JP2001028035A - 文字認識装置およびコンピュータ可読記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 辞書容量の増大を抑え、効率的に個人の字体
を自動学習する。 【解決手段】 個人辞書３１は個人的な標準特徴を最大
記憶テンプレート数まで記憶する。照合手段４０は照合
により文字カテゴリおよびテンプレート番号を出力す
る。新規特徴登録手段６０は、誤認識した場合に、個人
辞書に正解カテゴリと同じテンプレートが存在する場合
は、各標準特徴間の距離値が学習特徴数に依存した所定
のしきい値と比較して小さい場合は加重和して当該標準
特徴を更新し、それ以外は新たにテンプレートを登録
し、更にテンプレート数が最大記憶テンプレート数を越
える場合は、順序の古いテンプレートを削除する。特徴
順序変更手段７０は、個人辞書の標準特徴が認識に有効
に利用された場合は、そのテンプレートの個人辞書内で
の順序を新しい方に移動させ、逆に認識に悪影響を及ぼ
した場合は、そのテンプレートの順序を古い方に移動さ
せる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は自動学習機能を有す
る文字認識装置に関し、特に汎用辞書では認識が困難な
個人の字体を自動的に学習できる文字認識装置に関す
る。

【０００２】

【従来の技術】認識対象文字の特徴とカテゴリ毎に予め
辞書に記憶された標準特徴とを照合し、認識対象文字と
の間の距離が最も短いカテゴリを決定する光学的文字認
識装置（ＯＣＲ装置）やオンライン文字認識装置などの
文字認識装置においては、認識精度および認識速度を向
上する上で辞書の性能を高めることが重要である。

【０００３】辞書の性能を向上させる方式には、例えば
特公平６−３２０８７号公報、特開平１０−２１３４０
号公報に見られるように、学習によって、汎用辞書中の
文字カテゴリ毎の汎用的な標準特徴を変更する方式と、
例えば特公昭６０−３０９９３号公報、特公平２−５３
８３３号公報に見られるように、文字カテゴリ毎の汎用
的な標準特徴には変更を加えずに、学習によって、新た
な標準特徴を辞書に追加していく方式とに大別される。
しかし、前者の方式では、学習が進むにつれて汎用的な
標準特徴が失われていくため、特定の個人に対する認識
精度は高まるが、他の個人の認識精度は却って低下す
る。このため、第三者に対する認識精度の低下を防止し
つつ、或る特定の個人に対する認識精度を向上させる場
合、後者の方式が一般に採用される。本発明は、この後
者の方式の改良に関する。

【０００４】前記特公平２−５３８３３号公報に記載さ
れた文字認識装置（以下、第１の従来技術と称す）の構
成例を図１６に、前記特公昭６０−３０９９３号公報に
記載された文字認識装置（以下、第２の従来技術と称
す）の構成例を図１７にそれぞれ示す。

【０００５】図１６に示される従来の自動学習機能を有
する文字認識装置は、データ入力手段１０と、特徴抽出
手段２０と、汎用辞書３０と、個人辞書３５と、照合手
段４５と、結果訂正手段５０と、表示手段５１と、訂正
情報入力手段５２と、新規特徴登録手段６５とから構成
されている。

【０００６】このような構成を有する従来の自動学習機
能を有する文字認識装置は次のように動作する。すなわ
ち、図１６において、ＯＣＲ装置の場合、帳票などに書
かれた文字はスキャナ等のデータ入力手段１０によって
文字イメージ画像として入力され、特徴抽出手段２０
は、当該文字イメージ画像から認識特徴を抽出する。汎
用辞書３０には、認識特徴の文字カテゴリ毎の汎用的な
標準特徴が予め記憶されている。個人辞書３５には、認
識特徴の文字カテゴリ毎の個人的な標準特徴が記憶され
ている（初期状態は空）。照合手段４５は、特徴抽出手
段２０より得られる入力文字の認識特徴を、汎用辞書３
０および個人辞書３５に記憶されている各標準特徴と順
次照合し、距離値の小さい標準特徴の文字カテゴリの候
補を求める。結果訂正手段５０は、表示手段５１により
第１候補を表示し、誤認識している場合、利用者はキー
ボード等の訂正情報入力手段５２により正解カテゴリを
指定する。新規特徴登録手段６５は、誤認識した場合
に、結果訂正手段５０より得られる正解カテゴリｃと特
徴抽出手段２０より得られる入力文字の認識特徴ｆｉ
（ｉは特徴の要素を表す）を用い、個人辞書３５に既に
記憶されているカテゴリｃのテンプレート｛学習特徴数
ｎ（ｃ），標準特徴Ｓi(ｃ）｝を下式（１）により更新
する（存在しない場合は新規に登録する）。

【０００７】 Ｓi(ｃ）←｛ｎ（ｃ）・Ｓi(ｃ）＋ｆi ｝／｛ｎ（ｃ）＋１｝ ｎ（ｃ）←ｎ（ｃ）＋１ …（１）

【０００８】また、図１７に示される従来の自動学習機
能を有する文字認識装置は、データ入力手段１０と、特
徴抽出手段２０と、辞書３６と、照合手段４６と、結果
訂正手段５０と、表示手段５１と、訂正情報入力手段５
２と、新規特徴登録手段６６と、仮登録バッファ６７と
から構成されている。

【０００９】このような構成を有する従来の自動学習機
能を有する文字認識装置は次のように動作する。すなわ
ち、図１７において、オンライン文字認識装置の場合、
手書き文字はタブレット等のデータ入力手段１０によっ
てストロークの座標点列として入力され、特徴抽出手段
２０は、ストロークの座標点列から認識特徴を抽出す
る。辞書３６には、文字カテゴリ毎の認識特徴の標準特
徴が記憶されている（初期状態は汎用的な標準特徴の
み）。照合手段４６は、特徴抽出手段２０より得られる
入力文字の認識特徴を、辞書３６に記憶されている各標
準特徴と順次照合し、距離値の小さい標準特徴の文字カ
テゴリの候補を求める。新規特徴登録手段６６は、誤認
識した場合に、結果訂正手段５０より得られる正解カテ
ゴリｃと特徴抽出手段２０より得られる入力文字の認識
特徴ｆｉを用い、仮登録バッファ６７に認識特徴を登録
する。ここで、仮登録バッファ６７に既に記憶されてい
る仮テンプレートの標準特徴と近い場合は当該標準特徴
を更新し、近くない場合は新たに登録する。更に、仮テ
ンプレートの学習特徴数（登録回数）がある数に達した
時、当該仮テンプレートを辞書３６に登録する。

【００１０】

【発明が解決しようとする課題】上述したように文字カ
テゴリ毎の汎用的な標準特徴には変更を加えずに学習に
よる新たな標準特徴を辞書に追加していく方式によれ
ば、学習が進んでも汎用的な標準特徴は失われないため
第三者に対する認識精度の低下を防止でき、他方特定の
個人に対する認識精度は、学習による新たな標準特徴が
辞書に追加されるので、向上させることができる。しか
しながら、辞書容量が巨大化するという問題点がある。
即ち、第１および第２の従来技術とも新たな標準特徴の
追加に制限がないため、第１の従来技術にあっては個人
辞書３５に記憶されるカテゴリ数が増大していき、また
第２の従来技術にあっては辞書３６中の個人辞書部分に
記憶されるカテゴリ数が増大していき、何れも辞書全体
の容量が巨大化する。

【００１１】従来技術の他の問題点は、辞書容量の巨大
化を防止するために辞書容量に制限を設けると、新たな
標準特徴が追加できなくなって、学習機能が停止するこ
とである。

【００１２】本発明はこのような従来の問題点を解決し
ようとするものであり、その目的は、文字カテゴリ毎の
汎用的な標準特徴には変更を加えずに学習によって新た
な標準特徴を辞書に追加していく方式の文字認識装置に
おいて、学習機能を停止させることなく辞書容量の巨大
化を防止することにある。

【００１３】

【課題を解決するための手段】本発明は上記の目的を達
成するために、認識対象文字の特徴とカテゴリ毎に予め
辞書に記憶された標準特徴とを照合し、認識対象文字と
の間の距離が最も短いカテゴリを決定する文字認識装置
であって、文字カテゴリ毎の汎用的な標準特徴には変更
を加えずに学習による新たな標準特徴を辞書に追加して
いく方式の自動学習機能を有する文字認識装置におい
て、個人用テンプレートの登録最大数に制限を設けると
共に現在登録されている個人用テンプレートの活用状況
を管理し、新たな個人用テンプレートが登録できなくな
ったとき、有効に活用されていない個人用テンプレート
を削除してから登録する。

【００１４】より具体的には、本発明の第１の文字認識
装置は、入力文字データを取得するデータ入力手段（図
１の１０）と、前記データ入力手段より得られる文字デ
ータから認識特徴を抽出する特徴抽出手段（図１の２
０）と、認識特徴の文字カテゴリ毎の汎用的な標準特徴
が予め記憶されている汎用辞書（図１の３０）と、学習
により個人的な標準特徴が所定数（最大記憶テンプレー
ト数）まで順次記憶されていく個人辞書（図１の３１）
と、前記特徴抽出手段より得られる認識特徴を、前記汎
用辞書および前記個人辞書に記憶されている各標準特徴
と順次照合し、距離値の小さい標準特徴の文字カテゴリ
およびテンプレート番号を出力する照合手段（図１の４
０）と、表示手段により認識結果を表示し、訂正情報入
力手段（図１の５２）により正解カテゴリの指定を受
け、認識結果を訂正および確定させる結果訂正手段（図
１の５０）と、誤認識した場合に、前記結果訂正手段よ
り得られる正解カテゴリと前記特徴抽出手段より得られ
る認識特徴を前記個人辞書に登録する際に、正解カテゴ
リと同じテンプレートが既に存在する場合は、各標準特
徴間の距離値を所定のしきい値と比較し、小さい場合は
加重和して当該標準特徴を更新し、それ以外は新たにテ
ンプレートを登録し、更にテンプレート数が最大記憶テ
ンプレート数を越える場合は、順序の古いテンプレート
を削除する新規特徴登録手段（図１の６０）と、前記結
果訂正手段より得られる正解カテゴリと認識候補を用
い、個人辞書の標準特徴が認識に有効に利用された場合
は、当該標準特徴を含むテンプレートの個人辞書内での
順序を新しい方に移動させ、逆に認識に悪影響を及ぼし
た場合は、当該標準特徴を含むテンプレートの個人辞書
内での順序を古い方に移動させる特徴順序変更手段（図
１の７０）とを備えている。

【００１５】ここで、前記特徴順序変更手段は、テンプ
レートの個人辞書内での物理的な順序を変更しても良い
し、テンプレートの個人辞書内での順序を示す順序番号
を変更しても良い。また、前記新規特徴登録手段が比較
に用いる前記所定のしきい値を学習特徴数に依存させる
ことで、個人辞書の標準特徴作成に用いた特徴数に応じ
て特徴の統合を制御して少数のデータから安定なテンプ
レートを作成できるようにしても良い。

【００１６】また本発明の第２の文字認識装置は、個人
辞書にテンプレートの有効利用回数を記憶し、有効利用
回数の大きいテンプレートは削除されにくくする。より
具体的には、標準特徴に加え有効利用回数を記憶する個
人辞書（図１０の３２）と、最古のテンプレートを削除
する際に、テンプレートの有効利用回数が所定のしきい
値より大きい場合は、当該テンプレートの個人辞書内で
の順序を新しい方に移動させると共に有効利用回数を所
定数減算する新規特徴登録手段（図１０の６１）と、個
人辞書の標準特徴が有効に利用された場合に、当該標準
特徴を含むテンプレートの個人辞書内での順序を新しい
方に移動させると同時に有効利用回数を加算し、逆に認
識に悪影響を及ぼした場合に、当該標準特徴を含むテン
プレートの個人辞書内での順序を古い方に移動させると
同時に有効利用回数を減算する特徴順序変更手段（図１
０の７１）とを有する。

【００１７】また本発明の第３の文字認識装置は、認識
特徴を個人辞書に登録する際に、汎用辞書の標準特徴を
用いる。より具体的には、認識特徴を個人辞書に登録す
る際に、汎用辞書における同一カテゴリの標準辞書を、
学習特徴数に応じた比率で加重和して登録する新規特徴
登録手段（図１３の６２）を有する。

【００１８】また本発明の第４の文字認識装置は、照合
の際に、個人辞書のテンプレートに対してペナルティを
加算する。より具体的には、認識特徴と辞書の各標準特
徴との距離値を求める際に、個人辞書の標準特徴に関し
ては、学習特徴数に応じたペナルティを加算する照合手
段（図１４の４１）を有する。

【００１９】なお、本発明では汎用辞書と個人辞書の２
種類の辞書を用いているが、各々の辞書は必ずしも物理
的に分離している必要はなく、汎用辞書部分と個人辞書
部分とを合わせ有する１つの辞書を使用することも可能
である。

【００２０】

【発明の実施の形態】次に、本発明の実施の形態につい
て図面を参照して詳細に説明する。

【００２１】図１を参照すると、本発明の第１の実施の
形態は、データ入力手段１０と、特徴抽出手段２０と、
汎用辞書３０と、個人辞書３１と、照合手段４０と、結
果訂正手段５０と、表示手段５１と、訂正情報入力手段
５２と、新規特徴登録手段６０と、特徴順序変更手段７
０とから構成されている。

【００２２】汎用辞書３０は、認識特徴の文字カテゴリ
毎の汎用的な標準特徴が予め記憶されている。標準特徴
は、多数の筆記者により記入された文字データベースを
用い、各データから抽出された認識特徴を文字カテゴリ
毎に平均して作成される。記憶されるテンプレート情報
には、文字カテゴリのコード、テンプレート番号、標準
特徴が含まれる。

【００２３】個人辞書３１には、初期状態では何も記憶
されていないが、学習により個人的な標準特徴が所定数
（最大記憶テンプレート数）まで順次記憶されていく。
記憶されるテンプレート情報には、文字カテゴリのコー
ド、テンプレート番号、学習特徴数、標準特徴が含まれ
る。ここで、個人辞書３１は或る特定の使用者用の辞書
である。使用者は、当該文字認識装置を使用する場合、
自分専用の個人辞書を個人辞書３１として文字認識装置
にセットして使用する。汎用辞書３０は全ての使用者に
共通なので、各使用者は個人辞書だけを個別に持ってい
れば良い。

【００２４】データ入力手段１０は、スキャナやタブレ
ット等のデータ入力装置を用い、１文字分の文字データ
を取得する。文字データは、スキャナにより入力された
場合は文字イメージ画像、タブレットにより入力された
場合はストロークの座標点列として記憶される。

【００２５】特徴抽出手段２０は、データ入力手段１０
より得られる文字データから認識特徴を抽出する。文字
認識のための特徴抽出法は、従来より各種のものが提案
されており、従来技術により容易に実現できる。例え
ば、文字イメージ画像をメッシュに分割し、各領域内の
黒画素数の頻度を特徴とする濃淡特徴や、文字イメージ
画像を方向成分に分割し、各方向毎に各領域内の方向成
分の頻度を特徴とする方向特徴などが有名である。例え
ば、このような手法を記載した文献として、「方向パタ
ンマッチング法の改良と手書き漢字認識への応用」（１
９９０年６月、電子情報通信学会研究会技報、ＰＲＵ９
０−２０）がある。また、文字データがストロークの座
標点列である場合も、文字イメージ画像に変換すること
により同様に扱うことができる。

【００２６】照合手段４０は、特徴抽出手段２０より得
られる入力データの認識特徴を、汎用辞書３０および個
人辞書３１に記憶されている各標準特徴と順次照合し、
距離値の小さい標準特徴の文字カテゴリの候補を求め
る。距離尺度には、例えばユークリッド距離や市街区距
離が利用できる。ここで、各認識候補は、文字カテゴリ
のコードに加え、照合された標準特徴のテンプレート番
号を含む。

【００２７】結果訂正手段５０は、表示手段５１により
第１候補を表示し、誤認識している場合は、利用者はキ
ーボード等の訂正情報入力手段５２により正解カテゴリ
を指定する。

【００２８】新規特徴登録手段６０は、誤認識した場合
に、結果訂正手段５０より得られる正解カテゴリｃと特
徴抽出手段２０より得られる入力データの認識特徴ｆi
を個人辞書３１に登録する。ここで、個人辞書３１にカ
テゴリｃのテンプレートが既に存在し、かつ当該テンプ
レートの標準特徴と入力データの認識特徴の距離値が所
定のしきい値より小さい場合は加重和して当該標準特徴
を更新し、それ以外は新たにテンプレートを登録する。
個人辞書３１には、登録できるテンプレート数（最大記
憶テンプレート数）が予め設定されており、当該最大記
憶テンプレート数を越える場合は、順序の古いテンプレ
ートを削除する。また、加重和により標準特徴を更新し
た場合は、カテゴリｃの他のテンプレートの標準特徴と
距離値を計算し、所定のしきい値より小さい場合は、更
に標準特徴を加重和により統合する。

【００２９】特徴順序変更手段７０は、結果訂正手段５
０より得られる正解カテゴリｃと認識候補を用い、個人
辞書３１の標準特徴が認識に有効に利用された場合は、
その標準特徴を含むテンプレートの個人辞書３１内での
順序を新しい方に移動させ、逆に認識に悪影響を及ぼし
た場合は、その標準特徴を含むテンプレートの個人辞書
３１内での順序を古い方に移動させる。

【００３０】次に、図１及び図２のフローチャートを参
照して本実施の形態の全体の動作について詳細に説明す
る。

【００３１】まず、データ入力手段１０から得られる文
字データは、特徴抽出手段２０に供給され、特徴抽出手
段２０は、文字データから認識特徴を抽出する（図２の
ステップＳ１）。次に、照合手段４０は、特徴抽出手段
２０より得られる入力データの認識特徴ｆi を、汎用辞
書３０および個人辞書３１に記憶されている各標準特徴
Ｓi(ｂ）と順次照合し、距離値Ｄ（ｂ）の小さい標準特
徴の文字カテゴリの候補を求める（ステップＳ２）。

【００３２】さらに、結果訂正手段５０は、表示手段５
１により認識候補の第１候補を表示し（ステップＳ
３）、誤認識している場合は、利用者はキーボード等の
訂正情報入力手段５２により正解カテゴリを指定し、認
識結果を確定する（ステップＳ４）。

【００３３】次に、特徴順序変更手段７０は、結果訂正
手段５０より得られる正解カテゴリｃと認識候補を用
い、個人辞書３１の標準特徴が認識に利用された場合
は、当該標準特徴の個人辞書３１内での順序を移動させ
る（ステップＳ５）。ステップＳ５を図３を参照して、
詳細に説明する。まず、認識候補の第１候補に関して、
照合された標準特徴の特徴番号（テンプレート番号）か
ら、候補が汎用辞書３０から得られたか、個人辞書３１
から得られたかを判定する（図３のステップＳ５０
０）。個人辞書３１から得られた場合は、第１候補のカ
テゴリと正解カテゴリを比較し、正解したかどうかを判
定する（ステップＳ５０１）。正解した場合は、その標
準特徴を含むテンプレートの個人辞書３１内での順序を
新しい方にＰｆ個移動させ（ステップＳ５０２）、逆に
誤認識した場合は、当該テンプレートの個人辞書３１内
での順序を古い方にＰｂ個移動させる（ステップＳ５０
３）（移動することにより範囲外に出てしまう場合は、
それぞれ最新、最古の位置に移動させる）。ここで、Ｐ
ｆ、Ｐｂは１以上の整数で、予め定められた値である。

【００３４】再び図２を参照すると、最後に、新規特徴
登録手段６０は、誤認識したかどうかを調べ（図２のス
テップＳ６）、誤認識した場合は、結果訂正手段５０よ
り得られる正解カテゴリｃと特徴抽出手段２０より得ら
れる入力文字の認識特徴ｆiを用い、個人辞書３１に当
該認識特徴を登録する（ステップＳ７）。ステップＳ７
を図４および図５を参照して、詳細に説明する。

【００３５】まず、個人辞書において、既に記憶されて
いるカテゴリｃのテンプレートを選出する（図４のステ
ップＳ７００）。カテゴリｃのテンプレートの数Ｋが０
かどうかチェックし（ステップＳ７０１）、Ｋ＝０の場
合（存在しない場合）は認識特徴ｆi を新規テンプレー
トとして登録する（ステップＳ７１０へ進む）。

【００３６】カテゴリｃのテンプレートが既に存在する
場合は、当該テンプレートを学習特徴数の大きい順にソ
ートする（ステップＳ７０２）。この時のテンプレート
番号の列をｂ（ｋ）（ｋ＝１, …, Ｋ）とする。学習特
徴数の大きい順に、当該テンプレートの標準特徴Ｓi(ｂ
（ｋ))と入力文字の認識特徴ｆi との距離値Ｄ（ｂ）を
計算し、しきい値Ｔ（ｎ（ｂ（ｋ))＋１）と比較する
（ステップＳ７０３，Ｓ７０４）。

【００３７】ここで、しきい値Ｔ（ｎ）は、特徴を加重
和した場合の学習特徴数ｎに依存して設定されている。
このしきい値Ｔ（ｎ）は、予備実験等により予め設定さ
れるが、一般的に学習特徴数ｎが小さいときは非常に類
似した特徴のみを平均しないと不安定になるため、Ｔ
（ｎ）はｎが小さいほど小さく、ｎが大きいほど大きく
設定される。距離値Ｄ（ｂ）がしきい値Ｔ（ｎ（ｂ
（ｋ))＋１）より小さい場合は、標準特徴Ｓi(ｂ（ｋ))
と認識特徴ｆｉを下式（２）により加重和して当該標準
特徴を更新し（ステップＳ７０７）、更にｂ（ｋ）より
新しいテンプレートをそれぞれ１つずつ古い方にシフト
し、ｂ（ｋ）を最新の位置に移動する（ステップＳ７０
８）。

【００３８】 Ｓi(ｂ（ｋ))←｛ｎ（ｂ（ｋ))・Ｓi(ｂ（ｋ))＋ｆi ｝／｛ｎ（ｂ（ｋ))＋１｝ ｎ（ｂ（ｋ))←ｎ（ｂ（ｋ))＋１ …（２）

【００３９】距離値Ｄ（ｂ）がしきい値Ｔ（ｎ（ｂ
（ｋ))＋１）より大きい場合は、次（ｋ＋１）のテンプ
レートに関して調べる（ステップＳ７０５，Ｓ７０６か
らＳ７０４に戻る）。加重和するテンプレートがなかっ
た場合は（ｋ＞Ｋ）、認識特徴ｆi を新規テンプレート
として登録する（ステップＳ７１０へ進む）。

【００４０】記憶されているテンプレート数ｍが最大記
憶テンプレート数Ｍに等しい場合は（ステップＳ７１
０）、最古（１番目）のテンプレートを削除し、各テン
プレートを１つずつ古い方に移動し（ステップＳ７１
１）、最新（ｍ番目）の位置に認識特徴ｆi を新規テン
プレートとして登録する（ステップＳ７１３）。ｍ＜Ｍ
の場合は、ｍを１加算し（ステップＳ７１２）、ｍ番目
の位置に登録する（ステップＳ７１３）。

【００４１】次に、ステップＳ７０７で、認識特徴ｆi
が加重和で登録され場合、カテゴリｃのテンプレートの
統合化を図る。具体的には、加重和されたテンプレート
番号をｂ0 とすると（図５のステップＳ７５０）、ｂ0
を除くカテゴリｃのテンプレートが存在する場合（ステ
ップＳ７５１，Ｓ７５２）（Ｋは１減算される）、当該
テンプレートを学習特徴数の大きい順にソートする（ス
テップＳ７５３）。この時のテンプレート番号の列をｂ
（ｋ）（ｋ＝１, …, Ｋ）とする。学習特徴数の大きい
順に、当該テンプレートの標準特徴Ｓi(ｂ（ｋ))と標準
特徴Ｓi(ｂ0)との距離値Ｄ（ｂ）を計算し、しきい値Ｔ
（ｎ（ｂ（ｋ))＋ｎ（ｂ0)）と比較する（ステップＳ７
５４，Ｓ７５５）。

【００４２】距離値Ｄ（ｂ）がしきい値Ｔ（ｎ（ｂ
（ｋ))＋ｎ（ｂ0)）より小さい場合は、標準特徴Ｓi(ｂ
（ｋ))と認識特徴Ｓi(ｂ0)を加重和する。この時、新し
い位置にあるテンプレートの方を更新する。つまり、ｂ
（ｋ）とｂ0 の位置を比較し（ステップＳ７６０）、ｂ
0 の方が新しい位置にあれば、下式（３）によりｂ0 の
テンプレートを更新し（ステップＳ７６１）、更にｂ
（ｋ）のテンプレートを削除し（ｍ←ｍ−１）、ｂ
（ｋ）より新しい各テンプレートを１つずつ古い方に移
動する（ステップＳ７６２）。

【００４３】 Ｓi(ｂ0)←｛ｎ（ｂ（ｋ))・Ｓi(ｂ（ｋ))＋ｎ（ｂ（ｋ))・Ｓi(ｂ0)｝／｛ｎ（ ｂ（ｋ))＋ｎ（ｂ0)｝ ｎ（ｂ0)←ｎ（ｂ（ｋ))＋ｎ（ｂ0) …（３）

【００４４】ステップＳ７６０において、ｂ（ｋ）の方
が新しい位置にあれば、下式（４）によりｂ（ｋ）のテ
ンプレートを更新し（ステップＳ７６３）、更にｂ0 の
テンプレートを削除し（ｍ←ｍ−１）、ｂ0 より新しい
各テンプレートを１つずつ古い方に移動し（ステップＳ
７６４）、最後にｂ（ｋ）を新たにｂ0 とする（ステッ
プＳ７６５）。

【００４５】 Ｓi(ｂ（ｋ))←｛ｎ（ｂ（ｋ))・Ｓi(ｂ（ｋ))＋ｎ（ｂ（ｋ))・Ｓi(ｂ0)｝／｛ ｎ（ｂ（ｋ))＋ｎ（ｂ0) ｎ（ｂ（ｋ))←ｎ（ｂ（ｋ))＋ｎ（ｂ0) …（４）

【００４６】更新した場合は、更にステップＳ７５１に
戻り、再度統合化を図る。ステップＳ７５５において距
離値Ｄ（ｂ）がしきい値Ｔ（ｎ（ｂ（ｋ))＋ｎ（ｂ0)）
より大きい場合は、次（ｋ＋１）のテンプレートに関し
て調べる（ステップＳ７５６，Ｓ７５７からＳ７５５に
戻る）。加重和するテンプレートがなかった場合は（ｋ
＞Ｋ）、終了する（ステップＳ７５７）。

【００４７】次に、本実施の形態の効果について説明す
る。

【００４８】本実施の形態では、汎用辞書の汎用的な標
準特徴には変更を加えずに学習によって新たな標準特徴
を個人辞書に追加していくので、第三者に対する認識精
度の低下を防止しつつ或る特定の個人に対する認識精度
を向上でき、更に個人辞書に最大記憶テンプレート数を
設定しているため、辞書容量の巨大化を防ぐことができ
る。

【００４９】また、本実施の形態では、さらに、誤認識
した場合に全て学習するように構成されているため、学
習の効果を短期間に出すことができる。さらに、認識に
効果的なテンプレートは残し、悪影響を及ぼすテンプレ
ートは順次削除するように構成されているため、認識へ
の悪影響を最小限に抑えることができる。また、特徴を
加重和して登録する場合にはしきい値を学習特徴数によ
り可変にして安定なテンプレートが作成されるように構
成されているため、悪影響のない適切な学習が実現でき
る。

【００５０】次に、具体的な実施例を用いて本実施の形
態の動作を説明する。

【００５１】汎用辞書３０には、１００個以下のテンプ
レートが、個人辞書３１には、図６に示すような５個の
テンプレートが記憶されているとする（最大記憶テンプ
レート数Ｍ＝５、標準特徴は図示していない）（漢字認
識の場合は、実際には、汎用辞書のテンプレート数は４
０００個程度、個人辞書のテンプレート数は２００個程
度になる）。テンプレート番号は、１００未満は汎用辞
書３０のテンプレート番号、１００以上は個人辞書３１
のテンプレート番号を表す。また、各パラメータを以下
のように設定しておく。Ｐｆ＝２，Ｐｂ＝２、Ｔ（ｎ）
＝100 ・ｎ。

【００５２】（例１）データ入力手段１０より文字
「あ」が入力された時に、特徴抽出手段２０は認識特徴
を抽出し（ステップＳ１）、照合手段４０は、認識特徴
と汎用辞書３０および個人辞書３１に記憶されている各
標準特徴との各距離値を計算し、距離値の小さい候補を
選出することによって図７（ａ）に示すような認識候補
を得たとする（ステップＳ２）。この場合、認識結果は
正解であるので、結果訂正手段５０では、訂正なしに確
定される（ステップＳ３，Ｓ４）。特徴順序変更手段７
０は、第１候補のテンプレート番号が１００以上である
ことから個人辞書のテンプレートが利用されたことを検
出し（ステップＳ５００）、更に結果訂正手段５０にお
いて確定された正解カテゴリ「あ」と第１候補のカテゴ
リ「あ」が同一であることから第１候補が正解であった
と判定する（ステップＳ５０１）。正解なので、第１候
補のテンプレート番号「１５０」に対応する個人辞書内
のテンプレート番号「１５０」のテンプレート（図６で
は２番目に記憶されている）を、図８（ａ）のように順
序の新しい方に２個（Ｐｆ個）移動させ、４番目に格納
する。この時、図６で３番目と４番目に記憶されていた
「日」と「あ」（テンプレート番号「１５３」）はそれ
ぞれ２番目と３番目にシフトして格納される（ステップ
Ｓ５０２）。新規特徴登録手段６０は、認識結果が正解
であったことを検出し終了する（ステップＳ６）。

【００５３】（例２）データ入力手段１０より文字
「お」が入力された時に、照合手段４０は図７（ａ）に
示すような認識候補を得たとする（ステップＳ２）。こ
の場合、認識結果は誤認識であるので、結果訂正手段５
０では、第２候補の「お」を選択することにより認識結
果が訂正される（ステップＳ３，Ｓ４）。特徴順序変更
手段７０は、第１候補のテンプレート番号が１００以上
であることから個人辞書のテンプレートが利用されたこ
とを検出し（ステップＳ５００）、更に結果訂正手段５
０において確定された正解カテゴリ「お」と第１候補の
カテゴリ「あ」が異なることから第１候補が誤認識であ
ったと判定する（ステップＳ５０１）。誤認識なので、
第１候補のテンプレート番号が「１５０」であることか
ら、個人辞書内のテンプレート番号「１５０」のテンプ
レート（図６では２番目に記憶されている）を、図８
（ｂ）のように順序の古い方に移動させる。この時、Ｐ
b ＝２であることから本来２個移動させるが、１番目ま
でしか移動できないので１番目に格納する。この時、１
番目に記憶されていた図６の「い」は２番目にシフトし
て格納される（ステップＳ５０３）。

【００５４】次に新規特徴登録手段６０は、認識結果が
誤認識であったことを検出し（ステップＳ６）、特徴抽
出手段２０より得られる認識特徴を個人辞書３１に登録
する（ステップＳ７）。この時、個人辞書における
「お」のテンプレートを探索し（ステップＳ７００）、
「お」のテンプレートが存在しないことを検出し（ステ
ップＳ７０１）、新規テンプレートとして登録するため
ステップＳ７１０へ進む。現在の記憶テンプレート数は
最大記憶テンプレート数Ｍ＝５と等しいことを検出し
（ステップＳ７１０）、最古（１番目）のテンプレート
（図８（ｂ）ではテンプレート番号１５０の「あ」）を
削除し、２番目から５番目のテンプレートを図８（ｃ）
のようにそれぞれ１番目から４番目にシフトして格納し
（ステップＳ７１１）、最新の位置（５番目）に認識特
徴をカテゴリ「お」として登録する（ステップＳ７１
３）。

【００５５】（例３）データ入力手段１０より文字
「あ」が入力された時に、照合手段４０は図７（ｂ）に
示すような認識候補を得たとする（ステップＳ２）。こ
の場合、認識結果は誤認識であるので、結果訂正手段５
０では、第２候補の「あ」を選択することにより認識結
果が訂正される（ステップＳ３，Ｓ４）。特徴順序変更
手段７０は、第１候補のテンプレート番号が１００未満
であることから汎用辞書のテンプレートが利用されたこ
とを検出し（ステップＳ５００）、何も実行しない。新
規特徴登録手段６０は、認識結果が誤認識であったこと
検出し（ステップＳ６）、特徴抽出手段２０より得られ
る認識特徴を個人辞書３１に登録する（ステップＳ
７）。この時、図6に示す個人辞書における「あ」のテ
ンプレートを探索し（ステップＳ７００）、「あ」のテ
ンプレートが２個（テンプレート番号「１５０」と「１
５３」）存在することを検出し（ステップＳ７０１）、
２個のテンプレート番号を学習特徴数の大きい順にソー
トする（ステップＳ７０２）。ｎ（１５０）＝２、ｎ
（１５３）＝１であることから、ｂ（１）＝１５０、ｂ
（２）＝１５３となる。

【００５６】ここで、認識特徴ｆi と標準特徴Ｓi(ｂ
（ｋ))の距離値Ｄ（ｂ）を順次計算し、しきい値Ｔ
（ｎ）と比較すると（ステップＳ７０３〜Ｓ７０６）、
例えばＤ(150）＝４００の時、Ｄ(150）＞Ｔ（ｎ(150）
＋１）＝Ｔ（３）＝３００、Ｄ(153）＝３５０の時、Ｄ
(153）＞Ｔ（ｎ(153）＋１）＝Ｔ（２）＝２００とな
り、加重和するテンプレートが存在しないため、新規テ
ンプレートとして登録するためステップＳ７１０へ進
む。現在の記憶テンプレート数は最大記憶テンプレート
数Ｍ＝５と等しいので（ステップＳ７１０）、１番目の
テンプレート（図６では「い」）を削除し、２番目から
５番目のテンプレートを図９（ａ）のようにそれぞれ１
番目から４番目にシフトして格納し（ステップＳ７１
１）、５番目に認識特徴をカテゴリ「あ」（テンプレー
ト番号「１５５」）として登録する（ステップＳ７１
３）。

【００５７】もし、ステップＳ７０４で、例えばＤ(15
0）＝２５０の時、Ｄ(150）＜Ｔ（ｎ(150）＋１）とな
り、「１５０」のテンプレートが加重和により更新され
（ステップＳ７０７）、更に図6で３番目から５番目の
テンプレートを図９（ｂ）のようにそれぞれ２番目から
４番目にシフトして格納し、５番目に「１５０」のテン
プレートを移動する（ステップＳ７０８）。次に、図９
（ｂ）の状態で、「１５０」のテンプレートを除いて個
人辞書における「あ」のテンプレートを探索し（ステッ
プＳ７５１）、「あ」のテンプレートが１個（テンプレ
ート番号「１５３」）存在することを検出し（ステップ
Ｓ７５２）、ｂ（１）＝１５３となる（ステップＳ７５
３）。ここで、標準特徴Ｓi(150)と標準特徴Ｓi(ｂ
（ｋ))の距離値Ｄ（ｂ）を計算し、例えばＤ(153）＝３
５０の時、Ｄ(153）＜Ｔ（ｎ(153）＋１）＝Ｔ（４）＝
４００となり、「１５３」より「１５０」のテンプレー
トの方が最新の位置にいるので（ステップＳ７６０）、
「１５０」のテンプレートが加重和により更新され（ス
テップＳ７６１）、更に３番目の「１５３」のテンプレ
ートが削除され、４番目と５番目のテンプレートを図９
（ｃ）のようにそれぞれ３番目と４番目にシフトして格
納する（ステップＳ７６２）。

【００５８】次に、本発明の第２の実施の形態について
図面を参照して詳細に説明する。

【００５９】図１０を参照すると、本発明の第２の実施
の形態は、データ入力手段１０と、特徴抽出手段２０
と、汎用辞書３０と、個人辞書３２と、照合手段４０
と、結果訂正手段５０と、表示手段５１と、訂正情報入
力手段５２と、新規特徴登録手段６１と、特徴順序変更
手段７１とから構成されている。

【００６０】データ入力手段１０と、特徴抽出手段２０
と、汎用辞書３０と、照合手段４０と、結果訂正手段５
０と、表示手段５１と、訂正情報入力手段５２は、図１
に示した第１の実施の形態の文字認識装置におけるもの
と同一である。

【００６１】第１の実施の形態の文字認識装置と異なる
点は、個人辞書３２において、有効利用回数も記憶され
る点にある。

【００６２】新規特徴登録手段６１は、第１の実施の形
態の文字認識装置の動作に加え、最古のテンプレートを
削除する際に、テンプレートの有効利用回数が所定のし
きい値（Ｒ）以上の場合は、そのテンプレートを新しい
方に（Ｐf 個）移動させると共に有効利用回数を所定数
（Ｑ）減算する。

【００６３】特徴順序変更手段７１は、結果訂正手段５
０より得られる正解カテゴリｃと認識候補を用い、個人
辞書３２の標準特徴が有効に利用された場合は、その標
準特徴を含むテンプレートの個人辞書３２内での順序を
新しい方に移動させると同時に有効利用回数を１加算
し、逆に認識に悪影響を及ぼした場合は、その標準特徴
を含むテンプレートの個人辞書３２内での順序を古い方
に移動させると同時に有効利用回数を１減算する。

【００６４】次に、本実施の形態の効果について説明す
る。

【００６５】本実施の形態では、有効利用回数を記憶す
るように構成されているため、利用頻度の高いテンプレ
ートは削除されにくくなり、学習の効果を持続させるこ
とができる。

【００６６】次に、具体的な実施例を用いて本実施の形
態の動作を説明する。

【００６７】個人辞書３２には、図１１に示すような５
個のテンプレートが記憶されているとする（最大記憶テ
ンプレート数Ｍ＝５）また、各パラメータを以下のよう
に設定しておく。Ｒ＝１０，Ｑ＝５。

【００６８】データ入力手段１０より文字「あ」が入力
された時に、照合手段４０は図７（ｂ）に示すような認
識候補を得たとする（ステップＳ２）。この場合、認識
結果は誤認識であるので、結果訂正手段５０では、第２
候補の「あ」を選択することにより認識結果が訂正され
る（ステップＳ３，Ｓ４）。特徴順序変更手段７１は、
第１候補のテンプレート番号が１００未満であることか
ら汎用辞書３０のテンプレートが利用されたことを検出
し（ステップＳ５００）、何も実行しない。新規特徴登
録手段６１は、認識結果が誤認識であったことを検出し
（ステップＳ６）、特徴抽出手段２０より得られる認識
特徴を個人辞書３２に登録する（ステップＳ７）。この
時、個人辞書３２における「あ」のテンプレートを探索
し（ステップＳ７００）、「あ」のテンプレートが２個
（テンプレート番号「１５０」と「１５３」）存在する
ことを検出し（ステップＳ７０１）、２個のテンプレー
ト番号を学習特徴数の大きい順にソートする（ステップ
Ｓ７０２）。ｎ（１５０）＝２、ｎ（１５３）＝１であ
ることから、ｂ（１）＝１５０、ｂ（２）＝１５３とな
る。ここで、認識特徴ｆi と標準特徴Ｓi(ｂ（ｋ))の距
離値Ｄ（ｂ）を順次計算し、しきい値Ｔ（ｎ）と比較す
ると（ステップＳ７０３〜Ｓ７０６）、例えばＤ(150）
＝４００の時、Ｄ(150）＞Ｔ（ｎ(150）＋１）＝Ｔ
（３）＝３００、Ｄ(153）＝３５０の時、Ｄ(153）＞Ｔ
（ｎ(153）＋１）＝Ｔ（２）＝２００となり、加重和す
るテンプレートが存在しないため、新規テンプレートと
して登録するためステップＳ７１０へ進む。現在の記憶
テンプレート数は最大記憶テンプレート数Ｍ＝５と等し
いので（ステップＳ７１０）、最古のテンプレートを削
除する（ステップＳ７１１）が、１番目の「い」の有効
利用回数１０がＲ以上なので、図１２（ａ）のように、
「い」を２個（Ｐf 個）新しい方に移動し、有効利用回
数を５（Ｑ）減算する。ここで、２番目と３番目のテン
プレートはそれぞれ１番目と２番目にシフトして格納す
る。１番目の「あ」の有効利用回数はしきい値Ｒ以下な
ので「あ」を削除し、２番目から５番目のテンプレート
を図１２（ｂ）のようにそれぞれ１番目から４番目にシ
フトして格納し、５番目に認識特徴をカテゴリ「あ」と
して登録する（ステップＳ７１３）。

【００６９】次に、本発明の第３の実施の形態について
図面を参照して詳細に説明する。

【００７０】図１３を参照すると、本発明の第３の実施
の形態は、データ入力手段１０と、特徴抽出手段２０
と、汎用辞書３０と、個人辞書３１と、照合手段４０
と、結果訂正手段５０と、表示手段５１と、訂正情報入
力手段５２と、新規特徴登録手段６２と、特徴順序変更
手段７０とから構成されている。

【００７１】データ入力手段１０と、特徴抽出手段２０
と、汎用辞書３０と、個人辞書３１と、照合手段４０
と、結果訂正手段５０と、表示手段５１と、訂正情報入
力手段５２と、特徴順序変更手段７０は、図１に示した
第１の実施の形態の文字認識装置におけるものと同一で
ある。

【００７２】新規特徴登録手段６２は、第１の実施の形
態の文字認識装置において、カテゴリｃの認識特徴を個
人辞書３１に登録する際に汎用辞書３０のカテゴリｃの
標準辞書と加重和して登録する点にある。その際、加重
和の重みは学習特徴数に応じて制御される。

【００７３】図４のステップＳ７１３において、認識特
徴ｆi を新規に登録する場合は、汎用辞書３０のカテゴ
リｃの標準辞書ｇi を用いて、下式（５）により合成特
徴Ｓi を生成し登録する。

【００７４】 Ｓｉ←α（１）・ｆｉ＋｛１−α（１）｝・ｇｉ …（５） ここで、α（ｎ）は学習特徴数ｎに依存したパラメータ
（０＜α（ｎ）≦１）である。一般的に、学習特徴数ｎ
が小さい時は汎用辞書３０の寄与度を高くするためにα
（ｎ）を小さくし、ｎが大きくなるとα（ｎ）も大きく
なるように設定する。

【００７５】図４のステップＳ７０７において、認識特
徴ｆi を加重和して標準特徴Ｓi(ｂ（ｋ))を更新する場
合は、下式（６）により求めることができる。 Ｓi(ｂ（ｋ))←α（ｎ＋１）・ｆ'i＋｛１−α（ｎ＋１）｝・ｇi 但し、ｆ'i＝｛ｎ（ｂ（ｋ))・ｆ''i ＋ｆi ｝／｛ｎ（ｂ（ｋ))＋１｝ ｆ''i ＝｛Ｓi(ｂ（ｋ))−｛１−α（ｎ）・ｇi ｝｝／α（ｎ） ｎ（ｂ（ｋ)) ← ｎ（ｂ（ｋ))＋１ …（６）

【００７６】次に、本実施の形態の効果について説明す
る。

【００７７】本実施の形態では、認識特徴を汎用辞書の
標準辞書と加重和して登録するように構成されているた
め、安定な辞書が作成され、高精度に認識できる。

【００７８】次に、本発明の第４の実施の形態について
図面を参照して詳細に説明する。

【００７９】図１４を参照すると、本発明の第４の実施
の形態は、データ入力手段１０と、特徴抽出手段２０
と、汎用辞書３０と、個人辞書３１と、照合手段４１
と、結果訂正手段５０と、表示手段５１と、訂正情報入
力手段５２と、新規特徴登録手段６０と、特徴順序変更
手段７０とから構成されている。

【００８０】データ入力手段１０と、特徴抽出手段２０
と、汎用辞書３０と、個人辞書３１と、結果訂正手段５
０と、表示手段５１と、訂正情報入力手段５２と、新規
特徴登録手段６０と、特徴順序変更手段７０は、図１に
示した第１の実施の形態の文字認識装置におけるものと
同一である。

【００８１】照合手段４１は、特徴抽出手段２０より得
られる入力文字の認識特徴を、汎用辞書３０および個人
辞書３１に記憶されている各標準特徴と順次照合し、距
離値Ｄの小さい標準特徴の文字カテゴリの候補を求め
る。ここで、個人辞書３１の標準特徴Ｓi(ｂ）と照合す
る場合は、学習特徴数ｎ（ｂ）によって距離値Ｄ（ｂ）
に下式（７）によりペナルティを加える。 Ｄ（ｂ）← Ｄ（ｂ）＋Ｅ（ｎ（ｂ))…（７）

【００８２】Ｅ（ｎ）は標準特徴の安定性を反映した値
であり、予め設定されている。一般的に、学習特徴数ｎ
が小さいときは標準特徴が不安定であるのでＥ（ｎ）は
大きくし、ｎが大きくなるにつれてＥ（ｎ）は小さくな
るように設定される。

【００８３】次に、本実施の形態の効果について説明す
る。

【００８４】本実施の形態では、個人辞書を用いた照合
処理において、学習特徴数に応じたペナルティを加える
ように構成されているため、不安定な標準特徴の悪影響
を抑え、高精度に認識できる。

【００８５】次に、本発明の第５の実施の形態について
図面を参照して詳細に説明する。

【００８６】図１５を参照すると、本発明の第５の実施
の形態は、第１乃至第４の実施の形態と同様なデータ入
力手段１０、表示手段５１および訂正情報入力手段５２
に接続されたコンピュータ８０で構成されている。コン
ピュータ８０はＭＰＵ等の処理装置８１とこれに接続さ
れたメモリ８２とを含む。また、記録媒体８３は、ＣＤ
−ＲＯＭ、磁気ディスク、半導体メモリ等の機械読み取
り可能な記録媒体であり、文字認識制御プログラムが記
録されている。記録媒体８３に記録された文字認識制御
プログラムは、コンピュータ８０の立ち上げ時などに処
理装置８１によって読み取られ、処理装置８１の動作を
制御することにより、前述した第１の実施の形態にあっ
ては、特徴抽出手段２０、照合手段４０、結果訂正手段
５０、新規特徴登録手段６０および特徴順序変更手段７
０を処理装置８１上に生成すると共に、メモリ８２上に
汎用辞書３０および個人辞書３１をロードする。また、
前述した第２の実施の形態にあっては、特徴抽出手段２
０、照合手段４０、結果訂正手段５０、新規特徴登録手
段６１および特徴順序変更手段７１を処理装置８１上に
生成すると共に、メモリ８２上に汎用辞書３０および個
人辞書３２をロードする。また、前述した第３の実施の
形態にあっては、特徴抽出手段２０、照合手段４０、結
果訂正手段５０、新規特徴登録手段６２および特徴順序
変更手段７０を処理装置８１上に生成すると共に、メモ
リ８２上に汎用辞書３０および個人辞書３１をロードす
る。また、前述した第４の実施の形態にあっては、特徴
抽出手段２０、照合手段４１、結果訂正手段５０、新規
特徴登録手段６０および特徴順序変更手段７０を処理装
置８１上に生成すると共に、メモリ８２上に汎用辞書３
０および個人辞書３１をロードする。

【００８７】以上、本発明の実施例について説明した。
新規特徴登録手段において、新規に認識特徴を登録する
のは誤認識した場合のみで説明したが、正解の場合にも
学習してもよい。例えば、正解であったとしても、第１
候補の距離値と第２候補の距離値が近ければ、次回は誤
認識する可能性があるので、学習の効果はある。また、
特徴順序変更手段においてテンプレートを移動させる場
合も、第１候補に個人辞書が使用された場合のみ説明し
たが、第２候補以降に使用された場合にも学習してもよ
い。また、新規特徴登録手段においてテンプレートを統
合する場合は、２つのテンプレート毎に順に統合を図っ
たが、３つ以上のテンプレートに対し同時に統合を検討
してもよい。更に、個人辞書に登録できるテンプレート
数を最大記憶テンプレート数に制限したが、各テンプレ
ートの容量が一定でない場合は辞書容量により制限して
もよい。また、特徴順序変更手段において個人辞書内で
テンプレートの順序を変更する場合は、個人辞書内での
物理的な順序を変更したが、テンプレートに個人辞書内
での順序を示す順序番号を付与し、物理的な順序を変更
せずに順序番号を変更することで、各テンプレートの個
人辞書内での順序を管理するようにしても良い。

【００８８】

【発明の効果】以上説明したように本発明によれば以下
のような種々の効果が得られる。

【００８９】学習機能を停止させることなく辞書容量の
巨大化を防ぐことができる。その理由は、個人辞書への
テンプレートの登録最大数に制限を設けると共に現在登
録されているテンプレートの活用状況を管理し、新たな
テンプレートが登録できなくなったとき、有効に活用さ
れていない個人用テンプレートを削除してから登録する
ためである。

【００９０】学習の効果が短期間に出て、かつ悪影響の
少ない適切な学習が実現できる。その理由は、誤認識し
た場合に全て学習するように構成されているためであ
る。更に、認識に効果的なテンプレートは残し、悪影響
を及ぼすテンプレートは順次削除するように構成されて
いるためである。また、特徴を加重和して登録する場合
にはしきい値を学習特徴数により可変にし、安定なテン
プレートが作成されるように構成されているためであ
る。また、有効利用回数を記憶するように構成し、利用
頻度の高いテンプレートは削除されにくくしているため
である。また、認識特徴を汎用辞書の標準辞書と加重和
して登録するように構成されているためである。また、
個人辞書を用いた照合処理において、学習特徴数に応じ
たペナルティを加えるように構成し、不安定な標準特徴
の悪影響を抑えているためである。

【図面の簡単な説明】

【図１】本発明の第１の実施の形態の構成例を示すブロ
ック図である。

【図２】第１の実施の形態の動作を示す流れ図である。

【図３】第１の実施の形態の特徴順序変更の動作を示す
流れ図である。

【図４】第１の実施の形態の新規特徴登録の動作を示す
流れ図である。

【図５】第１の実施の形態のテンプレート統合の動作を
示す流れ図である。

【図６】第１の実施の形態の個人辞書の具体例を示す図
である。

【図７】第１の実施の形態の認識候補の具体例を示す図
である。

【図８】第１の実施の形態の個人辞書の学習の具体例を
示す図である。

【図９】第１の実施の形態の個人辞書の学習の具体例を
示す図である。

【図１０】本発明の第２の実施の形態の構成例を示すブ
ロック図である。

【図１１】第２の実施の形態の個人辞書の具体例を示す
図である。

【図１２】第２の実施の形態の個人辞書の学習の具体例
を示す図である。

【図１３】本発明の第３の実施の形態の構成例を示すブ
ロック図である。

【図１４】本発明の第４の実施の形態の構成例を示すブ
ロック図である。

【図１５】本発明の第５の実施の形態の構成例を示すブ
ロック図である。

【図１６】第１の従来技術の実施の形態の構成を示すブ
ロック図である。

【図１７】第２の従来技術の実施の形態の構成を示すブ
ロック図である。

【符号の説明】

１０…データ入力手段 ２０…特徴抽出手段 ３０…汎用辞書 ３１、３２…個人辞書 ４０、４１…照合手段 ５０…結果訂正手段 ５１…表示手段 ５２…訂正情報入力手段 ６０、６１、６２…新規特徴登録手段 ７０、７１…特徴順序変更手段

Claims (9)

【特許請求の範囲】
1. 【請求項１】 認識対象文字の特徴とカテゴリ毎に予め
   辞書に記憶された標準特徴とを照合し、認識対象文字と
   の間の距離が最も短いカテゴリを決定する文字認識装置
   であって、文字カテゴリ毎の汎用的な標準特徴には変更
   を加えずに学習によって新たな標準特徴を辞書に追加し
   ていく方式の自動学習機能を有する文字認識装置におい
   て、個人用テンプレートの登録最大数に制限を設けると
   共に現在登録されている個人用テンプレートの活用状況
   を管理し、新たな個人用テンプレートが登録できなくな
   ったとき、有効に活用されていない個人用テンプレート
   を削除してから登録することを特徴とする文字認識装
   置。
2. 【請求項２】 入力文字データを取得するデータ入力手
   段と、 前記データ入力手段より得られる文字データから認識特
   徴を抽出する特徴抽出手段と、 認識特徴の文字カテゴリ毎の汎用的な標準特徴が予め記
   憶されている汎用辞書と、 学習により個人的な標準特徴が所定数（最大記憶テンプ
   レート数）まで順次記憶されていく個人辞書と、 前記特徴抽出手段より得られる認識特徴を、前記汎用辞
   書および前記個人辞書に記憶されている各標準特徴と順
   次照合し、距離値の小さい標準特徴の文字カテゴリおよ
   びテンプレート番号を出力する照合手段と、 表示手段により認識結果を表示し、訂正情報入力手段に
   より正解カテゴリの指定を受け、認識結果を訂正および
   確定させる結果訂正手段と、 誤認識した場合に、前記結果訂正手段より得られる正解
   カテゴリと前記特徴抽出手段より得られる認識特徴を前
   記個人辞書に登録する際に、正解カテゴリと同じテンプ
   レートが既に存在する場合は、各標準特徴間の距離値を
   所定のしきい値と比較し、小さい場合は加重和して当該
   標準特徴を更新し、それ以外は新たにテンプレートを登
   録し、更にテンプレート数が最大記憶テンプレート数を
   越える場合は、順序の古いテンプレートを削除する新規
   特徴登録手段と、 前記結果訂正手段より得られる正解カテゴリと認識候補
   を用い、個人辞書の標準特徴が認識に有効に利用された
   場合は、当該標準特徴を含むテンプレートの個人辞書内
   での順序を新しい方に移動させ、逆に認識に悪影響を及
   ぼした場合は、当該標準特徴を含むテンプレートの個人
   辞書内での順序を古い方に移動させる特徴順序変更手段
   とを備えたことを特徴とする文字認識装置。
3. 【請求項３】 前記特徴順序変更手段は、テンプレート
   の個人辞書内での物理的な順序を変更することを特徴と
   する請求項２記載の文字認識装置。
4. 【請求項４】 前記特徴順序変更手段は、テンプレート
   の個人辞書内での順序を示す順序番号を変更することを
   特徴とする請求項２記載の文字認識装置。
5. 【請求項５】 前記新規特徴登録手段が比較に用いる前
   記所定のしきい値は、学習特徴数に依存することを特徴
   とする請求項３または４記載の文字認識装置。
6. 【請求項６】 前記個人辞書は、標準特徴に加え有効利
   用回数を記憶し、 前記新規特徴登録手段は、最古のテンプレートを削除す
   る際に、テンプレートの有効利用回数が所定のしきい値
   より大きい場合は、当該テンプレートの個人辞書内での
   順序を新しい方に移動させると共に有効利用回数を所定
   数減算し、 前記特徴順序変更手段は、個人辞書の標準特徴が有効に
   利用された場合に、当該標準特徴を含むテンプレートの
   個人辞書内での順序を新しい方に移動させると同時に有
   効利用回数を加算し、逆に認識に悪影響を及ぼした場合
   に、当該標準特徴を含むテンプレートの個人辞書内での
   順序を古い方に移動させると同時に有効利用回数を減算
   することを特徴とする請求項５記載の文字認識装置。
7. 【請求項７】 前記新規特徴登録手段は、認識特徴を個
   人辞書に登録する際に、汎用辞書における同一カテゴリ
   の標準特徴と、学習特徴数に応じた比率で加重和して登
   録することを特徴とする請求項５または６記載の文字認
   識装置。
8. 【請求項８】 前記照合手段は、認識特徴と辞書の各標
   準特徴との距離値を求める際に、個人辞書の標準特徴に
   関しては、学習特徴数に応じたペナルティを加算するこ
   とを特徴とする請求項５、６または７記載の文字認識装
   置。
9. 【請求項９】 データ入力手段、表示手段および訂正情
   報入力手段に接続されたコンピュータを文字認識装置と
   して機能させるプログラムを記録した記録媒体であっ
   て、前記コンピュータを、 前記データ入力手段より得られる文字データから認識特
   徴を抽出する特徴抽出手段、 認識特徴の文字カテゴリ毎の汎用的な標準特徴が予め記
   憶されている汎用辞書、 学習により個人的な標準特徴が所定数（最大記憶テンプ
   レート数）まで順次記憶されていく個人辞書、 前記特徴抽出手段より得られる認識特徴を、前記汎用辞
   書および前記個人辞書に記憶されている各標準特徴と順
   次照合し、距離値の小さい標準特徴の文字カテゴリおよ
   びテンプレート番号を出力する照合手段、 前記表示手段により認識結果を表示し、前記訂正情報入
   力手段により正解カテゴリの指定を受け、認識結果を訂
   正および確定させる結果訂正手段、 誤認識した場合に、前記結果訂正手段より得られる正解
   カテゴリと前記特徴抽出手段より得られる認識特徴を前
   記個人辞書に登録する際に、正解カテゴリと同じテンプ
   レートが既に存在する場合は、各標準特徴間の距離値を
   学習特徴数に依存した所定のしきい値と比較し、小さい
   場合は加重和して当該標準特徴を更新し、それ以外は新
   たにテンプレートを登録し、更にテンプレート数が最大
   記憶テンプレート数を越える場合は、順序の古いテンプ
   レートを削除する新規特徴登録手段、 前記結果訂正手段より得られる正解カテゴリと認識候補
   を用い、個人辞書の標準特徴が認識に有効に利用された
   場合は、当該標準特徴を含むテンプレートの個人辞書内
   での順序を新しい方に移動させ、逆に認識に悪影響を及
   ぼした場合は、当該標準特徴を含むテンプレートの個人
   辞書内での順序を古い方に移動させる特徴順序変更手
   段、 として機能させるプログラムを記憶したコンピュータ可
   読記録媒体。