JPS60193087A

JPS60193087A - パタ−ン認識方法

Info

Publication number: JPS60193087A
Application number: JP59049759A
Authority: JP
Inventors: Hajime Sato; 元佐藤
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1984-03-15
Filing date: 1984-03-15
Publication date: 1985-10-01

Abstract

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

Description

【発明の詳細な説明】（技術分野）本発明は、光学的文字認識装置による文字の認識や、音
声の認識などのパターン認識を行なう際に用いられるパ
ターン認識方法に関する。

（従来技術）光学的文字認識装置における文字の認識、あるいは音声
認識装置における音声の認識などのように、パターン認
識が行なわれる場合に使用されていた従来の一般的なパ
ターン認識方法は、辞書の特徴と、パターン認識の対象
にされているパターンの特徴との距離演算を行なって、
前記した距離が最小のものを最大類似度を有するものと
するというようなものであり、前記した辞書の特徴と、
パターン認識の対象にされているパターンの特徴との距
離演算に当っては、パターン認識に用いられる各特徴の
重要度に応じて、それぞれ重み付けが付されている特徴
を用いて距離演算が行なわれるようになされていた。

しかしながら、距離演算に用いられる特徴に対して一種
類だけの重み付けを行なっている従来のパターン認識方
法には次のような問題点があった。

すなわち、従来のパターン認識方法が、例えば文字認識
のために適用されいる場合を例にとって説明すると、従
来法においては、一つの特徴についてみても、各文字種
、あるいは同一文字種であっても、学習文字毎に特徴量
の変動には違いがあるために、一種類の重み付けでは特
徴量の変動に対応できない場合があり、また、一種類の
重み付けだけでは特徴量の変動が大きいために、辞書数
が多くなってしまうという問題点があった。

（目的）本発明は、従来のパターン認識方法における問題点のな
いパターン認識方法、すなわち、変動の大きな特徴を辞
書に登録して、認識率が高く、シかも小容量の辞書によ
ってもパターン認識を可能にする如きパターン認識方法
を提供することを目的としてなされたものである。

（構成）以下、添付図面を参照しながら本発明のパターン認識方
法、すなわち、パターン認識の対象とされているパター
ンの特徴と、辞書の特徴との距離に基づいて類似度を計
算してパターン認識を行なうようにしているパターン認
識方法において、辞書作成時における特徴量の変動を示
す分散も辞書に登録してパターン認識を行なうようにし
たパターン認識方法の具体的な内容について詳細に説明
する。

本発明のパターン認識方法は、文字の認識、あるいは音
声の認識などのパターン認識に使用されるものであるが
、実施例としては文字の認識方法に適用した場合につい
て記載する。

さて、従来例についての説明においても記載したように
、一般にパターン認識は、辞書の特徴と、パターン認識
の対象にされているパターンの特徴との距離演算を行な
って、前記した距離が最小のものを最大類似度を有する
ものとしてパターン認識が行なわれるのであり、従来、
パターン認識に使用される辞書は、多数の学習パターン
（学習文字）から抽出された特徴量についての統計、処
理を行なって得た特徴量の平均値を登録するような辞書
の作成手段の適用により、認識率が高く、しかも、容量
の小さな辞書が得られるようにされていたが、前記のよ
うに特徴量の平均値をめる際には、異なる文字種では当
然のこと、同一の文字種についても学習パターン（学習
文字）が異なれば、特徴量の安定度を示す分散は異なる
ものとなる。

今、文字パターンから抽出すべき特徴が、縦方向のスト
ロークと、横方向のストロークと、右斜め方向のストロ
ークと、左斜め方向のストロークとの四方向のストロー
クにおけるそれぞれの中心位置であるとされている場合
を具体例に挙げて説明すると次のとおりである。

まず、第１図は手書きの片カナの「ア」と［口」とのそ
れぞれ３つづつの文字種について、前記した四つの方向
におけるストロークを抽出した結果を例示した図である
が、この第１図に示されているように、同じ文字種であ
っても前記した各方向におけるストロークの中心位置は
同じではない。

そこで、手書きの片カナの「ア」と「口」とについての
多くの文字種から、前記した四つの方向のストロークを
抽出し、それらの抽出された各方向のストロークにおけ
る中心位置の分布を、各方向のストローク毎にＸＹ直交
座標系で表わしたとすると、抽出された各方向のストロ
ークの中心位置は、ＸＹ直交座標系中でそれぞれ特有な
領域を占めるような状態のものとして表わされる。

第２図は、−例として前記した片カナの「ア」と１口」
との多くの文字種における縦方向のストロークの中心位
置の分布を、ｘｙ座標系中に斜線を引いた領域１，２で
表示したものである。

第２図をみると１片カナの１口」における縦方向のスト
ロークの中心位置の変動は小さいが、片カナの「ア」に
おける縦方向のストロークの中心位置の変動において、
領域２に出現する変動は大きい。すなわち、片カナ「ア
」における縦方向のストロークの中心位置が分布してい
る第２図中の領域２に出現している縦方向のストローク
の中心位置の平均値の分散σは大きなものになっている
。

第２図を参照して例示したところから判るように、ある
一つの文字におけるストロークの中心位置の分布の態様
は、その−っの文字の細かな特徴を示しているから、そ
の一つの文字とその文字に類似している文字とを識別す
る場合には必要であるが、それを辞書に登録する場合に
は、多くの辞書が必要とされることになる。

さて、パターン認識の対象とされているパターンの特徴
と、辞書の特徴との距離に基づいて類似度を計算してパ
ターン認識を行なうようにしているパターン認識方法に
おいては、それの距離演算は色々の方法で行なわれ得る
が、ここでは距ｉＤが次のように演算されるものとする
。

ただし、（０式においてＰｊは入カバターンのｉ成分、
ｄｉは辞書のｉ成分、Ｗｉは重み係数で１Ｐｉ−ｄ　ｉ
　ｌの関数であり、また、ｊはストロークの方向の種類
（この場・合は、ストロークの方向がｍ種類あるどされ
ている）、ｉはストロークの個数（この場合は、ストロ
ークの個数が１１個であるどされている）である。

そして、文字認識（パターン認ｍ）を行なうために上記
の（１）式に従ったｉｌ′ｇ離演算が行なわれる場合に
、例えば、片カナ「ア」における縦方向のストロークの
中心位置が分布している第２図中の領域２のように、ス
トロークの中心位置の平均値の分散σの大きい領域が辞
書に登録されていると、距離演算の結果として得られる
Ｄの値が大きくなって、「ア」と認識されない場合も生
じることがある。

そこで１本発明のパターン認識方法ではパターン認識に
用いる辞書に、第３図に示すように、特徴量ｄｉと共に
、その特徴量の分散σｌをも登録しておき、第４図に示
す入カバターンと辞書との間のマツチングを行なう際の
フローチャートのように、人カバターンと辞書との距離
演算を行なう前に、辞書の特徴量の分散をみて、分散が
閾値Ｔｌ（１未満のときだけに距離演算を行なうように
しているのである。

第５図は、本発明のパターン認識方法が適用されたパタ
ーン認識装置の概略構成を示すブロック図であり、図に
おいて３はパターン入力部、４゛は前処理部、５は特徴
抽出部、６は辞書検索部、７は辞書である。前記した辞
書７には特徴量ｄｉと共に、その特徴量の分散σｉも登
録されている、というように、特徴量のそれぞれのもの
に対して、個々の特徴量と対応している特徴量の分散も
登録されている。

そして、辞書検索部６では、そこで行なわれる前記した
（１）式に従う距離演算に先立って、第４図に示されて
いるフローチャートに示されているように、まず、ステ
ップ（１）において分散σｉが閾値ＴＨＩに等しいか大
きいかを調べ、分散σｉが閾値ＴＨＩ未満のときにはス
テップ（２）に進んで前記した（１）式に従う演算処理
を行ない、その演算結果を今までにめられていた距離に
加算して、今度はｉの数を１だけ増やしてスタートし、
前記したステップ（１）において、分散σｉが閾値Ｔ旧
よりも大きな場合にはステップ（３）に進み、ステップ
（３）において辞書のｉ成分ｄｉに対応する入カバター
ンのｉ成分Ｐｉが存在するか否かを調べ、辞書のｉ成分
ｄｉに対応する入カバターンのｉ成分Ｐｉが存在しなけ
ればステップ（４）に進んでリジェクトされ、また、辞
書のｉ成分ｄｉに対応する入カバターンのｉ成分Ｐｉが
存在すれば、ｉの数を１だけ増やして再びスタートする
、というような動作をｉがｎに達するまで繰返えして行
なう（なお、前記の動作はｊが１の状態において、ｉが
１からｎまで行なわれ、次に、ｊが２となされて、ｉが
２の状態においてｉが１からｎまで行なわれる、という
態様で、ｊがｍ、ｉがｎになるまで行なわれ得る）。

（効果）以上、詳細に説明したところから明らかなように１本発
明のパターン認識方法は、パターン認識の対象とされて
いるパターンの特徴と、辞書の特徴との距離に基づいて
類似度を計算してパターン認識を行なうようにしている
パターン認識方法において、辞書作成時における特徴量
の変動を示す分散も辞書に登録してパターン認識を行な
うようにしたものであるから、本発明のパターン認識方
法によれば変動の大きな特徴を辞書に登録し、しかも、
辞書数を増やさずに高い認識率でパターン認識を行なう
ことができるのである。

【図面の簡単な説明】

第１図は手書きの片カナの［ア」と「口」のストローク
の抽出例を示す図、第２図はストロークの中心位置の分
布する領域の説明図、第３図は辞書の内容の説明図、第
４図はフローチャー１−５第５図は本発明のパターン認
識方法を適用したパターン認識装置の概略構成を示すブ
ロック図である。３・・・パターン入力部、４・・・前処理部、５・・・
特徴抽出部、６・・・辞書検索部、７・・・辞書、特許
出願人　株式会社　リ　コ　一代　理　人　弁理士　今　間　孝　生ｉ　５　口

Claims

【特許請求の範囲】

パターン認識の対象とされているパターンの特徴と、辞
書の特徴との距離に基づいて類似度を計算してパターン
認識を行なうようにしているパターン認識方法において
、辞書作成時における特徴量の変動を示す分散も辞書に
登録してパターン認識を行なうようにし゛たパターン認
識方法