JPS6355105B2 - - Google Patents
Info
- Publication number
- JPS6355105B2 JPS6355105B2 JP55120189A JP12018980A JPS6355105B2 JP S6355105 B2 JPS6355105 B2 JP S6355105B2 JP 55120189 A JP55120189 A JP 55120189A JP 12018980 A JP12018980 A JP 12018980A JP S6355105 B2 JPS6355105 B2 JP S6355105B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- sample
- dictionary
- standard
- category
- 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.)
- Expired
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Character Discrimination (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】
本発明は、辞書の標準パターンをサンプル文字
により漸次修正する標準パターン修正機能を有し
た文字認識装置に関する。
により漸次修正する標準パターン修正機能を有し
た文字認識装置に関する。
手書文字の変形は種々様々であるため、印刷文
字のようにその変形を少数のサンプルから推定す
ることは難しい。したがつて、手書文字の認識装
置の読取性能を向上させるためには、多数のサン
プル文字を使用し、それらの文字から識別に供す
る辞書の標準パターンを作成する必要がある。し
かしながら、あらかじめ多数のサンプル文字を集
めることは困難である。そこで初めは少数のサン
プル文字により辞書パターンを作成し、漸次、サ
ンプル文字を増加してその都度該サンプル文字に
よる辞書パターン修正を行なう式が合理的であ
る。この場合サンプル数が増加すれば一層良好な
標準パターンになるかと言えばそうではなく、あ
らゆる変形文字を取入れてその平均値などから割
出した標準パターンはむしろ認識対象文字から離
れたものになつてしまう。
字のようにその変形を少数のサンプルから推定す
ることは難しい。したがつて、手書文字の認識装
置の読取性能を向上させるためには、多数のサン
プル文字を使用し、それらの文字から識別に供す
る辞書の標準パターンを作成する必要がある。し
かしながら、あらかじめ多数のサンプル文字を集
めることは困難である。そこで初めは少数のサン
プル文字により辞書パターンを作成し、漸次、サ
ンプル文字を増加してその都度該サンプル文字に
よる辞書パターン修正を行なう式が合理的であ
る。この場合サンプル数が増加すれば一層良好な
標準パターンになるかと言えばそうではなく、あ
らゆる変形文字を取入れてその平均値などから割
出した標準パターンはむしろ認識対象文字から離
れたものになつてしまう。
本発明はかゝる問題に対処しようとするもので
あり、特徴とする所は、カテゴリＣに属するサン
プルパターンX〓1〜X〓Nから導出されそしてパター
ン認識に対する標準パターンとなる平均値μ〓C N、お
よび標準偏差σ〓C N、ならびにサンプル数Ｎを記憶す
る辞書を備え、また新たに入力されたサンプルパ
ターンX〓N+1を含めた標準偏差σ〓C N+1が閾値ｄに対
し ‖σ〓C N+1‖ｄ であるときは該サンプルパターンX〓N+1をカテゴ
リＣに含めてその平均値をμ〓C N+1に修正し、また ‖σ〓N+1‖＞ｄ であるときは該カテゴリＣの平均値はμ〓C N+1とした
ままで該サンプルパターンX〓N+1でサブカテゴリ
C′を起す辞書修正回路を有することにあるが、以
下図面を参照しながらこれを詳細に説明する。
あり、特徴とする所は、カテゴリＣに属するサン
プルパターンX〓1〜X〓Nから導出されそしてパター
ン認識に対する標準パターンとなる平均値μ〓C N、お
よび標準偏差σ〓C N、ならびにサンプル数Ｎを記憶す
る辞書を備え、また新たに入力されたサンプルパ
ターンX〓N+1を含めた標準偏差σ〓C N+1が閾値ｄに対
し ‖σ〓C N+1‖ｄ であるときは該サンプルパターンX〓N+1をカテゴ
リＣに含めてその平均値をμ〓C N+1に修正し、また ‖σ〓N+1‖＞ｄ であるときは該カテゴリＣの平均値はμ〓C N+1とした
ままで該サンプルパターンX〓N+1でサブカテゴリ
C′を起す辞書修正回路を有することにあるが、以
下図面を参照しながらこれを詳細に説明する。
サンプル値の系列をxjとし、ｊ＝１、……、Ｎ
のＮ個のサンプルの平均値をμN、標準偏差をσNと
すれば、 μN＝１／ＮN 〓j=1 xj 従つてN 〓j=1 xj＝NμN ……(1) σ2 N＝１／ＮN 〓j=1 （xj−μN）2 従つてN 〓j=1 x2 j＝Ｎ（σ2 N＋μ2 N） ……(2) で表わされる。今μN、σN、Ｎが既知とし、新たに
（Ｎ＋１）番目のサンプル値xN+1が得られたとす
ると、平均値μNおよび分散σ2 N+1は μN+1＝１／Ｎ＋１N 〓j=1 xj＝１／Ｎ＋１（N 〓j=1 xj＋xN+1）＝１／Ｎ＋１（NμN＋xN+1） ……(3) σ2 N+1＝１／Ｎ＋１N 〓j=1 （xj−μN+1）2＝１／Ｎ＋１N 〓j=1 x2 j−μ2 N+1＝１／Ｎ＋１（N 〓j=1 x2 j＋x2 N+1）−μ2 N+1 ＝１／Ｎ＋１｛Ｎ（σ2 N＋μ2 N）x2 N+1｝−μ2 N+1…
…(4) となり、μN+1、σN+1は、μN、σN、ＮおよびxN+1か
ら求めることができる。即ち、Ｎ個のサンプルに
ついてのμN、σNが既知とき、サンプルが１つ追加
された（Ｎ＋１）個のサンプルについてのμN+1、
σN+1は(3)、(4)式から求めることができる。本発明
はこの関係を利用してＮ個のサンプルによる標準
パターンで認識を開始し、各認識処理毎に提供さ
れるサンプルで該標準パターンを修正して次第に
より適切な標準パターンに変更してゆこうとする
ものである。
のＮ個のサンプルの平均値をμN、標準偏差をσNと
すれば、 μN＝１／ＮN 〓j=1 xj 従つてN 〓j=1 xj＝NμN ……(1) σ2 N＝１／ＮN 〓j=1 （xj−μN）2 従つてN 〓j=1 x2 j＝Ｎ（σ2 N＋μ2 N） ……(2) で表わされる。今μN、σN、Ｎが既知とし、新たに
（Ｎ＋１）番目のサンプル値xN+1が得られたとす
ると、平均値μNおよび分散σ2 N+1は μN+1＝１／Ｎ＋１N 〓j=1 xj＝１／Ｎ＋１（N 〓j=1 xj＋xN+1）＝１／Ｎ＋１（NμN＋xN+1） ……(3) σ2 N+1＝１／Ｎ＋１N 〓j=1 （xj−μN+1）2＝１／Ｎ＋１N 〓j=1 x2 j−μ2 N+1＝１／Ｎ＋１（N 〓j=1 x2 j＋x2 N+1）−μ2 N+1 ＝１／Ｎ＋１｛Ｎ（σ2 N＋μ2 N）x2 N+1｝−μ2 N+1…
…(4) となり、μN+1、σN+1は、μN、σN、ＮおよびxN+1か
ら求めることができる。即ち、Ｎ個のサンプルに
ついてのμN、σNが既知とき、サンプルが１つ追加
された（Ｎ＋１）個のサンプルについてのμN+1、
σN+1は(3)、(4)式から求めることができる。本発明
はこの関係を利用してＮ個のサンプルによる標準
パターンで認識を開始し、各認識処理毎に提供さ
れるサンプルで該標準パターンを修正して次第に
より適切な標準パターンに変更してゆこうとする
ものである。
あるカテゴリＣに属する文字サンプルｉより抽
出される特徴をX〓C iとするとき、X〓C iの平均値、μ〓
C N
をカテゴリＣの標準パターンとする。すなわち、
カテゴリＣに属する文字サンプルがＮ個与えられ
たときμ〓C Nは μ〓C N＝１／ＮN 〓i=1 X〓C i ……(5) である。こゝでカテゴリＣとは「漢」「字」など
の字種を示しており、サンプル文字とはそれを各
種態様で手書きしたものをいう、そして特徴X〓C i
とは手書文字パターンをＸ方向またはＹ方向に投
影して得られた線密度（例えば文字「漢」のビデ
オ信号の各水平走査線に含まれる黒ドツトの個数
を垂直走査順に配列した数値群でこれはｎ次元ベ
クトルである）をいう。ところで同一カテゴリＣ
に属するすべてのサンプル文字の特徴パターン
（以下サンプルパターンという）からμ〓C Nを作成す
ると、サンプルパターンは手書文字の変形をすべ
て含むため、逆に精度のよい標準パターンμ〓C Nを構
成することができない。そこで本発明では特徴
X〓C iの標準偏差σ〓C Nを用いて ‖σ〓C N‖ｄ ……(6) となるようにカテゴリＣを制限し、この範囲に収
まらないものはサブカテゴリに分離し（つまりカ
テゴリＣを複数個のサブカテゴリに分割する）、
精度のよい標準パターンを構成する。なお上式で
‖・‖はベクトルからスカラへの変換を示し、ま
たｄは閾値である。今すでにＮ個のサンプルパタ
ーンX〓1、X〓2、……X〓Nから作成されたカテゴリＣ
の標準パターンμ〓C Nが存在するとし、その標準偏差
をσ〓C Nとすると、新たなサンプルパターンX〓N+1が
与えられたとき、先ず(3)、(4)式からμ〓C N+1、σ〓C N
+1を
求め、 ‖σ〓C N+1‖ｄ ……(7) であるか否かを判定する。そして上式が満たされ
ればX〓N+1をカテゴリＣに含めその標準パターン
（平均値）をμ〓C Nからμ〓C N+1に修正する。これに対
し、 ‖σ〓C N+1‖＞ｄ ……(8) であればX〓N+1をカテゴリＣに含めず、新たにサ
ブカテゴリC′の標準パターンとして登録する。
出される特徴をX〓C iとするとき、X〓C iの平均値、μ〓
C N
をカテゴリＣの標準パターンとする。すなわち、
カテゴリＣに属する文字サンプルがＮ個与えられ
たときμ〓C Nは μ〓C N＝１／ＮN 〓i=1 X〓C i ……(5) である。こゝでカテゴリＣとは「漢」「字」など
の字種を示しており、サンプル文字とはそれを各
種態様で手書きしたものをいう、そして特徴X〓C i
とは手書文字パターンをＸ方向またはＹ方向に投
影して得られた線密度（例えば文字「漢」のビデ
オ信号の各水平走査線に含まれる黒ドツトの個数
を垂直走査順に配列した数値群でこれはｎ次元ベ
クトルである）をいう。ところで同一カテゴリＣ
に属するすべてのサンプル文字の特徴パターン
（以下サンプルパターンという）からμ〓C Nを作成す
ると、サンプルパターンは手書文字の変形をすべ
て含むため、逆に精度のよい標準パターンμ〓C Nを構
成することができない。そこで本発明では特徴
X〓C iの標準偏差σ〓C Nを用いて ‖σ〓C N‖ｄ ……(6) となるようにカテゴリＣを制限し、この範囲に収
まらないものはサブカテゴリに分離し（つまりカ
テゴリＣを複数個のサブカテゴリに分割する）、
精度のよい標準パターンを構成する。なお上式で
‖・‖はベクトルからスカラへの変換を示し、ま
たｄは閾値である。今すでにＮ個のサンプルパタ
ーンX〓1、X〓2、……X〓Nから作成されたカテゴリＣ
の標準パターンμ〓C Nが存在するとし、その標準偏差
をσ〓C Nとすると、新たなサンプルパターンX〓N+1が
与えられたとき、先ず(3)、(4)式からμ〓C N+1、σ〓C N
+1を
求め、 ‖σ〓C N+1‖ｄ ……(7) であるか否かを判定する。そして上式が満たされ
ればX〓N+1をカテゴリＣに含めその標準パターン
（平均値）をμ〓C Nからμ〓C N+1に修正する。これに対
し、 ‖σ〓C N+1‖＞ｄ ……(8) であればX〓N+1をカテゴリＣに含めず、新たにサ
ブカテゴリC′の標準パターンとして登録する。
第１図はこれを概念的に説明するもので、多次
元の特徴空間ＡでカテゴリＣが表現される場合
に、(7)式を満たすサンプルパターンxN+1はカテゴ
リＣに含め、その標準パターンμ〓C Nをμ〓C N+1に修正
す
る。しかし、(8)式の関係にある他のサンプルパタ
ーンxN+2、xN+3等はカテゴリＣに含めてその標準
パターンを修正するのは有害であるので、例えば
XN+3はサブカテゴリC′に含ませる。同じカテゴ
リには属するがサンプルパターンX〓N+3のように
特徴がずれているというものは、例えば正規の文
字に対する略字などがこれに該当する。ひこの標
準パターン修正操作を本装置の稼動中、新たなサ
ンプルパターンが出現する都度行なので、最初は
少しのサンプル、次第に多くのサンプルの特徴を
収集した適格なものとなり、精度良い文字認識が
可能となる。しかも、収集した全ての特徴で単一
の標準パターンを作成するものではないので、雑
多な特徴の単純な集合（平均値）で認識精度を低
下させることはない。
元の特徴空間ＡでカテゴリＣが表現される場合
に、(7)式を満たすサンプルパターンxN+1はカテゴ
リＣに含め、その標準パターンμ〓C Nをμ〓C N+1に修正
す
る。しかし、(8)式の関係にある他のサンプルパタ
ーンxN+2、xN+3等はカテゴリＣに含めてその標準
パターンを修正するのは有害であるので、例えば
XN+3はサブカテゴリC′に含ませる。同じカテゴ
リには属するがサンプルパターンX〓N+3のように
特徴がずれているというものは、例えば正規の文
字に対する略字などがこれに該当する。ひこの標
準パターン修正操作を本装置の稼動中、新たなサ
ンプルパターンが出現する都度行なので、最初は
少しのサンプル、次第に多くのサンプルの特徴を
収集した適格なものとなり、精度良い文字認識が
可能となる。しかも、収集した全ての特徴で単一
の標準パターンを作成するものではないので、雑
多な特徴の単純な集合（平均値）で認識精度を低
下させることはない。
第２図は本発明の一実施例を示すブロツク図で
ある。同図において１は制御部で、これは本パタ
ーン認識装置全体の制御を行なう。観測部２は、
入力された帳票上の文字Ｍを映像信号Ｖにして特
徴抽出部３へ送る。特徴抽出部３では、観測部２
より得られた映像信号Ｖから特徴パターンX〓を抽
出する。識別部４は、特徴パターンX〓と辞書５か
らの標準パターンμ〓C（Ｃはカテゴリ）との距離を
算出し、最短距離のカテゴリＣに識別し、その結
果Ｒを出力する。辞書作成部６、辞書登録部７
は、辞書登録時に動作する。辞書作成部６は、入
力の特徴パターンX〓及び辞書５を参照することに
より、(3)(4)式で辞書（標準）パターンを計算す
る。辞書登録部７は計算された辞書パターンμN+1
の標準偏差σ〓C N+1とあらかじめ与えられた閾値ｄと
を(7)(8)式の様に比較することより、今までの辞書
パターンを修正し、あるいは新しい辞書パターン
を追加登録する。
ある。同図において１は制御部で、これは本パタ
ーン認識装置全体の制御を行なう。観測部２は、
入力された帳票上の文字Ｍを映像信号Ｖにして特
徴抽出部３へ送る。特徴抽出部３では、観測部２
より得られた映像信号Ｖから特徴パターンX〓を抽
出する。識別部４は、特徴パターンX〓と辞書５か
らの標準パターンμ〓C（Ｃはカテゴリ）との距離を
算出し、最短距離のカテゴリＣに識別し、その結
果Ｒを出力する。辞書作成部６、辞書登録部７
は、辞書登録時に動作する。辞書作成部６は、入
力の特徴パターンX〓及び辞書５を参照することに
より、(3)(4)式で辞書（標準）パターンを計算す
る。辞書登録部７は計算された辞書パターンμN+1
の標準偏差σ〓C N+1とあらかじめ与えられた閾値ｄと
を(7)(8)式の様に比較することより、今までの辞書
パターンを修正し、あるいは新しい辞書パターン
を追加登録する。
第３図は辞書５の構成例を示す。ひとつのサブ
カテゴリの辞書は、平均値、標準偏差、サンプル
数、カテゴリ名の４項目からなる。サンプル数
N1、N2は各サブカテゴリC1、C2、……の辞書を
作るのに使用したサンプルの数であり、平均値お
よび標準偏差は、そのＮ個のサンプルの特徴パタ
ーンの平均値および標準偏差である。このサブカ
テゴリの説明に従えば、第２図のＣ，C′は例えば
C1、C2に相当し、そし全体が同一のカテゴリＣ
に属する。
カテゴリの辞書は、平均値、標準偏差、サンプル
数、カテゴリ名の４項目からなる。サンプル数
N1、N2は各サブカテゴリC1、C2、……の辞書を
作るのに使用したサンプルの数であり、平均値お
よび標準偏差は、そのＮ個のサンプルの特徴パタ
ーンの平均値および標準偏差である。このサブカ
テゴリの説明に従えば、第２図のＣ，C′は例えば
C1、C2に相当し、そし全体が同一のカテゴリＣ
に属する。
以上述べたように本発明によれば、種々に変形
される手書文字を、各種のサンプルパターンの学
習を経るにつれて順次高精度に認識できる利点が
ある。
される手書文字を、各種のサンプルパターンの学
習を経るにつれて順次高精度に認識できる利点が
ある。
第１図は本発明に係る辞書パターンの説明図、
第２図は本発明の一実施例を示すブロツク図、第
３図はサブカテゴリに分類された辞書の説明図で
ある。 図中、５は辞書、６は辞書作成部、７は辞書登
録部である。
第２図は本発明の一実施例を示すブロツク図、第
３図はサブカテゴリに分類された辞書の説明図で
ある。 図中、５は辞書、６は辞書作成部、７は辞書登
録部である。
Claims (1)
- 【特許請求の範囲】 １ カテゴリＣに属するサンプルパターンX〓1〜
X〓Nから導出されそしてパターン認識に対する標
準パターンとなる平均値μ〓C N、および標準偏差σ〓C N
、
ならびにサンプル数Ｎを記憶する辞書を備え、ま
た新たに入力されたサンプルパターンX〓N+1を含
めた標準偏差σ〓C N+1が閾値ｄに対し ‖σ〓C N+1‖ｄ であるときは該サンプルパターンX〓N+1をカテゴ
リＣに含めてその平均値をμ〓C N+1に修正し、また ‖σ〓N+1‖＞ｄ であるときは該カテゴリＣの平均値はμ〓C N+1とした
ままで該サンプルパターンX〓N+1でサブカテゴリ
C′を起す辞書修正回路を有することを特徴とする
パターン認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP55120189A JPS5745680A (en) | 1980-08-30 | 1980-08-30 | Pattern recognition device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP55120189A JPS5745680A (en) | 1980-08-30 | 1980-08-30 | Pattern recognition device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS5745680A JPS5745680A (en) | 1982-03-15 |
| JPS6355105B2 true JPS6355105B2 (ja) | 1988-11-01 |
Family
ID=14780107
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP55120189A Granted JPS5745680A (en) | 1980-08-30 | 1980-08-30 | Pattern recognition device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5745680A (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63177285A (ja) * | 1987-01-17 | 1988-07-21 | Nippon Telegr & Teleph Corp <Ntt> | 文字認識処理装置 |
| JP3131287B2 (ja) * | 1992-05-27 | 2001-01-31 | 株式会社日立製作所 | パターン認識装置 |
| JP2002358095A (ja) * | 2001-03-30 | 2002-12-13 | Sony Corp | 音声処理装置および音声処理方法、並びにプログラムおよび記録媒体 |
-
1980
- 1980-08-30 JP JP55120189A patent/JPS5745680A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS5745680A (en) | 1982-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101482920B (zh) | 一种手写字符识别方法及系统 | |
| WO1998035314A2 (en) | System and method for pattern recognition | |
| JPH0573687A (ja) | 自動分類方法 | |
| KR100708800B1 (ko) | 화상 중에 나타나는 오브젝트를 검색하는 방법, 시스템 및 컴퓨터 판독가능 매체 | |
| JP6897749B2 (ja) | 学習方法、学習システム、および学習プログラム | |
| JP2005148987A (ja) | オブジェクト識別方法とその装置、プログラム及び記録媒体 | |
| CN111444816A (zh) | 一种基于Faster RCNN的多尺度密集行人检测方法 | |
| JPH08508128A (ja) | 分布マップを用いる画像の分類方法及び装置 | |
| US5689584A (en) | Method of and apparatus for pattern recognition and method of creating pattern recognition dictionary | |
| CN118982759A (zh) | 一种遥感图像中飞行目标的识别检测方法、系统及设备 | |
| JPH01321591A (ja) | 文字認識装置 | |
| JP3706646B2 (ja) | Ｏｃｒの制御方法並びに分類方法及び装置 | |
| JP3083609B2 (ja) | 情報処理装置及びそれを用いた文字認識装置 | |
| JP2622004B2 (ja) | 文字認識装置 | |
| JP2991750B2 (ja) | 辞書作成方法 | |
| JP2728117B2 (ja) | 文字認識装置 | |
| JP2576080B2 (ja) | 文字切出し方法 | |
| JP3948943B2 (ja) | 図形認識方法及び装置 | |
| JP2766205B2 (ja) | 文字認識装置 | |
| JP3986008B2 (ja) | 統計解析装置及び統計解析プログラム | |
| JPH08241378A (ja) | 低品質文字の認識方法 | |
| JPH0385686A (ja) | パタン正規化装置 | |
| Hwang et al. | Hierarchical Discriminant Regression for Incremental and Real-Time Image Classification | |
| JPH08293003A (ja) | 文字列抽出方法およびその方法を用いた文字列抽出装置、およびその装置を用いた文字列認識処理装置ならびに文字列認識処理システム | |
| JPH0683928A (ja) | 複合的な情報の構築方式 |