BRPI0615318A2 - uso consciente de estilo de entrada de escrita - Google Patents
uso consciente de estilo de entrada de escrita Download PDFInfo
- Publication number
- BRPI0615318A2 BRPI0615318A2 BRPI0615318-6A BRPI0615318A BRPI0615318A2 BR PI0615318 A2 BRPI0615318 A2 BR PI0615318A2 BR PI0615318 A BRPI0615318 A BR PI0615318A BR PI0615318 A2 BRPI0615318 A2 BR PI0615318A2
- Authority
- BR
- Brazil
- Prior art keywords
- handwriting
- user
- style
- styles
- training
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/32—Digital ink
- G06V30/36—Matching; Classification
- G06V30/373—Matching; Classification using a special pattern or subpattern alphabet
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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; CALCULATING OR 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; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Character Discrimination (AREA)
- User Interface Of Digital Computer (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
USO CONSCIENTE DE ESTILO DE ENTRADA DE ESCRITA Técnicas para processar uma entrada de caligrafia baseada em um estilo de escrita do usuário. Algumas técnicas empregam um estilo no qual o usuário escreve um único caractere, enquanto outras técnicas, de maneira alternativa ou adicionalmente, empregam um grupo de alágrafos que formam um estilo de caligrafia. Algumas implementações destas técnicas, tais como as implementadas na ferramenta de análise de estilo de escrita, analisam um ou mais caracteres escritos por um usuário a fim de identificar uma comunidade, tal como uma região geográfica ou grupo cultural, ao qual pertence o estilo de caligrafia do usuário a fim de alternativamente ou adicionalmente categorizar a caligrafia do usuário em um estilo de caligrafia particular. A ferramenta de análise de estilo de escrita pode em seguida prover ao usuário uma aplicação de reconhecimento de caligrafia especialmente configurada para aquele estilo de caligrafia pessoal do usuário.
Description
"USO CONSCIENTE DE ESTILO DE ENTRADA DE ESCRITA"FUNDAMENTOS DA INVENÇÃO
Os computadores são regularmente usados para umavariedade de finalidades em todo o mundo. Uma vez que oscomputadores se tornaram comuns, os fabricantes de computa-dor buscam continuamente torná-los mais acessíveis e amigá-veis ao usuário. Um esforço neste sentido foi o desenvolvi-mento de métodos naturais de entrada. Por exemplo, o reco-nhecimento de voz permite a um usuário entrar dados em umcomputador simplesmente falando os dados em voz alta. Os fo-nemas da fala do usuário são em seguida analisados de modo aconverter os mesmos em um texto datilografado. 0 reconheci-mento da caligrafia, de maneira alternativa, permite a umusuário entrar dados por meio da escrita em um digitalizadorcom uma caneta de modo a criar uma tinta eletrônica. 0 com-putador analisa as formas da tinta de modo a converter amesma em texto datilografado.
0 advento das técnicas de entrada de caligrafia éespecialmente benéfico a muitos usuários de computador. Al-guns usuários podem escrever caracteres a mão mais rápidoque datilografar os mesmos caracteres usando um teclado. Es-tes usuários podem assim criar uma entrada de caligrafiamais rapidamente que uma entrada de teclado. A maioria dosusuários da língua do leste asiático também acha a entradade caligrafia mais eficiente que a entrada de teclado. Aslínguas do leste asiático são tipicamente escritas usando umconjunto de caracteres pictográfico tendo milhares de carac-teres. Mesmo um teclado grande não poderá conter as teclassuficientes para um usuário escrever em uma linguagem doleste asiático. Sendo assim, um usuário de teclado precisatediosamente converter os caracteres fonéticos representadosno teclado em caracteres pictográficos. Com um computadorque aceita e reconhece a entrada de caligrafia, um usuáriode língua asiática poderá agora simplesmente escrever o ca-ractere pictográfico desejado diretamente com tinta eletrô-nica. Ainda, alguns usuários empregam computadores em ambi-entes que não permitem o uso de teclados. Por exemplo, ummédico que faz rondas em um hospital pode criar uma entradade caligrafia quando o uso de teclado se torna impraticável.
Embora as técnicas de entrada de caligrafia possamser muito convenientes para uma variedade de usuários, a u-tilidade destas técnicas depende em grande parte da precisãode seu reconhecimento. No entanto, um reconhecimento de ca-ligrafia consistentemente preciso pode ser difícil de obter,uma vez que diferentes usuários escreverão o mesmo caractereusando uma ampla variedade de diferentes formatos.
Para abordar a questão do reconhecimento de cali-grafia, alguns programadores têm criado aplicativos de soft-ware de reconhecimento de caligrafia que são genéricos parauma ampla variedade de usuários. Estes aplicativos de soft-ware empregam um ou mais técnicas de reconhecimento de cali-grafia que são comuns a todas as formas de escrita manualpara uma língua. Por exemplo, algumas dessas técnicas podecomparar um caractere caligrafia com um conjunto de protóti-pos de caracteres para determinar a qual protótipo o carac-tere caligrafia mais se assemelha. 0 conjunto de protótipos,em seguida, incluirá um ou mais alógrafos convencionais paracada caractere do alfabeto do usuário. Embora estas técnicasde reconhecimento genéricas reconheçam uma caligrafia "forada caixa" para uma ampla variedade de usuários, elas normal-mente não proverão uma taxa elevada de precisão de reconhe-cimento para qualquer usuário em particular. Além disso, aprecisão desses tipos de técnicas de reconhecimento geral-mente não vai melhorar com o tempo.
Alguns programadores de software alternativos pro-vêm aplicativos de software de reconhecimento de caligrafiapersonalizados que irão aprender a reconhecer a caligrafiaespecifica de um indivíduo. No entanto, estas aplicações ti-picamente requerem que um usuário entre uma grande quantida-de de dados de caligrafia durante o processo de aprendiza-gem, mas, como resultado, alguns destes aplicativos de soft-ware de reconhecimento de caligrafia não são muito precisos"fora da caixa". Além disso, muitos usuários estão relutan-tes em investir o tempo necessário para treinar adequadamen-te esse tipo de software para reconhecer a escrita manual dousuário. Além disso, estes aplicativos de software de reco-nhecimento de caligrafia personalizados são suscetíveis a umtreinamento excessivo. Como o software continua a aperfeiço-ar o seu processo de reconhecimento processo ao longo dotempo, o mesmo poderá incluir formas de caractere aberrantesescritas por um usuário em seus dados de treinamento. Estasformas de caractere ocasionalmente anormais, incomuns à es-crita típica de um usuário, poderá efetivamente reduzir aprecisão de reconhecimento do aplicativo ao longo do tempo.BREVE SUMÁRIO DA INVENÇÃO
Vários aspectos da invenção referem-se a técnicaspara o processamento de entrada de caligrafia baseado em umestilo de escrita de um usuário. Alguns aspectos da presenteinvenção podem empregar o estilo no qual o usuário escreveum único caractere. Outros aspectos da presente invenção po-dem, de maneira alternativa ou adicionalmente, empregar umgrupo de alógrafos que formam um estilo de caligrafia.
Por exemplo, algumas implementações da presenteinvenção podem analisar um ou mais caracteres escritos porum usuário para identificar uma comunidade, como uma regiãogeográfica ou grupo cultural, ao qual o estilo de caligrafiade um usuário pertence. Com essas implementações, o usuáriopoderá, então, ser provido com um aplicativo de reconheci-mento de caligrafia adaptado para reconhecer os estilos decaligrafia utilizados por essa comunidade. Outras implemen-tações da presente invenção pode analisar um ou mais carac-teres da caligrafia de um usuário, a fim de alternativamenteou adicionalmente categorizar a caligrafia de um usuário emum estilo de caligrafia em particular. 0 usuário pode, en-tão, ser provido com um aplicativo de reconhecimento de ca-ligrafia configurado especificamente para aquele estilo decaligrafia pessoal do usuário. Com vantagem, os dois tiposde aplicativos de reconhecimento de caligrafia podem propor-cionar uma maior precisão de reconhecimento que um aplicati-vo de reconhecimento de caligrafia genérico sem precisar queo usuário submeta uma grande quantidade de dados de treina-mento .Com ainda outras implementações da presente inven-ção, o estilo de caligrafia de um usuário, de maneira alter-nativa ou adicionalmente, pode ainda ser utilizada para im-pedir que um aplicativo de reconhecimento de caligrafia uti-lize um caractere aberrantemente escrito como um dado detreinamento a fim de melhorar o processo de reconhecimento.Alguns exemplos da presente invenção podem, então, de manei-ra alternativa ou adicionalmente, analisar uma ou mais den-tre os alógrafos de um usuário a fim de prever como um usuá-rio escreve outros caracteres. Ao invés de exigir que o usu-ário submeta dados de treinamento correspondentes para cadaum desses caracteres, por exemplo, estas implementações po-derão, em contrapartida, avisar o usuário para confirmar co-mo ele ou ela escreve estes outros caracteres. Estas imple-mentações podem, por exemplo, simplesmente fazer com que ousuário escolha entre os alógrafos pertencentes ao mesmo es-tilo de caligrafia como o alógrafo analisado.
Ainda outras implementações da presente invençãopodem, de maneira alternativa ou adicionalmente, analisar umestilo de escrita de um usuário para determinar se o usuárioescreve com a mão direita ou com a mão esquerda. Estas im-plementações podem, então, por exemplo, configurar uma oumais interfaces de usuário de um computador para correspon-der à "destreza" do usuário.
Estas e outras características e vantagens de di-ferentes implementações da presente invenção serão descritasem mais detalhes a seguir.
BREVE DESCRIÇÃO DOS DESENHOSO presente pedido de patente contém pelo menos umdesenho colorido. As cópias desta publicação de patente oupedido de patente com desenhos coloridos serão providas peloEscritório após solicitação e pagamento da taxa necessária.
As Figuras IA e IB mostram estilos de caligrafiatipicamente usados para ensinar caligrafia nas escolas.
As Figuras 2 e 3 mostram exemplos de um ambienteoperacional que pode ser usado para implementar as técnicasde reconhecimento de caligrafia de acordo com os vários e-xemplos da presente invenção.
A Figura 4 ilustra uma ferramenta de análise deestilo de escrita que pode ser implementada de acordo com osvários exemplos da presente invenção.
A Figura 5 mostra um exemplo de agrupamento de vá-rias amostras de tinta da letra K.
A Figura 6 ilustra vários alógrafos que revelamdestreza e as estatísticas de destreza de seus escritorescorrespondentes.
A Figura 7 ilustra uma ferramenta de reconhecimen-to de caligrafia que compara as amostras de escrita de umusuário com um ou mais alógrafos que revelam destreza de a-cordo com os vários exemplos da presente invenção.
A Figura 8 ilustra uma interface com o usuário queavisa o usuário para confirmar a sua destreza empregada deacordo com os vários exemplos da presente invenção.
A Figura 9 ilustra os estilos resultantes para asletras "q", "t", e "x" obtidos a partir da realização de umalgoritmo de agrupamento hierárquico de acordo com os váriosexemplos da presente invenção para 71.600 amostras corres-pondentes a 99 letras escritas por 267 escritores dos Esta-dos Unidos.
A Figura 10 ilustra os estilos resultantes para asletras "q", "t", e "x" obtidos a partir da realização de umalgoritmo de agrupamento hierárquico de acordo com váriosexemplos da presente invenção para 70.000 amostras de tintapara 99 letras escritas por 22 escritores do Reino Unido.
A Figura 11 ilustra um aplicativo de reconhecimen-to de caligrafia especificamente treinado (ou configurado ouespecificamente treinado) para os alógrafos comuns à comuni-cação em particular na qual os mesmos foram usados.
A Figura 12 ilustra mudanças na taxa de erros deteste por meio da exclusão de vários níveis de ruído dentrediferentes aplicativos de reconhecimento de caligrafia.
As Figuras 13 e 14 mostram as taxas de erro deteste para cada um dos três aplicativos de reconhecimento decaligrafia usando diferentes técnicas de treinamento.
A Figura 15 ilustra uma interface com o usuárioque avisa um usuário para confirmar como ele ou ela pode es-crever um caractere em particular baseado no estilo de cali-grafia previsto.
DESCRIÇÃO DETALHADA DA INVENÇÃO
Estilo de Escrita
Vários aspectos da presente invenção se referem aoemprego de um estilo de escrita de um usuário a fim de aper-feiçoar as técnicas de entrada de escrita. Alguns exemplosda presente invenção podem empregar o estilo no qual o usuá-rio escreve um único caractere referido a seguir como um "a-lógrafo". Conforme usado adiante, o termo "caractere" gene-ricamente se refere tanto a uma letra individual, número ououtra marca, e a uma ligadura (isto é, uma única forma ouglifo que representa duas ou mais letras subscritas, númerosou outras marcas) . O alógrafo de um caractere pode ser de-terminado, por exemplo, por meio do número de traços que umusuário faz para escrever o caractere, a ordem na qual cadatraço é escrito, e a direção na qual cada traço é feito.
Outros aspectos da presente invenção podem, de ma-neira alternativa ou adicionalmente, empregar um grupo dealógrafos que formam um estilo de caligrafia. Por exemplo, aFigura IA ilustra o estilo de caligrafia Cursiva Moderna,enquanto a Figura IB ilustra o modelo de estilo de caligra-fia Cursiva Simples. Como se pode ver a partir destas figu-ras, ambos os estilos de caligrafia compartilham um alógrafosimilar para a letra maiúscula "T" (embora o alógrafo do es-tilo de caligrafia Cursiva Simples seja ligeiramente maisangulado que o alógrafo do estilo de caligrafia Cursiva Mo-derna). Estes estilos de caligrafia têm alógrafos significa-tivamente diferentes, no entanto, para a letra minúscula"p". Conforme usado no presente documento, o termo "estilode escrita" de modo geral se refere a um alógrafo único, aum grupo de alógrafos, ou a um estilo de caligrafia feito demúltiplos alógrafos.
Os estilos de caligrafia ilustrados nas Figuras IAe IB são estilos de caligrafia tipicamente usados para ensi-nar caligrafia aos novos escritores nas escolas. Um escritosexperiente, no entanto, terá desenvolvido o seu próprio es-tilo de caligrafia idiossincrático que pode incluir uma es-crita tanto manuscrita como cursiva. Este estilo de caligra-fia idiossincrático tipicamente combinará característicasalográficas dentre uma variedade de diferentes estilos decaligrafia com características alográficas excêntricas quenão pertencem a nenhum estilo de caligrafia em particular.Quando um escritor desenvolve um estilo de caligrafia perso-nalizado, este não mudará ao longo do tempo. Deste modo, umestilo de caligrafia idiossincrático terá característicasúnicas e algumas características que são compartilhadas comum ou mais outros escritores. O conjunto único de caracte-rísticas pode ser referido como o conjunto de característi-cas individuais, enquanto as características compartilhadaspodem ser referidas como. o conjunto de características de"estilo". Sendo assim, conforme será explicado em mais deta-lhes abaixo, dois ou mais estilos de caligrafia idiossincrá-ticos podem ser agrupados em um estilo de caligrafia maisinclusivo baseado em uma ou mais características de "estilo"compartilhadas.
Ambiente de Implementação
Conforme será apreciado por aqueles com habilidadesimples na técnica, vários exemplos da presente invenção po-dem ser implementados usando um circuito analógico. Mais co-mumente, no entanto, aspectos da presente invenção serão im-plementados usando um dispositivo computacional programávelque executa programação ou instruções de "software". Porconseguinte, um exemplo genérico de um ambiente de disposi-tivo computacional que pode ser empregado para implementarvários exemplos da presente invenção será descrito a seguircom relação às Figuras 2 e 3.
Mais particularmente, a Figura 2 ilustra um exem-pio de um ambiente computacional digital de uso geral quepode ser usado para implementar vários exemplos da presenteinvenção. Em particular, a Figura 2 mostra um diagrama es-quemático de um computador 200. O computador 200 tipicamenteinclui tipicamente pelo menos alguma forma de meios legíveisem computador. Os meios legíveis em computador podem serquaisquer meios disponíveis que podem ser acessados pelocomputador 200. À guisa de exemplo, e não de limitação, osmeios legíveis em computador podem compreender meios de ar-mazenamento em computador e meios de comunicação. Os meiosde armazenamento em computador incluem meios voláteis e nãovoláteis, meios removíveis e não removíveis implementados emqualquer método ou tecnologia para o armazenamento de infor-mação, como, por exemplo, instruções legíveis em computador,estruturas de dados, módulos de programa ou outros dados. Osmeios de armazenamento em computador incluem, porém, não selimitam à memória RAM, à Memória ROM, à memória EEPROM, àmemória flash ou a qualquer outra tecnologia de memória, CD-ROM, discos versáteis digitais (DVD) ou outro armazenamentode disco ótico, cassetes magnéticos, fita magnética, armaze-namento de disco magnético ou outros dispositivos de armaze-namento magnéticos, meios perfurados, armazenamento holográ-fico, ou qualquer outro meio que possa ser usado para arma-zenar as informações desejadas e que possam ser acessadaspelo computador 200.
Os meios de comunicação tipicamente incorporaminstruções legíveis em computador, estruturas de dados, mó-dulos de programa, ou outros dados em um sinal de dados mo-dulado, como, por exemplo, uma onda portadora ou outro meca-nismo de transporte, e incluem quaisquer meios de liberaçãode informação. 0 termo "sinal de dados modulados" significaum sinal que tem uma ou mais de suas características defini-das ou modificadas de tal maneira a codificar informações nosinal. À guisa de exemplo, e não de limitação, os meios decomunicação incluem meios de conexão física, como, por exem-plo, uma rede a cabo ou uma conexão direta, e meios sem fio,como, por exemplo, meios acústicos, de RF, infravermelhos ououtros meios sem fio. As combinações de quaisquer dentre osmeios acima devem ser também incluídas dentro do âmbito dosmeios legíveis em computador.
Conforme mostrado na Figura 2, o computador 200inclui uma unidade de processamento 210, uma memória de sis-tema 220, e um barramento de sistema 230 que acopla várioscomponentes de sistema incluindo a memória de sistema 220 àunidade de processamento 210. 0 barramento de sistema 230pode ser qualquer dentre diversos tipos de estruturas debarramento incluindo um barramento de memória ou controlado-ra de memória, um barramento periférico, ou um barramentolocal usando qualquer dentre uma variedade de arquiteturasde barramento. A memória de sistema 220 pode incluir uma me-mória de leitura (ROM) 240 e uma memória de acesso aleatório(RAM) 250.Um sistema básico de entrada e saída 260 (BIOS)contém as rotinas básicas que ajudam a transferir informa-ções entre elementos dentro do computador 200, como, por e-xemplo, durante a inicialização, fica armazenado na memóriaROM 24 0. O computador 200 pode incluir ainda uma unidade dedisco rígido 270 que lê a partir de ou grava em um disco rí-gido (não mostrado), uma unidade de disco magnético 280 quelê a partir de ou grava em um disco magnético removível 281,e uma unidade de disco ótico 290 que lê a partir de ou gravaem um disco ótico removível 2 91, como, por exemplo, um CDROM, DVD ROM, ou outro meio ótico. A unidade de disco rígido270, a unidade de disco magnético 280, e a unidade de discoótico 290 são conectadas ao barramento de sistema 230 pormeio de uma interface de unidade de disco rígido 2 92, umainterface de unidade de disco magnético 293, e uma interfacede unidade de disco ótico 294, respectivamente. Estas unida-des e seus meios legíveis em computador associados provêm umarmazenamento não volátil das instruções legíveis em compu-tador, estruturas de dados, módulos de programa e outros da-dos para o computador pessoal 200. Será apreciado pelos ver-sados na técnica que outros tipos de meios legíveis em com-putador que podem armazenar dados acessíveis por um computa-dor, como, por exemplo, cassetes magnéticos, cartões de me-mória flash, discos de vídeo digitais, cartuchos de Bernoul-li, memórias de acesso aleatório (RAM), ou coisa do gênero,podem também ser usados no ambiente operacional exemplar.
Diversos módulos de programa podem ser armazenadosna unidade de disco rígido 270, no disco magnético 281, nodisco ótico 291, na memória ROM 240, ou na memória RAM 250,incluindo um sistema operacional 295, um ou mais programasde aplicação 296, outros módulos de programa 297, e dados deprograma 2 98. Um usuário pode entrar comandos e informaçõespara o computador 200 através de dispositivos de entrada,como, por exemplo, por meio de um teclado 201 ou de um dis-positivo de indicação 202 (como, por exemplo, um mouse). Ou-tros dispositivos de entrada (não mostrados) podem incluirum microfone, um joystick, uma controladora de jogos, umaantena parabólica para satélite, um leitor ótico (scanner),ou coisa do gênero. Estes e outros dispositivos de entradasão, com freqüência, conectados à unidade de processamento210 através de uma .interface de porta serial 206 que é aco-plada ao barramento de sistema 230, mas podem também ser co-nectados por meio de outras interfaces, como, por exemplo,uma porta paralela, uma porta de jogos, ou um barramento se-rial universal (USB), ou coisa do gênero. Ainda, estes dis-positivos podem ser acoplados diretamente ao barramento desistema 230 através de uma interface apropriada (não mostra-da) .
Um monitor 207 ou outro tipo de dispositivo de i-magem pode também ser conectado ao barramento de sistema 230através de uma interface, como, por exemplo, uma adaptadorade video 208. Além do monitor, os computadores podem incluirainda outros dispositivos de saida periféricos (não mostra-dos), como, por exemplo, alto-falantes e impressoras. Em umexemplo, um digitalizador de caneta 265 e uma caneta ou pena266 são providos a fim de capturar digitalmente uma entradasem mãos. Embora uma conexão entre o digitalizador de caneta265 e uma interface de porta serial 206 sejam mostradas naFigura 2, na prática, o digitalizador de caneta 265 pode serdiretamente acoplado à unidade de processamento 210, ou podeser acoplado à unidade de processamento 210 de qualquer ma-neira adequada, como, por exemplo, através de uma porta pa-ralela ou outra interface e ou pelo barramento de sistema230 conforme conhecido na técnica. Além disso, embora o di-gitalizador 265 seja mostrado separado do monitor 207 na Fi-gura 2, a área de entrada utilizável do digitalizador 265pode ser co-extensiva à área de video do monitor 207. Ainda,o digitalizador 265 pode ser integrado ao monitor 207 ou po-de existir como um dispositivo separado sobreposto ou de ou-tra forma anexado ao monitor 207.
0 computador 200 pode operar em um ambiente de re-de utilizando conexões lógicas a um ou mais computadores re-motos, como, por exemplo, um computador remoto 209. O compu-tador remoto 209 pode ser um servidor, um roteador, um PC derede, um dispositivo de rede não hierárquica ou outro nó derede comum,, e tipicamente inclui muitos dos ou todos os ele-mentos descritos acima com relação ao computador 200, embo-ra, para fins de simplicidade, apenas um dispositivo de ar-mazenamento de memória 211 seja ilustrado na Figura 2. Asconexões lógicas ilustradas na Figura 2 incluem uma rede deárea local (LAN) 212 e uma rede de área remota (WAN) 213.Estes ambientes de rede são comuns em escritórios, em redesde computador empresariais, em intranets e na Internet, u-sando ambas as conexões a cabo ou sem fio.Quando utilizado em um ambiente de rede LAN, ocomputador 200 é conectado à rede de área local 212 atravésde uma interface de rede ou adaptadora 214. Quando utilizadoem um ambiente de rede WAN, o computador 200 tipicamente in-clui um modem 215 ou outro meio para o estabelecimento decomunicações pela rede de área remota 213, como, por exem-plo, pela Internet. 0 modem 215, que pode ser interno ou ex-terno ao computador 200, pode ser conectado ao barramento desistema 230 via a interface de porta serial 206. Em um ambi-ente de rede, os módulos de programa ilustrados com relaçãoao computador pessoal 200, ou porções do mesmo, podem serarmazenados no dispositivo de armazenamento de memória remo-to.
Será apreciado que as conexões de rede são exem-plos e outras técnicas para se estabelecer um enlace de co-municação entre os computadores podem ser usadas. A existên-cia de quaisquer dentre vários protocolos bem conhecidos,tais como o TCP/IP, a Ethernet, o FTP, o HTTP, o UDP, oucoisa do gênero, é presumida, e o sistema pode ser operadoem uma configuração usuário - servidor de modo a permitirque um usuário recupere páginas de rede mundial a partir deum servidor baseado na rede mundial. Quaisquer dentre váriosnavegadores da rede mundial convencionais podem ser usadospara exibir e manipular dados nas páginas da rede mundial.
Embora o ambiente da Figura 2 mostre um exemplo deum ambiente operacional para várias modalidades da presenteinvenção, deve-se entender que outros ambientes computacio-nais podem também ser usados. Por exemplo, um ou mais exem-pios da presente invenção podem usar um ambiente tendo menosque todos os vários aspectos mostrados na Figura 2 e descri-tos acima, e estes aspectos podem aparecer em várias combi-nações e sub-combinações que serão aparentes a uma pessoacom conhecimento simples na técnica.
A Figura 3 ilustra um computador pessoal (PC) ba-seado em caneta 301 que pode ser usado de acordo com váriosaspectos da presente invenção. Qualquer ou todos os aspec-tos, subsistemas, e funções do sistema da Figura 2 podem serincluídos no computador 301 da Figura 3. O sistema de compu-tador pessoal baseado em caneta 301 inclui uma grande super-fície de vídeo 302, por exemplo, um vídeo de painel plano dedigitalização, como, por exemplo, uma tela de vídeo de cris-tal líquido (LCD) , na qual uma pluralidade de interfacesgráficas com o usuário 303, como, por exemplo, as interfacesgráficas com o usuário em janelas, são exibidas. Ao usar acaneta 266, um usuário pode selecionar, destacar, e escreverna área de tela de digitalização. Exemplos de painéis de ví-deo de digitalização incluem os digitalizadores de canetaeletromagnética, como, por exemplo, os digitalizadores decaneta disponíveis na Mutoh Co. (agora conhecida como Fine-Point Innovations Co.) ou na Wacom Technology Co. Outros ti-pos de digitalizadores de caneta, por exemplo, os digitali-zadores óticos, e os digitalizadores sensíveis ao toque po-dem também ser usados. 0 sistema computacional baseado emcaneta 301 interpreta os gestos feitos usando a caneta 266 afim de manipular dados, entrar texto, e executar tarefas deaplicação de computador convencionais, como, por exemplo,criar, editar, e modificar planilhas, programas de processa-mento de texto, ou coisa do gênero.
A caneta 2 66 pode ser equipada com botões ou ou-tros recursos a fim de aumentar as suas capacidades. Em umexemplo, uma caneta 266 pode ser implementada como um "lá-pis" ou "pena", na qual uma ponta constitui uma porção deescrita. A outra ponta da caneta 266 constitui um "apagador"que, quando se movimenta através do video, indica as porçõesde tinta eletrônica sobre o video que devem ser apagadas.Outros tipos de dispositivos de entrada, tais como um mouse,um trackball, um teclado, ou coisa do gênero pode também serusado. Além disso, o próprio dedo do usuário pode também serusado para selecionar ou indicar porções da imagem exibidaquando o video é uma tela sensível à proximidade ou sensívelao toque. Consequentemente, o termo "dispositivo de entradade usuário" conforme aqui usado pretende ter uma definiçãoampla e abrange diversas variações nos dispositivos de en-trada bem conhecidos.
Além de usar os sistemas computacionais baseadosem caneta de alto desempenho ou PC de mesa gráfica (por e-xemplo, laptops conversíveis ou PC de mesa gráfica), aspec-tos da presente invenção podem ser usados em conjunto comoutros tipos de sistemas computacionais baseados em canetae/ou outros dispositivos que aceitam dados como tinta ele-trônica e/ou aceitam caneta eletrônica ou entrada de pena,tais como os sistemas computacionais portáteis ou palmtop;os assistentes digitais pessoais; os computadores pessoaisde bolso, os telefones móveis e celulares, os pagers, ou ou-tros dispositivos de comunicação; relógios, aparelhos, equalquer outro dispositivo ou sistema que inclua um monitorou outro dispositivo de imagem e/ou um digitalizador que a-presenta informações impressas ou gráficas aos usuários e/oupermite entrada usando uma caneta ou pena eletrônica, ou quepossa processar a tinta eletrônica coletada por um outrodispositivo (por exemplo, um computador de mesa convencionalque pode processar tinta eletrônica coletada por um PC demesa gráfica) .
Ferramenta de Análise de Estilo de Escrita
A Figura 4 ilustra uma ferramenta de análise deestilo de escrita 401 que pode ser implementada de acordocom os vários exemplos da presente invenção. Conforme mos-trado nesta figura, a ferramenta de análise de estilo de es-crita 401 inclui um módulo de coleção de escrita 403, um mó-dulo de análise de estilo 405, um banco de dados de treina-mento de reconhecimento 4 07, e um módulo de treinamento dereconhecimento 409. Conforme será explicado em detalhe abai-xo, a ferramenta de análise de estilo de escrita 401 recebedados de caligrafia entrados de uma variedade de usuários411, e, por sua vez, provê aplicativos de reconhecimento decaligrafia 413 para um ou mais usuários personalizados parao estilo de caligrafia do usuário destinatário.
Conforme mostrado na Figura 4, a ferramenta de a-nálise de estilo de escrita 401 pode ser acessível a uma va-riedade de usuários. Sendo assim, com vários exemplos dapresente invenção, pelo menos o módulo de coleção de escrita403 pode ser implementado em um computador servidor acessí-vel a múltiplos usuários por uma ou mais redes, por exemplo,a Internet. Além de coletar a escrita de um usuário, o módu-lo de coleção de escrita 403 pode também incluir informaçõespessoais adicionais com relação ao usuário. Por exemplo, omódulo de coleção de escrita 403 pode também obter a destre-za do usuário (isto é, se o usuário é destro ou canhoto). Omódulo de coleção de escrita 403 pode de maneira alternativaou adicionalmente obter informações relativas a uma ou maiscomunidades às quais o usuário pertence, como, por exemplo,informações geográficas, religiosas e/ou culturais do usuá-rio. Deste modo, o módulo de coleção de escrita 403 pode ga-rantir o pais ou outra região geográfica na qual o .usuárioaprendeu a escrever, se o usuário foi educado em uma escolareligiosa, ou se o usuário pertence a um grupo cultural dis-tinto.
Conforme será explicado em mais detalhe abaixo, omódulo de análise de estilo 405 organiza as amostras de es-crita recebidas 411 em grupos ou "grupamentos" relacionadosbaseado nas similaridades de suas características. Conformeserá apreciado a partir da descrição acima, cada grupamentopode ser definido como um estilo de caligrafia comum a um oumais usuários cujas amostras de caligrafia estão incluídasno grupamento. Com vários exemplos da presente invenção, du-as técnicas separadas podem ser empregadas a fim de organi-zar as amostras de caligrafia recebidas 411 em grupamentos:um método de cabeça para baixo para detectar sub-estilos ru-des, ou um método de grupamento de baixo para cima.
No exemplo ilustrado, o módulo de análise de esti-lo 405 emprega o método de baixo para cima, como a informa-ção obtida usando este método pode ser diretamente empregadopelo módulo de treinamento de reconhecimento 409, conformeserá aparente a partir da apresentação abaixo. Usando estemétodo, um grupamento C de um conjunto de dados de amostrade escrita X = {x1, x2, xM} define uma divisão dos da-dos em um conjunto {c1, c2, ..., cK} dos conjuntos separa-dos, de tal modo que Ykk=1ck = X. O grupamento C é compostoindependentemente para cada letra na amostra de caligrafia411.
Com os vários exemplos da presente invenção, o mó-dulo de análise de estilo 405 usa um algoritmo de grupamentohierárquico que produz uma hierarquia de grupamentos aninha-dos [c1, c2, ..., cM] de tal modo que cm-1 seja um subcon-junto de Cm. Esta hierarquia é construída nas etapas M, nasquais um grupamento na etapa m é produzido a partir do gru-pamento produzido na etapa m-1. Na etapa 1, cada membro noconjunto de amostras X representa um grupamento próprio. U-sando uma função de dissimilaridade D(Ck, Ck) de dois grupa-mentos, o seguinte algoritmo é aplicado. Primeiro, iniciali-ze C1={{x1},{x2},...,{xM}}. Em segundo, para m = 2,...,M:obter o novo grupamento Cm mesclando os grupamentos Ckmin eCkimin de Cm-I em que (kmin, k'min) = argmn (k, k') , k^k'D (Ck, Ck' ) .
A função de dissimilaridade de grupamentoD(Ck,Ck') pode se basear, por exemplo, em uma função de dis-similaridade de amostra de tinta D(Xk,Xk'). Embora qualquerfunção de dissimilaridade desejada possa ser empregada paradeterminar uma diferença entre amostras de tinta, vários e-xemplos da presente invenção podem empregar um algoritmo decorrespondência elástico (também conhecido como um algoritmode urdidura de sincronização dinâmico) a fim de determinarcomo uma amostra de tinta é para outra amostra de tinta.
Deste modo, para as amostras de tinta k (feita deS traços) e k' (feita de S' traços),
<formula>formula see original document page 22</formula>
<formula>formula see original document page 22</formula> em que
PeP' são os vetores de coordenada re-amostrados correspon-dentes das amostras k, k' e N é o número de pontos de amos-tragem. Um elemento ρ no vetor P tem 3 coordenadas (x, y,Θ) , em que x, y são as coordenadas cartesianas do ponto ρ eΘ é a estimativa da inclinação no mesmo ponto.
A partir desta definição, fica aparente que as a-mostras de tinta com diferentes contagens de traço são in-tercaladas no mesmo grupamento até o verdadeiro fim do pro-cesso. Neste ponto, a intercalação teria de fato parado.Sendo assim,
<formula>formula see original document page 22</formula>
A decisão de usar o valor máximo ao invés de valo-res medidos ou mínimos, e usar definir a distância entre du-as amostras de tinta com um número diferente de traços paraoe favorece os grupamentos compactos.
Uma amostra de tinta em um grupamento é seleciona-da para ser o representativo do grupamento. O representativoescolhido para cada grupamento pode ser, por exemplo, o cen-tro mediano do grupamento. O centro mediano xk para o grupa-mento ck é definido como a amostra de tinta com a menor dis-tância mediana com relação às amostras de tinta membro dogrupamento restante.
Os resultados do grupamento para cada caracterepodem ser visualizados como uma árvore binária (também refe-rida como um "dendogramo de dissimilaridade") . A Figura 5mostra um exemplo de um dendogramo resultante 501 para vá-rias amostras de tinta da letra K. Nesta figura, os traçossão codificados por cor de tal modo que a cor dos traços in-dique a ordem na qual a mesma foi escrita: (1) vermelho, (2)verde, (3) azul, (4) magenta. Cada traço é também ilustradode tal modo que o traço se torne progressivamente mais claroa partir de seu ponto inicial até o seu ponto de finaliza-ção .
Com os vários exemplos da presente invenção, o nú-mero de grupamentos para cada letra pode ser definido comoum limite desejado acima do qual nenhuma outra intercalaçãode grupamentos ocorre. Os grupamentos ativos remanescentesno momento que a intercalação pára podem ser definidos comoos vários estilos de caracteres ou alógrafos do caracterecorrespondente. Por conseguinte, o número de estilos resul-tantes será diferente de uma letra para a outra dependendoda diversidade das formas de caracteres.
Determinação da Destreza de um Usuário
Com algumas implementações da presente invenção, omódulo de treinamento de reconhecimento 409 pode usar os da-dos criados pelo módulo de análise de estilo 405 para criarum aplicativo de reconhecimento de escrita que reconhece adestreza do escritor. Conforme previamente notado, além daforma dos traços em um caractere, vários exemplos da presen-te invenção levarão em conta a direção de cada traço e a or-dem na qual cada traço é feito ao definir um alógrafo. Aoempregar um exemplo da presente invenção, uma correlaçãomuito alta foi subjetivamente encontrada entre alógrafos es-pecíficos e a destreza dos escritores que empregam estes a-lógrafos. Estes alógrafos podem servir como alógrafos querevelam destreza. A Figura 6 mostra alguns destes alógrafose as estatísticas de destreza de seus escritores correspon-dentes .
Como será visto nesta figura, vários alógrafos sãoescritos quase exclusivamente pelos escritores de uma des-treza específica. Por exemplo, 94,4 % dos escritores que es-creveram a letra T no estilo 601 (com o traço sendo escritoda direita para a esquerda ao invés da esquerda para a di-reita) escrevem com a sua mão direita. Em contrapartida, a-penas 4,95 % dos escritores que escrevem com a letra T noestilo 603 (com o traço escrito da esquerda para a direita)escrevem com sua mão esquerda.
Por conseguinte, o módulo de treinamento de reco-nhecimento 409 pode prover o usuário um aplicativo de reco-nhecimento de escrita, como, por exemplo, a ferramenta dereconhecimento de caligrafia 701 mostrada na Figura 7, quecompara as amostras de escrita do usuário com um ou mais a-lógrafos que revelam destreza. Conforme visto nesta figura,o aplicativo de reconhecimento de caligrafia 701 inclui ummódulo de coleção de escrita 703 que recebe entrada de cali-grafia 411 de um usuário. Inclui ainda um módulo de análisede caligrafia 705 que determina o estilo de caligrafia daentrada de escrita 411. A destreza determina o estilo de ca-ligrafia da entrada de escrita 411. O módulo de determinaçãode destreza 709 compara o estilo de caligrafia do usuáriocom os estilos de caligrafia que revelam destreza no bancode dados de estilo de caligrafia 707. Baseado na comparação,o módulo de determinação de destreza 709 pode determinar adestreza do usuário.
Com alguns exemplos da presente invenção, o módulode determinação de destreza 709 pode simplesmente concluirse o usuário tem uma destreza determinada. De maneira alter-nativa, o aplicativo de reconhecimento pode prover ao usuá-rio uma interface com o usuário 711 que avisa o usuário paraconfirmar a sua destreza ou não. Um exemplo deste tipo deinterface com o usuário é ilustrado na Figura 8. Conformevisto nesta figura, o aplicativo de reconhecimento 701 provêa interface com o usuário 711 em resposta ao usuário quesubmete amostras de caligrafia para uma interface com o usu-ário de painel de entrada de texto, o aplicativo de reconhe-cimento 701 pode, por exemplo, configurar uma ou mais inter-faces com o usuário do computador para a destreza do usuá-rio .
Reconhecimento de Escrita Baseado na Comunidade
Com os vários exemplos da presente invenção, o mó-dulo de treinamento de reconhecimento 409 pode usar os dadoscriados pelo módulo de análise de estilo 405 para criar umaplicativo de reconhecimento de escrita baseado nos estilosde caligrafia ou alógrafos distintos a uma região geográfi-ca, afiliação religiosa, grupo étnico, grupo cultural, ouqualquer outro tipo de comunidade. Por exemplo, o algoritmode grupamento hierárquico descrito acima foi aplicado a71.600 amostras de tinta correspondentes a 99 letras escri-tas por 267 escritores dos Estados Unidos. A Figura 9 ilus-tra os estilos resultantes para as letras "q", "t", "x",juntamente com suas freqüências relativas após remoção dosgrupamentos "ruidosos" (isto é, os grupamentos com uma fre-qüência muito baixa de ocorrência). O mesmo experimento foirepetido em um conjunto de 70.000 amostras de tinta corres-pondentes a 99 letras escritas por 228 escritores do ReinoUnido. A Figura 10 ilustra os estilos resultantes obtidos apartir destes dados para as letras q, t, x, juntamente comsuas freqüências relativas após a remoção de grupamentos ru-idosos .
A partir deste experimento, foi determinado que osalógrafos dominantes para ambas as comunidades geográficasparecem ser aproximadamente iguais para a maior parte doscaracteres, embora os alógrafos dominantes ocorram com dife-rentes freqüências. Ainda, alguns alógrafos de baixa fre-qüência parecem existir para uma comunidade geográfica, masnão para a outra comunidade geográfica. Ainda, mesmo quandoum alógrafo de baixa freqüência aparece em ambas as comuni-dades geográficas, a sua freqüência é significativamente di-ferente entre as comunidades geográficas.
Ao usar este tipo de alógrafo baseado em comunica-ção e as informações de estilo de caligrafia obtidas pelomódulo de análise de estilo 405, o módulo de treinamento dereconhecimento 409 pode prover ao usuário um aplicativo dereconhecimento de caligrafia que foi especificamente treina-do (ou configurado para ser especificamente treinado) paraos alógrafos comuns à comunidade em particular na qual omesmo será usado. Tal ferramenta de reconhecimento de cali-grafia 1101 é mostrada na Figura 11. Conforme visto nestafigura, o aplicativo de reconhecimento de caligrafia 1101inclui um módulo de coleção de escrita 1103 que recebe en-trada de caligrafia 411 de um usuário. Inclui ainda um módu-lo de análise de caligrafia 1105 que determina o estilo decaligrafia da entrada de escrita 411. 0 módulo de reconheci-mento de caligrafia 1109 em seguida compara o estilo de ca-ligrafia do usuário com um ou mais estilos de caligrafia dobanco de dados de estilo de caligrafia 1107 a fim de deter-minar, por exemplo, se um ou mais alógrafos da caligrafia dousuário correspondem a um alógrafo associado a uma comunida-de especifica, como, por exemplo, uma comunicação pertencen-te a uma região geográfica em particular.
Baseado na comparação, o módulo de reconhecimentode caligrafia 1109 pode usar os estilos de caligrafia nobanco de dados de estilo de caligrafia 1107 a fim de reco-nhecer a entrada de caligrafia corrente e futura 411 do usu-ário. Com alguns exemplos da presente invenção, o módulo dereconhecimento de caligrafia 1109 pode simplesmente concluirque o usuário pertence a uma comunidade em particular. Demaneira alternativa, o aplicativo de reconhecimento 1101 po-de prover ao usuário uma interface com o usuário que avisa ousuário para confirmar se ele ou ela pertence a uma comuni-dade em particular.
Evidentemente, as informações de estilo de alógra-fo e caligrafia obtidas pelo módulo de análise de estilo 405podem ser empregadas de modo a prover aos aplicativos de re-conhecimento de caligrafia especifica a comunidade qualquertipo desejado de comunidade que possa estar associada a umestilo de escrita identificável, tal como uma afiliação re-ligiosa, um grupo étnico, um grupo cultural ou qualquer ou-tro tipo de comunidade que possa impactar o estilo de cali-grafia de um usuário.
Treinamento de Reconhecimento Consciente de Estilo
As informações de estilo de alógrafo e caligrafiaobtidas pelo módulo de análise de estilo 405 podem ser tam-bém obtidas para aperfeiçoar a operação de treinamento devários tipos de aplicativos de reconhecimento de caligrafia,incluindo os aplicativos de reconhecimento de caligrafiaconvencionais. Por exemplo, as informações de estilo de aló-grafo e caligrafia obtidas pelo módulo de análise de estilo405 podem ser usadas para filtrar amostras de caligrafia er-rôneas durante o processo de treinamento dos aplicativos decaligrafia.
Por exemplo, no experimento acima descrito, foiobservado que haviam grupamentos (isto é, alógrafos) compos-tos na maioria de amostras ruidosas e de tinta ruim. Comouma tendência, no entanto, estes grupamentos basicamente e-ram de baixa cardinalidade. Isto era esperado, uma vez que ahipótese de ruido (ou de partes separadas de dados) é geral-mente espalhada e inconsistente. Estes alógrafos ou grupa-mentos podem, portanto, ser considerados alógrafos insigni-ficantes .
0 impacto de se excluir estes alógrafos insignifi-cantes do treinamento de um aplicativo de reconhecimento decaligrafia (isto é, a exclusão de alógrafos insignificantesdo conjunto de caracteres de treinamento usados para treinaro aplicativo de reconhecimento de caligrafia) foi medido. Umlimite desejado pode ser definido, abaixo do qual um estiloé considerado insignificante. Como será apreciado por aque-les com habilidade simples na técnica, o valor selecionadopara este limite se baseará na quantidade de ruido permissí-vel desejado para o conjunto de treinamento de caligrafia.Para medir o impacto da exclusão destes alógrafos insignifi-cantes sobre a precisão de reconhecimento de um aplicativode reconhecimento de caligrafia, um banco de dados de 18.628amostras de tinta por 14 escritores (dois dos quais eram ca-nhotos) foi usado. As taxas de erro individuais, assim comoa taxa de erro média, foram em seguida comparadas para cincoaplicativos de reconhecimento de caligrafia diferentes. Oprimeiro aplicativo de reconhecimento de caligrafia foitreinado em um conjunto de treinamento completo (isto é, umreconhecedor de 100 %). O segundo aplicativo de reconheci-mento de caligrafia foi treinado em 15 % do conjunto detreinamento total, incluindo os alógrafos insignificantes.Os três aplicativos de reconhecimento de caligrafia restan-tes foram então treinados em 15 % do conjunto total de trei-namento, porém excluindo os alógrafos insignificantes combase nos valores diferentes de OmIn-
A Figura 12 ilustra como a taxa de erro de testemuda com o valor de CVin entre os diferentes aplicativos dereconhecimento de caligrafia. Com base nos resultados doteste, foi notado que, para 10 dentre 14 pessoas e na média,havia um conjunto de treinamento "enxuto" (isto é, o conjun-to de treinamento excluiu aqueles alógrafos insignificantes)que produziu um aplicativo de reconhecimento de caligrafiatendo uma taxa de erro de teste menor que um aplicativo dereconhecimento de caligrafia "não enxuto" correspondente.Além disso, para 5 dentre 14 escritores, a taxa de erro deteste obtida pelo treinamento em 15 % dos dados, excluindoos alógrafos insignificantes, foi menor que a taxa de erroobtida pelo treinamento do aplicativo de reconhecimento decaligrafia no conjunto de treinamento completo (isto é, 100% do conjunto de treinamento).
Por conseguinte, vários exemplos da presente in-venção podem empregar os estilos de caligrafia identificadospelo módulo de análise de estilo 405 a fim de determinarquais alógrafos serão usados por um aplicativo de reconheci-mento de caligrafia 413 a fim de treinar a si mesmo para fa-zer de uma maneira mais precisa o reconhecimento de caligra-fia de um usuário. Como será apreciado por aqueles com habi-lidade simples na técnica, o valor de Omin pode ser experi-mentalmente selecionado de modo a prover o conjunto mais e-xato de dados de treinamento baseado, por exemplo, na comu-nidade na qual o aplicativo de reconhecimento de caligrafiaserá empregado.Reconhecimento de Caligrafia Personalizado
Com ainda outros exemplos da presente invenção, omódulo de treinamento de reconhecimento 409 pode usar os da-dos obtidos pelo módulo de análise de estilo 405 a fim decriar um aplicativo de reconhecimento de escrita especifica-mente traçado para reconhecer um estilo de caligrafia pesso-al de um usuário (ou seja, a coleção de alógrafos mais comu-mente empregada pelo usuário).
Os aplicativos convencionais de reconhecimento decaligrafia se baseiam no modelo classificador discriminati-vo. Os classificadores usados para estes aplicativos conven-cionais de reconhecimento de caligrafia, inclusive o classi-ficador de uma única letra, são tipicamente treinados com umconjunto de treinamento que abrange os dados coletados demilhares de milhares de escritores. Para personalizar o a-plicativo de reconhecimento de caligrafia para um escritorespecifico, estes classificadores são treinados ainda em umapequena amostra de dados de escrita que o escritor provê porum meio explicito ou implícito. Geralmente, o treinamentoespecífico de escritor é feito para um número limitado deiterações a fim de se proteger contra um treinamento exces-sivo. Esta abordagem convencional para a personalização seráreferida no presente documento como personalização "clássi-ca".
Vários exemplos da presente invenção, no entanto,podem empregar uma abordagem alternativa usando as informa-ções de estilo obtidas pelo módulo de análise de estilo 405.Esta abordagem alternativa será referida como uma personali-zação "baseada no estilo". Mais particularmente, com estaabordagem, o módulo de treinamento de reconhecimento 409 em-prega amostras de tinta providas por um usuário a fim decomputar o grupo de alógrafos tipicamente empregados pelousuário. Este grupo de alógrafos constitui o estilo de cali-grafia do usuário ou "vetor de sociedade de estilo". O vetorem seguida é usado para computar o subconjunto do conjuntode treinamento que melhor corresponde ao estilo do escritor.Um classificador pode em seguida ser treinado no subconjuntocomputado do conjunto de treinamento.
Para avaliar esta abordagem de personalização ba-seada no estilo, um experimento foi feito comparando o de-sempenho de um aplicativo de reconhecimento de caligrafiatreinado usando esta abordagem com um aplicativo de reconhe-cimento de caligrafia de base (isto é, um aplicativo de re-conhecimento de caligrafia genérico) e com um aplicativo dereconhecimento de caligrafia treinado através da personali-zação clássica. Um conjunto de treinamento compreendeu70.000 amostras de tinta escritas por 276 escritores foi u-sado para criar o aplicativo de reconhecimento de caligrafi-a. Um conjunto de 14 escritores, dois dos quais sendo canho-tos e nenhum tendo qualquer dado no conjunto de treinamento,foi escolhido para o experimento de personalização. Cada umdestes escritores doou 2 amostras de tinta para cada um dos99 caracteres suportados para fins de personalização, perfa-zendo um total de 198 amostras de tinta. Cada escritor dooutambém 14 amostras para caracteres para fins de teste.
Um aplicativo de reconhecimento de caligrafia foipersonalizado para cada um dos escritores por meio do trei-namento de um aplicativo de reconhecimento de caligrafia ge-nérico no conjunto de treinamento original aumentado com asamostras de tinta de personalização dos escritores. Conformenotado acima, estes aplicativos de reconhecimento de cali-grafia serão referidos como os aplicativos de reconhecimentode caligrafia classicamente personalizados. Um outro aplica-tivo de reconhecimento de caligrafia genérico foi em seguidapersonalizado para cada um dos escritores por meio do usodos dados de personalização do escritor a fim de selecionaro subconjunto do conjunto de treinamento que corresponde aoestilo de caligrafia do escritor. Ou seja, depois de reali-zar a análise de estilo no conjunto de treinamento, cada umadas amostras de tinta de personalização do escritor foi usa-da para permitir um dos alógrafos para cada caractere noconjunto de treinamento. Um aplicativo de reconhecimento decaligrafia foi então treinado para aquele escritor destesubconjunto dos dados de treinamento aumentados pelas amos-tras de tinta de personalização. Conforme notado acima, es-tes aplicativos de reconhecimento de caligrafia são referi-dos como aplicativos de reconhecimento de caligrafia perso-nalizados em estilo. Cada um destes três aplicativos de re-conhecimento de caligrafia foi avaliado contra o conjunto deteste provido por cada escritor.
As Figuras 13 e 14 mostram as taxas de erro deteste para cada um dos três aplicativos de reconhecimento decaligrafia mencionados acima para cada um dos 14 escritoresconsiderados neste experimento, assim como o percentual doconjunto de treinamento que foi selecionado para treinar ca-da aplicativo de reconhecimento de caligrafia personalizado.A partir destes números, nota-se que, para cada um dos 14escritores, ambos o aplicativo de reconhecimento de caligra-fia personalizado clássico e o aplicativo de reconhecimentode caligrafia personalizado de estilo diminuíram a taxa deerro de teste em comparação ao provido pelo reconhecedor debase. Ainda, para os 12 escritores, o aplicativo de reconhe-cimento de caligrafia personalizado de estilo proveu uma re-dução de erro maior que o provido pelo aplicativo de reco-nhecimento de caligrafia personalizado clássico. Além disso,a redução de erro relativa média provida pelo aplicativo de reconhecimento de caligrafia personalizado de estilo foi decerca de 27 %, enquanto foi de apenas 20 % para o aplicativode reconhecimento de caligrafia personalizado clássico. Alémdisso, o tamanho médio da porção de conjunto de treinamentoselecionado na personalização baseada em estilo foi quase 68% do conjunto de treinamento de base.
Por conseguinte, depois de o módulo de análise deestilo 405 analisar as amostras de caligrafia obtidas de umusuário, o módulo de treinamento de reconhecimento 409 pode-rá usar os dados providos pelo módulo de análise de estilo405 a fim de criar um aplicativo de reconhecimento de escri-ta personalizado que provenha um grau maior de precisão dereconhecimento para o usuário, e que, ao mesmo tempo, re-queira menos treinamento por parte do usuário para obter aprecisão aperfeiçoada. Mais particularmente, a ferramenta deanálise de estilo de escrita 401 pode prover ao usuário umaplicativo de reconhecimento de caligrafia 413 que empregaum conjunto de treinamento incluindo ou limitado aos alógra-fos que correspondem ao estilo de caligrafia do usuário.
Prognóstico de Estilo
Além de aperfeiçoar o conjunto de treinamento deum aplicativo de reconhecimento de caligrafia, com os váriosexemplos da presente invenção, a ferramenta de análise deestilo de escrita 401 pode, de maneira alternativa ou adi-cionalmente, prognosticar o estilo de escrita de um usuárioa partir da entrada de caligrafia do usuário 411 (e/ou pro-ver um aplicativo de reconhecimento de caligrafia que prog-nostique o estilo de escrita de um usuário a partir da en-trada de caligrafia do usuário 411). Por exemplo, a ferra-menta de análise de estilo de escrita 401 pode empregar, porexemplo, uma filtragem colaborativa a fim de prognosticarcomo um escritor escreveria alguns caracteres baseado nasamostras de tinta coletadas de outros caracteres.
A filtragem colaborativa é uma técnica conhecida,comumente usada para prognosticar uma utilidade de itens aum usuário em particular baseado em um banco de dados de vo-tos de usuário a partir de uma amostra ou população de ou-tros usuários. É de particular relevância para a implementa-ção dos vários exemplos da presente invenção a classe dafiltragem colaborativa conhecida como os algoritmos baseadosem memória.
Com este tipo de filtragem colaborativa, um bancode dados de usuário que consiste dos votos Vj,j (correspon-dentes ao voto para o usuário i no item j) é usado paraprognosticar os votos de um usuário ativo baseado em algumainformação parcial relativa a um usuário u novo e a um con-junto de pesos calculado a partir do banco de dados do usuá-rio. Presume-se que o voto previsto do novo usuário u para oitem j seja Pu, j· Pu,j é a soma ponderada dos votos dos demaisusuários no banco de dados:
Pu, j = αΣNw(u,i)· vi, j
Em que, N é o número de usuários no banco de dadosde filtragem colaborativa. Os pesos w(u,i) refletem a corre-lação ou similaridade entre cada usuário i e o usuário u. Ovalor α é um fator normalizador para garantir que os votossomem um.
O método mais simples e mais comum para se compu-tar os pesos é usando o coeficiente de correlação de Pear-son. Usando este coeficiente, a correlação entre os usuárioi e u é dado por:
W(u,i) = ΣjVufj-Vi,j / √ΣjV2u,j · ΣjV2i,j
As somas sobre j são feitas sobre os itens para osquais ambos os usuários u e i votaram.
No prognóstico de um estilo de caligrafia de umescritor, o banco de dados de usuário corresponde ao bancode dados de estilos de caligrafia, os votos do usuário cor-respondem ao banco de dados de estilos de caligrafia, os vo-tos do usuário correspondem aos valores de vetor de socieda-de de estilo dos escritores e o usuário u, cujos votos par-ciais são conhecidos, corresponde a um escritor cuja socie-dade de estilo parcial é conhecida a partir dos dados de ca-ligrafia entrados e para o qual a ferramenta de análise deestilo de escrita 401 (ou aplicativo de reconhecimento decaligrafia 413) é requerida no sentido de prognosticar oresto dos estilos. Com os vários exemplos da presente inven-ção, a ferramenta de análise de estilo de escrita 401 (ouaplicativo de reconhecimento de caligrafia 413) pode prog-nosticar o estilo de escrita de um usuário baseado, por e-xemplo, nos caracteres: a, A, I, 0, 1, 2, e 9, uma vez queestes caracteres são distintivos e provavelmente são captu-rados durante o uso diário do reconhecedor de caligrafia.Evidentemente, exemplos alternativos da presente invençãopodem empregar qualquer combinação de caracteres a fim deprognosticar o estilo de escrita de um usuário.
Com alguns exemplos da presente invenção, a ferra-menta de análise de estilo de escrita 401 (ou aplicativo dereconhecimento de caligrafia 413) pode simplesmente prognos-ticar se o usuário tem um estilo de caligrafia particular, eempregar os alógrafos que constituem este estilo a fim dereconhecer a caligrafia do usuário. De maneira alternativa,a ferramenta de análise de escrita 401 (ou aplicativo de re-conhecimento de caligrafia 413) pode prover o usuário comuma interface de usuário que avisa o usuário para confirmarcomo ele ou ela pode escrever um caractere em particular ba-seado no estilo de caligrafia prognosticado. Um exemplo des-te tipo de interface de usuário é ilustrado na Figura 15.Conforme visto nesta figura, a interface com o usuário 1501provê uma seleção primária de alógrafos 1503 dentro do esti-lo de escrita que mais proximamente corresponde à entrada decaligrafia do usuário. A interface com o usuário 1501 podeprover ainda um conjunto alternativo de alógrafos 1505 den-tro de um estilo de escrita que também corresponde à entradade caligrafia do usuário ligeiramente menor que a seleçãoprimária de alógrafos. Baseado na determinação do estilo decaligrafia do usuário, o aplicativo de reconhecimento de ca-ligrafia 413 poderá reconhecer de uma forma mais precisa aentrada de caligrafia do usuário, conforme apresentado emdetalhe acima.
Conclusão
Embora a presente invenção tenha sido descrita comrelação a exemplos específicos incluindo os modos presente-mente preferidos de se executar a invenção, os versados natécnica apreciarão que existem inúmeras variações e permuta-ções dos sistemas de técnicas acima descritos que recaem noespírito e âmbito da presente invenção, conforme apresentadanas reivindicações em apenso.
Claims (17)
1. Ferramenta de análise de estilo de caligrafia,CARACTERIZADA pelo fato de compreender:- meio de armazenamento legível por computadortendo instruções executáveis por computador codificadas nomesmo, as quais, quando executadas em um ou mais processado-res de computador, criam instâncias de:- um módulo de coleção de escrita que coleta a ca-ligrafia de um usuário; e- um módulo de análise de estilo que analisa a ca-ligrafia coletada a fim de determinar um estilo da caligra-fia coletada, onde analisar emprega um algoritmo de agrupa-mento hierárquico o qual produz uma hierarquia de agrupamen-tos aninhados, C = {C1, C2 , ..., cm }, onde para cada par (Ci,Ci+i ) em C, Ci é um subconjunto de ci+i , e cada Ci+i é obtidodo Ci precedente pela aplicação de uma função de dissimila-ridade de agrupamento para determinar uma diferença entreamostras de tinta de caligrafia.
2. Ferramenta de análise de estilo de caligrafia,de acordo com a reivindicação 1, CARACTERIZADA pelo fato deque o módulo de análise de estilo identifica ainda uma comu-nidade associada à caligrafia coletada.
3. Ferramenta de análise de estilo de caligrafia,de acordo com a reivindicação 2, CARACTERIZADA pelo fato deque a comunidade é definida por uma região geográfica, grupocultural, ou uma afiliação religiosa.
4. Ferramenta de análise de estilo de caligrafia,de acordo com a reivindicação 1, CARACTERIZADA pelo fato dea análise de estilo identifica um estilo que é idiossincrá-tico ao usuário.
5. Aplicação de reconhecimento de caligrafia,CARACTERIZADA pelo fato de compreender meio de armazenamentolegível por computador tendo instruções executáveis por com-putador codificadas no mesmo, as quais, quando executadas emum ou mais processadores de computador, criam instâncias de:- um módulo de análise de caligrafia que analisa acaligrafia coletada de um usuário a fim de determinar um es-tilo de caligrafia coletada, onde determinar um estilo com-preende aplicar um algoritmo de agrupamento hierárquico oqual produz uma hierarquia de agrupamentos aninhados, C ={c1, C2 , cm }, onde para cada par {c±t Ci,i ) em C, Ci é umsubconjunto de ci+1 , e cada Ci+i é obtido do Ci precedente pe-la aplicação de uma função de dissimilaridade de agrupamentopara determinar uma diferença entre amostras de tinta de ca-ligrafia;- um banco de dados de estilos de caligrafia con-tendo estilos de escrita que revelam destreza; e- um módulo de determinação de destreza que compa-ra o estilo da caligrafia coletada com estilos de escritaque revelam destreza a fim de determinar uma destreza do u-suário.
6. Aplicação de reconhecimento de caligrafia, deacordo com a reivindicação 5, CARACTERIZADA pelo fato de queo módulo de análise de caligrafia provê uma interface com ousuário que avisa ao usuário para confirmar a destreza de-terminada .
7. Aplicação de reconhecimento de caligrafia, deacordo com a reivindicação 5, CARACTERIZADA pelo fato de queo módulo de análise de caligrafia configura um computadorpara operar baseado na destreza determinada.
8. Método de treinamento de uma aplicação de reco-nhecimento de caligrafia, o método implementado em um ambi-ente computacional compreendendo pelo menos um processadorde computador e um meio legível por computador, o métodoCARACTERIZADO pelo fato de compreender: - coletar a caligrafia dentre uma pluralidade deescritores;- determinar estilos de escrita para a pluralidadede escritores, onde determinar estilos de escrita compreendeaplicar um algoritmo de agrupamento hierárquico o qual pro-duz uma hierarquia de agrupamentos aninhados, C = {ci, C2..., cm }, onde para cada par (ei, Ci+i ) em C, Ci é um subcon-junto de Ci+i , e cada Ci+i é obtido do Ci precedente pela a-plicação de uma função de dissimilaridade de agrupamento pa-ra determinar uma diferença entre amostras de tinta de cali-grafia;- selecionar uma amostra de tinta para um agrupa-mento particular para ser um representativo de um agrupamen-to particular; e- treinar uma aplicação de reconhecimento de cali-grafia usando amostras de treinamento selecionadas dentrepelo menos um dentre os estilos de escrita determinados.
9. Método de treinamento de uma aplicação de reco-nhecimento de caligrafia, de acordo com a reivindicação 8,CARACTERIZADO pelo fato de compreender ainda o treinamentoda aplicação de reconhecimento de caligrafia usando apenasamostras de treinamento selecionadas a partir de pelo menosum dentre os estilos de escrita determinados.
10. Método de treinamento de uma aplicação de re-conhecimento de caligrafia, de acordo com a reivindicação 8,CARACTERIZADO pelo fato de compreender ainda as etapas de:- analisar a caligrafia coletada de um usuário;- associar pelo menos um dentre os estilos deter-minados ao usuário; e- treinar a aplicação de reconhecimento de cali-grafia usando amostras de treinamento selecionadas a partirde pelo menos um dentre os estilos de escrita determinadosassociado ao usuário.
11. Método de treinamento de uma aplicação de re-conhecimento de caligrafia, de acordo com a reivindicação-10, CARACTERIZADO pelo fato de que o pelo menos um associadodentre os estilos determinados estilos é um estilo comum auma comunidade.
12. Método de treinamento de uma aplicação de re-conhecimento de caligrafia, de acordo com a reivindicação-11, CARACTERIZADO pelo fato de que a comunidade é definidapor uma região geográfica, um grupo cultural, ou uma afilia-ção religiosa.
13. Método de treinamento de uma aplicação de re-conhecimento de caligrafia, de acordo com a reivindicação-10, CARACTERIZADO pelo fato de que a associação de pelo me-nos um dentre os estilos determinados é um estilo idiossin-crático ao usuário.
14. Método de treinamento de uma aplicação de re-conhecimento de caligrafia, de acordo com a reivindicação-10, CARACTERIZADO pelo fato de que o pelo menos um associadodentre os estilos determinados é um estilo que revela des-treza .
15. Método de treinamento de - uma aplicação de re-conhecimento de caligrafia, de acordo com a reivindicação 8,CARACTERIZADO pelo fato de compreender ainda, as etapas de: - associar pelo menos um dentre os estilos deter-minados ao usuário; e- usar o pelo menos um dentre os estilos determi-nados associado para prognosticar um estilo de escrita paraos caracteres escritos pelo usuário.
16. Método de treinamento de uma aplicação de re-conhecimento de caligrafia, de acordo com a reivindicação-15, CARACTERIZADO pelo fato de compreender ainda a etapa deavisar a um usuário para confirmar o estilo de escrita prog-nosticado .
17. Método de treinamento de uma aplicação de re-conhecimento de caligrafia, CARACTERIZADO pelo fato de com-preender :coletar caligrafia de uma pluralidade de escrito-res; determinar estilos de escrita para a pluralidadede escritores;treinar uma aplicação de reconhecimento de cali-grafia usando amostras de treinamento selecionadas de pelomenos um dos estilos de escrita determinados;analisar a caligrafia coletada de um usuário;associar pelo menos um dos determinados estiloscom o usuário ;usar o associado pelo menos um dos estilos deter-minados para predizer um estilo de escrita para caracteresescritos pelo usuário; eempregar filtragem colaborativa baseada em memóriapara predizer um estilo de escrita para caracteres escritospelo usuário.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US11/215.818 | 2005-08-29 | ||
| US11/215,818 US7715629B2 (en) | 2005-08-29 | 2005-08-29 | Style aware use of writing input |
| PCT/US2006/033824 WO2007027747A1 (en) | 2005-08-29 | 2006-08-29 | Style aware use of writing input |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| BRPI0615318A2 true BRPI0615318A2 (pt) | 2011-05-17 |
Family
ID=37804156
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BRPI0615318-6A BRPI0615318A2 (pt) | 2005-08-29 | 2006-08-29 | uso consciente de estilo de entrada de escrita |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US7715629B2 (pt) |
| EP (1) | EP1920386A1 (pt) |
| JP (1) | JP2009506464A (pt) |
| KR (1) | KR20080034956A (pt) |
| CN (1) | CN101253513B (pt) |
| BR (1) | BRPI0615318A2 (pt) |
| RU (1) | RU2419871C2 (pt) |
| WO (1) | WO2007027747A1 (pt) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10013536B2 (en) * | 2007-11-06 | 2018-07-03 | The Mathworks, Inc. | License activation and management |
| US8335381B2 (en) * | 2008-09-18 | 2012-12-18 | Xerox Corporation | Handwritten word spotter using synthesized typed queries |
| US10346879B2 (en) * | 2008-11-18 | 2019-07-09 | Sizmek Technologies, Inc. | Method and system for identifying web documents for advertisements |
| US9142056B1 (en) * | 2011-05-18 | 2015-09-22 | Disney Enterprises, Inc. | Mixed-order compositing for images having three-dimensional painting effects |
| JP5832980B2 (ja) * | 2012-09-25 | 2015-12-16 | 株式会社東芝 | 手書き入力支援装置、方法およびプログラム |
| TWM448713U (zh) * | 2012-11-12 | 2013-03-11 | shun-fu Luo | 軌跡輸入及辨識操作控制之裝置 |
| US9880990B2 (en) * | 2013-03-14 | 2018-01-30 | Microsoft Technology Licensing, Llc | Leveraging previous instances of handwriting for handwriting beautification and other applications |
| WO2015030461A1 (en) * | 2013-08-26 | 2015-03-05 | Samsung Electronics Co., Ltd. | User device and method for creating handwriting content |
| US9665786B2 (en) | 2015-02-20 | 2017-05-30 | Conduent Business Services, Llc | Confirming automatically recognized handwritten answers |
| US10387034B2 (en) | 2015-09-03 | 2019-08-20 | Microsoft Technology Licensing, Llc | Modifying captured stroke information into an actionable form |
| US10210383B2 (en) | 2015-09-03 | 2019-02-19 | Microsoft Technology Licensing, Llc | Interacting with an assistant component based on captured stroke information |
| US11354503B2 (en) * | 2017-07-27 | 2022-06-07 | Samsung Electronics Co., Ltd. | Method for automatically providing gesture-based auto-complete suggestions and electronic device thereof |
| CN113378609B (zh) * | 2020-03-10 | 2023-07-21 | 中国移动通信集团辽宁有限公司 | 代理商代签名的识别方法及装置 |
| CN111428623B (zh) * | 2020-03-20 | 2020-12-18 | 郑州工程技术学院 | 基于大数据和计算机视觉的中文板书风格分析系统 |
| CN112800962B (zh) * | 2021-01-28 | 2023-02-28 | 北京有竹居网络技术有限公司 | 笔画书写方向检测方法、装置、介质及电子设备 |
| CN113592044B (zh) * | 2021-07-09 | 2024-05-10 | 广州逅艺文化科技有限公司 | 一种笔迹特征分析方法及装置 |
| CN117058693B (zh) * | 2023-10-13 | 2024-01-26 | 深圳市上融科技有限公司 | 电磁触控屏的智能手写识别方法 |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04253259A (ja) * | 1991-01-29 | 1992-09-09 | Kawasaki Steel Corp | ニューラルネットワークの学習方法 |
| JPH07117993B2 (ja) * | 1992-04-29 | 1995-12-18 | インターナショナル・ビジネス・マシーンズ・コーポレイション | 手書き文字認識のための特定ユーザ用プロトタイプ集合生成方法 |
| US6011865A (en) * | 1993-05-12 | 2000-01-04 | International Business Machines Corporation | Hybrid on-line handwriting recognition and optical character recognition system |
| JPH09305713A (ja) * | 1996-05-13 | 1997-11-28 | Hitachi Ltd | パターン認識方式 |
| JPH11203413A (ja) * | 1998-01-19 | 1999-07-30 | Fuji Xerox Co Ltd | 類似カテゴリ識別辞書作成装置および方法 |
| US6445820B1 (en) * | 1998-06-29 | 2002-09-03 | Limbic Systems, Inc. | Method for conducting analysis of handwriting |
| JP2001256244A (ja) * | 2000-03-14 | 2001-09-21 | Fuji Xerox Co Ltd | 画像データ分類装置および画像データ分類方法 |
| JP4334131B2 (ja) * | 2000-11-22 | 2009-09-30 | 富士通株式会社 | 手書き文字認識装置 |
| US6771266B2 (en) | 2001-01-16 | 2004-08-03 | Microsoft Corporation | Method and apparatus for improving the appearance of digitally represented handwriting |
| AUPR824401A0 (en) * | 2001-10-15 | 2001-11-08 | Silverbrook Research Pty. Ltd. | Methods and systems (npw002) |
| JP2003150903A (ja) * | 2001-11-19 | 2003-05-23 | Toshiba Corp | 筆記癖抽出装置、デザイン的特徴抽出装置、変形パターン生成装置、同定装置、文字認識装置 |
| US7027648B2 (en) | 2002-02-08 | 2006-04-11 | Microsoft Corporation | Pen out-of-proximity handwriting-recognition trigger |
| US7050632B2 (en) * | 2002-05-14 | 2006-05-23 | Microsoft Corporation | Handwriting layout analysis of freeform digital ink input |
| AU2002952483A0 (en) * | 2002-11-05 | 2002-11-21 | Silverbrook Research Pty Ltd | Methods and Systems (NPW009) |
| CN1506907A (zh) * | 2002-12-13 | 2004-06-23 | 天瀚科技股份有限公司 | 可呈现亲笔笔迹的系统与方法 |
| US7242805B1 (en) * | 2003-04-18 | 2007-07-10 | Kamran Reihani | System and method for automated symbolic recognition including database modeling |
| US7193616B2 (en) * | 2003-05-30 | 2007-03-20 | Hewlett-Packard Development Company, L.P. | Systems and methods for facilitating composition of handwritten documents |
| US7400771B2 (en) * | 2004-09-21 | 2008-07-15 | Microsoft Corporation | System and method for connected container recognition of a hand-drawn chart in ink input |
-
2005
- 2005-08-29 US US11/215,818 patent/US7715629B2/en not_active Expired - Fee Related
-
2006
- 2006-08-29 JP JP2008529224A patent/JP2009506464A/ja active Pending
- 2006-08-29 BR BRPI0615318-6A patent/BRPI0615318A2/pt not_active IP Right Cessation
- 2006-08-29 RU RU2008107774/08A patent/RU2419871C2/ru not_active IP Right Cessation
- 2006-08-29 EP EP06790097A patent/EP1920386A1/en not_active Withdrawn
- 2006-08-29 CN CN2006800313090A patent/CN101253513B/zh not_active Expired - Fee Related
- 2006-08-29 WO PCT/US2006/033824 patent/WO2007027747A1/en active Application Filing
- 2006-08-29 KR KR1020087004220A patent/KR20080034956A/ko not_active IP Right Cessation
Also Published As
| Publication number | Publication date |
|---|---|
| US20070047817A1 (en) | 2007-03-01 |
| RU2008107774A (ru) | 2009-09-10 |
| US7715629B2 (en) | 2010-05-11 |
| RU2419871C2 (ru) | 2011-05-27 |
| JP2009506464A (ja) | 2009-02-12 |
| KR20080034956A (ko) | 2008-04-22 |
| CN101253513B (zh) | 2011-01-19 |
| WO2007027747A1 (en) | 2007-03-08 |
| CN101253513A (zh) | 2008-08-27 |
| EP1920386A1 (en) | 2008-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| BRPI0615318A2 (pt) | uso consciente de estilo de entrada de escrita | |
| US7865018B2 (en) | Personalized implicit and explicit character shape adaptation and recognition | |
| US7496547B2 (en) | Handwriting recognition using a comparative neural network | |
| US7506271B2 (en) | Multi-modal handwriting recognition correction | |
| KR101411241B1 (ko) | 필적 분석을 용이하게 하는 시스템, 필적 인식 제공을 용이하게 하는 기계 구현 방법 및 필적 분석을 용이하게 하는 기계 구현 시스템 | |
| US7428516B2 (en) | Handwriting recognition using neural networks | |
| CN104205126A (zh) | 对手写字符的无旋转识别 | |
| Ward et al. | A model for variability effects in handprinting with implications for the design of handwriting character recognition systems | |
| Fischer | Handwriting recognition in historical documents | |
| Ghosh et al. | Advances in online handwritten recognition in the last decades | |
| US8442310B2 (en) | Affine distortion compensation | |
| CN106951890A (zh) | 一种词典笔的文字识别方法及装置 | |
| Liwicki et al. | Feature selection for HMM and BLSTM based handwriting recognition of whiteboard notes | |
| Nagy et al. | Adaptive and interactive approaches to document analysis | |
| US12019709B1 (en) | Writer verification method for handwritten cursively connected arabic | |
| AYALNEH | Online Handwriting Recognition of Ethiopic Characters Using Svm | |
| US20240220577A1 (en) | Writer verification device for arabic handwriting | |
| US20240220578A1 (en) | Writer verification device having imaging device | |
| Balaji et al. | Handwritten gesture recognition for gesture keyboard | |
| Sueiras Revuelta | Continuous Offine Handwriting Recognition using Deep Learning Models | |
| Chen | Information preserving processing of noisy handwritten document images | |
| Niels | Allograph based writer identification, handwriting analysis and character recognition | |
| Joshi | Symbolic indirect correlation classifier | |
| Bharath | Online Handwritten Word Recognition for Indic Scripts using Hidden Markov Models and Data-driven Modeling of Writing Styles | |
| Stria | Online rozpoznávání ručně psaných matematických formulí |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B08F | Application dismissed because of non-payment of annual fees [chapter 8.6 patent gazette] |
Free format text: REFERENTE A 7A ANUIDADE. |
|
| B08K | Patent lapsed as no evidence of payment of the annual fee has been furnished to inpi [chapter 8.11 patent gazette] |
Free format text: REFERENTE AO DESPACHO 8.6 PUBLICADO NA RPI 2256 DE 01/04/2014. |