更された誤読度等につ
いてだけ変更するものであり，それ以外の値については
変更されないので処理の対象としない。すなわち，分割
の対象となった誤読カテゴリーｉを被誤読カテゴリーと
する各カテゴリーだけについて処理を行うものである。
【００３１】最初にｊ＝０にして（図３のＳ１３），ｊ
を被誤読カテゴリーとし（同Ｓ１４），ｉをｊと誤認識
するか判別する（同Ｓ１５）。ここで，ｉをｊと誤認識
する場合は，ｊに対する誤読度がより高い場合は，ｊの
誤読度を更新し（同Ｓ１６），ｊの被誤読カテゴリーを
更新する（同Ｓ１７）。続いて，ｊを＋１して（同Ｓ１
８），ｊがカテゴリー数を越えたか判別し（図３のＳ１
９），越えないとステップＳ１３に戻りループ動作を繰
り返す。ｊがカテゴリー数に達すると，ｉを＋１して
（同Ｓ２０），グループＡのＳ１２に戻る。
を被誤読カテゴリーとし（同Ｓ１４），ｉをｊと誤認識
するか判別する（同Ｓ１５）。ここで，ｉをｊと誤認識
する場合は，ｊに対する誤読度がより高い場合は，ｊの
誤読度を更新し（同Ｓ１６），ｊの被誤読カテゴリーを
更新する（同Ｓ１７）。続いて，ｊを＋１して（同Ｓ１
８），ｊがカテゴリー数を越えたか判別し（図３のＳ１
９），越えないとステップＳ１３に戻りループ動作を繰
り返す。ｊがカテゴリー数に達すると，ｉを＋１して
（同Ｓ２０），グループＡのＳ１２に戻る。
【００３２】Ｓ１２において，ｊがカテゴリー数に達し
たことが分かると，図４に示すグループＢへ移行する。
グループＢでは，前回の分割対象となったカテゴリーｍ
ｃを誤読カテゴリーとして，このカテゴリーに誤読され
る被誤読カテゴリーｊをＮまで変化させ，ｍｃをｊと誤
読するかどうかの判定をする。
たことが分かると，図４に示すグループＢへ移行する。
グループＢでは，前回の分割対象となったカテゴリーｍ
ｃを誤読カテゴリーとして，このカテゴリーに誤読され
る被誤読カテゴリーｊをＮまで変化させ，ｍｃをｊと誤
読するかどうかの判定をする。
【００３３】すなわち，ｍｃを誤読カテゴリーとし（図
４のＳ２１），ｊ＝０に設定し（同Ｓ２２），ｊを被誤
読カテゴリーにする（同Ｓ２３）。次にｍｃをｊと誤読
するか判別し（図４のＳ２４），誤読する場合は，ｊに
対する誤読度がより高い場合はｍｃの誤読度を更新し
（同Ｓ２５），ｍｃの被誤読カテゴリーを更新する（同
Ｓ２６）。Ｓ２４及びＳ２６に続いてｊを＋１し（図４
のＳ２７），そのｊがカテゴリー数を越えないか判別し
（同Ｓ２８），越えない場合はＳ２３に戻って，ループ
動作を繰り返す。ｊがカテゴリー数に達すると，おのお
のの誤読カテゴリーに対する誤読度のうち最大のものを
持つカテゴリーを分割する（図４のＳ２９）。
４のＳ２１），ｊ＝０に設定し（同Ｓ２２），ｊを被誤
読カテゴリーにする（同Ｓ２３）。次にｍｃをｊと誤読
するか判別し（図４のＳ２４），誤読する場合は，ｊに
対する誤読度がより高い場合はｍｃの誤読度を更新し
（同Ｓ２５），ｍｃの被誤読カテゴリーを更新する（同
Ｓ２６）。Ｓ２４及びＳ２６に続いてｊを＋１し（図４
のＳ２７），そのｊがカテゴリー数を越えないか判別し
（同Ｓ２８），越えない場合はＳ２３に戻って，ループ
動作を繰り返す。ｊがカテゴリー数に達すると，おのお
のの誤読カテゴリーに対する誤読度のうち最大のものを
持つカテゴリーを分割する（図４のＳ２９）。
【００３４】上記Ａ２の処理はごくまれに実行されるだ
けであるため，実質の処理時間はブロックＡ１のループ
の処理時間＋ブロックＢのループの処理時間となり，そ
れぞれがカテゴリー数Ｎについてのループが１度だけな
ので，実行時間はＮのオーダに削減される。
けであるため，実質の処理時間はブロックＡ１のループ
の処理時間＋ブロックＢのループの処理時間となり，そ
れぞれがカテゴリー数Ｎについてのループが１度だけな
ので，実行時間はＮのオーダに削減される。
【００３５】上記図３，図４の処理を図５に示す例によ
り説明する。図５の各行には誤読カテゴリーｉが配置さ
れ，(1) 〜(9) の各行はそれぞれ文字種であり，それぞ
れ例えば「あ」，「い」，「う」等の文字種に対応す
る。各列には被誤読カテゴリーが配置され，(1) 〜(9)
の各列はそれぞれ各行の(1) 〜(9) と同じ文字種であ
り，同じ数字の文字同士が交差する点を除いて，相互の
関係を表す。図５の(3) 行目（ｉ＝３）が分割対象のカ
テゴリーとする（図３のＳ２）。このｉを被誤読カテゴ
リー＝ｍｃ（＝３）とし，このカテゴリーを図５の３列
目に網掛けで示すように被誤読カテゴリーとして，図５
のグループＡ１の処理が実行される。図５の例ではこの
時，(3) のｍｃの文字として誤読する誤読カテゴリーｉ
が(5) 行のカテゴリーと(8) 行のカテゴリーの２つであ
る。すなわち，横方向の第５行と第８行の網掛けの領域
について上記図３のグループＡ２の処理が実行され，誤
読度が更新される。３列目との交差点の黒丸で表す，
は，被誤読カテゴリーが存在することを表している。
り説明する。図５の各行には誤読カテゴリーｉが配置さ
れ，(1) 〜(9) の各行はそれぞれ文字種であり，それぞ
れ例えば「あ」，「い」，「う」等の文字種に対応す
る。各列には被誤読カテゴリーが配置され，(1) 〜(9)
の各列はそれぞれ各行の(1) 〜(9) と同じ文字種であ
り，同じ数字の文字同士が交差する点を除いて，相互の
関係を表す。図５の(3) 行目（ｉ＝３）が分割対象のカ
テゴリーとする（図３のＳ２）。このｉを被誤読カテゴ
リー＝ｍｃ（＝３）とし，このカテゴリーを図５の３列
目に網掛けで示すように被誤読カテゴリーとして，図５
のグループＡ１の処理が実行される。図５の例ではこの
時，(3) のｍｃの文字として誤読する誤読カテゴリーｉ
が(5) 行のカテゴリーと(8) 行のカテゴリーの２つであ
る。すなわち，横方向の第５行と第８行の網掛けの領域
について上記図３のグループＡ２の処理が実行され，誤
読度が更新される。３列目との交差点の黒丸で表す，
は，被誤読カテゴリーが存在することを表している。
【００３６】更に，ｍｃを誤読カテゴリーとして，この
ｍｃを他のカテゴリーとして誤読する場合の誤読度を求
めるグループＢの処理は，図５の３行目の網掛けの領域
に対して，列方向に交差する点が被誤読カテゴリーとな
り, 誤読度を更新している。この例では３行のカテゴリ
ーを(8) 列のカテゴリーと誤読している（黒丸で表
す）。
ｍｃを他のカテゴリーとして誤読する場合の誤読度を求
めるグループＢの処理は，図５の３行目の網掛けの領域
に対して，列方向に交差する点が被誤読カテゴリーとな
り, 誤読度を更新している。この例では３行のカテゴリ
ーを(8) 列のカテゴリーと誤読している（黒丸で表
す）。
【００３７】
【発明の効果】本発明によれば誤認識の可能性のある字
種を推定する際に使用する誤読度を記憶しておき，変更
があった箇所のみ再計算するようにして，誤認識チェッ
クの計算量を大幅に削減することができる。これによ
り，カテゴリーを分割する処理を高速化して精度の高い
テンプレート辞書を高速に作成することができる。
種を推定する際に使用する誤読度を記憶しておき，変更
があった箇所のみ再計算するようにして，誤認識チェッ
クの計算量を大幅に削減することができる。これによ
り，カテゴリーを分割する処理を高速化して精度の高い
テンプレート辞書を高速に作成することができる。
【図１】本発明の原理構成を示す図である。
【図２】本発明の基本の処理フローである。
【図３】実施例の処理フロー（その１）を示す図であ
る。
る。
【図４】実施例の処理フロー（その２）を示す図であ
る。
る。
【図５】本発明による誤読カテゴリーのチェックの例を
示す図である。
示す図である。
【図６】分割する条件の説明図である。
【図７】初期クラスタ中心の取り方を示す図である。
【図８】従来の分割対象カテゴリーを推定する処理フロ
ーを示す図である。
ーを示す図である。
【図９】従来の誤読カテゴリーチェックの回数の説明図
である。
である。
１ 前回分割結果保持部 １ａ 前回分割カテゴリー保持手段 １ｂ 被誤読カテゴリー保持手段 ２ 第１の誤読チェック部 ２ａ 特定誤読チェック部 ３ 第２の誤読チェック部 ４ 検出部 ５ 保持部
Claims (2)
- 【請求項１】 文字認識用マルチテンプレート辞書作成
方式において，前回分割を行ったカテゴリー(mc)と，前
回分割時に誤読情報として誤読度と被誤読文字とを保持
する保持部と，被誤読カテゴリーを前記前回分割カテゴ
リー(mc)に固定し，誤読カテゴリーを総カテゴリー分だ
け誤読チェックしてチェックの結果により前記誤読度と
被誤読文字を更新保持する第１のチェック部と，誤読カ
テゴリーを前回分割カテゴリーに固定し，被誤読カテゴ
リーを総カテゴリー分だけ誤読チェックしてチェックの
結果により誤読度と被誤読文字を保持する第２のチェッ
ク部と，保持しておいたおのおのの誤読カテゴリーに対
する誤読度のうち最大のものをもつカテゴリーを検出す
る検出部とを備え，前記最大の誤読度をもつカテゴリー
を分割することを特徴とする文字認識用マルチテンプレ
ート辞書作成方法。 - 【請求項２】 請求項１において，前記第１のチェック
部において，誤読カテゴリーの被誤読カテゴリーと分割
対象カテゴリーが同一カテゴリーであることが検出され
ると起動する特定誤読チェック部を設け，前記特定誤読
チェック部は，被誤読カテゴリーを変化させて，誤読カ
テゴリーを被誤読カテゴリーと誤読するか否かのチェッ
クを行い，誤読する場合は誤読度を更新して記録するこ
とを特徴とする文字認識用マルチテンプレート辞書作成
方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP02247798A JP3466903B2 (ja) | 1998-02-04 | 1998-02-04 | 文字認識用マルチテンプレート辞書作成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP02247798A JP3466903B2 (ja) | 1998-02-04 | 1998-02-04 | 文字認識用マルチテンプレート辞書作成方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11219410A true JPH11219410A (ja) | 1999-08-10 |
| JP3466903B2 JP3466903B2 (ja) | 2003-11-17 |
Family
ID=12083811
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP02247798A Expired - Fee Related JP3466903B2 (ja) | 1998-02-04 | 1998-02-04 | 文字認識用マルチテンプレート辞書作成方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3466903B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022219820A1 (ja) * | 2021-04-16 | 2022-10-20 | 三菱電機ビルソリューションズ株式会社 | エレベーターのモータの異常検出システム |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6436388A (en) * | 1987-07-31 | 1989-02-07 | Matsushita Electric Industrial Co Ltd | Dictionary preparing device for character and graphic recognition |
| JPH11203415A (ja) * | 1998-01-16 | 1999-07-30 | Fuji Xerox Co Ltd | 類似パターンカテゴリ識別辞書作成装置および方法 |
-
1998
- 1998-02-04 JP JP02247798A patent/JP3466903B2/ja not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6436388A (en) * | 1987-07-31 | 1989-02-07 | Matsushita Electric Industrial Co Ltd | Dictionary preparing device for character and graphic recognition |
| JPH11203415A (ja) * | 1998-01-16 | 1999-07-30 | Fuji Xerox Co Ltd | 類似パターンカテゴリ識別辞書作成装置および方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022219820A1 (ja) * | 2021-04-16 | 2022-10-20 | 三菱電機ビルソリューションズ株式会社 | エレベーターのモータの異常検出システム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3466903B2 (ja) | 2003-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7613572B2 (en) | Stochastic modeling of spatial distributed sequences | |
| US5267332A (en) | Image recognition system | |
| US5982929A (en) | Pattern recognition method and system | |
| US5787197A (en) | Post-processing error correction scheme using a dictionary for on-line handwriting recognition | |
| US5553284A (en) | Method for indexing and searching handwritten documents in a database | |
| JPH0664631B2 (ja) | 文字認識装置 | |
| Wei et al. | A branch elimination-based efficient algorithm for large-scale multiple longest common subsequence problem | |
| JP2720590B2 (ja) | パターン認識装置 | |
| JPH11219410A (ja) | 文字認識用マルチテンプレート辞書作成方法 | |
| US11048730B2 (en) | Data clustering apparatus and method based on range query using CF tree | |
| JPS6262388B2 (ja) | ||
| JP2998054B2 (ja) | 文字認識方法及び文字認識装置 | |
| JP3374762B2 (ja) | 文字認識方法及びその装置 | |
| JP2748936B2 (ja) | 文字認識方式 | |
| EP0519737A2 (en) | Image recognition system | |
| JPS646514B2 (ja) | ||
| JP3930174B2 (ja) | 文字認識方法および文字認識装置 | |
| JP4055974B2 (ja) | パターン辞書作成方法及び装置、並びに記録媒体 | |
| JPS6344287A (ja) | 文字読取装置 | |
| JPH03257693A (ja) | 文字認識結果修正方式 | |
| JP2639314B2 (ja) | 文字認識方式 | |
| CN115984869A (zh) | 一种文本纠正方法及装置 | |
| JP2923295B2 (ja) | パターン同定処理方式 | |
| JPH04318687A (ja) | 文字認識装置 | |
| JPS60220480A (ja) | 文字認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20030812 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080829 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090829 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090829 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100829 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110829 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120829 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120829 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130829 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |