JP2000163514A - 文字認識方法、文字認識装置および記憶媒体 - Google Patents
文字認識方法、文字認識装置および記憶媒体Info
- Publication number
- JP2000163514A JP2000163514A JP11050746A JP5074699A JP2000163514A JP 2000163514 A JP2000163514 A JP 2000163514A JP 11050746 A JP11050746 A JP 11050746A JP 5074699 A JP5074699 A JP 5074699A JP 2000163514 A JP2000163514 A JP 2000163514A
- Authority
- JP
- Japan
- Prior art keywords
- character
- character recognition
- feature
- recognition method
- characteristic
- 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.)
- Pending
Links
Landscapes
- Character Discrimination (AREA)
Abstract
であっても、高精度に認識できる文字認識方法を提供す
ることを課題とする。 【解決手段】 筆記文字の座標点を抽出するステップ
と、前記座標点における筆記の回転方向特性を抽出する
ステップとを備え、前記ストローク位置と回転方向特性
とを特徴要素として文字認識を行う
Description
し、特に全体的な字形が互いに似ている手書きの文字で
あっても認識精度を向上し得る文字認識方法に関する。
タブレットにおいては、手書き入力された文字の認識精
度が、商品価値を評価する上で重要な要素となってい
る。かかる文字認識の方法として、文字の筆記方向を特
徴要素とするものが公知である。この方向性特徴を用い
た方法は、「筆記文字の座標点」と「各座標点のストロ
ーク方向」とを検出し、この検出結果と辞書データとを
比較することで文字認識を行うものである。ここで、通
常、ストローク方向は、「たて」「よこ」、「右下がり
斜め」「右上がり斜め」の4つの方向を基準として検出
される。
出する方法としては優れているが、手書き文字における
字形変動に弱いという問題点があった。たとえば、図1
のように、「g」「y」「9」は全体的な字形が互いに
似ており、局所的な部分が異なった文字であるが、これ
らの文字を雑に筆記した場合、字形が変形し、座標点と
そのストローク方向が変動する。このような文字に対し
て方向性特徴だけを用いて文字認識すると、本来局所的
な部分が特徴となっている文字であるにも係わらず、そ
の局所的な部分は軽視され、各ストローク部分の方向の
全体的な分布に基づいて認識処理が行われ、例えば、筆
記文字「g」が「y」に誤って認識されることがある。
「れ」「ね」についても同様に生じる。
分かっているような場合には、類似文字間での局所的な
部分での特徴をあらかじめ設計者が文字認識プログラム
や文字認識辞書に登録することで認識性能を向上させる
方法が開発されている。例えば、「g」の場合は、上の
ループ部分がどの程度閉じているかどうか、下の部分が
湾曲しているかどうか等、複数の判定条件を登録してい
る。しかしながら、雑に筆記された低品質な文字を認識
対象とした場合、丁寧に筆記された文字の場合と比較し
て、類似文字の数は膨大になり、必要な判定条件も膨大
となり、且つ複雑になる。このため、これらの判定条件
を逐一検討してあらかじめ登録しておくのには、非常に
煩雑な手間と労力が必要となる。
体的な字形が互いに似ている手書きの文字であっても、
高精度に認識できる文字認識方法を提供することを課題
とする。この際、大きな労力を要しないで文字認識処理
を実現でき、さらに、できるだけ演算量が少なく必要メ
モリーが少ない手段で実現できるようにすることを目的
とする。
本発明は、それぞれ以下の特徴を有する。
出するステップと、前記座標点における筆記の回転方向
特性を抽出するステップとを備え、前記座標点と回転方
向特性とを特徴要素として文字認識を行うことを特徴と
する文字認識方法である。
転方向特性は筆記の回転方向であることを特徴とする。
転方向特性はさらに当該座標点における筆記文字の回転
曲がり具合に応じた数値を含むことを特徴とする。
記曲がり具合に応じた数値は、当該座標点における筆記
文字の曲率に応じた値であることを特徴とする。
いて、当該回転曲がり具合に応じた数値を当該回転方向
とは逆の回転方向にも特徴要素として割り振ることを特
徴とする。
該割り振りは、湾曲位置の曲がり角度が所定のしきい値
の範囲内にあるときにのみ行うことを特徴とする。
該しきい値の範囲は、135度〜180度近傍であるこ
とを特徴とする。
において、当該曲がり角度の大きさに応じて当該割り振
りの重み付けを変更することを特徴とする。
み付けは当該曲がり角度が大きくなるほど大きい値に設
定したことを特徴とする。
て、かな、漢字、数字等の文字の種類に応じて当該しき
い値の範囲を変更したことを特徴とする。
れかにおいて、さらに座標点のストローク方向を特徴要
素として文字認識を行うステップを配し、当該文字認識
結果を含めた総合的な照合度でもって文字認識の認識結
果を決定することを特徴とする。
の内、少なくとも一つの文字認識方法を実現する制御手
段と認識辞書とを有する文字認識装置である。
の内、少なくとも一つの文字認識方法を実行するための
プログラムを記憶した記憶媒体である。
の内、少なくとも一つの文字認識方法を実行するための
認識辞書を記憶した記憶媒体である。
図3〜図10に基づき説明する。
成を示すブロック図である。同図において、表示入力一
体型タブレット1(以下タブレット)は、LCD表示部
1a(以下表示部)とペン1cの座標検出部1bが一体
になった装置であり、1aの座標と1bの座標は1対1
で対応している。また、主制御部2は、本実施例の装置
全体を制御する部分である。
と、座標検出部1bによりペンの座標やペンDown/Up状
態を検出して、主制御部2で受け取り、座標データ(ペ
ン座標、ペンDown/UP状態)を文字認識部3に付属の文
字筆記データ記憶主制御部31に記憶していく。主制御
部2は、一定時間のペンUP状態の継続により、1文字
分の筆記終了と判定して、文字認識部3へ文字認識の開
始指示を出し、文字認識部3は、文字筆記データ記憶用
メモリーのデータに対して文字認識を行う。文字認識が
終了すると、文字認識部3から文字認識結果を主制御部
2へ送り、主制御部2は文字認識結果を、タブレット1
の表示部1aへ表示する。
て詳述する。
ある。まず、1文字分の筆跡データ(時系列のペン座標
データ)を、文字が所定範囲(64x64ドット)のに
収まるように、且つ、字形変動によって冗長的に長くな
った線分を短くするなど、文字の特徴を安定的に抽出す
るできるように、線密度による非線形正規化を行う(ス
テップS401)。ここで、線密度による非線形正規化
については、"線密度イコライゼーションー相関法のた
めの非線形正規化法ー"(電子情報通信学会論文,vol.J6
7-D,No.11,pp.1379-1383,1984.11)に詳説されている。
F712が非線形正規化後の文字データを示す。非線形
正規化後、方向性特徴の抽出(ステップS402)、お
よび本発明に係る回転特徴の抽出(ステップS403)
が実行される。この内、方向性特徴の抽出は、基準とな
る4方向(水平、垂直、右下がり斜め、右上がり斜め)
別に、それぞれの方向をもつ座標点がどのメッシュ領域
(図8参照)にあるかを抽出するものである。なお、か
かる手法については、”手書き漢字の方向パターン・マ
ッチング法による解析”(電子情報通信学会,Vol.J65-
D,No.5,pp.550-557,1982.5)に詳説されている。本実施
の形態では、方向別に各8x8メッシュ(8x8次元)
の特徴空間(配列:メモリ)を準備し、筆記ストローク
の存在するメッシュ位置に特徴量を代入する。
座標点を追跡し、任意の座標点Wnの方向を検出する。
そして、その方向と同じ方向の特徴空間(配列)に対
し、座標点Wnの位置に対応する非線形正規化後の位置
Snが含まれるメッシュ位置に特徴値を代入していく。
この時、各座標点の方向が基準となる4方向のいずれか
に一致していれば、一致している方向への寄与度1.0
を特徴値とする。各座標点の方向がかかる4方向のうち
の隣合う2方向の間にある場合は、その2方向別の寄与
度(各座標点の方向ベクトルの2方向の軸へのそれぞれ
の射影率)を求め、2方向の特徴空間へそれぞれの寄与
度を特徴値として代入する。
は、筆記文字の全ての座標点ではなく、かかる座標点を
適当に間引いたものとする。たとえば、一定の時間間隔
で間引いた座標点を対象とすればよい。これについて
は、後述する回転特徴の抽出にて抽出対象とする座標点
においても同様である。
記文字F1001に対する方向性特徴の抽出結果例を示
す。図中、メッシュの濃度は、特徴値の大きさを表す。
右周り、左周りに湾曲しているかを表すものである。図
5に、かかる回転特徴の抽出のためのフローチャートを
示す。まず、左周りの湾曲個所を検出する(ステップS5
01)。湾曲個所があれば(ステップS502のYES)、そ
の湾曲個所Wm(図9)における曲率Rmを検出する(ステ
ップS503)。その後、湾曲個所Wmに対応する非線形
正規化後の点Sm(図9)を求め(ステップS505)、S
mに対応する左周りの特徴用の特徴空間(メッシュ)へ
曲率Rmを代入する(ステップS506)。
曲個所Wm-1からその湾曲個所Wmに向かうベクトルを基準
として、当該湾曲個所Wmから次の湾曲個所Wm+1へ向かう
ベクトルが、当該基準となるベクトルから見て右側に回
転しているか、左側に回転しているいるかで検出する。
すなわち、当該基準となるベクトルと次のベクトルの間
の角度を右回りを正として算出し、当該角度が正の値で
あればその湾曲個所の回転方向は右回り、当該角度が負
であれば左回りと判別する。なお、かかる角度が所定の
しきい値よりも小さければ、その個所は湾曲しておら
ず、直線であると判別する。
る座標点は、上述の如く、たとえば全ての検出座標点を
一定の時間間隔で間引いたものとすることができる。か
かる場合には、上記1つのメッシュ内に含まれ得る検出
対象座標の数は、筆記速度が遅いところは多数となり、
筆記速度が速いところは少数となる。したがって、各検
出対象座標の曲率を該当するメッシュにそのまま単純加
算すると、筆記速度の速い部分のメッシュの曲率値は大
きく、筆記速度の遅い部分のメッシュの曲率値は小さく
なってしまう。かかるメッシュ間の曲率値の不平等さ
は、各メッシュ内の検出対象座標点の曲率値の平均値を
そのメッシュの曲率値とすることで解消され得る。しか
しながら、上記のようにそのメッシュ内の全検出対象座
標の曲率値を単純加算する方法によれば、筆記速度の遅
い部分、すなわち筆記文字の回転個所などの特徴的な部
分の曲率値を強調できるので、結果的に文字の認識精度
を高めることができるとの効果を奏し得る。ただし、文
字の筆記開始部分および筆記終了部分は、通常、筆記速
度が遅いので、文字として特徴的な部分でなくとも、曲
率値が大きくなってしまう。したがって、曲率値の設定
方法については、実際に文字認識を検証してみて、上記
平均化による方法または単純加算による方法を採用する
ようにすればよい。
(ステップS502のNo)、右周りの湾曲個所を抽出する。
ここで、湾曲個所の検出から特徴空間への曲率R'm代入
までの処理は左周りの場合と同じ手順で行われる(ステ
ップS506からS510)。そして、右回りの湾曲個所
を全て検出し終わったら(ステップS507のNo)、回転特
徴の抽出処理を終了する。回転特徴の抽出結果例を図1
0のF1006,F1007に示す。
のF713)、それぞれの特徴量(特徴空間の配列の
値)に対して、ガウシャン・フィルターによる特徴量の
ぼかし処理を行う(ステップS404、図7のF714)。
徴量(図7のF715:図10のF1002からF1007)と、
予め作成しておいた文字認識辞書内の各1文字の特徴量
(図7のF721)とを順番に照合して照合度を求める
(ステップS405)。認識辞書内の全認識対象文字に
対して照合度を求め(ステップS406、ステップS405のル
ープ)、最も照合度の高い文字を認識結果とする(ステ
ップS407)。
転特徴とについてそれぞれ別々に照合度をもとめ、これ
を加算するようにすればよい。なお、かかる加算を行う
場合、実際の文字認識を検証してみて、方向性特徴によ
る照合度と回転特徴による照合度に重みを設定するよう
にすればよい。
図6のフローで説明する。文字認識辞書の作成には、複
数人分の筆記データを用いる。まず、同一文字の複数人
分の筆記データに対して、それぞれ、非線形正規化(ス
テップS601、F717)、方向性特徴抽出(ステップS60
2)、回転特徴抽出(S603)を行い(F718)、全人数分
を繰り返し(S604)、1文字分の平均特徴量(全人
数分の特徴量の平均)を算出する(ステップS605、F
719)。この平均特徴量に対して、特徴量のぼかし処
理を行い(ステップS606)、1文字分の認識辞書とする
(F721)。以上の処理を全文字に対して行い、全文
字の認識辞書を作成する。
徴のそれぞれについて別々に準備する。すなわち、図1
0のF1002〜F1007のそれぞれについて各認識候補文字毎
の認識辞書を組として準備する。そして、上記文字認識
のフローチャートにおいては、これら6つの認識辞書と
筆記文字との間の照合度を別々にもとめ、上記重みに従
ってこれらを加算することで、当該筆記文字と当該認識
辞書の候補文字との照合度が算出される。
の抽出のみならず、回転特徴の抽出をも加えて文字認識
を行うものであるから、「g」「y」「9」のように全
体的な字形が互いに似ているが局所的な部分が異なった
文字であっても、かかる局部的な部分に関する特徴の照
合を回転特徴抽出で補強できるので、このように似通っ
た文字を手書きで筆記した場合にも、文字認識の精度を
格段に引き上げることができるようになる。しかも、回
転特徴の抽出に当たっては、「右回り」と「左回り」の
2つの特徴空間を別に配するのみであるので、演算処理
もそれほど複雑とはならない。
以下に説明する。
を当該回転方向とは逆の回転方向の特徴空間にも割り振
るというものである。例えば、図11において、筆記者
が上側の矢印のように筆記すると特徴量は左回り方向変
化として検出され、下側の矢印のように筆記すると特徴
量は右回り方向変化として検出される。かかる場合、回
転方向(Dθa、Dθb)を当該湾曲位置の特徴量とす
ると、比較的大きな特徴量が右回りまたは左回りの何れ
かの特徴空間に設定されることになる。しかしながら、
筆記者が当該設定された特徴空間の回転方向とは逆の回
転方向で認識対象の文字を筆記した場合には、特徴量の
ズレが極めて顕著となり、このため、このような湾曲個
所をもつ文字については、文字認識の誤りが生じやすく
なるといった不都合が生じる。
合に、当該湾曲個所を例えば右回りと検出したような場
合にも、その特徴量を当該右回りの特徴空間のみなら
ず、これとは逆の左回りの特徴空間にも割り振って、認
識辞書の作成と文字認識の制御を行うものである。
変化の特徴量は、上記実施の形態のように湾曲個所の曲
率とはせずに、図12に示すように当該湾曲個所の回転
角度に応じた点数とする。図12は、右回り方向におけ
る点数であるが、左回り方向における点数も同様のもの
とする。当該点数Fcw(Dθ)は以下の式によって算
出する。
/60) (|Dθ|≧16度のとき) Fcw(Dθ)=0
(|Dθ|<16度のとき) ここで、Int(x)はxの整数値を示す関数である。
て説明する。説明の便宜上、当該湾曲個所において、右
回り方向の回転があったものとする。この場合、右回り
方向の特徴空間の内、当該湾曲個所に相当するメッシュ
位置(図10参照)に、上式で示す点数FcwR(D
θ)が設定される。同時に、左回り方向の特徴空間の
内、当該湾曲個所に相当するメッシュ位置にも、次式の
特徴量FcwL(Dθ)が設定される。
る。
θ|≧180−|θe|のとき) E(Dθ)=0 (|Dθ|<180
−|θe|のとき) 当該式において、θf、θeは図11に示す角度であ
る。
(点数)を左回り方向の特徴空間に割り振る場合のしき
い値である。
の重みE(Dθ)の値を図13に示す。また、当該場合
の左回り方向の特徴空間への特徴量(点数)の値を図1
4に示す。従って、左回り方向の特徴空間において、当
該湾曲個所に相当するメッシュ位置には、図14に示す
特徴量(点数)が割り振られる。
り方向である場合を例にして説明したが、当該湾曲個所
の回転方向が左回り方向である場合にも、上記と同様に
して、右回り方向の特徴空間にも特徴量(点数)が割り
振られる。
施例におけると同様の文字認識処理および辞書作成処理
が実行されると、湾曲個所が比較的鋭角に回転している
文字に対する文字認識の精度を向上させることができる
ようになる。
形態について実際にデータ検証を行い、当該実施の形態
の有用性を確かめた。当該検証は、上記第1の実施例に
示す方向性特徴と方向回転特徴に当該第2の実施の形態
を組み合わせた文字認識方法によって行った。ここで、
図16におけるメッシュは、16×16を採用した。ま
た、屈曲個所の回転角は、例えば図15において、D1
からD2への回転角θ1、D2からD3への回転角θ
2、D3からD4への回転角θ3の内、最大の回転角を
採用した(同図において白丸はサンプル座標位置を示
す)。さらに、当該メッシュ位置の方向性特徴は、図1
5において、D1〜D4を採用した。そして、サンプル
として40人がJIS第1水準の漢字、ひらがな、カタ
カナ、英字、数字、記号の混じった11962文字を実
際に筆記し、これを基に、認識辞書を作成した後、この
40人の内、10人が認識対象の文字を再度筆記してみ
て、文字認識を行った。当該認識辞書の作成と文字認識
処理は、図11のしきい値角度θeを種々変更しながら
行った。検証結果は、図16の通りである。
第2の実施形態を適用せずに、第1の実施形態のみで文
字認識を行った場合である。同図から明らかなように、
漢字、非漢字(かな、英数など)の何れにおいても、上
記第2の形態を適用した場合の方が、適用しない場合に
比べ、認識精度が改善されている。また、漢字および全
種類(漢字、非漢字を含めた全種類)においては、しき
い値を45°程度に設定した場合に、最も高い認識精度
が得られた。ところが、非漢字については、しきい値θ
eが90°を超えても未だ認識精度が向上している。こ
れは、非漢字においては漢字に比べ、筆記者の書き方に
自由度が高く、筆記の回転方向にバラツキが生じ易いた
めであると予測できる。例えば、英字の「O(オウ)」
は、ある筆記者は左回転に筆記し、他の筆記者は右回転
に筆記している。従って、非漢字、特に、英数について
は、第2の実施形態におけるしきい値(θe)を比較的
大きくするか、あるいはしきい値(θe)を設定せず
に、当該回転方向とは逆の回転方向の特徴空間にも特徴
量を振り分けるようにすれば良いと言える。
たが、本発明はかかる実施の形態に制限されるものでは
なく、他に種々の変更が可能である。たとえば、上記実
施の形態では、回転特徴の抽出は回転方向と曲率または
回転角度(点数)としたが、これに代えて、回転方向の
みで特徴抽出するようにしても良い。また、上記実施の
形態では、方向性特徴による文字認識に回転特徴による
文字認識を組み合わせたが、他の文字認識の手法に回転
特徴を組み合わせてもよく、さらに、回転特徴のみで文
字認識を行うようにしても良い。
記の通り筆記文字に沿った一連の座標点について特徴量
を抽出するものであり、この点において回転特徴の特徴
量の抽出と共通するものであるから、演算処理の上で
は、方向性特徴に回転特徴を組み合わせるのが最も効率
の良い方法である。
似ているが局所的な部分が異なった文字であっても、か
かる局部的な部分に関する特徴の照合を回転特徴抽出で
強調できるので、このように似通った文字を手書きで筆
記した場合にも、文字認識の精度を格段に引き上げるこ
とができるようになる。しかも、回転特徴の抽出に当た
っては、「右回り」と「左回り」の2つの特徴空間を配
するのみであるので、文字認識における演算処理もそれ
ほど複雑とはならない。
図
めの図
図
図
図
Claims (14)
- 【請求項1】 筆記文字の湾曲位置を抽出するステップ
と、前記位置における筆記の回転方向特性を抽出するス
テップとを備え、前記湾曲位置と回転方向特性とを特徴
要素として文字認識を行うことを特徴とする文字認識方
法。 - 【請求項2】 請求項1において、回転方向特性は筆記
の回転方向であることを特徴とする文字認識方法。 - 【請求項3】 請求項2において、回転方向特性はさら
に当該湾曲位置における筆記文字の回転曲がり具合に応
じた数値を含むことを特徴とする文字認識方法。 - 【請求項4】 請求項3において、前記曲がり具合に応
じた数値は、当該湾曲位置における筆記文字の曲率に応
じた値であることを特徴とする文字認識方法。 - 【請求項5】 請求項3または4において、当該回転曲
がり具合に応じた数値を当該回転方向とは逆の回転方向
にも特徴要素として割り振ることを特徴とする文字認識
方法。 - 【請求項6】 請求項5において、当該割り振りは、湾
曲位置の曲がり角度が所定のしきい値の範囲内にあると
きにのみ行うことを特徴とする文字認識方法。 - 【請求項7】 請求項6において、当該しきい値の範囲
は、135度〜180度近傍であることを特徴とする文
字認識方法。 - 【請求項8】 請求項5〜7の何れかにおいて、当該曲
がり角度の大きさに応じて当該割り振りの重み付けを変
更することを特徴とする文字認識方法。 - 【請求項9】 請求項8において、重み付けは当該曲が
り角度が大きくなるほど大きい値に設定したことを特徴
とする文字認識方法。 - 【請求項10】 請求項6〜9において、かな、漢字、
数字等の文字の種類に応じて当該しきい値の範囲を変更
したことを特徴とする文字認識方法。 - 【請求項11】 請求項1〜10の何れかにおいて、さ
らに筆記文字のストローク方向を特徴要素として文字認
識を行うステップを配し、当該文字認識結果を含めた総
合的な照合度でもって文字認識の認識結果を決定するこ
とを特徴とする文字認識方法。 - 【請求項12】 上記請求項1〜11の内、少なくとも
一つの文字認識方法を実現する制御手段と認識辞書とを
有する文字認識装置。 - 【請求項13】 上記請求項1〜11の内、少なくとも
一つの文字認識方法を実行するためのプログラムを記憶
した記憶媒体。 - 【請求項14】 上記請求項1〜11の内、少なくとも
一つの文字認識方法を実行するための認識辞書を記憶し
た記憶媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP11050746A JP2000163514A (ja) | 1998-09-25 | 1999-02-26 | 文字認識方法、文字認識装置および記憶媒体 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10-271936 | 1998-09-25 | ||
JP27193698 | 1998-09-25 | ||
JP11050746A JP2000163514A (ja) | 1998-09-25 | 1999-02-26 | 文字認識方法、文字認識装置および記憶媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2000163514A true JP2000163514A (ja) | 2000-06-16 |
Family
ID=26391207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP11050746A Pending JP2000163514A (ja) | 1998-09-25 | 1999-02-26 | 文字認識方法、文字認識装置および記憶媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2000163514A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100449486B1 (ko) * | 2001-12-29 | 2004-09-22 | 한국전자통신연구원 | 수직선 인접 그래프를 이용한 문서 인식 시스템 및 방법 |
WO2006088222A1 (ja) * | 2005-02-15 | 2006-08-24 | Kite Image Technologies Inc. | 手書き文字認識方法、手書き文字認識システム、手書き文字認識プログラム及び記憶媒体 |
WO2015059930A1 (en) * | 2013-10-25 | 2015-04-30 | Wacom Co., Ltd. | Dynamic handwriting verification, handwriting-baseduser authentication, handwriting data generation, and handwriting data preservation |
US9235748B2 (en) | 2013-11-14 | 2016-01-12 | Wacom Co., Ltd. | Dynamic handwriting verification and handwriting-based user authentication |
US10032065B2 (en) | 2013-10-25 | 2018-07-24 | Wacom Co., Ltd. | Dynamic handwriting verification, handwriting-based user authentication, handwriting data generation, and handwriting data preservation |
-
1999
- 1999-02-26 JP JP11050746A patent/JP2000163514A/ja active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100449486B1 (ko) * | 2001-12-29 | 2004-09-22 | 한국전자통신연구원 | 수직선 인접 그래프를 이용한 문서 인식 시스템 및 방법 |
WO2006088222A1 (ja) * | 2005-02-15 | 2006-08-24 | Kite Image Technologies Inc. | 手書き文字認識方法、手書き文字認識システム、手書き文字認識プログラム及び記憶媒体 |
US8290274B2 (en) | 2005-02-15 | 2012-10-16 | Kite Image Technologies Inc. | Method for handwritten character recognition, system for handwritten character recognition, program for handwritten character recognition and storing medium |
WO2015059930A1 (en) * | 2013-10-25 | 2015-04-30 | Wacom Co., Ltd. | Dynamic handwriting verification, handwriting-baseduser authentication, handwriting data generation, and handwriting data preservation |
CN105556566A (zh) * | 2013-10-25 | 2016-05-04 | 株式会社和冠 | 动态手写验证、基于手写的用户认证、手写数据生成和手写数据保存 |
US10032065B2 (en) | 2013-10-25 | 2018-07-24 | Wacom Co., Ltd. | Dynamic handwriting verification, handwriting-based user authentication, handwriting data generation, and handwriting data preservation |
US10496872B2 (en) | 2013-10-25 | 2019-12-03 | Wacom Co., Ltd. | Dynamic handwriting verification, handwriting-based user authentication, handwriting data generation, and handwriting data preservation |
US10846510B2 (en) | 2013-10-25 | 2020-11-24 | Wacom Co., Ltd. | Dynamic handwriting verification, handwriting-based user authentication, handwriting data generation, and handwriting data preservation |
US9235748B2 (en) | 2013-11-14 | 2016-01-12 | Wacom Co., Ltd. | Dynamic handwriting verification and handwriting-based user authentication |
US9747491B2 (en) | 2013-11-14 | 2017-08-29 | Wacom Co., Ltd. | Dynamic handwriting verification and handwriting-based user authentication |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6289124B1 (en) | Method and system of handwritten-character recognition | |
US5333209A (en) | Method of recognizing handwritten symbols | |
US7369702B2 (en) | Template-based cursive handwriting recognition | |
US7394934B2 (en) | Recognition of electronic ink with late strokes | |
US7302099B2 (en) | Stroke segmentation for template-based cursive handwriting recognition | |
US7865018B2 (en) | Personalized implicit and explicit character shape adaptation and recognition | |
JP3744997B2 (ja) | 文字認識装置及びその方法 | |
US7313277B2 (en) | Method and device for recognition of a handwritten pattern | |
US20060239560A1 (en) | Recognition graph | |
US20040096105A1 (en) | Method, device and computer program for recognition of a handwritten character | |
WO2006091155A1 (en) | Segmentation-based recognition | |
WO2007070662A1 (en) | Script recognition for ink notes | |
JP4817297B2 (ja) | 文字検索装置 | |
JP2000163514A (ja) | 文字認識方法、文字認識装置および記憶媒体 | |
JP4059841B2 (ja) | 文字認識方法、文字認識装置および記憶媒体 | |
JP3470541B2 (ja) | オンライン手書き文字認識装置 | |
JP3817281B2 (ja) | 情報処理装置及び方法 | |
JP3749035B2 (ja) | 文字認識方法、文字認識装置および記憶媒体 | |
JPH09179938A (ja) | オンライン手書き文字認識装置 | |
EP0583138A2 (en) | Method of recognizing symbols differing from reference symbols by affine transformations | |
JP2000268129A (ja) | 文字認識方法、文字認識装置および記憶媒体 | |
JP2000099630A (ja) | 文字認識方法、文字認識装置および記憶媒体 | |
JP3365538B2 (ja) | オンライン文字認識方法および装置 | |
JP3357835B2 (ja) | 文字認識方法、文字認識装置および記憶媒体 | |
JP2001357356A (ja) | 手書き認識装置及び手書き認識方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040913 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20041116 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041224 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050308 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050418 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20050823 |