JP2003331291A - 手書き文字の対応点マッチング方法、装置及びプログラム - Google Patents

Abstract

(57)【要約】 【課題】 オンラインサイン照合をおこなう場合に、座
標情報を用いて入力データを形成するデータとモデルデ
ータを形成するデータのマッチングを正確かつ迅速にと
ることを課題とする。 【解決手段】 対応点マッチング処理部１３がタブレッ
ト１１から入力データを受け取ると、モデルデータ記憶
部１２に記憶したモデルデータを取り出し、対応付け処
理部１３ａによるＤＰマッチングと変換パラメータ推定
部１３ｂによるカルマンフィルタおよび後ろ向きアルゴ
リズム（固定区間スムーザ）による変換パラメータの推
定を繰り返し、入力データとモデルデータのマッチング
をとる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、入力データを形
成する所定の時間間隔で順次取り込んだ手書き途中の文
字の座標情報を含むデータと、あらかじめ登録したモデ
ルデータを形成するデータとの間のマッチングをおこな
う手書き文字の対応点マッチング方法、装置およびプロ
グラムに関し、特に、オンラインサイン照合をおこなう
場合に、座標情報を用いて入力データを形成するデータ
とモデルデータを形成するデータのマッチングを正確か
つ迅速にとることができる手書き文字の対応点マッチン
グ方法、装置及びプログラムに関する。

【０００２】

【従来の技術】従来、タブレット上で描かれる時系列の
電子ペンの位置情報（以下、「入力データ」と言う）等
を所定の時間間隔で取り込み、この入力データとあらか
じめ登録した時系列の電子ペンの位置情報（以下、「モ
デルデータ」と言う）を照合するオンラインサイン照合
技術が知られている。このオンラインサイン照合技術で
は、手書き途中の座標情報、筆圧、速度および電子ペン
の傾きなどの各種情報をオンラインで順次取り込み、取
り込んだ情報を利用してサインが本人のものであるかど
うかを調べる技術である。

【０００３】かかるオンラインサイン照合をおこなう際
に、入力データを形成するデータとモデルデータを形成
するデータを対応付ける必要があるので、音声認識など
で用いられているＤＰマッチングによりデータ間の対応
付けをおこなうことが考えられる。

【０００４】たとえば、特開平２−２６３２７５号公報
には、複数の入力データ間の累積誤差をＤＰマッチング
による歪関数として求め、この歪関数によって入力デー
タを形状平均そして時間歪平均することにより、入力デ
ータを平均化し、本人の特徴をシャープにとらえた仮想
的なモデルデータを取得することができる手書き文字の
登録パターン作成方式が開示されている。この先行技術
は、モデルデータを作成するためのものであるが、この
先行技術のＤＰマッチングの考え方を用いることによ
り、入力データを形成するデータとモデルデータを形成
するデータを対応付けることができる。

【０００５】

【発明が解決しようとする課題】しかしながら、実際に
手書き文字を書く場合に、同じように書いたつもりであ
ってもかなりのばらつきが生じるので、この先行技術を
応用してＤＰマッチングをおこなったとしても、入力デ
ータを形成するデータとモデルデータを形成するデータ
を正確に対応付けることができない。

【０００６】特に、手書き文字の場合には、サイズが異
なったり位置ずれが生じやすく、また部分的に間延びし
たり位置がずれるという状況が発生するので、単にＤＰ
マッチングを用いたとしても、正確にデータを対応付け
ることができない。

【０００７】その結果、手書き文字の認識精度の劣化を
招くことになるので、いかにして入力データを形成する
データとモデルデータを形成するデータを正確に対応付
けるかが極めて重要な課題となっている。なお、電子ペ
ンの傾きや速度などの情報を用いれば、比較的正確な対
応付けが可能となるが、座標情報以外の情報を用いる
と、データの対応付けを迅速におこなうことが難しいの
で、座標情報のみを利用して各点の対応付けをおこなう
ことが望ましい。

【０００８】この発明は、上述した従来技術による問題
点（課題）を解消するためになされたものであって、オ
ンラインサイン照合をおこなう場合に、座標情報を用い
て入力データを形成するデータとモデルデータを形成す
るデータのマッチングを正確かつ迅速にとることができ
る手書き文字の対応点マッチング方法、装置及びプログ
ラムを提供することを目的とする。

【０００９】

【課題を解決するための手段】上述した課題を解決し、
目的を達成するため、請求項１の発明に係る手書き文字
の対応点マッチング方法は、入力データを形成する所定
の時間間隔で順次取り込んだ手書き途中の文字の座標情
報を含むデータと、あらかじめ登録したモデルデータを
形成するデータとの間のマッチングをおこなう手書き文
字の対応点マッチング方法であって、前記入力データを
形成するデータと前記モデルデータを形成するデータの
対応付けをおこなう対応付け処理工程と、前記入力デー
タを前記モデルデータに適合するように線形変換するた
めの時変の変換パラメータを推定する変換パラメータ推
定工程とを含んだことを特徴とする。

【００１０】また、請求項２の発明に係る手書き文字の
対応点マッチング方法は、請求項１の発明において、前
記対応付け処理工程は、時系列のベクトルの対応付けを
おこなうＤＰマッチングにより前記入力データを形成す
るデータと前記モデルデータを形成するデータの対応付
けをおこなうことを特徴とする。

【００１１】また、請求項３の発明に係る手書き文字の
対応点マッチング方法は、請求項１または２の発明にお
いて、前記変換パラメータ推定工程は、前記入力データ
が前記モデルデータに比して縦横同じ倍率で拡大または
縮小された場合に機能する第１の変換パラメータと、前
記入力データが前記モデルデータに比して水平方向に移
動した場合に機能する第２の変換パラメータと、前記入
力データが前記モデルデータに比して垂直方向に移動し
た場合に機能する第３の変換パラメータとを推定するこ
とを特徴とする。

【００１２】また、請求項４の発明に係る手書き文字の
対応点マッチング方法は、請求項１、２または３の発明
において、前記変換パラメータ推定工程は、カルマンフ
ィルタと後ろ向きアルゴリズムを組み合わせた固定区間
スムーザにより前記変換パラメータを推定することを特
徴とする。

【００１３】また、請求項５の発明に係る手書き文字照
合方法は、手書き途中の文字の座標情報を含むデータを
所定の時間間隔で順次取り込んだ入力データと、あらか
じめ登録したモデルデータとの照合をおこなう手書き文
字照合方法であって、前記入力データを形成するデータ
と前記モデルデータを形成するデータの対応付けをおこ
なう対応付け処理工程と、前記入力データを前記モデル
データに適合するように線形変換するための変換パラメ
ータを推定する変換パラメータ推定工程と、前記変換パ
ラメータ推定工程により推定された変換パラメータに基
づいて、前記入力データと前記モデルデータの照合をお
こなう照合工程とを含んだことを特徴とする。

【００１４】また、請求項６の発明に係る手書き文字照
合方法は、請求項５の発明において、前記照合工程は、
前記変換パラメータ推定工程により推定された変換パラ
メータの時系列ごとの変動が、所定の変動幅よりも小さ
な場合には前記入力データの筆記者が前記モデルデータ
の筆記者と同一人であると判定し、前記変動が所定の変
動幅以上の場合には、前記入力データの筆記者が前記モ
デルデータの筆記者と他人であると判定することを特徴
とする。

【００１５】また、請求項７の発明に係る手書き文字の
対応点マッチング装置は、入力データを形成する所定の
時間間隔で順次取り込んだ手書き途中の文字の座標情報
を含むデータと、あらかじめ登録したモデルデータを形
成するデータとの間のマッチングをおこなう手書き文字
の対応点マッチング装置であって、前記入力データを形
成するデータと前記モデルデータを形成するデータの対
応付けをおこなう対応付け処理手段と、前記入力データ
を前記モデルデータに適合するように線形変換するため
の時変の変換パラメータを推定する変換パラメータ推定
手段とを備えたことを特徴とする。

【００１６】また、請求項８の発明に係る手書き文字の
対応点マッチング装置は、請求項７の発明において、前
記対応付け処理手段は、時系列のベクトルの対応付けを
おこなうＤＰマッチングにより前記入力データを形成す
るデータと前記モデルデータを形成するデータの対応付
けをおこなうことを特徴とする。

【００１７】また、請求項９の発明に係る手書き文字の
対応点マッチング装置は、請求項７または８の発明にお
いて、前記変換パラメータ推定手段は、前記入力データ
が前記モデルデータに比して縦横同じ倍率で拡大または
縮小された場合に機能する第１の変換パラメータと、前
記入力データが前記モデルデータに比して水平方向に移
動した場合に機能する第２の変換パラメータと、前記入
力データが前記モデルデータに比して垂直方向に移動し
た場合に機能する第３の変換パラメータとを推定するこ
とを特徴とする。

【００１８】また、請求項１０の発明に係る手書き文字
の対応点マッチング装置は、請求項７、８または９の発
明において、前記変換パラメータ推定手段は、カルマン
フィルタと後ろ向きアルゴリズムを組み合わせた固定区
間スムーザにより前記変換パラメータを推定することを
特徴とする。

【００１９】また、請求項１１の発明に係る手書き文字
の対応点マッチングプログラムは、入力データを形成す
る所定の時間間隔で順次取り込んだ手書き途中の文字の
座標情報を含むデータと、あらかじめ登録したモデルデ
ータを形成するデータとの間のマッチングをおこなう手
書き文字の対応点マッチングプログラムであって、前記
入力データを形成するデータと前記モデルデータを形成
するデータの対応付けをおこなう対応付け処理手順と、
前記入力データを前記モデルデータに適合するように線
形変換するための時変の変換パラメータを推定する変換
パラメータ推定手順とをコンピュータに実行させること
を特徴とする。

【００２０】また、請求項１２の発明に係る手書き文字
の対応点マッチングプログラムは、請求項１１の発明に
おいて、前記対応付け処理手順は、時系列のベクトルの
対応付けをおこなうＤＰマッチングにより前記入力デー
タを形成するデータと前記モデルデータを形成するデー
タの対応付けをおこなうことを特徴とする。

【００２１】また、請求項１３の発明に係る手書き文字
の対応点マッチングプログラムは、請求項１１または１
２の発明において、前記変換パラメータ推定手順は、前
記入力データが前記モデルデータに比して縦横同じ倍率
で拡大または縮小された場合に機能する第１の変換パラ
メータと、前記入力データが前記モデルデータに比して
水平方向に移動した場合に機能する第２の変換パラメー
タと、前記入力データが前記モデルデータに比して垂直
方向に移動した場合に機能する第３の変換パラメータと
を推定することを特徴とする。

【００２２】また、請求項１４の発明に係る手書き文字
の対応点マッチングプログラムは、請求項１１、１２ま
たは１３の発明において、前記変換パラメータ推定手順
は、カルマンフィルタと後ろ向きアルゴリズムを組み合
わせた固定区間スムーザにより前記変換パラメータを推
定することを特徴とする。

【００２３】

【発明の実施の形態】以下に添付図面を参照して、この
発明に係る手書き文字の対応点マッチング方法、装置及
びプログラムの好適な実施の形態を詳細に説明する。な
お、本実施の形態では、タブレットからは手書き途中の
電子ペンの座標データが出力されるものとし、この電子
ペンの座標データを用いて対応付けをおこなう場合を示
すこととする。

【００２４】図１は、本実施の形態に係る対応点マッチ
ング処理部を有するサイン照合装置１０の全体構成を示
す機能ブロック図である。同図に示すように、このサイ
ン照合装置１０は、タブレット１１と、モデルデータ記
憶部１２と、対応点マッチング処理部１３と、真偽判定
処理部１４とからなる。ここで、このサイン照合装置１
０は、モデルデータを登録する登録モードと、入力デー
タの照合をおこなう照合モードとを有し、かかるモード
選択は図示しないスイッチなどで切り換えられるものと
する。

【００２５】タブレット１１は、ペンで書く、描く、指
示する、操作するなどの機能を提供するペン入力インタ
ーフェースの一つであり、電子ペンを用いて手書き文字
を書く際の紙に該当するものである。このタブレット
は、所定の時間間隔で電子ペンの座標データ以外に、電
子ペンの筆圧、傾きおよび速度などのデータ（４次元あ
るいは５次元程度のベクトル）を取得することができ
る。

【００２６】モデルデータ記憶部１２は、タブレット１
１で取得された電子ペンの座標データ、筆圧、傾きおよ
び速度などを含む元データを記憶する記憶部であり、具
体的には、登録モード時にタブレット１１上で電子ペン
が操作されると、この操作に係る時系列の座標データな
どがモデルデータ記憶部１２に格納される。なお、対応
付け処理部１３ａは、このモデルデータ記憶部１２に格
納されたデータのうちの座標データのみを読み取り、真
偽判定処理部１４は、座標データ以外の筆圧、傾きおよ
び速度などを読み取ることになる。

【００２７】対応点マッチング処理部１３は、照合モー
ド時に受け付けた入力データを形成するデータとモデル
データ記憶部１２に格納されたモデルデータを形成する
データ（座標データのみ）のマッチングをとる処理部で
ある。この対応点マッチング処理部１３は、筆記の際に
部分部分の間隔が変動したり、次第に上下に移動した
り、文字が部分的に拡大縮小したような場合であって
も、部分部分で線形変換のパラメータを可変にすればこ
れらを吸収することができる点に着目して時変線形変換
を導入するとともに、これらのパラメータを推定しつつ
対応付け処理を繰り返すことにより、正確かつ迅速に対
応付けをおこなえるようにしている。

【００２８】図１に示すように、この対応点マッチング
処理部１３は、ＤＰマッチングにより入力データを形成
するデータとモデルデータを形成するデータの対応付け
をおこなう対応付け処理部１３ａと、時変線形変換のパ
ラメータを推定する変換パラメータ推定部１３ｂとから
なる。なお、この対応付け処理部１３ａは請求項７の対
応付け処理手段に対応し、変換パラメータ推定部１３ｂ
は請求項７の変換パラメータ推定手段に対応する。

【００２９】ここで、この対応付け処理部１３ａがおこ
なうＤＰマッチングとは、入力データを形成するデータ
とモデルデータを形成するデータの座標データの誤差を
ともにして最も誤差が小さくなるような対応関係を求め
るために用いる動的マッチングの一手法である。

【００３０】また、変換パラメータ推定部１３ｂは、そ
の詳細については後述するが、カルマンフィルタによる
「固定区間スムーザ」を用いて変換パラメータを推定す
る。具体的には、入力データを形成するデータの座標を
ｐ（ｔ），ｑ（ｔ）とし、モデルデータを形成するデー
タの座標をｘ（ｔ），ｙ（ｔ）とした場合に、 ｐ（ｔ）＝ａ（ｔ）ｘ（ｔ）＋ｂ（ｔ） ｑ（ｔ）＝ａ（ｔ）ｙ（ｔ）＋ｃ（ｔ） という式で示される時変線形変換を導入する。ここで、
ａ（ｔ）は、入力データがモデルデータに比して縦横同
じ倍率で拡大または縮小された場合の時変の変換パラメ
ータであり、ｂ（ｔ）は、入力データがモデルデータに
比して水平方向に移動した場合の時変の変換パラメータ
であり、ｃ（ｔ）は、入力データがモデルデータに比し
て垂直方向に移動した場合の時変の変換パラメータであ
る。

【００３１】このため、この変換パラメータ推定部１３
ｂでは、上記ａ（ｔ）、ｂ（ｔ）およびｃ（ｔ）を推定
することになる。なお、これらのＤＰマッチングによる
対応付けと変換パラメータの推定は、変換パラメータの
値が収束するまで繰り返される。

【００３２】真偽判定処理部１４は、入力データの筆記
者がモデルデータの筆記者と同一人であるか否かを判定
する処理部である。具体的には、この真偽判定処理部１
４では、対応点マッチング処理部１３により位置合わせ
された後に、モデルデータ記憶部１２に記憶した筆圧や
電子ペンの速度などの座標データ以外の元データ（たと
えば５次元ベクトル）を用いて、２つのベクトル間の誤
差（ユークリッド距離や他の距離関数による求まる距
離）を求め、この誤差を使って真偽判定することにな
る。

【００３３】ただし、この真偽判定処理部１４は、変換
パラメータ推定部１３ｂにより推定された変換パラメー
タの時系列ごとの変動などを用いて、真偽判定すること
もできる。たとえば、推定された変換パラメータの時系
列ごとの変動が、所定の変動幅よりも小さな場合には入
力データの筆記者がモデルデータの筆記者と同一人であ
ると判定し、この変動が所定の変動幅以上の場合には、
入力データの筆記者がモデルデータの筆記者と他人であ
ると判定する。ただし、かかる変換パラメータには冗長
性があるので、上記座標データ以外の元データを併用し
て真偽判定することが望ましい。

【００３４】次に、図１に示したサイン照合装置１０に
よる照合モード時の処理手順について説明する。図２
は、図１に示したサイン照合装置１０による照合モード
時の処理手順を示すフローチャートである。同図に示す
ように、このサイン照合装置１０は、対応点マッチング
処理部１３がタブレット１１から入力データを受け取っ
たならば（ステップＳ１０１）、対応付け処理部１３ａ
がモデルデータ記憶部１２からモデルデータを読み込み
（ステップＳ１０２）、ＤＰマッチングによる対応付け
をおこなう（ステップＳ１０３）。

【００３５】その後、変換パラメータ推定部１３ｂは、
後述するカルマンフィルタによる固定区間スムーザを用
いて変換パラメータａ（ｔ）、ｂ（ｔ）およびｃ（ｔ）
を推定し（ステップＳ１０４）、これらの変換パラメー
タが収束したかどうかを確認する（ステップＳ１０
５）。

【００３６】そして、変換パラメータが収束していない
場合には（ステップＳ１０５否定）、上記ステップＳ１
０３に移行してＤＰマッチングによる対応付けおよび変
換パラメータａ（ｔ）、ｂ（ｔ）およびｃ（ｔ）の推定
を繰り返し、変換パラメータが収束した場合には（ステ
ップＳ１０５肯定）、真偽判定処理部１４による真偽判
定処理をおこなう（ステップＳ１０６）。

【００３７】次に、図１に示した変換パラメータ推定部
１３ｂによる変換パラメータの推定概念について具体的
に説明する。すでに説明した時変線形変換を行列または
ベクトルで表現すると、

【数１】 となる。なお、ｚ（ｔ）に含まれる（ｐ（ｔ），ｑ
（ｔ））は時刻ｔにおける入力データの値であり、Ｈ
（ｔ）に含まれる（ｘ（ｔ），ｙ（ｔ））は、モデルデ
ータの値であり、これらの値はすべて既知である。ま
た、ｓ（ｔ）に含まれる各変換パラメータ（ａ（ｔ），
ｂ（ｔ），ｃ（ｔ））は動的に変化する未知パラメータ
である。

【００３８】ここで、あまりに大きな変動を認めると、
早い段階で一気に近い点に結びついてしまうため、字形
がきっちりと形成されないような対応になってしまうと
いう不具合が生ずる。そこで、本実施の形態では、変動
を小さくすることによって少しずつ字形に近づけること
に着目し、各変換パラメータａ（ｔ），ｂ（ｔ），ｃ
（ｔ）をいきなり変化させるのではなく、 ｓ（ｔ＋１）＝ｓ（ｔ）＋ｗ（ｔ） …（２）式 という変換パラメータを徐々に変化させるシステム方程
式を採用する。ここで、ｓ（ｔ）は（１）式に現れるパ
ラメータベクトルであり、ｗ（ｔ）は同じ次元の雑音成
分である。

【００３９】上記（１）式と（２）式においてｓ（ｔ）
を推定する問題は、カルマンフィルタによる「固定区間
スムーザ」であり、下記に示す式を用いて容易に計算す
ることができる。ただし、「’」は推定値を意味し、括
弧内の縦棒（ストローク）の前の値は推定される時刻を
示し、ストロークの後ろの値は最終データの番号であ
る。つまりｓ’（ｔ＋１｜ｔ）はｓのワンステップ予測
値であり、ｓ’（ｔ｜ｔ）はフィルタ推定値（ろ波推定
値）であり、ｓ’（ｔ｜Ｎ）は時刻ｔまでのすべてのデ
ータが分かったときの途中の時刻ｔにおけるｓの推定値
すなわちスムージング推定値（この場合はＮが固定なの
で固定区間スムーザと言う）である。Ｒはｅ（ｔ）の共
分散行列であり、Ｑはｗ（ｔ）の共分散行列である。な
お、このＲは対角行列であり、パラメータの変化で説明
できない誤差をここに持たせることになるが、適当な小
さめの値にすれば良い。Ｑは、対角行列であり、何もか
もを吸収するほどにパラメータの変動を防ぐために、小
さな値とする必要がある。

【００４０】これにより、カルマンフィルタは、

【数２】 の算定式により求めることができ、固定区間スムーザ
は、

【数３】 の算定式により求められる。

【００４１】次に、この変換パラメータ推定部１３ｂに
よる変換パラメータの推定処理手順についてさらに具体
的に説明する。図３は、図２のステップＳ１０４に示し
た変換パラメータ推定部１３ｂによる変換パラメータの
推定処理手順を示すフローチャートである。

【００４２】図３に示すように、まず入力データのデー
タとモデルデータのデータとが１対Ｎの関係にあるよう
な場合に、これを１対１の関係となるようにベクトルを
作成した後（ステップＳ２０１）、ｔ＝０の時の初期値
を入力して誤差の設定をおこない（ステップＳ２０
２）、ｔ＝０と初期化する（ステップＳ２０３）。

【００４３】その後、上記（３）式に示したカルマンフ
ィルタを用いてｔ＝ｔ＋１の時の各パラメータを推定し
た後（ステップＳ２０４）、ｔをインクリメントし（ス
テップＳ２０５）、ｔ＝Ｎとなるまでかかる処理を繰り
返す（ステップＳ２０６）。

【００４４】その後、いわゆる後ろ向きアルゴリズムと
呼ばれる処理をおこなう。具体的には、ｔ＝Ｎとした後
（ステップＳ２０７）、上記（４）式を用いて各パラメ
ータのスムージング推定をおこない（ステップＳ２０
８）、ｔをデクリメントする（ステップＳ２０９）一連
の処理をｔ＝０となるまで繰り返し（ステップＳ２１
０）、ｔ＝０となった時点で（ステップＳ２１０肯
定）、データ変換すなわち補正をおこなう（ステップＳ
２１１）。

【００４５】上記カルマンフィルタおよび後ろ向きアル
ゴリズムを組み合わせた一連の処理をおこなうことによ
り、変換パラメータａ（ｔ）、ｂ（ｔ）、ｃ（ｔ）を推
定することが可能となる。

【００４６】次に、上記ステップＳ２１１のデータ変換
（補正）をおこなった実例について説明する。図４およ
び図５は、対応点マッチング処理部１３による補正前後
の一例を示す図である。

【００４７】具体的には、図４（ａ）は、図中に破線で
示す入力データ４２が実線で示すモデルデータ４１に比
べて斜めにずれている例を示しており、同図（ｂ）は、
この場合における２つのデータ間の対応点をプロットし
た図である。すなわち、横軸にモデルデータの時間軸を
とり、このモデルデータを仮に入力データとした場合の
時間軸を縦軸にとると、図中の実線４３に示すようにモ
デルデータ４１は直線となる。これに対して、横軸をモ
デルデータ４１の時間軸とし、縦軸を入力データ４２の
時間軸とすると、図中の破線４４に示すように破線４３
とかなり異なる軌跡となる。

【００４８】これに対して、この入力データ４２を補正
すると図４（ｃ）および（ｄ）に破線で示すように補正
後の入力データ４５は、かなりモデルデータ４１に近づ
き、局所的な変形がかなり改善されていることが分か
る。

【００４９】また、図５（ａ）は、図中に破線で示す入
力データ５１が実線で示すモデルデータ４１に比べて文
字サイズが大きい場合を示しており、同図（ｂ）は、こ
の場合における２つのデータ間の対応点をプロットした
図を示している。同図（ｂ）に示すように、この場合に
も図中に示す入力データ５１に対応する破線５２は、モ
デルデータ４１に対応する実線４３から部分的にずれた
軌跡となる。

【００５０】これに対して、この入力データ５１を補正
すると図５（ｃ）および（ｄ）に破線で示すように補正
後の入力データ５３は、かなりモデルデータ４１に近づ
き、局所的な変形がかなり改善されていることが分か
る。

【００５１】次に、図１に示した変換パラメータ推定部
１３ｂで推定された変換パラメータの変動推移の一例に
ついて説明する。図６は、図１に示した変換パラメータ
推定部１３ｂで推定された変換パラメータの変動推移の
一例を示す図である。ここでは、３種類の変換パラメー
タａ（ｔ），ｂ（ｔ），ｃ（ｔ）のうちのｂ（ｔ）の変
動推移を示している。

【００５２】モデルデータを入力データとした場合に
は、モデルデータと入力データが完全に一致することに
なるので、図中に一点破線で示したように変換パラメー
タｂ（ｔ）は常に０となる。

【００５３】そして、本人（モデルデータの筆記者）が
書いた入力データを受け付けた場合には、図中に実線で
示したように変換パラメータｂ（ｔ）は−２０〜＋２０
の変動範囲に収まる傾向にある。なお、図中の縦軸のプ
ラス側は左側への変動を意味し、マイナス側は右側への
変動を意味する。これに対して、他人が書いた入力デー
タを受け付けた場合には、図中に破線で示したように変
動パラメータｂ（ｔ）は変動範囲が大きくなる傾向にあ
る。なお、ここでは変動パラメータｂ（ｔ）について着
目したが、変動パラメータａ（ｔ）およびｃ（ｔ）につ
いても同様の傾向が見られる。

【００５４】これらのことから、図１に示した真偽判定
処理部１４は、かかる変動パラメータの変動幅が所定の
しきい値を越えるか否かを判定して、本人のサインであ
るか他人のサインであるかを判定することができる。

【００５５】上述してきたように、本実施の形態では、
対応点マッチング処理部１３がタブレット１１から入力
データを受け取ると、モデルデータ記憶部１２に記憶し
たモデルデータを取り出し、対応付け処理部１３ａによ
るＤＰマッチングによる対応付けと変換パラメータ推定
部１３ｂによるカルマンフィルタを用いた固定区間スム
ーザを用いた変換パラメータの推定を繰り返し、入力デ
ータとモデルデータのマッチングをとるよう構成したの
で、オンラインサイン照合をおこなう場合に、座標情報
を用いて入力データを形成するデータとモデルデータを
形成するデータのマッチングを正確かつ迅速にとること
ができる。

【００５６】なお、本実施の形態では、タブレット１１
から取得し得る情報のうち電子ペンの座標情報を用いて
対応付けをおこなう場合について説明したが、電子ペン
の速度や傾きなどを併用して対応付けをおこなうことも
できる。

【００５７】また、本実施の形態では、変換パラメータ
を推定する際にカルマンフィルタと後ろ向きアルゴリズ
ムを併用する場合について説明することとしたが、本発
明はこれに限定されるものではなく、後ろ向きアルゴリ
ズムを用いないカルマンフィルタのみでも変換パラメー
タを推定することができる。

【００５８】

【発明の効果】以上説明したように、請求項１の発明に
よれば、入力データを形成するデータとモデルデータを
形成するデータの対応付けと、入力データをモデルデー
タに適合するように線形変換するための時変の変換パラ
メータの推定とをおこなうよう構成したので、オンライ
ンサイン照合をおこなう場合に、座標情報を用いて入力
データを形成するデータとモデルデータを形成するデー
タのマッチングを正確かつ迅速にとることが可能な手書
き文字の対応点マッチング方法が得られるという効果を
奏する。

【００５９】また、請求項２の発明によれば、時系列の
ベクトルの対応付けをおこなうＤＰマッチングにより入
力データを形成するデータとモデルデータを形成するデ
ータの対応付けをおこなうよう構成したので、効率良く
動的にマッチングをとることが可能な手書き文字の対応
点マッチング方法が得られるという効果を奏する。

【００６０】また、請求項３の発明によれば、入力デー
タがモデルデータに比して縦横同じ倍率で拡大または縮
小された場合に機能する第１の変換パラメータと、入力
データが前記モデルデータに比して水平方向に移動した
場合に機能する第２の変換パラメータと、入力データが
モデルデータに比して垂直方向に移動した場合に機能す
る第３の変換パラメータとを推定するよう構成したの
で、入力データがモデルデータに比して局所的に平行移
動および回転している場合であっても、正確にマッチン
グさせることが可能な手書き文字の対応点マッチング方
法が得られるという効果を奏する。

【００６１】また、請求項４の発明によれば、カルマン
フィルタと後ろ向きアルゴリズムを組み合わせた固定区
間スムーザにより変換パラメータを推定するよう構成し
たので、効率良く変換パラメータを推定することが可能
な手書き文字の対応点マッチング方法が得られるという
効果を奏する。

【００６２】また、請求項５の発明によれば、入力デー
タを形成するデータとモデルデータを形成するデータの
対応付けと、入力データをモデルデータに適合するよう
に線形変換するための変換パラメータの推定をおこな
い、推定された変換パラメータに基づいて入力データと
モデルデータの照合をおこなうよう構成したので、変換
パラメータを最大限に利用して正確かつ迅速に手書き文
字を照合することが可能な手書き文字照合方法が得られ
るという効果を奏する。

【００６３】また、請求項６の発明によれば、推定され
た変換パラメータの時系列ごとの変動が、所定の変動幅
よりも小さな場合には入力データの筆記者がモデルデー
タの筆記者と同一人であると判定し、この変動が所定の
変動幅以上の場合には、入力データの筆記者がモデルデ
ータの筆記者と他人であると判定するよう構成したの
で、変換パラメータを用いて効率良く手書き文字を照合
することが可能な手書き文字照合方法が得られるという
効果を奏する。

【００６４】また、請求項７の発明によれば、入力デー
タを形成するデータとモデルデータを形成するデータの
対応付けと、入力データをモデルデータに適合するよう
に線形変換するための時変の変換パラメータの推定とを
おこなうよう構成したので、オンラインサイン照合をお
こなう場合に、座標情報を用いて入力データを形成する
データとモデルデータを形成するデータのマッチングを
正確かつ迅速にとることが可能な手書き文字の対応点マ
ッチング装置が得られるという効果を奏する。

【００６５】また、請求項８の発明によれば、時系列の
ベクトルの対応付けをおこなうＤＰマッチングにより入
力データを形成するデータとモデルデータを形成するデ
ータの対応付けをおこなうよう構成したので、効率良く
動的にマッチングをとることが可能な手書き文字の対応
点マッチング装置が得られるという効果を奏する。

【００６６】また、請求項９の発明によれば、入力デー
タがモデルデータに比して縦横同じ倍率で拡大または縮
小された場合に機能する第１の変換パラメータと、入力
データが前記モデルデータに比して水平方向に移動した
場合に機能する第２の変換パラメータと、入力データが
モデルデータに比して垂直方向に移動した場合に機能す
る第３の変換パラメータとを推定するよう構成したの
で、入力データがモデルデータに比して局所的に平行移
動および回転している場合であっても、正確にマッチン
グさせることが可能な手書き文字の対応点マッチング装
置が得られるという効果を奏する。

【００６７】また、請求項１０の発明によれば、カルマ
ンフィルタと後ろ向きアルゴリズムを組み合わせた固定
区間スムーザにより変換パラメータを推定するよう構成
したので、効率良く変換パラメータを推定することが可
能な手書き文字の対応点マッチング装置が得られるとい
う効果を奏する。

【００６８】また、請求項１１の発明によれば、入力デ
ータを形成するデータとモデルデータを形成するデータ
の対応付けと、入力データをモデルデータに適合するよ
うに線形変換するための時変の変換パラメータの推定と
をおこなうよう構成したので、オンラインサイン照合を
おこなう場合に、座標情報を用いて入力データを形成す
るデータとモデルデータを形成するデータのマッチング
を正確かつ迅速にとることが可能な手書き文字の対応点
マッチングプログラムが得られるという効果を奏する。

【００６９】また、請求項１２の発明によれば、時系列
のベクトルの対応付けをおこなうＤＰマッチングにより
入力データを形成するデータとモデルデータを形成する
データの対応付けをおこなうよう構成したので、効率良
く動的にマッチングをとることが可能な手書き文字の対
応点マッチングプログラムが得られるという効果を奏す
る。

【００７０】また、請求項１３の発明によれば、入力デ
ータがモデルデータに比して縦横同じ倍率で拡大または
縮小された場合に機能する第１の変換パラメータと、入
力データが前記モデルデータに比して水平方向に移動し
た場合に機能する第２の変換パラメータと、入力データ
がモデルデータに比して垂直方向に移動した場合に機能
する第３の変換パラメータとを推定するよう構成したの
で、入力データがモデルデータに比して局所的に平行移
動および回転している場合であっても、正確にマッチン
グさせることが可能な手書き文字の対応点マッチングプ
ログラムが得られるという効果を奏する。

【００７１】また、請求項１４の発明によれば、カルマ
ンフィルタと後ろ向きアルゴリズムを組み合わせた固定
区間スムーザにより変換パラメータを推定するよう構成
したので、効率良く変換パラメータを推定することが可
能な手書き文字の対応点マッチングプログラムが得られ
るという効果を奏する。

【図面の簡単な説明】

【図１】この発明の実施の形態に係る対応点マッチング
処理部を有するサイン照合装置の全体構成を示す機能ブ
ロック図である。

【図２】図１に示したサイン照合装置による照合モード
時の処理手順を示すフローチャートである。

【図３】図２のステップＳ１０４に示した変換パラメー
タ推定部による変換パラメータの推定処理手順を示すフ
ローチャートである。

【図４】図１に示した対応点マッチング処理部による補
正前後の一例を示す図である。

【図５】図１に示した対応点マッチング処理部による補
正前後の一例を示す図である。

【図６】図１に示した変換パラメータ推定部で推定され
た変換パラメータの変動推移の一例を示す図である。

【符号の説明】

１０ サイン照合装置 １１ タブレット １２ モデルデータ記憶部 １３ 対応点マッチング処理部 １３ａ 対応付け処理部 １３ｂ 変換パラメータ推定部 １４ 真偽判定処理部

フロントページの続き (72)発明者 川添 順子 兵庫県姫路市下手野一丁目３番１号 グロ ーリー工業株式会社内 Ｆターム(参考） 5B043 AA09 BA06 DA07 EA12 EA13 EA15 FA03 GA05 5B068 AA02 CC12

Claims (14)

【特許請求の範囲】
1. 【請求項１】 入力データを形成する所定の時間間隔で
   順次取り込んだ手書き途中の文字の座標情報を含むデー
   タと、あらかじめ登録したモデルデータを形成するデー
   タとの間のマッチングをおこなう手書き文字の対応点マ
   ッチング方法であって、 前記入力データを形成するデータと前記モデルデータを
   形成するデータの対応付けをおこなう対応付け処理工程
   と、 前記入力データを前記モデルデータに適合するように線
   形変換するための時変の変換パラメータを推定する変換
   パラメータ推定工程とを含んだことを特徴とする手書き
   文字の対応点マッチング方法。
2. 【請求項２】 前記対応付け処理工程は、時系列のベク
   トルの対応付けをおこなうＤＰマッチングにより前記入
   力データを形成するデータと前記モデルデータを形成す
   るデータの対応付けをおこなうことを特徴とする請求項
   １に記載の手書き文字の対応点マッチング方法。
3. 【請求項３】 前記変換パラメータ推定工程は、前記入
   力データが前記モデルデータに比して縦横同じ倍率で拡
   大または縮小された場合に機能する第１の変換パラメー
   タと、前記入力データが前記モデルデータに比して水平
   方向に移動した場合に機能する第２の変換パラメータ
   と、前記入力データが前記モデルデータに比して垂直方
   向に移動した場合に機能する第３の変換パラメータとを
   推定することを特徴とする請求項１または２に記載の手
   書き文字の対応点マッチング方法。
4. 【請求項４】 前記変換パラメータ推定工程は、カルマ
   ンフィルタと後ろ向きアルゴリズムを組み合わせた固定
   区間スムーザにより前記変換パラメータを推定すること
   を特徴とする請求項１、２または３に記載の手書き文字
   の対応点マッチング方法。
5. 【請求項５】 手書き途中の文字の座標情報を含むデー
   タを所定の時間間隔で順次取り込んだ入力データと、あ
   らかじめ登録したモデルデータとの照合をおこなう手書
   き文字照合方法であって、 前記入力データを形成するデータと前記モデルデータを
   形成するデータの対応付けをおこなう対応付け処理工程
   と、 前記入力データを前記モデルデータに適合するように線
   形変換するための変換パラメータを推定する変換パラメ
   ータ推定工程と、 前記変換パラメータ推定工程により推定された変換パラ
   メータに基づいて、前記入力データと前記モデルデータ
   の照合をおこなう照合工程とを含んだことを特徴とする
   手書き文字照合方法。
6. 【請求項６】 前記照合工程は、前記変換パラメータ推
   定工程により推定された変換パラメータの時系列ごとの
   変動が、所定の変動幅よりも小さな場合には前記入力デ
   ータの筆記者が前記モデルデータの筆記者と同一人であ
   ると判定し、前記変動が所定の変動幅以上の場合には、
   前記入力データの筆記者が前記モデルデータの筆記者と
   他人であると判定することを特徴とする請求項５に記載
   の手書き文字照合方法。
7. 【請求項７】 入力データを形成する所定の時間間隔で
   順次取り込んだ手書き途中の文字の座標情報を含むデー
   タと、あらかじめ登録したモデルデータを形成するデー
   タとの間のマッチングをおこなう手書き文字の対応点マ
   ッチング装置であって、 前記入力データを形成するデータと前記モデルデータを
   形成するデータの対応付けをおこなう対応付け処理手段
   と、 前記入力データを前記モデルデータに適合するように線
   形変換するための時変の変換パラメータを推定する変換
   パラメータ推定手段とを備えたことを特徴とする手書き
   文字の対応点マッチング装置。
8. 【請求項８】 前記対応付け処理手段は、時系列のベク
   トルの対応付けをおこなうＤＰマッチングにより前記入
   力データを形成するデータと前記モデルデータを形成す
   るデータの対応付けをおこなうことを特徴とする請求項
   ７に記載の手書き文字の対応点マッチング装置。
9. 【請求項９】 前記変換パラメータ推定手段は、前記入
   力データが前記モデルデータに比して縦横同じ倍率で拡
   大または縮小された場合に機能する第１の変換パラメー
   タと、前記入力データが前記モデルデータに比して水平
   方向に移動した場合に機能する第２の変換パラメータ
   と、前記入力データが前記モデルデータに比して垂直方
   向に移動した場合に機能する第３の変換パラメータとを
   推定することを特徴とする請求項７または８に記載の手
   書き文字の対応点マッチング装置。
10. 【請求項１０】 前記変換パラメータ推定手段は、カル
    マンフィルタと後ろ向きアルゴリズムを組み合わせた固
    定区間スムーザにより前記変換パラメータを推定するこ
    とを特徴とする請求項７、８または９に記載の手書き文
    字の対応点マッチング装置。
11. 【請求項１１】 入力データを形成する所定の時間間隔
    で順次取り込んだ手書き途中の文字の座標情報を含むデ
    ータと、あらかじめ登録したモデルデータを形成するデ
    ータとの間のマッチングをおこなう手書き文字の対応点
    マッチングプログラムであって、 前記入力データを形成するデータと前記モデルデータを
    形成するデータの対応付けをおこなう対応付け処理手順
    と、 前記入力データを前記モデルデータに適合するように線
    形変換するための時変の変換パラメータを推定する変換
    パラメータ推定手順とをコンピュータに実行させること
    を特徴とする手書き文字の対応点マッチングプログラ
    ム。
12. 【請求項１２】 前記対応付け処理手順は、時系列のベ
    クトルの対応付けをおこなうＤＰマッチングにより前記
    入力データを形成するデータと前記モデルデータを形成
    するデータの対応付けをおこなうことを特徴とする請求
    項１１に記載の手書き文字の対応点マッチングプログラ
    ム。
13. 【請求項１３】 前記変換パラメータ推定手順は、前記
    入力データが前記モデルデータに比して縦横同じ倍率で
    拡大または縮小された場合に機能する第１の変換パラメ
    ータと、前記入力データが前記モデルデータに比して水
    平方向に移動した場合に機能する第２の変換パラメータ
    と、前記入力データが前記モデルデータに比して垂直方
    向に移動した場合に機能する第３の変換パラメータとを
    推定することを特徴とする請求項１１または１２に記載
    の手書き文字の対応点マッチングプログラム。
14. 【請求項１４】 前記変換パラメータ推定手順は、カル
    マンフィルタと後ろ向きアルゴリズムを組み合わせた固
    定区間スムーザにより前記変換パラメータを推定するこ
    とを特徴とする請求項１１、１２または１３に記載の手
    書き文字の対応点マッチングプログラム。