JP2003196593A

JP2003196593A - 文字認識装置および文字認識方法および文字認識プログラム

Info

Publication number: JP2003196593A
Application number: JP2001401296A
Authority: JP
Inventors: Akinori Kawamura; 聡典河村; Yojiro Touchi; 洋次郎登内
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2001-12-28
Filing date: 2001-12-28
Publication date: 2003-07-11

Abstract

(57)【要約】【課題】ユーザに負担をかけずに文字認識モードの指定
を可能にした、快適な手書き文字環境を提供する。【解決手段】座標入力装置上でに予め設けられた文字筆
記領域内でペンにより筆記された文字を表すストローク
列をもとに文字認識を行うものであって、少なくとも１
つのストロークからなり、少なくとも認識すべき文字の
種類を指定するためのジェスチャを、前記座標入力装置
上に前記文字筆記領域とは別の領域として用意されたジ
ェスチャ筆記入力のための領域（ジェスチャ筆記領域）
内で、ペンが当該座標入力装置に触れてから離れるまで
の間に当該座標入力装置により検出されるペン先の座標
系列で表現されるストロークの列をもとに認識し、前記
文字筆記領域内でペンにより筆記された文字を表すスト
ローク列をもとに認識すべき文字の種類を、前記認識さ
れたジェスチャに対応する文字の種類に切り替える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、座標入力装置を介
して手書き入力される文字列筆跡（ストローク列）情報
から、随時自動的に文字を切り出して認識し、結果を表
示する文字認識装置に関する。

【０００２】

【従来の技術】従来からある、座標入力タブレット等の
座標入力装置を介して手書き入力される文字列筆跡情報
から、自動的に文字を切り出して認識し、結果を表示す
るオンライン文字認識装置において、例えば、英文字、
数字、平仮名、片仮名、記号などの各種キャラクタの混
在した文字列を筆記入力する場面を考えてみる。

【０００３】縦棒「｜」の形状を筆記したときに、これ
が英文字の「ｌ（エル）」であるのか、数字の「１（イ
チ）」であるのか、平仮名の「し」であるのか、記号の
「｜」であるのかを筆跡の形状だけから判定することは
困難である。このような場合、たとえば認識モードとし
て「英文字、数字、平仮名、片仮名、記号」の５つの文
字種に対応した認識モードを用意しておき、文字筆記前
にこれから筆記する筆跡の認識モードを指定してから縦
棒を筆記すれば所望の文字として正しく認識することが
可能になる。

【０００４】従来の文字認識装置では、上記のような認
識モードを指定する手法としては、次のようなものがあ
る。

【０００５】（１）認識モード指定ボタンと文字筆記領
域を設け、認識モード指定ボタンにより指定された認識
モードで文字筆記領域に筆記された文字を認識する手
法。

【０００６】（２）文字筆記領域が複数の領域に分割さ
れており、各文字筆記領域には予めそれぞれの認識モー
ドが定められており、各文字筆記領域に筆記された文字
を、その筆記領域ごとに定められた認識モードにより認
識する手法。

【０００７】（３）認識モードを持たず、筆記された文
字をモードレスで認識する手法。

【０００８】

【発明が解決しようとする課題】従来の上記（１）の手
法は、画面上に、認識結果表示領域や文字筆記領域を設
ける他に、平仮名認識モード指定ボタン、片仮名認識モ
ード指定ボタン、英文字認識モード指定ボタン、数字認
識モード指定ボタン、記号認識モード指定ボタンなどの
各認識モードの指定ボタンを表示し、これにペンで触れ
ることにより認識モードを切り替えるようになってい
る。この手法では、認識モードが多くなると認識モード
指定ボタンの数も増えるため、ユーザにとって認識モー
ドの指定操作が煩雑となり、快適な文字入力を妨げてい
る。また、携帯情報端末のような小型機器への実装にお
いては、画面の大きさの制約上、認識モード指定ボタン
の増加により各ボタンの大きさを小さくせざるを得ず、
その結果、認識モード指定ボタンを押しづらくなり快適
な文字入力を妨げている。

【０００９】上記（２）の手法は、画面上に、認識結果
表示領域と、文字筆記領域として、予め認識モードの定
められた複数の領域、すなわち、平仮名筆記領域、片仮
名筆記領域、英文字筆記領域、数字筆記領域、記号筆記
領域を設けている。このように、画面上に認識モード毎
の複数の筆記領域を設け、平仮名筆記領域に筆記された
文字は平仮名として認識し、数字筆記領域に筆記された
文字は数字として認識する、という具合に動作する。こ
の手法では上記（１）のような認識モード指定をボタン
により行う煩雑さを避けることは可能ではあるが、認識
モードが多くなると、モードの数だけ文字筆記領域を用
意せねばならないため、領域による書き分け操作そのも
のがユーザの負担となり快適な文字入力を妨げている。
また、小型機器への実装においては、画面の大きさの制
約上、筆記領域の増加により各筆記領域を小さくせざる
を得ず、小さい筆記領域への文字筆記はユーザの負担と
なり快適な文字入力を妨げている。

【００１０】上記（３）の手法は、認識モードの指定を
なくすことでユーザの負担を減らそうというものである
が、先の縦棒の例や、数字の「３」と平仮名の「ろ」、
数字の「２」と英文字の「Ｚ」のように、筆跡形状だけ
による文字種の判定は本質的に困難であるため、意図す
る文字と別の認識結果が得られることは避けがたく、そ
の結果、かえってユーザに認識結果修正の負担をかける
こととなり、快適な文字入力を妨げている。

【００１１】本発明は上記事情を考慮してなされたもの
で、その目的は、ユーザに負担をかけずに文字認識モー
ドの指定を可能にして、小さな筆記スペースしか用意で
きない携帯可能な小型情報機器においても快適な手書き
文字環境を提供できる文字認識装置を提供することにあ
る。

【００１２】本発明の他の目的は、ユーザに負担をかけ
ずに、編集処理などの各種の処理の実行を指示すること
ができる文字認識装置を提供することにある。

【００１３】

【課題を解決するための手段】本発明は、座標入力装置
上でに予め設けられた文字筆記領域内でペンにより筆記
された文字を表すストローク列をもとに文字認識を行う
ものであって、少なくとも１つのストロークからなり、
少なくとも認識すべき文字の種類を指定するためのジェ
スチャを、前記座標入力装置上に前記文字筆記領域とは
別の領域として用意されたジェスチャ筆記入力のための
領域（ジェスチャ筆記領域）内で、ペンが当該座標入力
装置に触れてから離れるまでの間に当該座標入力装置に
より検出されるペン先の座標系列で表現されるストロー
クの列をもとに認識し、前記文字筆記領域内でペンによ
り筆記された文字を表すストローク列をもとに認識すべ
き文字の種類を、前記認識されたジェスチャに対応する
文字の種類に切り替える（すなわち、認識モードを切り
替える）ことを特徴とする。すなわち、文字認識モード
の変更は、文字筆記領域内に文字を筆記するのと同様に
して、ジェスチャ筆記領域内にジェスチャとしての１つ
または複数の文字を書き込むだけでよく、簡単な文字
（好ましくは簡単な記号等）をジェスチャ筆記領域内に
筆記するという通常の文字筆記と同様な手法で文字認識
モードの切り替えが行える。これにより、ユーザは文字
認識モードの指定のための細かく煩雑なボタン操作や、
多数の文字認識モード別筆記領域への書き分けの手間か
ら開放され、文字認識モードの切り替えをストレスなく
行え、快適な文字入力が可能となる。また、文字認識モ
ードにて認識すべき文字の種別が予め絞られているので
（文字認識のために参照する辞書が必要最小限ですむの
で）、文字認識処理が効率よく行える。すなわち、文字
認識処理の速度と文字認識精度の向上が図れる。

【００１４】また、認識されるジェスチャには、少なく
とも編集処理を含む各種の処理の実行を指示するジェス
チャを含み、この処理の実行を指示するジェスチャが認
識されたときには、そのジェスチャに対応する処理の実
行を行うことにより、ユーザに負担をかけずに、編集処
理などの各種の処理の実行を指示することができる。

【００１５】好ましくは、ジェスチャ筆記領域は、前記
座標入力装置の座標入力面のすみに、前記文字筆記領域
に隣接するように設けられている。

【００１６】

【発明の実施の形態】以下、本発明の実施の形態につき
図面を参照して説明する。

【００１７】図１は本発明の一実施形態に係わる文字認
識装置を実現する情報機器のハードウェア構成を示す。
図１の情報機器は、例えば携帯情報端末等の小型情報機
器であり、ＣＰＵ１、ＲＯＭ２、ＲＡＭ３、タブレット
（タブレット装置）４、ディスプレイ（ディスプレイ装
置）５、データ読み込み装置６、記憶媒体７、及びイン
タフェース部（Ｉ／Ｆ）８，９，１０等から構成されて
いる。

【００１８】ＣＰＵ１は、図１の情報機器の中枢をな
し、各種データ処理のための演算やシステム全体の制御
を行う演算・制御手段である。ＲＯＭ２は基本ソフトウ
ェア等が予め格納された不揮発性メモリ（記憶媒体）、
ＲＡＭ３はＣＰＵ１の作業エリア等に利用される揮発性
メモリである。タブレット４は筆跡データの入力が可能
な座標入力装置、ディスプレイ５は各種情報を表示する
液晶ディスプレイ等の表示装置である。

【００１９】記憶媒体７は、ハードディスク、フロッピ
ー（登録商標）ディスク、ＣＤ−ＲＯＭ、光ディスク等
のコンピュータ読み取り可能な記憶手段である。この記
憶媒体７には、データ及びプログラムが格納されてい
る。データ読み込み装置６は、記憶媒体７に格納されて
いるデータやプログラムを読み込むことのできる、ハー
ドディスクドライブ、フロッピーディスクドライブ、Ｃ
Ｄ−ＲＯＭドライブ、光ディスクドライブ等のデータ読
み込み手段である。

【００２０】インタフェース部８、インタフェース部９
及びインタフェース部１０は、それぞれ、タブレット
４、ディスプレイ５及びデータ読み込み装置６のインタ
フェースをなす。

【００２１】記憶媒体７には、上記プログラムとして、
入力筆跡の文字認識を行うための文字認識プログラムが
予め格納されている。この文字認識プログラムは、装置
の起動時にデータ読み込み装置６によって読み込まれて
ＲＡＭ３に格納される。ＣＰＵ１はＲＡＭ３に格納され
た文字認識プログラムに従って入力筆跡の文字認識処理
を行う。

【００２２】なお、文字認識プログラムがＲＯＭ２に予
め格納されているものであっても構わない。この場合、
ＣＰＵ１は当該ＲＯＭ内の文字認識プログラムに従って
入力筆跡の文字認識処理を行えばよい。また、装置の起
動時に、ＲＯＭ２からＲＡＭ３に文字認識プログラムを
転送し、このＲＡＭ３内の文字認識プログラムに従って
入力筆跡の文字認識処理を行うようにしても構わない。
また、文字認識プログラムが通信回線を介してダウンロ
ードされるものであっても構わない。

【００２３】タブレット４は例えば透明であり、ディス
プレイ５の表示画面上に重ねて配置されている。タブレ
ット４の入力面には文字筆記領域３０１（図５参照）が
設けられている。この筆記領域にユーザが専用ペンＰを
利用して文字を筆記すると、その筆跡データ（座標値の
時系列情報）がタブレット装置４により検出され、イン
タフェース部８を通じてＣＰＵ１に転送される。

【００２４】ペンＰがタブレット４に触れてから離れる
までの間の座標データ列、つまり筆跡の座標データ列を
ストロークと呼ぶひとまとまりのデータとして扱い、こ
れをストロークデータとして取得する。

【００２５】ここで、本実施形態に係る文字認識装置の
認識モードについて説明する。

【００２６】本実施形態に係る文字認識装置には、大き
く分けて２つの認識モードがある。文字認識モードとジ
ェスチャ認識モードである。

【００２７】文字認識モードは、従来同様の文字認識を
行うもので、ここでは、英文字、数字、平仮名、片仮
名、記号といった複数の種類のキャラクタを文字認識す
る。ここでは、認識対象の文字は、上記のような複数種
類のキャラクタである。以後の説明は、認識する文字の
種類は、英文字、数字、平仮名、片仮名、記号といった
種類のキャラクタであるとする。

【００２８】文字認識モードには、認識対象の文字の種
類に応じて、英文字認識モードと数字認識モードと平仮
名認識モードと片仮名認識モードと記号認識モードとが
ある。例えば、英文字認識モードでは、英文字が認識対
象である。

【００２９】ジェスチャとは、少なくとも１つの上記ス
トロークからなり（上記文字であってもよく）、ここで
は、上記のような文字認識モードの設定コマンドや、一
文字消去や大文字から子文字への変換処理などの編集処
理の実行などのコマンドとしての意味をもつものであ
る。どの文字（あるいは、文字の組合せ）をどのような
コマンドに対応させるかは、予め登録されている。

【００３０】１つのジェスチャを構成するものは、少な
くとも１つのストロークであり、上記のような文字とし
ての本来の意味をもつものもあるが、上記文字には存在
しないようなパターンのものもあってもよい。しかし、
その実体はストロークであり、上記文字と何ら変わるも
のでもない。従って、ジェスチャを構成する少なくとも
１つのストロークは、広い意味で上記文字としてのキャ
ラクタの一種である。

【００３１】「ジェスチャ」といえども、その実体は上
記ストロークであり、（しかも上記文字である場合もあ
り）、従って、本実施形態に係る文字認識装置では、ジ
ェスチャは、従来からある文字認識手法により上記文字
（列）と同様にして、文字として認識する。そして、認
識されたジェスチャに対応して予め登録された制御（少
なくとも、認識モードの設定）や処理の実行（少なくと
も編集処理を含む各処理の実行）を行う。

【００３２】図２は図１の情報機器により実現される文
字認識装置の機能構成を示すブロック図である。

【００３３】この文字認識装置は、図１中のタブレット
４に相当する手書き文字入力装置１０１と、筆跡情報取
得部１０２、認識部１０３、認識結果表示部１０４の文
字認識のための基本的な各機能部と、筆跡領域判定部１
０５と認識モード切替部１０６と認識結果編集部１０７
といった各機能部と、さらに、文字構造辞書１０８と文
字間構造辞書１０９とジェスチャ認識辞書１１０の各辞
書と、図１中のディスプレイ５に相当するディスプレイ
１１２とから構成される。

【００３４】筆跡情報取得部１０２、認識部１０３、認
識結果表示部１０４は、図１中のＣＰＵ１がＲＡＭ３に
格納された文字認識プログラムを読み込み、実行するこ
とにより実現される。文字認識処理の際、発生する（生
成される）各種データは、例えばＲＡＭ３上に一時記憶
されるようになっている。

【００３５】文字構造辞書１０８、文字間構造辞書１０
９、ジェスチャ認識辞書１１０は、上記文字認識プログ
ラムと共に例えば図１中の記憶媒体７に予め格納されて
おり、当該プログラムがデータ読み込み装置６によって
読み込まれてＲＡＭ３に格納される際に、このＲＡＭ３
に格納される。なお、これら辞書１０８〜１１０をＲＯ
Ｍ２に予め格納しておくことも可能である。

【００３６】手書き文字入力装置１０１は、例えばタブ
レットであり、ペンＰが当該タブレットに触れている間
のペン先の位置を表す２次元座標データを一定時間間隔
でサンプリングする。

【００３７】なお、本実施形態ではタブレット上には、
少なくとも、ユーザが文字を筆記するための文字筆記領
域と、ユーザがこの文字筆記領域に文字を筆記するのと
同様にしてジェスチャとして予め定義された（登録され
た）ストローク（文字の場合もある）を入力するための
ジェスチャ筆記領域とが設けられている（図５参照）。
この２つの領域は互いに重なり合わないように設けられ
ている。手書き文字入力装置（すなわち、タブレット）
１０１で得られた座標データは筆跡情報取得部１０２に
送られる。

【００３８】筆跡情報取得部１０２は、ペンＰがタブレ
ットに触れてから離れるまでの間の座標データ列、つま
り筆跡の座標データ列をストロークと呼ぶひとまとまり
のデータとして扱い、これをストロークデータとして取
得する。

【００３９】なお、上記したように、タブレット上に
は、文字筆記領域とジェスチャ筆記領域とが互いに重な
り合わないように設けられている。従って、どちらの領
域に筆記されたストロークであるかは、その最初の（す
なわち、ペンＰがタブレットに触れた時点の）座標デー
タから、あるいは、ストロークデータ全体から容易に判
断できる。このように、筆跡情報取得部１０２で取得さ
れたストロークデータから、その筆跡（ストローク）が
どちらの領域上で筆記されたものかを判定するのが、筆
跡領域判定部１０５である。

【００４０】認識モード切替部１０６の第１の機能は、
筆跡領域判定部１０５の判定結果に基づき、認識部１０
３の認識モードを切り替えることである。すなわち、筆
跡領域判定部１０５で、ペンＰがタブレットに触れた領
域が（ストロークデータから）文字筆記領域であると判
定したときには、認識部１０３を通常の文字認識モード
に切り替え、ジェスチャ筆記領域であると判定したとき
には、認識部１０３をジェスチャ認識モードに切り替え
る。認識モード切替部１０６が認識モードを切り替える
とは、認識部１０３が文字認識時に用いる辞書を切り替
えるということである。

【００４１】文字認識モードでは、さらに、例えば、英
文字認識モード、数字認識モード、平仮名認識モード、
片仮名認識モード、記号認識モードといったように、詳
細なモードが用意されている。このいずれかのモードを
設定するために、前述の「ジェスチャ」を用いる。

【００４２】さて、筆跡情報取得部１０２でストローク
データが取得されるたびに、それは認識部１０３に送ら
れるようになっている。

【００４３】認識部１０３は、ペンＰがタブレットに触
れた時点では、認識モード切替部１０６により、文字認
識モードかジェスチャ認識モードのいずれかに設定され
ている。文字認識モードであれば、さらに、英文字認識
モード、数字認識モード、平仮名認識モード、片仮名認
識モード、記号認識モードのいずれかに設定されてい
る。

【００４４】文字認識モードの場合には、認識部１０３
は、文字構造辞書１０８と文字間構造辞書１０９を用い
て文字認識を行い、ジェスチャ認識モードの場合には、
認識部１０３は、ジェスチャ認識辞書１１０を用いて文
字認識を行う。

【００４５】文字構造辞書１０８および文字間構造辞書
１０９には、それぞれ、英文字用、数字用、平仮名用、
片仮名用、記号用といった、認識すべきキャラクタの種
類に応じた複数の文字間構造辞書から構成されている。
そして、文字認識モードの上記いずれかの認識モードで
は、そのモードで認識すべきキャラクタの種類に応じた
辞書を用いて文字認識を行うようになっている。すなわ
ち、平仮名認識モードでは、文字筆記領域内にストロー
クデータが入力するたびに、それまでに入力されたスト
ロークデータから、平仮名用の文字構造辞書１０８と文
字間構造辞書１０９とを用いて、最適な文字列を認識す
る。

【００４６】文字構造辞書１０８は、認識対象となる各
文字の構造が表現されたデータ（文字構造辞書情報）、
すなわち、各文字について、その文字を構成するストロ
ークの形状やストローク間の位置関係（構造）などの特
徴情報を登録した辞書である。例えば、平仮名用の文字
構造辞書は、平仮名を構成するストロークの形状やスト
ローク間の位置関係（構造）などの特徴情報が登録され
ている。同様に、英文字用、数字用、片仮名用、記号用
の文字構造辞書も、英文字、数字、片仮名、記号のそれ
ぞれを構成するストロークの形状やストローク間の位置
関係（構造）などの特徴情報が登録されている。

【００４７】文字間構造辞書１０９は、文字構造辞書１
０８に登録された複数の文字のうちの続けて筆記される
各２文字の組み合わせについて、その２文字の間の構造
関係が表現されたデータ（文字間辞書情報）を登録した
辞書である。例えば、平仮名用の文字間構造辞書は、平
仮名用の文字構造辞書１０８に登録された複数の平仮名
文字のうちの続けて筆記される各２文字の組み合わせに
ついて、その２文字の間の構造関係が表現されたデータ
（文字間辞書情報）を登録した辞書である。同様に、英
文字用、数字用、片仮名用、記号用の文字間構造辞書
も、英文字用、数字用、片仮名用、記号用のそれぞれの
文字構造辞書１０８に登録された複数の文字のうちの続
けて筆記される各２文字の組み合わせについて、その２
文字の間の構造関係が表現されたデータ（文字間辞書情
報）を登録した辞書である。

【００４８】タブレット上の文字筆記領域、ジェスチャ
筆記領域のそれぞれには、連続する２文字が左右に並べ
て筆記される場合もあれば、重ねて筆記される場合（例
えば、ペンで文字を筆記するための文字筆記領域が１文
字分だけである場合）もある。前者の場合の文字間辞書
情報とは、２文字が左右に並べて筆記される場合の一方
の文字のストロークと他方の文字のストロークとの間の
位置関係（構造）の特徴情報であり、後者の場合の文字
間辞書情報とは、２文字が重ねて筆記される場合の一方
の文字のストロークと他方の文字のストロークとの間の
位置関係（構造）の特徴情報である。

【００４９】一方、ジェスチャ認識モードの場合には、
認識部１０３は、ジェスチャ認識辞書１１０を用いて文
字認識を行うが、このジェスチャ認識辞書１１０には、
少なくとも１つのストロークからなり（１つまたは複数
の文字からなる場合もあり、また、上記したように、広
い意味の少なくとも１つの文字からなるものなので、以
下、ジェスチャは少なくとも１つの文字からなるという
言い方をする）ジェスチャとそのジェスチャに対応する
コマンドとが登録されたジェスチャ登録辞書１１０ｃ
と、このジェスチャ登録辞書１１０ｃに登録されている
各ジェスチャを構成する文字についての文字構造辞書１
１０ａと文字間構造辞書１１０ｂから構成されている。

【００５０】文字構造辞書１１０ａと文字間構造辞書１
１０ｂとは、前述の文字構造辞書１０８と文字間構造辞
書１０９とほぼ同様とであり、異なるのは、文字構造辞
書１１０ａ、文字間構造辞書１１０ｂには、ジェスチャ
登録辞書１１０ｃに登録されている各ジェスチャを構成
する文字についての文字構造辞書情報、文字間辞書情報
のみが登録されているということである。

【００５１】すなわち、文字構造辞書１１０ａには、ジ
ェスチャを構成する各文字について、その文字を構成す
るストロークの形状やストローク間の位置関係（構造）
などの特徴情報を登録した辞書である。また、文字間構
造辞書１１０ｂは、文字構造辞書１１０ａに登録された
複数の文字のうちの続けて筆記される各２文字の組み合
わせについて、その２文字の間の構造関係が表現された
データ（文字間辞書情報）を登録した辞書である。

【００５２】ジェスチャ認識モードでは、ジェスチャ筆
記領域内にストロークデータが入力するたびに、それま
でに入力されたストロークデータから、ジェスチャ認識
辞書１１０のうち、まず、文字構造辞書１１０ａと文字
間構造辞書１１０ｂとを用いて、最適な文字列（すなわ
ち、ここではジェスチャ）を認識する。そして、その認
識されたジェスチャに対応するコマンドをジェスチャ登
録辞書１１０ｃから読みとる。

【００５３】ジェスチャ登録辞書の一例を図６に示す。

【００５４】図６に示したジェスチャ登録辞書には、ジ
ェスチャとしては例えば「ａ」を筆記すれば英文字認識
モード、「１」を筆記すれば数字認識モード、「ひ」を
筆記すれば平仮名認識モード、「カ」を筆記すれば片仮
名認識モード、「＠」を筆記すれば記号認識モードに
と、それぞれ認識モードの設定を意味するコマンドとし
て登録されている。また、例えば、「右から左方向への
横棒」というジェスチャに対し、「一文字後退削除」を
意味する編集コマンドを対応付けて登録してもよいし、
「大」や「小」というジェスチャに対し、「（英文字認
識モード時）子文字から大文字への変換処理の実行」
「（英文字認識モード時）大文字から子文字への変換処
理の実行」を意味する編集コマンドをそれぞれ対応付け
て登録してもよい。

【００５５】例えば、ジェスチャ筆記領域内に入力され
たストロークデータから、ジェスチャ認識辞書１１０の
うち、まず、文字構造辞書１１０ａと文字間構造辞書１
１０ｂとを用いて、「ひ」というジェスチャを認識する
と、ジェスチャ登録辞書１１０ｃから、その認識された
ジェスチャ「ひ」に対応するコマンドが「平仮名認識モ
ードの設定」であることを読みとることができる。

【００５６】１つまたは複数の文字を組み合わせてなる
複数のジェスチャを登録し、それぞれに、図６に示した
ようなコマンドや、それ以外の種々のコマンドを対応付
けることもできる。

【００５７】認識部１０３で認識されたジェスチャが、
認識モードの設定コマンドである場合には当該コマンド
は認識モード切替部１０６に渡され、各種処理の実行を
指示するコマンド（ここでは、そのうちの一例として、
編集処理の実行を指示するコマンド）である場合には当
該コマンドは認識結果編集部１０７へ渡される。

【００５８】認識モード切替部１０６の第２の機能は、
認識部１０３での認識結果としての認識モードの設定コ
マンドを受け取り、そのコマンドに対応する認識モード
に認識部１０３の認識モードを切り替えることである。
すなわち、英文字認識モードの設定コマンドであれば認
識部１０３を英文字認識モードに切り替え、数字認識モ
ードの設定コマンドであれば認識部１０３を数字認識モ
ードに切り替え、平仮名認識モードの設定コマンドであ
れば認識部１０３を平仮名認識モードに切り替え、片仮
名認識モードの設定コマンドであれば認識部１０３を片
仮名認識モードに切り替え、記号認識モードの設定コマ
ンドであれば認識部１０３を記号認識モードに切り替え
る。

【００５９】認識部１０３は、認識モード切替部１０６
により、英文字認識モードに切り替えられると、それ以
後に、文字筆記領域内にストロークデータが入力するた
びに、それまでに入力されたストロークデータから、英
文字用の文字構造辞書１０８と文字間構造辞書１０９と
を用いて、最適な文字列を認識する。このように、認識
モード切替部１０６が、認識部１０３を文字認識モード
のうちのいずれかの認識モードに切り替えるということ
は、認識部１０３で文字認識の際に用いる辞書を、当該
認識モードに対応する辞書に切り替えるということであ
る。

【００６０】認識結果表示部１０４は、認識部１０３で
求められた最適な文字列をディスプレイ１１２に出力す
る。認識部１０３が文字認識モードの場合はもちろんの
こと、ジェスチャ認識モードの場合にも、その認識され
た文字列をディスプレイ１１２上の所定の領域に表示す
ることが望ましい。

【００６１】なお、タブレットの文字筆記領域、ジェス
チャ筆記領域のそれぞれには、複数文字分の筆記領域が
確保されているものと、１文字分の筆記領域のみしか確
保されていないものもあるが、いずれの場合であっても
本実施形態は適用可能である。両者の異なる点は、上記
の文字間辞書情報のみである。

【００６２】認識結果編集部１０７は、認識結果表示部
１０４でディスプレイ上の所定の領域に表示された文字
を、認識部１０３から渡された編集コマンドに対応した
操作を行う。例えば、ユーザが、ジェスチャ筆記領域内
に「右から左方向への横棒」というジェスチャを筆記
し、その結果、上記の「一文字後退削除」を意味する編
集コマンドが認識されたときには、ディスプレイ上の現
在のカーソル位置のすぐ左側にある１文字を削除する。
すなわち、後述する認識結果バッファ２１０（図４参
照）から最後尾の１文字を削除する。

【００６３】図５（ａ）は図１の情報機器の外観の平面
図であり、図５（ｂ）は、図５（ａ）のＡ−Ａ矢示断面
図である。

【００６４】図５（ａ）示すように、情報機器の筐体３
００には窓が設けられていて、この窓内にディスプレイ
５（１１２）が埋め込まれている。筐体３００とディス
プレイ５（１１２）の境界には窓の内側を囲むように境
界枠３０５がはめ込まれている図５（ａ）に示すよう
に、図１の情報機器の主面、即ちディスプレイ５（１１
２）の表示画面上に透明なタブレット４（１０１）が積
層された面には、文字筆記領域３０１とジェスチャ筆記
領域３０２と認識結果表示領域３０３が設けられてい
る。

【００６５】文字筆記領域３０１は、ユーザがペンＰで
タブレット４（１０１）に文字を筆記するためのもの
で、ジェスチャ筆記領域３０２は、ユーザがペンＰでタ
ブレット４（１０１）にジェスチャを筆記するためのも
のである。

【００６６】認識結果表示領域３０３には、文字筆記領
域３０１とジェスチャ筆記領域３０２に筆記された筆跡
を文字列として認識した結果３１１、３１２と、文字挿
入位置を示すカーソルＣとを表示するようになってい
る。認識結果３１１は、文字筆記領域３０１に筆記され
た筆跡を文字列として認識した結果であり、認識結果３
１２は、ジェスチャ筆記領域３０２に筆記された筆跡
（すなわち、ジェスチャ）を文字列として認識した結果
である。

【００６７】図５（ａ）では、ディスプレイ５（１１
２）の表示画面全面に透明なタブレット４（１０１）を
積層している。

【００６８】ジェスチャ筆記領域３０２は、タブレット
の積層された表示画面のコーナーエリアに設けられてい
ることが望ましい。また、ジェスチャ筆記領域３０２
は、文字筆記領域３０１に隣接するように設けられてい
ることが好ましい。例えば、図５（ａ）に示すように、
ジェスチャ筆記領域３０２と文字筆記領域３０１は、デ
ィスプレイ５（１１２）の下方に、その下辺に沿って２
つ並べて設けられている。しかも、ジェスチャ筆記領域
３０２は、ディスプレイ５（１１２）のコーナーに設け
られている。図５（ｂ）に示すように、ジェスチャ筆記
領域３０２の範囲は、紙面に向かって右側および下側
は、境界枠３０５に至るまでの範囲であり、紙面に向か
って左側は、文字筆記領域３０１に至るまでの範囲であ
る。

【００６９】図５に示したように、ジェスチャ筆記領域
３０２が、筐体３００に設けられた窓の紙面に向かって
左下のコーナーエリアに設けられるとともに、ジェスチ
ャ筆記領域３０２の紙面に向かって右側に、文字筆記領
域３０１がジェスチャ筆記領域３０２と隣接して設けら
れていることにより、ユーザはジェスチャを筆記しよう
として、ジェスチャ筆記領域３０２へのペンＰの移動を
視線で追うという細かい注意を払うことなく、ジェスチ
ャ筆記領域３０２は、「（紙面に向かって）右下のコー
ナーエリアにある」という大まかな空間把握で、ペンを
その見当に移動させれば、ジェスチャの入力をすること
が可能となる。したがって、文字筆記領域３０１とジェ
スチャ筆記領域３０２の間のペンＰの行き来きに伴うユ
ーザの負担を軽減し、快適な文字入力手段を提供するこ
とができる。

【００７０】また、図５に示したように、ジェスチャ筆
記領域３０２を文字筆記領域３０１の紙面に向かって右
側に隣接するように、しかも、ジェスチャ筆記領域３０
２の紙面に向かって左側および下側は、境界枠３０５に
至るまでをジェスチャ筆記領域３０２とすることで、文
字筆記領域３０１で文字を筆記した後、画面上をジェス
チャ筆記領域３０２のある方向（例えば、この場合、紙
面に向かって右側）に向かってペンＰを滑らせれば、ペ
ンＰが境界枠３０５にぶつかるため、ユーザはペンＰが
ジェスチャ筆記領域３０２内にあることを視線に頼らず
とも触覚により容易に把握することができ、さらに快適
な入力が可能となる。

【００７１】次に、図２に示したような構成の文字認識
装置における文字認識処理の手順について、図３のフロ
ーチャートを参照して説明する。

【００７２】ステップＳ１では、文字筆記領域３０１あ
るいはジェスチャ筆記領域３０２内で、ストロークが１
本筆記されると、そのストロークの座標データ列、即ち
ストロークデータが、筆跡情報取得部１０２によって取
り込まれて、筆跡領域判定部１０５と認識部１０３との
それぞれに送られる。

【００７３】まず、筆跡領域判定部１０５で、入力され
たストロークデータから、当該ストロークが筆記された
領域が文字筆記領域３０１であるかジェスチャ筆記領域
であるかを判断する（ステップＳ２）。当該入力された
ストロークが文字筆記領域３０１に筆記されたストロー
クであれば、認識モード切替部１０６は、認識部１０３
を文字認識モードに設定する。この場合、認識モード切
替部１０６は、認識モードを切り替えたときの履歴を記
録しておくようにし、今回文字認識モードに切り替える
ときには、当該履歴を参照し、例えば当該履歴に、前回
文字認識モードであったときに平仮名認識モードであっ
たときには、今回も平仮名認識モードに認識部１０３を
設定するようにしてもよい。一方、当該入力されたスト
ロークがジェスチャ筆記領域３０２に筆記されたストロ
ークであれば、認識モード切替部１０６は、認識部１０
３をジェスチャ認識モードに設定する。

【００７４】入力されたストロークデータが文字筆記領
域３０１に筆記されたストロークのものであるならば、
ステップＳ３へ進む。このとき、認識部１０３は、例え
ば、上記のようにして、平仮名認識モードに設定されて
いるので、それまでに入力されたストロークデータか
ら、平仮名用の文字構造辞書１０８および文字間構造辞
書１０９とを用いて、最適な文字列を認識する。例え
ば、この認識処理により、それまでに入力されたストロ
ークのうち確かにその文字字列が筆記されたと断定でき
る認識確定文字と、最もそれらしい文字（認識未確定文
字）と、筆記途中の文字のストローク（認識未確定スト
ローク）とを推定することができる。

【００７５】ステップＳ４では、認識結果表示部１０４
は、認識部１０３で認識された最適な文字列（例えば、
認識確定文字列と認識未確定文字列）をディスプレイ１
１２に表示する。

【００７６】以上のステップＳ１〜Ｓ４を、ストローク
の入力が終了するまで、あるいは、それまでに入力され
た全ての入力ストロークが認識確定文字列として推定さ
れるまで、あるいは、認識モードが変更されるまで繰り
返す（ステップＳ５）。これにより、ユーザが文字の区
切りを意識することなく、手書き文字入力装置１０１に
ただ文字を続けて筆記していくだけで、図２のオンライ
ン文字認識装置では、その筆跡を自動的に文字列として
認識することができる。

【００７７】一方、ステップＳ２で、入力されたストロ
ークデータがジェスチャ筆記領域３０２に筆記されたジ
ェスチャのものであるならば、ステップＳ１１へ進む。
このとき、認識部１０３は、ジェスチャ認識モードに設
定されているので、ステップＳ１１では、それまでに入
力されたストロークデータから、ジェスチャ認識辞書１
１０を用いて、最適な文字列を認識する。まず、文字構
造辞書１１０ａと文字間構造辞書１１０ｂとを用いて、
最適な文字列（すなわち、ここではジェスチャ）を認識
する。例えば、この認識処理により、それまでに入力さ
れたストロークのうち確かにその文字列が筆記されたと
断定できる認識確定文字と、最もそれらしい文字（認識
未確定文字）と、筆記途中の文字のストローク（認識未
確定ストローク）とを推定することができる。

【００７８】ステップＳ１２では、１ストローク入力後
のジェスチャ認識処理により認識確定文字列が更新され
たかどうかを判定する。認識確定文字列が更新された場
合にはステップＳ１４へ、更新されない場合にはステッ
プＳ１３へ進む。

【００７９】ステップＳ１３では、最後のストロークが
入力されたからの時間経過を測定し、一定時間以上次の
ストローク入力がない場合にはジェスチャ入力が終了し
たと判定しステップＳ１４へ進む。ストローク入力があ
る場合にはステップＳ１に戻る。

【００８０】ステップＳ１４では、その時点における認
識確定文字列、すなわち、ジェスチャに対応するコマン
ドをジェスチャ登録辞書１１０ｃから読みとる。このと
き、ジェスチャとして認識された「最適な文字列」に対
応するコマンドがジェスチャ登録辞書１１０ｃに登録さ
れていれば、ステップＳ１５へ進み、登録されていなけ
れば、ステップＳ１６へ進み、そのようなジェスチャは
登録されていないか、あるいは、入力ミス等である可能
性があり、認識できなかった旨のメッセージをディスプ
レイ１１２に表示する（エラー表示を行う）。

【００８１】ステップＳ１５では、認識部１０３で認識
されたジェスチャが、認識モードの設定コマンドである
場合には当該コマンドは認識モード切替部１０６に渡さ
れ、編集コマンドである場合には当該コマンドは認識結
果編集部１０７へ渡される。そして、認識モード切替部
１０６，認識結果編集部１０７で、当該コマンドに対応
する制御（例えば、ここでは認識モードの設定）・処理
の実行（例えば、ここでは変種処理の実行）が行われ
る。

【００８２】次に、図３のステップＳ３やステップＳ１
１における文字やジェスチャの認識処理について、より
詳細に説明する。前述したように、ジェスチャの実体
は、少なくとも１つのストロークからなる文字なので、
認識に用いる辞書が異なる点以外は、ステップＳ３とス
テップＳ１１における処理は同様である。また、タブレ
ット１０１上にストロークが筆記されると、ストローク
筆跡情報取得部１０２と認識部１０３を経て文字認識さ
れ、認識結果を認識結果表示部１０４にて表示されると
いった基本的な構成と処理動作は全く同様である。そこ
で、この基本的な構成と処理動作について説明する。な
お、これは従来技術の範囲であるので、簡単に説明す
る。詳細は、特願２００１−２７４１４７号に記載され
ている。

【００８３】図４は、図２に示した、文字認識の基本構
成（タブレット１０１、ストローク筆跡情報取得部１０
２、認識部１０３、認識結果表示部１０４からなる文字
認識とジェスチャ認識に共通する構成）のより詳細な機
能構成を説明するためのブロック図である。

【００８４】図４に示した文字認識装置は、図２中のタ
ブレット１０１、図１中のタブレット４に相当するタブ
レット２０１と、筆跡情報取得部２０２、認識候補文字
列生成部２０３、文字列尤度計算部２０４、入力文字列
推定部２０５、バッファ更新部２０６、及び認識結果表
示部２０７の各機能手段と、ストロークバッファ２０
８、認識候補バッファ２０９及び認識結果バッファ２１
０の各バッファと、文字構造辞書２１１及び文字間構造
辞書２１２の各辞書と、図２中のディスプレイ１１２、
図１中のディスプレイ５に相当するディスプレイ２１３
とから構成される。

【００８５】筆跡情報取得部２０２、認識候補文字列生
成部２０３、文字列尤度計算部２０４、入力文字列推定
部２０５、バッファ更新部２０６、及び認識結果表示部
２０７は、図１中のＣＰＵ１がＲＡＭ３に格納された文
字認識プログラムを読み込み実行することにより実現さ
れる。

【００８６】ストロークバッファ２０８、認識候補バッ
ファ２０９及び認識結果バッファ２１０は、例えば図１
中のＲＡＭ３上に確保される。

【００８７】文字構造辞書２１１及び文字構造辞書２１
２は、上記文字認識プログラムと共に例えば図１中の記
憶媒体７に予め格納されており、当該プログラムがデー
タ読み込み装置６によって読み込まれてＲＡＭ３に格納
される際に、このＲＡＭ３に格納される。なお、文字構
造辞書２１１及び文字間構造辞書２１２をＲＯＭ２に予
め格納しておくことも可能である。

【００８８】図４の筆跡情報取得部２０２は、図２の筆
跡情報取得部１０２に対応し、図４の認識候補文字列生
成部２０３と文字列尤度計算部２０４と入力文字列推定
部２０５とバッファ更新部２０６は、図２の認識部１０
３に対応し、図４の認識結果表示部２０７は、図２の認
識結果表示部１０４に対応する。また、図４の文字構造
辞書２１１は図２の文字構造辞書１０８、１１０ａに対
応し、図４の文字間構造辞書２１２は、図２の文字間構
造辞書１０９、１１０ｂに対応する。

【００８９】タブレット２０１は、ペンＰが当該タブレ
ット２０１に触れている間のペン先の位置を表す２次元
座標データを一定時間間隔でサンプリングする。得られ
た座標データは筆跡情報取得部２０２に送られる。筆跡
情報取得部２０２は、ペンＰがタブレット２０１に触れ
てから離れるまでの間の座標データ列、つまり筆跡の座
標データ列をストロークと呼ぶひとまとまりのデータと
して扱い、ストロークバッファ２０８に格納する。

【００９０】認識候補文字列生成部２０３は、ストロー
クバッファ２０８内のストローク（ストロークデータ）
の列に対する認識候補となる認識候補文字列群を生成
し、認識候補バッファ２０９に格納する。文字列尤度計
算部２０４は、認識候補バッファ２０９内の各認識候補
文字列についてその照合用辞書（文字列構造辞書）を文
字構造辞書２１１と文字間構造辞書２１２とから作成
し、それとストロークバッファ２０８中のストローク列
との照合を行う。文字列尤度計算部２０４は、認識候補
文字列の各々について、ストローク列と認識候補文字列
との照合結果として、当該ストローク列がその文字列で
ある確からしさ（尤度）と、当該ストローク列中のどの
ストロークがどの文字に対応しているかを示す文字切り
出し結果とを取得する。文字列尤度計算部２０４は、取
得した認識候補文字列毎の照合結果を当該認識候補文字
列と対応付けて認識候補バッファ２０９に格納する。

【００９１】入力文字列推定手段２０５は、認識候補バ
ッファ２０９内の認識候補文字列とその照合結果から、
認識確定文字列、認識未確定文字列、及び認識未確定ス
トローク列情報を求め、認識結果バッファ２１０に格納
する。認識確定文字列とは、ストローク列（入力ストロ
ーク列）で構成される文字列のうち、この文字列が入力
されたと断定できる文字列部分である。認識未確定文字
列とは、入力ストローク列で構成される文字列のうち、
断定はできないがこの文字列が入力されたと推測される
文字列部分である。認識未確定ストローク列情報とは、
１文字筆記途中のストロークと推測されるストロークが
入力ストローク列中に存在するかどうかを示す情報であ
る。

【００９２】認識結果表示部２０６は、入力文字列推定
部２０５によって推定された認識結果バッファ２１０内
の推定入力文字列（認識確定文字列、認識未確定文字
列、及び認識未確定ストローク列情報）をディスプレイ
２１３に出力する。バッファ更新部２０７は、認識結果
バッファ２１０内の情報を基に、ストロークバッファ２
０８と認識候補バッファ２０９とから認識確定文字列に
対応する部分の情報を削除し内容を更新する。

【００９３】図７は図４中のストロークバッファ２０８
のデータ構造例を示す。ストロークバッファ２０８に格
納されるストローク列の情報は、当該バッファ２０８内
のストロークの数（ストローク数）を示すNSTRKとNSTRK
個のストロークデータから構成される。第Iストローク
データ（I=1〜NSTRK）は、それを構成する（座標点の数
を示す）座標点数NPOINT[I]と、NPOINT[I]個のx，y座標
データからなる。ここで、第Iストロークデータの第J点
（J=1〜NPOINT[I]）のx，y座標データは、x[I][J]，y
[I][J]のように表される。

【００９４】図７は認識候補バッファ２０９のデータ構
造例を示す。認識候補バッファ２０９は、ストロークバ
ッファ２０８内のストローク列に対する認識候補となる
文字列と照合結果とを格納するのに用いられる。本実施
形態において認識候補バッファ２０９に格納される情報
（認識候補情報）は、候補（認識候補文字列）数を示す
NCANDとNCAND個の候補（候補データ）とから構成され
る。

【００９５】候補#I、即ち第I候補（I=1〜NCAND）のデ
ータは文字切り出し結果を含む。この文字切り出し結果
は、第I候補が認識棄却対象であるかどうかを示す棄却
フラグCNAD_REJFLAG[I]と、その候補を構成する文字列
（認識候補文字列）の文字数CAND_NCODE[I]と、CAND_NC
ODE[I]個の文字（第J文字（J=1〜CAND_NCODE[I]））の
各々の文字構造辞書２１１中のエントリ番号CAND_REFID
[I][J]と、その候補文字列の総ストローク数CAND_NSTRK
[I]と、その候補文字列の最終文字に対応するストロー
クバッファ２０８内の入力ストロークの本数CAND_STRKC
TR[I]と、CAND_NCODE[I]個の文字（第J文字）の各々に
対応するストロークバッファ２０８内の入力ストローク
列の開始ストローク番号CAND_BS[I][J]及び終了ストロ
ーク番号CAND_ES[I][J]とからなる。

【００９６】第I候補（I=1〜NCAND）のデータは、上記
した文字切り出し結果と、CAND_NCODE[I]個の文字（第J
文字）の文字構造辞書２１１と対応する入力ストローク
列を照合した結果の尤度の対数値（対数尤度）CAND_L1
[I][J]と、第J文字と第J+1文字の間の文字間構造辞書２
１２と対応する入力ストローク間構造特徴（第J文字の
最後のストロークと次の第J+1文字の最初のストローク
との間の構造特徴）を照合した結果の対数尤度CAND_L2
[I][J]と、対数尤度の総和、即ち第I候補の文字列と入
力ストローク列全体とを照合した結果の対数尤度CAND_L
[I]とから構成される。

【００９７】図８の例では、認識候補バッファ２０９内
の候補（認識候補文字列）は第１候補（候補#1）乃至第
１０候補（候補#10）の１０個存在する。第１候補につ
いては、棄却フラグは０にセットされており、認識候補
文字列は文字構造辞書２１１の第１エントリ「あ」と第
２エントリ「い」とからなる２文字長の文字列「あい」
である。この認識候補文字列の総ストローク数は５本で
ある。ここでは、認識候補文字列「あい」の最後の文字
「い」の第１ストロークまでが入力されて照合された結
果が格納されている。認識候補文字列「あい」の第１文
字「あ」に対応する入力ストロークは第１ストロークか
ら第３ストロークまでの３本である。認識候補文字列
「あい」の第２文字「い」に対応する入力ストロークは
第４ストロークの１本だけである。つまり「い」の左側
の１画までが入力されている。

【００９８】認識候補文字列「あい」の第１文字「あ」
の文字構造辞書２１１と、第１ストロークから第３スト
ロークまでの入力ストローク列とを照合した結果の尤度
の対数値（対数尤度）は-0.70である。「あ」と「い」
の間の文字間構造辞書２１２と、第３ストローク
（「あ」の最後のストローク）と第４ストローク
（「い」の最初のストローク）とのストローク間構造と
の照合をした結果の尤度の対数値（文字間対数尤度）は
-0.36である。「い」の文字構造辞書２１１中の先頭ス
トローク部分と、入力ストローク列の第４ストロークと
を照合した結果の尤度の対数値（対数尤度）は-0.22で
ある。「あ」の対数尤度、「あ」と「い」の文字間対数
尤度、「い」の最初のストロークの対数尤度を足し合わ
せた全体の対数尤度が-1.28である。

【００９９】図９は文字構造辞書２１１のデータ構造例
を示す。文字構造辞書２１１は認識対象となる文字の構
造が表現されたデータ（文字構造辞書情報）を登録した
辞書である。この文字構造辞書２１１は、認識対象とな
る文字の数を示すNREFと、NREF個の文字各々の構造辞書
からなる。

【０１００】第I番目（I=1〜NREF）の文字の構造辞書
（辞書#I）は、その文字をコード（例えばSHIFT-JISコ
ード）で表したREF_CODE[I]と、その文字を構成する総
ストローク数REF_NSTRK[I]と、REF_NSTRK[I]個のストロ
ーク（第Jストローク（J=1〜REF_NSTRK[I]））の特徴と
しての形状特徴の平均ベクトルs[I][J][1〜6]及び共分
散ベクトルσ[I][J][1〜6]と、第J-1ストロークと第Jス
トロークとの間のストローク間構造特徴の平均ベクトル
s2[I][J][1〜2]及び共分散ベクトルσ2[I][J][1〜2]と
から構成される。ここでs[I][J][1〜6]はs[I][J][1]，s
[I][J][2]，…s[I][J][6]からなる６次元ベクトルを表
現するものとする。σ[I][J][1〜6]，s2[I][J][1〜2]、
σ2[I][J][1〜2]についても同様のベクトル表現であ
る。ストローク形状特徴とストローク間構造特徴につい
ては後述する。

【０１０１】図１０は文字間構造辞書２１２のデータ構
造例を示す。文字間構造辞書２１２は、文字構造辞書２
１１に登録されたNREF個の文字（認識可能文字）のうち
の続けて筆記される各２文字の組み合わせについて、そ
の２文字の間の構造関係が表現されたデータ（文字間辞
書情報）を登録した辞書である。図１０では、１組の２
文字について、その文字間の構造関係を表す文字間構造
辞書情報のデータ構造を示してある。この文字間構造情
報は、文字間構造特徴の平均ベクトルz[1〜2]と共分散
ベクトルθ[1〜2]とから構成される。文字間構造特徴と
しては、前の文字の最終ストロークと後ろの文字の先頭
ストロークとの間のストローク構造特徴を用いる。

【０１０２】次に、以上のように構成された文字認識装
置における文字認識処理の概略手順について、図１１に
示したフローチャートを参照して説明する。

【０１０３】ステップ８０１は、文字認識装置内の各バ
ッファを初期化するステップである。

【０１０４】ステップ８０２では、文字筆記領域３０１
あるいはジェスチャ筆記領域３０２内にストロークが１
本筆記されると、そのストロークの座標データ列、即ち
ストロークデータが、筆跡情報取得部２０２によってス
トロークバッファ２０８に取り込まれ、当該ストローク
データの特徴抽出がなされる。

【０１０５】ステップ８０３では、ストロークバッファ
２０８に取り込まれているストローク列に対する認識候
補となり得る候補文字列（認識候補文字列）が認識候補
文字列生成部２０３によって生成されて認識候補バッフ
ァ２０９に格納される。

【０１０６】ステップ８０４では、ステップ８０３で生
成された認識候補バッファ２０９内の認識候補文字列と
ステップ８０２で取り込まれたストローク列とが文字列
尤度計算部２０４によって照合され、その認識候補文字
列としてストローク列が筆記された確からしさが計算さ
れる。

【０１０７】ステップ８０５では、ステップ８０４での
各認識候補文字列との照合結果に基づき、入力ストロー
ク列のうち確かにその認識候補文字列が筆記されたと断
定できる認識確定文字列部分と、最もそれらしい文字列
（認識未確定文字列）部分と、文字筆記途中のストロー
ク列（認識未確定ストローク列）部分とが、入力文字列
推定部２０５によって推定される。

【０１０８】ステップ８０６では、ステップ８０５にお
ける推定結果が認識結果表示部２０７によって認識結果
表示領域３１１に表示される。ステップ８０７，８０８
では、ストロークバッファ２０８と認識候補バッファ２
０９とがバッファ更新部２０６によって更新される。

【０１０９】以上のステップ８０２〜８０８を、全ての
入力ストローク列が認識確定文字列として推定されるま
で（認識候補バッファ２０９が空になるまで）繰り返す
（ステップ８０９）。これにより、ユーザが文字の区切
りを意識することなく、文字筆記領域３０１あるいはジ
ェスチャ筆記領域３０２にただ文字を続けて筆記してい
くだけで、図４の文字認識装置では、その筆跡を自動的
に文字列として認識することができる。

【０１１０】以上説明したように、上記実施形態によれ
ば、座標入力装置（タブレット）上に文字筆記領域とジ
ェスチャ筆記領域とを設け、文字筆記領域内に筆記され
たストローク列を基に認識すべき文字の種類（例えば、
平仮名、英文字、数字、片仮名、記号のうちの１つ）
を、ジェスチャ筆記領域内に筆記されたストローク列に
基づき認識されたジェスチャによって切り替える（すな
わち、文字認識モードを切り替える）。すなわち、文字
認識モードの変更は、文字筆記領域内に文字を筆記する
のと同様にして、ジェスチャ筆記領域内にジェスチャと
しての１つまたは複数の文字を書き込むだけでよく、簡
単な文字（好ましくは簡単な記号等）をジェスチャ筆記
領域内に筆記するという通常の文字筆記と同様な手法で
文字認識モードの切り替えが行える。これにより、ユー
ザは文字認識モードの指定のための細かく煩雑なボタン
操作や、多数の文字認識モード別筆記領域への書き分け
の手間から開放され、文字認識モードの切り替えをスト
レスなく行え、快適な文字入力が可能となる。また、文
字認識モードにて認識すべき文字の種別が予め絞られて
いるので（文字認識のために参照する辞書が必要最小限
ですむので）、文字認識処理が効率よく行える。すなわ
ち、文字認識処理の速度と文字認識精度の向上が図れ
る。

【０１１１】また、文字筆記領域やジェスチャ筆記領域
が１文字分だけであり、２文字が重ねて筆記されるよう
な場合には、前述したように、文字間構造辞書には、２
文字が重ねて筆記される場合の一方の文字のストローク
と他方の文字のストロークとの間の位置関係（構造）の
特徴情報が登録されていればよく、この場合において
も、上記実施形態と同様にして適用可能である。すなわ
ち、本実施形態は、文字筆記領域やジェスチャ筆記領域
が１文字分だけの小さなスペースしか用意できないよう
な小型情報機器等においても適用可能である。しかも、
この場合には、それぞれの筆記領域の大きさを１文字分
とはいいながらも可能な限り大きくとることが可能とな
るため文字（ジェスチャ）の筆記入力がし易くなり、快
適な手書き文字入力手段を提供することができる。

【０１１２】また、文字認識装置の筐体に設けられた窓
に、その表示画面上に透明なタブレットが積層されディ
スプレイが埋め込まれているとき、ジェスチャ筆記領域
は、例えば図５（ａ）に示すように、タブレットの紙面
に向かって左下のコーナーエリアに設けられるととも
に、ジェスチャ筆記領域の紙面に向かって右側に、文字
筆記領域がジェスチャ筆記領域と隣接して設けられてい
ることにより、ユーザはジェスチャを筆記しようとし
て、ジェスチャ筆記領域へのペンＰの移動を視線で追う
という細かい注意を払うことなく、だいたいの見当でペ
ンを紙面に向かって右方向に移動させれば、ジェスチャ
の入力をすることが可能となる。したがって、文字筆記
領域とジェスチャ筆記領域の間のペンＰの行き来きに伴
うユーザの負担を軽減し、快適な文字入力手段を提供す
ることができる。

【０１１３】上記各手段は、ハードウェア構成によって
も実現できるが、当該手段として機能させるためのプロ
グラムをコンピュータのＣＰＵが読み込み実行すること
によって実現することも可能である。この場合、本発明
の文字認識装置を、携帯情報端末等の情報機器により容
易に実現できる。

【０１１４】なお、以上の文字認識装置に係る本発明
は、方法（文字認識方法）に係る発明としても成立す
る。

【０１１５】また、本発明は、コンピュータに当該発明
に相当する手順を実行させるための（或いはコンピュー
タを当該発明に相当する各手段として機能させるため
の、或いはコンピュータに当該発明に相当する機能を実
現させるための）プログラムを記憶したコンピュータ読
み取り可能な記憶媒体に係る発明としても成立し、更に
当該プログラム自体に係る発明としても成立する。

【０１１６】なお、本発明は、上記実施形態に限定され
るものではなく、実施段階ではその要旨を逸脱しない範
囲で種々に変形することが可能である。更に、上記実施
形態には種々の段階の発明が含まれており、開示される
複数の構成要件における適宜な組み合わせにより種々の
発明が抽出され得る。例えば、実施形態に示される全構
成要件から幾つかの構成要件が削除されても、発明が解
決しようとする課題の欄で述べた課題の少なくとも１つ
が解決でき、発明の効果の欄で述べられている効果の少
なくとも１つが得られる場合には、この構成要件が削除
された構成が発明として抽出され得る。

【０１１７】

【発明の効果】以上説明したように本発明によれば、ユ
ーザに負担をかけずに文字認識モードの指定を可能にし
て、文字認識精度と文字認識速度の向上が図れるととも
に、小さな筆記スペースしか用意できない携帯可能な小
型情報機器においても快適な手書き文字環境を提供でき
る。

【０１１８】また、ユーザに負担をかけずに、編集処理
などの各種の処理の実行を指示することができる。

【図面の簡単な説明】

【図１】本発明の一実施形態に係わる文字認識装置を実
現する情報機器のハードウェア構成を示すブロック図。

【図２】本発明の一実施形態に係わる文字認識装置の機
能構成を示すブロック図。

【図３】図２の文字認識装置における文字認識処理全体
の手順を説明するためのフローチャート。

【図４】図１の情報機器により実現される文字認識装置
のより詳細な機能構成を示すブロック図。

【図５】図１の情報機器の外観を示す図。

【図６】ジェスチャ登録辞書の登録内容の一例を示す
図。

【図７】図４中のストロークバッファ２０８のデータ構
造例を示す図。

【図８】図４中の認識候補バッファ２０９のデータ構造
例を示す図。

【図９】図４中の文字構造辞書２１１のデータ構造例を
示す図。

【図１０】図４中の文字間構造辞書２１２のデータ構造
例を示す図。

【図１１】図１の情報機器により実現される図４の文字
認識装置における文字認識処理全体の手順を説明するた
めのフローチャート。

【符号の説明】

１…ＣＰＵ２…ＲＯＭ３…ＲＡＭ４，２０１…タブレット（座標入力装置）５，２１３…ディスプレイ（表示装置）６…データ読み込み装置７…記憶媒体１０１…手書き文字入力装置１０２…筆跡情報取得部１０３…認識部１０４…認識結果表示部１０５…筆跡領域判定部１０６…認識モード切替部１０７…認識結果編集部１０８…文字構造辞書１０９…文字間構造辞書１１０…ジェスチャ認識辞書１１２…ディスプレイ２０１…タブレット２０２…筆跡情報取得手段２０３…認識候補文字列生成手段２０４…文字列尤度計算手段（照合手段）２０５…入力文字列推定手段２０６…バッファ更新手段２０７…認識結果表示手段２０８…ストロークバッファ２０９…認識候補バッファ２１０…認識結果バッファ２１１…文字構造辞書２１２…文字間構造辞書２１３…ディスプレイ３００…筐体３０１…文字筆記領域３０２…ジェスチャ筆記領域３０３…認識結果表示領域３０５…境界枠３０３…１文字後退削除ボタンＰ…ペンＣ…カーソル

Claims

【特許請求の範囲】

【請求項１】座標入力装置上に予め設けられた文字筆記
領域内で、ペンが当該座標入力装置に触れてから離れる
までの間に当該座標入力装置により検出されるペン先の
座標系列で表現されるストロークの列をもとに文字認識
を行う文字認識装置であって、少なくとも１つのストロークからなり、自装置に対し、
認識対象の文字の種類に応じて異なる認識モードの設定
や、少なくとも編集処理を含む各種処理の実行を指示す
るジェスチャを、前記座標入力装置上に前記文字筆記領
域とは別の領域として用意されたジェスチャ筆記入力の
ための領域内で、ペンが当該座標入力装置に触れてから
離れるまでの間に当該座標入力装置により検出されるペ
ン先の座標系列で表現されるストロークの列をもとに認
識するジェスチャ認識手段と、このジェスチャ認識手段にて認識されたジェスチャに対
応する認識モードの設定や処理の実行を行う手段と、を具備したことを特徴とする文字認識装置。
【請求項２】前記ジェスチャ筆記入力のための領域は、
前記座標入力装置の座標入力面のすみに、前記文字筆記
領域に隣接するように設けられていることを特徴とする
請求項１記載の文字認識装置。
【請求項３】座標入力装置上に予め設けられた第１の領
域内で、ペンが当該座標入力装置に触れてから離れるま
での間に当該座標入力装置により検出されるペン先の座
標系列で表現されるストロークの列をもとに文字認識を
行う文字認識手段と、前記座標入力装置上に予め設けられた前記第１の領域と
は異なる第２の領域内で、ペンが当該座標入力装置に触
れてから離れるまでの間に当該座標入力装置により検出
されるペン先の座標系列で表現されるストロークの列を
もとに、少なくとも前記文字認識手段で認識すべき文字
の種類を指定するためのジェスチャを認識するジェスチ
ャ認識手段と、前記文字認識手段で認識する文字の種類を、前記ジェス
チャ認識手段にて認識されたジェスチャに対応する文字
の種類に切り替える手段と、を具備したことを特徴とする文字認識装置。
【請求項４】前記ジェスチャ認識手段で認識される前記
ジェスチャには、少なくとも編集処理を含む各種の処理
の実行を指示するジェスチャを含み、前記ジェスチャ認識手段で前記処理の実行を指示するジ
ェスチャが認識されたときには、そのジェスチャに対応
する処理の実行を行う手段と、をさらに具備したことを特徴とする請求項３記載の文字
認識装置。
【請求項５】前記ジェスチャ筆記領域は、前記座標入力
装置の座標入力面のすみに、前記文字筆記領域に隣接す
るように設けられていることを特徴とする請求項３記載
の文字認識装置。
【請求項６】座標入力装置上でに予め設けられた文字筆
記領域内でペンにより筆記された文字を表すストローク
列をもとに文字認識を行う文字認識方法において、少なくとも１つのストロークからなり、少なくとも認識
すべき文字の種類を指定するためのジェスチャを、前記
座標入力装置上に前記文字筆記領域とは別の領域として
用意されたジェスチャ筆記入力のための領域内で、ペン
が当該座標入力装置に触れてから離れるまでの間に当該
座標入力装置により検出されるペン先の座標系列で表現
されるストロークの列をもとに認識するジェスチャ認識
ステップと、前記文字筆記領域内でペンにより筆記された文字を表す
ストローク列をもとに認識すべき文字の種類を、前記ジ
ェスチャ認識ステップにて認識されたジェスチャに対応
する文字の種類に切り替えるステップと、を具備したことを特徴とする文字認識方法。
【請求項７】前記ジェスチャ認識ステップで認識される
前記ジェスチャには、少なくとも編集処理を含む各種の
処理の実行を指示するジェスチャを含み、前記ジェスチャ認識ステップで前記処理の実行を指示す
るジェスチャが認識されたときには、そのジェスチャに
対応する処理の実行を行うステップと、をさらに具備したことを特徴とする請求項６記載の文字
認識方法。
【請求項８】座標入力装置上でに予め設けられた文字筆
記領域内でペンにより筆記された文字を表すストローク
列をもとに文字認識を行う文字認識プログラムであっ
て、コンピュータに、少なくとも１つのストロークからなり、少なくとも認識
すべき文字の種類を指定するためのジェスチャを、前記
座標入力装置上に前記文字筆記領域とは別の領域として
用意されたジェスチャ筆記入力のための領域内で、ペン
が当該座標入力装置に触れてから離れるまでの間に当該
座標入力装置により検出されるペン先の座標系列で表現
されるストロークの列をもとに認識するジェスチャ認識
ステップと、前記文字筆記領域内でペンにより筆記された文字を表す
ストローク列をもとに認識すべき文字の種類を、前記ジ
ェスチャ認識ステップにて認識されたジェスチャに対応
する文字の種類に切り替えるステップと、を実行させる文字認識プログラム。