JP2010257339A - 文字識別プログラム、文字識別装置 - Google Patents

Abstract

【課題】類似文字における特徴の差異を高精度に識別すること。
【解決手段】文字識別プログラムが、任意の文字を、互いに類似する文字カテゴリ（例えば、文字カテゴリＡ、文字カテゴリＢ）のどちらに属するかを識別する際に、文字カテゴリＡ、文字カテゴリＢに共通する情報を特徴空間上の共通分布として求め、求めた共通分布を各文字カテゴリが示す分布に対し、畳み込み積分を行う。そして、畳み込んだ分布に基づき、固有値、固有ベクトルをカテゴリごとに新たに算出し、擬似ベイズ識別を行う。
【選択図】図１

Description

本発明は、文字識別プログラム、文字識別装置に関し、例えば、類似する文字を高精度に認識する文字識別プログラム、文字識別装置に関する。

一般に、イメージスキャナーで取り込まれる文書に含まれる文字をテキストデータに変換する手法として光学文字認識（以下、ＯＣＲ:Optical Character Recognitionとする）が広く知られている。

ＯＣＲでは、文字認識を高精度に認識することが求められ、特に、類似文字を高精度に識別することが求められている。この類似文字とは、例えば、「犬」と「大」が挙げられ、「犬」と認識すべき文字を「大」と認識すると誤読となってしまう。

この類似文字を識別する方式の一例として、マハラノビス距離や投影距離法と、各類似文字が示す特徴の差異とを用いることで、任意の文字が与えられた場合に、どちらの類似文字に類似するかを判定する混合識別方式がある。

上述した「類似文字の特徴の差異」とは、各類似文字の文字カテゴリから抽出される情報に基づいて求められる。この「文字カテゴリ」とは、ある所定の文字における、文字のゆらぎ、文字線の傾き、文字面積等をパラメーターとする特徴ベクトルを用いて定義される。

一般に、特徴ベクトルは、特徴空間上に示されることから、上述した「文字カテゴリ」は、特徴空間上の分布として示されることになる。これを文字カテゴリ分布と呼ぶことにする。なお、文字のゆらぎ、文字線の傾き、文字面積等といったパラメーターを便宜的に「特徴量」とする。

続いて、上述した混合識別方式について具体的に説明する。図１２は、従来の混合識別方式を説明するための図である。上述したように、特徴空間は、高次元で定義されるが、図１２の特徴空間１０は、説明の便宜上、例えば、文字線の傾きで定義される特徴量と、文字面積で定義される特徴量とで定義される次元にて表すものとする。

まず、図１２の文字カテゴリ分布Ａと文字カテゴリ分布Ｂ（以下、単に、カテゴリ分布Ａ、Ｂとする）について説明する。このカテゴリ分布Ａは、文字線の傾きや文字面積等が異なる同意の文字が集まったカテゴリ分布を示す。そして、カテゴリ分布Ｂについても同様とする。なお、「同意の文字」とは、同じ文字でフォントやポイントが異なるもの、あるいは、スキャナ読み取りをした画像で、同じ文字であるものの読み取り誤差やごみの有無などから画像として違いのある文字を示す。

また、カテゴリＡとカテゴリＢは互いに類似し、例えば、カテゴリＡが「犬（いぬ）」を示す場合、カテゴリＢは「大（だい）」を示す。さらに、カテゴリＡが「烏（からす）」を示す場合、カテゴリＢは「鳥（とり）」を示す。

そして、任意の文字が入力された場合、入力された文字が、カテゴリＡに属するのか、もしくは、カテゴリＢに属するのかを識別する類似文字識別を行う。

このように、任意の文字を、互いに類似する文字カテゴリのどちらに属するかを識別することを「類似文字識別」として、以下説明する。

この「類似文字識別」が行われる場合に、例えば、原関数をマハラノビス距離で定義し、上述した類似文字が示す特徴の差異を補正項として加えた混合識別関数を用いて行われる。この補正項の算出について、以下説明する。

まず、類似文字の特徴の差異をカテゴリＡとカテゴリＢの各平均ベクトル（ａ、ｂ）からなる差分ベクトルとして捉え、識別対象となる任意の文字：入力パターンｐが与えられたとする。

この場合、入力パターンｐから差分ベクトルに射影した値：ｐ１を求める。そして、ｐ１と各文字カテゴリの平均ベクトルから求められるｍ１、ｍ２が、カテゴリＡ、カテゴリＢの識別関数に対する補正項となる。

そして、図１２に示した混合識別関数の補正項をｍ１とした混合識別関数により、カテゴリＡと入力パターンｐとの識別関数値：ｆ_Ａ（ｐ）を求め、同様に、補正項をｍ２とした混合識別関数により、カテゴリＢと入力パターンｐとの識別関数値：ｆ_Ｂ（ｐ）を求める。

そして、算出した各識別関数値に基づいて、入力パターンｐがカテゴリＡ、カテゴリＢのどちらに属するのかを識別し、入力パターンｐの属するカテゴリが定められる。これは、入力パターンｐに対し、類似文字の特徴の差異を用いた識別を行ったことに相当する。

なお、類似文字の特徴の差異を用いた識別の一例として、差分ベクトルに加えて、強調ベクトルを用いて類似文字の識別を行う方法がある。この強調ベクトルとは、入力パターンの値と、類似文字の識別境界面における法線方向のベクトルとからなるベクトルを示す（例えば、特許文献１参照）。

特開２００２−１８３６６４号公報

しかしながら、上述した従来の技術では、類似文字の特徴の差異を高精度に識別することができないという問題があった。

例えば、図１２に示した例では、カテゴリＡとカテゴリＢの各平均ベクトルからなる差分ベクトルを用いて類似文字の特徴の差異を算出したが、類似文字の特徴の差異は、特徴空間上に広がっており、差分ベクトル以外のベクトルで示される他の情報が特徴空間上に存在している。

したがって、差分ベクトルを用いて、類似文字の特徴の差異を算出しても、差分ベクトル以外のベクトルで示される他の情報が使用されていない。その結果、識別に必要な他の情報が不足しているため、類似文字を高精度に認識するには限界がある。

開示の技術は、上記に鑑みてなされたものであって、類似文字カテゴリ間の差異を高精度に識別する文字識別プログラム、文字識別装置を提供することを目的とする。

本願の開示する文字識別プログラムは、特徴空間上において、形状が異なり同意の文字を含む文字カテゴリを、対比する文字ごとに特定し、各文字カテゴリに共通する情報を共通分布として求める共通分布処理手順と、前記共通分布と各文字カテゴリ分布を基にして各文字カテゴリ分布を修正する修正手順と、識別対象となる文字を取得した場合に、当該文字の前記特徴空間上の位置と、前記修正手順により修正された各文字カテゴリ分布とを基にして、前記文字を識別する文字識別手順とをコンピュータに実行させる。

本願の開示する文字識別プログラムによれば、類似文字カテゴリ間の差異を高精度に識別するという効果を奏する。

図１は、実施例の概要を説明するための図である。 図２は、実施例１に係る文字識別装置を示す図である。 図３は、類似文字テーブルのデータ構造の一例を説明するための図である。 図４は、文字認識辞書のデータ構造の一例を説明するための図である。 図５は、類似文字の識別処理を説明するための図である。 図６は、実施例１に係る文字識別装置の処理を示すフローチャートである。 図７は、実施例２に係る文字識別装置を示す図である。 図８は、類似文字認識辞書のデータ構造の一例を示す図である。 図９は、インターフェースの一例を示す図である。 図１０は、実施例２に係る文字識別装置の処理を示すフローチャートである。 図１１は、実施例１に係る文字識別装置を構成するコンピュータのハードウェア構成を示す図である。 図１２は、従来の混合識別方式を説明するための図である。

以下に、本願の開示する文字識別プログラム、文字識別装置の実施例を図面に基づいて説明する。なお、この実施例によりこの発明が限定されるものではない。

まず、本実施例１に係る文字識別装置の概要について説明する。実施例１に係る文字識別装置は、最初に認識対象となる任意の文字を含む画像データが与えられ、この任意の文字が、文字カテゴリＡに属するのか、それとも、文字カテゴリＢに属するのか判定を行い、任意の文字に対する識別を行う。なお、文字カテゴリＡと文字カテゴリＢは、互いに類似するものとする。

このように、任意の文字を、互いに類似する文字カテゴリのどちらに属するかを識別することを「類似文字識別」として以下説明する。

この「類似文字識別」を行う際、実施例１に示す文字識別装置は、互いに類似する文字カテゴリ間に共通する情報を特徴空間上の共通分布として求め、求めた共通分布を各類似文字が示す分布に対し、畳み込み積分を行い、畳み込んだ分布を用いて、識別を行う。以下、具体的に図を用いて説明する。

図１は、実施例の概要を説明するための図である。図１に示した例では、任意の入力パターンｐが、図１２に示した特徴空間１０上に与えられ、混合識別関数を用いて、カテゴリＡもしくはＢのどちらに類似するかの識別を行う。

なお、カテゴリＡ、Ｂは、従来技術にて説明した文字カテゴリを示すものとし、ある所定の文字における、文字のゆらぎ、文字線の傾き、文字面積等をパラメーターとする特徴ベクトルを用いて定義される。

一般に、この特徴ベクトルは、特徴空間上に示されることから、上述した「文字カテゴリ」は、特徴ベクトルで定義される特徴空間上の分布として示される。これを文字カテゴリ分布と呼ぶことにする。なお、文字のゆらぎ、文字線の傾き、文字面積等といったパラメーターを便宜的に「特徴量」とする。

まず、各類似文字カテゴリが示す特徴空間上の分布から共通する形状の共通分布５０を入力パターンｐの値に関らず求める（ステップＳ１０）。なお、共通分布５０内の「ｃ」は、カテゴリＡとカテゴリＢの平均ベクトルが重なっているベクトルを示す。

そして、入力パターンｐをガウス分布の広がりとして捉えた場合に、ステップＳ１０で求めた共通分布５０を用いて、入力パターンｐの分布を仮定する（ステップＳ２０）。

そして、共通分布５０をカテゴリＡとカテゴリＢが示す各分布に対して、カテゴリごとに畳み込み積分を行うことで、カテゴリＡの分布と、カテゴリＢの分布を共通分布５０により変形させる（ステップＳ３０）。

以上のステップＳ１０〜ステップＳ３０は、入力パターンｐのベクトル周辺に共通分布５０を仮定することにより、入力パターンｐの分布形状を考慮した識別を行うことになる。つまり、入力パターンｐの各特徴量を十分に考慮した識別を行うことに相当する。

そして、入力パターンｐが示す分布として仮定された共通分布５０と、カテゴリＡ、カテゴリＢが示す各分布とを正規分布と仮定した場合、カテゴリＡ、カテゴリＢが示す分布に対し、共通分布５０を用いた畳み込み積分を行う。

これは、共通分布５０をガウス分布として捉えた場合に、広がりの大きい方向に対しては、各類似文字カテゴリ間の差異が現れにくく、広がりの小さい方向は各類似文字カテゴリの差異が現れやすいと考え、広がりが小さい方向を重視することになる。したがって、各類似文字の特徴を重視した識別を導くことになる。

そして、共通分布５０を用いて変形させたカテゴリＡの分布に基づいて、カテゴリＡに対する混合識別関数（例えば、混合識別関数Ａとする）が求まり、この混合識別関数Ａから識別関数値Ａが算出される。

一方、共通分布５０を用いて変形させたカテゴリＢの分布に基づいて、カテゴリＢに対する混合識別関数（例えば、混合識別関数Ｂとする）が求まり、この混合識別関数Ｂから識別関数値Ｂが算出される。

そして、識別関数値Ａ、識別関数値Ｂに基づいて、入力パターンｐの識別を行う。図１に示した例では、カテゴリＡと入力パターンｐとの識別関数値は「０．６」となり、カテゴリＢと入力パターンｐとの識別関数値は「０．４」となる。

そして、上述したように、広がりが小さい方向を重視した識別を行っていることから、算出された識別関数値が小さい方が、類似度が高く、入力パターンｐは、カテゴリＢに類似することになる。

このように、任意に与えられた入力文字を共通分布として捉え、その共通分布を類似文字が示す特徴空間上の分布に対し、類似文字ごとに畳み込み積分を行い、畳み込んだ分布を用いて、識別を行うことで、類似文字の差異を高精度に識別することができる。

次に、実施例１に係る文字識別装置の構成について説明する。実施例１に示す文字識別装置１００は、類似文字を識別する際、類似文字間における共通分布を求め、求めた共通分布を各類似文字が示す特徴空間上の分布に対し、畳み込み積分を行う。

さらに、畳み込み積分にて算出した値から固有値、固有ベクトルを算出し、算出した固有値、固有ベクトルにより、擬似ベイズ識別を行う。具体的に図を用いて説明する。図２は、実施例１に係る文字識別装置を示す図である。

図２に示した文字識別装置１００は、画像入力部１０１と、処理部１０２と、認識結果出力部１０３とを有する。画像入力部１０１は、文字データを含む文字画像を光学的に読取る入力装置で、画像入力部１０１が読込んだ文字画像は、処理部１０２に出力される。

なお、上述した文字画像に含まれる文字データは、例えば、図１に示した入力パターンｐに相当するものとする。

処理部１０２は、画像入力部１０１から入力された文字画像に対し、従来技術を用いて文字認識を行い、取得した認識結果に対して、さらに、上述した「類似文字識別」を行う処理部で、類似文字テーブル１０２ａと、文字認識辞書１０２ｂと、文字認識処理部１０２ｃとを有する。

類似文字テーブル１０２ａは、類似文字のリストを記憶するテーブルで、所定の文字に対する類似文字が記憶されている。図３は、類似文字テーブルのデータ構造の一例を示す図である。

図３に示したＩＤ：０は、文字カテゴリ「鳥（とり）」を示し、この「鳥」に対応する類似文字数は「１」で、対応する類似文字カテゴリは「烏（からす）」となる。以下、文字カテゴリ「乎」に対応する類似文字カテゴリは「平」となり、「ぱ」には「ば」が対応し、「大」には、「犬」と「太」とが対応する。

そして、上述した類似文字カテゴリが有する類似文字数についても、文字カテゴリに対応する類似文字数と対称的に有する。例えば、「烏（からす）」に類似した文字の個数は１個であり、それは「鳥（とり）」であることが記憶されている。

また、「犬（いぬ）」に類似した文字の個数は２個であり、それは「大（だい）」と「太（ふと）い」であることが記憶されている。

図２の説明に戻り、文字認識辞書１０２ｂについて説明する。文字認識辞書１０２ｂは、各文字カテゴリの平均ベクトルと、各文字カテゴリに対応する固有値と固有ベクトルを記憶するテーブルである。具体的に図を用いて説明する。

図４は、文字認識辞書のデータ構造の一例を説明するための図である。図４の文字認識辞書１０２ｂは、各類似文字が有する「平均ベクトル」、「固有値」、「固有ベクトル」
を記憶している。

そして、図１に示したカテゴリＡ、Ｂを例に挙げると、カテゴリＡに対応する平均ベクトル「ａ」、カテゴリＡの分布に対応する固有値「ｋ１」、固有ベクトル「ｘ１」が記憶されている。

一方、カテゴリＢについては、カテゴリＢに対応する平均ベクトル「ｂ」、カテゴリＢの分布に対応する固有値「ｋ２」、固有ベクトル「ｘ２」が記憶されている。

次に、図２の説明に戻り、文字認識処理部１０２ｃについて説明する。文字認識処理部１０２ｃは、入力された文字画像に含まれる文字を認識し、取得した認識結果に対し、類似文字識別を行う処理部である。

まず、入力された文字画像（例えば、入力パターンｐを含むものとする）に対して、従来技術を用いた文字認識処理を行い、この入力パターンｐに対する複数の文字認識候補（以下、単に文字候補とする）を取得する。

そして、取得した複数の文字候補において、第１位の文字候補が類似文字テーブル１０２ａに登録されているか否かを判定し、判定結果により、第１位の文字候補が類似文字テーブル１０２ａに登録されていない場合は、第１位の文字候補を入力パターンｐの文字認識結果とする。

一方、第１位の文字候補が類似文字テーブル１０２ａに登録されている場合は、第２位から第Ｎ位までに含まれる文字候補の文字であって、上述した第１位の文字候補に類似する文字が、類似文字テーブル１０２ａに含まれているか否かを判定する。

そして、判定結果により、第１位の文字候補に類似する文字が類似文字テーブル１０２ａに登録されていない場合、第１位の文字候補を入力パターンｐの文字認識結果として出力する。

一方、第１位の文字候補に類似する文字が、類似文字テーブル１０２ａに登録されている場合、第２位から第Ｎ位までに含まれる文字候補において、一番上位の文字候補を選択し、選択した文字候補と第１位の文字候補との類似文字識別判定を行う。

上述した文字認識処理部１０２ｃの処理について具体的に例を挙げて説明する。例えば、入力パターンｐから、「猫（ねこ）」を入力パターンｐの第１位の文字候補として取得した場合、取得した「猫（ねこ）」を類似文字テーブル１０２ａから検索する。

そして、検索結果より、「猫（ねこ）」が、類似文字テーブル１０２ａに登録されていない場合、文字認識処理部１０２ｃは、「猫（ねこ）」を入力パターンｐの文字認識結果とする。

一方、「猫（ねこ）」が、類似文字テーブル１０２ａに登録されている場合、入力パターンｐに対する第２位から第Ｎ位の文字候補を参照し、第１位候補「猫（ねこ）」に類似する文字が類似文字テーブル１０２ａに登録されているか判定を行う。

そして、判定結果により、第１位候補「猫（ねこ）」に類似する文字が登録されていない場合、第１位候補「猫（ねこ）」を入力パターンｐの文字認識結果とする。

一方、第２位から第Ｎ位の文字候補の中に、第２位の文字候補として、「描（えが）く」、第６位の文字候補として、「錨（いかり）」を取得した場合において、取得した「描（えが）く」と「錨（いかり）」が類似文字テーブル１０２ａに登録されている場合、以下に示す類似文字識別を行う。

この場合、第２位から第Ｎ位の中で、一番の上位候補である第２位の文字候補「描（えが）く」と、第１位候補「猫（ねこ）」に関する類似文字識別を行う。処理の結果、入力パターンｐが、第１位候補「猫（ねこ）」との類似度が高ければ、第１位候補「猫（ねこ）」を入力パターンｐの文字認識結果とする。

一方、第２位の文字候補「描（えが）く」との類似度が高ければ、第２位の文字候補「描（えが）く」を入力パターンｐの文字認識結果とする。

なお、「猫（ねこ）」もしくは「描（えが）く」のいずれかを文字認識結果としても、第６位の文字候補「錨（いかり）」についての類似文字の識別は実施されず、「錨（いかり）」が、第２位の文字候補である場合において、第１位候補「猫（ねこ）」との類似文字識別を行う。

次に、上述した類似文字識別について図を用いて説明する。図５は、類似文字の識別処理を説明するための図である。なお、任意の入力パターンｐが与えられた場合に、文字カテゴリＡ、文字カテゴリＢのどちらに類似するかを識別する場合について説明する。

まず、文字認識処理部１０２ｃが類似文字識別を行う際、カテゴリＡとカテゴリＢの共通分布Σ_Ｃを算出する（ステップＳ５０）。この共通分布Σ_Ｃを求める一例として、単純平均の方法を用いて求める場合を例に挙げて説明する。

カテゴリＡの共分散行列をＣ_Ａとし、カテゴリＢの共分散行列をＣ_Ｂとした場合、Ｃ_ＡとＣ_Ｂの和として共分散行列の和：Ｃ_Ｘを求める。そして、求めたＣ_Ｘから、上位ｎ個の固有値と固有ベクトルを算出する。

そして、算出した固有値と固有ベクトルから射影行列：Ｐ_Ｘを求めることにより、カテゴリＡとカテゴリＢの共通分布Σ_Ｃに対応する共分散行列とする。なお、これまで上述した単純平均の方法の他に以下に示す「共通化操作」によっても共通分布Σ_Ｃが求められ、この共通化操作の詳細については後述する。

次に、入力パターンｐが示すベクトルの周辺にステップＳ５０にて求めた共通分布Σ_Ｃを仮定し、この共通分布Σ_Ｃを用いて、カテゴリＡとカテゴリＢが示す各分布に対し、畳み込み積分を行い、各カテゴリ分布の変形を計算する（ステップＳ５１）。

例えば、入力パターンｐの特徴ベクトルをｘとすると、特徴空間上の点ｘに関し、このｘを中心とする共通分布Ｄ_ｐを密度関数とするカテゴリＣの２次識別関数の期待値を識別関数値とする。

この場合において、通常の２次識別関数を以下の式（１）で定義した場合、この式（１）から、さらに以下に示す式（２）が求められる。

式（２）において、ｍ_Ｃは、カテゴリＣの平均ベクトルを示し、Σ_Ｃは、カテゴリＣの共分散行列を示し、Σは、共通分布Ｄ_ｐの共分散行列を示す。これは、通常の２次識別関数において、Σ_ＣをΣ+Σ_Ｃに置き換えたものに相当する。

そして、文字認識処理部１０２ｃは、式（２）に基づいて、共通分布Σ_Ｃが示す共分散行列と、カテゴリＡの分布が示す共分散行列との和を計算し、固有値・固有ベクトルを新たに算出する。

一方、文字認識処理部１０２ｃは、カテゴリＢに対してもカテゴリＡと同様に、式（２）を用いて、カテゴリＢの分布が示す共分散行列と共通分布Σ_Ｃが示す共分散行列との和を計算し、固有値・固有ベクトルを新たに計算する。

次に、文字認識処理部１０２ｃは、ステップＳ５１で求めた固有値・固有ベクトルに基づき、カテゴリＡ、カテゴリＢとの擬似ベイズ識別から入力パターンｐが、カテゴリＡもしくはカテゴリＢのどちらに類似するかの判定を行い、判定結果を認識結果出力部１０３に入力する（ステップＳ５２）。

例えば、図１に示したように、カテゴリＡに対応する識別関数値Ａが「０．６」で、カテゴリＢに対応する識別関数値Ａが「０．４」の場合、算出された識別関数値が小さい方が、類似度が高いことから、入力パターンｐは、カテゴリＢに類似することになる。

このように、入力パターンｐは、特徴空間上でひとつのベクトルとして考えられるが、入力パターンのベクトル周辺に共通分布を仮定することにより、カテゴリＡとカテゴリＢが示す各分布の形状に基づいた識別を行うことになる。

そして、入力パターンｐの共通分布と、カテゴリＡとカテゴリＢが示す各分布の形状を正規分布と仮定し、各カテゴリ分布の２次識別関数を共通分布による畳み込み積分をカテゴリごとに行う。

これは、カテゴリＡに対し、畳み込み積分を行って得られる関数は、共通分布が示す共分散行列とカテゴリＡが示す共分散行列との和に置き換えた２次識別関数に相当する。

一方、カテゴリＢに対し、畳み込み積分を行って得られる関数は、共通分布が示す共分散行列とカテゴリＢが示す共分散行列との和に置き換えた２次識別関数に相当する。

次に、図２の説明に戻り、認識結果出力部１０３について説明する。認識結果出力部１０３は、処理部１０２が行う類似文字識別に基づいて、文字認識結果を出力する処理部である。

なお、上述してきたように、共通分布を求める一例として、単純平均の方法を用いて求める場合を例に挙げて説明したが、以下に示す「共通化操作」によっても共通分布が算出される。

単純平均の方法を用いて共通分布を算出した場合、類似文字カテゴリＡと類似文字カテゴリＢが与えられたとき、カテゴリＡとカテゴリＢに共通する変形（共通分布）は、カテゴリＡの共分散行列とカテゴリＢの共分散行列の和を求め、上位ｎ個の固有値と固有ベクトルを算出する。

しかし、上位ｎ個の固有値と固有ベクトルには、類似文字カテゴリ間の差異が含まれている場合があるので、類似文字カテゴリ間の差異が含まれない共通分布を得る方法の一例として、他方の分布に含まれない成分をカットする方法がある。

例えば、入力パターンｐが、カテゴリＡ側に対して、極端な広がりを持っていた場合、単純平均方法で算出した共通分布は、カテゴリＡ側の寄与の影響を受けた共通分布となってしまう。

したがって、類似文字カテゴリ間の差異が含まれないような共通分布を算出する方法として、共通化操作がある。具体的には、他方の分布に含まれない成分をカットすることで、より正確な共通分布が算出される。以下、共通化操作について詳細に説明する。

まず、カテゴリＡの分布に対して、カテゴリＢの分布を用いた共通化変換を行う。この際、カテゴリＡの共分散行列をＣ_Ａ、カテゴリＢの共分散行列をＣ_Ｂとした場合、まず、Ｃ_Ａから固有値・固有ベクトルに基づく変換行列Ｔ_ＣＡを算出する。

そして、固有値・固有ベクトルに基づく変換行列Ｔを求める。この場合、共分散行列Ｃの固有値をλ_ｉ（ｉ＝１、２・・・、ｋ（?ｎ））、固有ベクトルをΦ_ｉ（ｉ＝１、２・・・、ｋ（?ｎ））としたときに、Φ_ｋ＋１・・・Φ_ｎをΦ_ｉ（ｉ＝１，２・・・、ｋ（?ｎ））と正規直交基底になるようにとると、変換行列Ｔは以下の式（３）で表される。

そして、以下の式（４）を用いて、カテゴリＢの分布のうち、カテゴリＡの分布に共通する部分を取り出す。

次に、カテゴリＢの分布に対して、カテゴリＡの分布を用いた共通化変換を行う。この場合、カテゴリＡにて説明した同様の処理を行うことで、以下の式（５）にて表される。

そして、式（４）に示したＣ´_Ｂと、式（５）に示したＣ´_Ａに基づいて、Ｃ´_Ｂ+Ｃ´_Ａの上位ｎ個の固有値と固有ベクトルを算出する。そして、算出された固有値、固有ベクトルを用いて、共通分布が算出される。

次に、実施例１に示した文字識別装置１００の処理について説明する。図６は、実施例１に係る文字識別装置の処理を示すフローチャートである。

まず、文字識別装置１００が文字画像を取得し、取得した文字画像（例えば、入力パターンｐを含むものとする）に対して通常の文字認識処理を行う（ステップＳ１００）。そして、入力パターンｐに対する複数の文字認識候補を取得する（ステップＳ１０１）。

そして、複数の文字候補の中で、第１位の文字候補が類似文字テーブル１０２ａに登録されているか否かを判定し、判定結果により、第１位の文字候補が登録されていない場合（ステップＳ１０２、Ｎｏ）は、第１位の文字候補を文字認識の結果とする。

一方、第１位の文字候補が類似文字テーブル１０２ａに登録されている場合（ステップＳ１０２、Ｙｅｓ）は、ステップＳ１０１で取得した第２位から第ｎ位までの文字候補の中に、第１位の文字候補に類似する文字が類似文字テーブル１０２ａに登録されているか否かを判定する（ステップＳ１０３）。

判定結果により、類似文字テーブル１０２ａに第１位の文字候補の類似する文字が登録されていない場合（ステップＳ１０４、Ｎｏ）、第ｎ+１位に登録されている文字候補を取得する（ステップＳ１０５）。

そして、ステップＳ１０１にて取得した全ての候補文字に対して処理を行っている場合（ステップＳ１０６、Ｎｏ）、第１位の文字候補を認識結果として出力する。

一方、ステップＳ１０１にて取得した全ての候補文字に対して処理を行っていない場合（ステップＳ１０６、Ｙｅｓ）、ステップＳ１０４に移行する。

また、ステップＳ１０３の判定結果により、第２位から第Ｎ位までに含まれる文字候補の文字であって、上述した第１位の文字候補に類似する文字が、類似文字テーブル１０２ａに登録されている場合（ステップＳ１０４、Ｙｅｓ）、第２位から第Ｎ位までに含まれる文字候補で一番上位候補の文字と、第１位の文字候補との類似文字識別を行う(ステップＳ１０７)。

このフローチャートによれば、文字識別装置１００が、「鳥（からす）」や「鳥（とり）」といった類似文字が示す特徴の差異を、特徴空間上にて取得することで、各類似文字を高精度に識別できる。

次に、実施例２に示す文字識別装置について説明する。図７は、実施例２に係る文字識別装置を示す図である。図７に示した文字識別装置２００は、ユーザが指定する類似文字に基づき、類似文字識別を行う文字識別装置である。

この「類似文字識別」とは、実施例１で示したように、任意の文字を、互いに類似する文字カテゴリのどちらかに属するかを識別することを示す。

そして、文字識別装置２００は、画像入力部２０１と、処理部２０２と、認識結果出力部２０３と、インターフェース２０４とを有する。

また、文字識別装置２００は、図２に示した文字識別装置１００とほぼ同等の機能を有し、この文字識別装置１００と同等の機能を有する機能部についての詳細な説明は省略する。

具体的に、文字識別装置１００との違いは、処理部２０２に類似文字認識辞書２０２ｃを有すること、インターフェース２０４を有していることである。以下、類似文字認識辞書２０２ｃと、インターフェース２０４について説明する。

図８は、類似文字認識辞書のデータ構造の一例を示す図である。図８に示した類似文字認識辞書２０２ｃは、互いに類似する２つの文字カテゴリが記憶されている。

そして、この２つの文字カテゴリに登録されている文字は、入力パターンｐが与えられた場合において、ユーザが、入力パターンｐと、対応する２つの文字カテゴリに登録されている文字とが正しく識別されることを希望する文字データを示す。

「サンプル数」は、対応する文字カテゴリに類似する類似文字データの個数を示し、例えば、「鳥（とり）」と「烏（からす）」に対応するサンプル数は「２」であることを示している。

そして、「サンプル数」と同じ個数のベクトルが共通ベクトルとして記憶されている。なお、上述した「サンプル数」、図８に示した「共通ベクトル」における詳細なデータ構造については、後述の図９にて説明する。

続いて、図７に示したインターフェース２０４について図を用いて説明する。図９は、インターフェースの一例を示す図である。図９に示したインターフェース２０４は、ユーザが、正しく識別されることを希望する文字カテゴリと、その文字カテゴリに類似する類似文字データとをそれぞれ画像の組で、ユーザが指定するインターフェースである。

図９に示した例では、ウインドウ上部の「文字の指定」は、ユーザがキーボード等（図示省略）を用いて、文字を入力するインターフェースを示す。そして、文字カテゴリＡに「ば」が、文字カテゴリＢに「ぱ」が入力される。

したがって、任意の入力パターンｐが与えられた場合において、ユーザは、この入力パターンｐが、「ぱ」と「ば」のどちらに属するかについて、正確に識別されること希望している。

そして、入力パターンｐが、「ぱ」と「ば」のどちらに属するかが識別される際に、「文字の指定」に登録されている「ぱ」と「ば」の組に相当する類似文字データをインターフェース２０４の下部に示す「画像の指定」に登録する。

この「画像の指定」における「サンプルＩＤ」が示す番号は、図８の「サンプル数」に相当する。また、上述した「類似文字データ」とは、「画像の指定」によって登録されるデータを示す。

そして、「画像の指定」に登録された画像の組に基づいて、文字認識処理部２０２ｄが共通ベクトルを計算し、図８の類似文字認識辞書２０２ｃに算出した共通ベクトルを登録する。

この共通ベクトルの算出について、文字認識処理部２０２ｄが行う処理を具体的に説明する。まず、与えられた２つの画像から得られる特徴ベクトルをｘ_Ａとｘ_Ｂとした場合、共通ベクトルを以下に示す式（６）にて算出する。

なお、上述した式（６）において、（（ｘ_Ａ−ｘ_Ｂ）・ｘ_Ａ）は、ｘ_Ａ−ｘ_Ｂと、ｘ_Ａとのベクトルの内積を示し、（ｘ_Ａ−ｘ_Ｂ）／│ｘ_Ａ−ｘ_Ｂ│は、単位ベクトルを示すものとする。

また、式（６）にて示した各共通ベクトルは、同じ値を有することになり、いずれか一方の共通ベクトルを算出すれば、対応する共通ベクトルが求められる。

そして、文字認識処理部２０２ｄは、式（６）を用いて算出した共通ベクトルを図８に示した類似文字認識辞書２０２ｃに登録する。

次に、文字認識処理部２０２ｄが行う類似文字識別について説明する。まず、文字認識処理部２０２ｄは、任意の入力パターンｐが与えられた場合に、入力パターンｐに類似する文字カテゴリの組が類似文字認識辞書２０２ｃに登録されているか否かを検索する。

そして、検索結果により、登録されている場合、文字認識処理部２０２ｄは、入力パターンｐに類似する文字カテゴリの組に対応する共通ベクトルを取得し、以下の式（７）を用いて共通分布に追加する。

式（７）において、「Ｃ」は、実施例１で示した共通分布（例えば、Σ_Ｃ）に対応し、この共通分布に対応する新しい共通分布がＣ´となる。なお、共通分布Σ_Ｃを求める方法は、実施例１で示したように、単純平均の方法を用いて算出しても良く、「共通化操作」を用いて算出しても良く、詳細な算出方法については、実施例１と同様であるので省略する。

その後、文字認識処理部２０２ｄは、式（７）で求めた共通分布を用いて、文字カテゴリ「Ａ」（例えば、“ば”）と、文字カテゴリ「Ｂ」（例えば：“ぱ”）とに対して、畳み込み積分を行う。そして、畳み込み積分によって得られる固有値、固有ベクトルに基づいて、擬似ベイズ識別を行う。

なお、図９に示した例では、類似文字データを画像データにより示したが、これは、説明の便宜上、画像データを例に挙げたに過ぎず、他のデータによって置き換えたとしても本実施例に示す機能が得られるものとする。

次に、実施例２に示した文字識別装置２００に処理について説明する。図１０は、実施例に係る文字識別装置の処理を示すフローチャートである。

あらかじめ、ユーザがインターフェース２０４を介して、正しく認識してほしい文字カテゴリと、その文字カテゴリに類似する類似文字カテゴリを画像の組とした類似文字データを登録しておく。

そして、文字認識処理部２０２ｄが、登録された類似文字データに基づいて、共通ベクトルを計算し、算出した共通ベクトルを類似文字認識辞書２０２ｃに登録する（ステップＳ２００）。

そして、文字識別装置２００が文字画像を取得し、取得した文字画像に対して通常の文字認識処理を行い（ステップＳ２０１）、複数の文字認識候補を取得する（ステップＳ２０２）。

続いて、複数の文字候補の中で、第１位の文字候補が類似文字テーブル２０２ｂに登録されているか否かを判定し、判定結果より、第１位の文字候補が登録されていない場合（ステップＳ２０３、Ｎｏ）は、第１の文字候補を文字認識の結果とする。

一方、第１位の文字候補が登録されている場合（ステップＳ２０３、Ｙｅｓ）は、第２位から第ｎ位までの文字候補の中に、第１位の文字候補に類似する文字が類似文字テーブル２０２ｂに登録されているか否かを判定する（ステップＳ２０４）。

判定結果により、類似文字テーブル２０２ｂに第１位の文字候補に類似する文字が登録されていない場合（ステップＳ２０５、Ｎｏ）、第ｎ+１位に登録されている文字を取得する（ステップＳ２０６）。

そして、ステップＳ２０１にて取得した全ての候補文字に対して処理を行っている場合（ステップＳ２０７、Ｎｏ）、第１位の文字候補を認識結果として出力する。

一方、ステップＳ２０１にて取得した全ての候補文字に対して処理を行っていない場合（ステップＳ２０７、Ｙｅｓ）、ステップＳ２０５に移行する。

そして、第２位から第ｎ位までの文字候補であって、第１位の文字候補に類似する文字が類似文字テーブル２０２ｂに記憶されている場合（ステップＳ２０５、Ｙｅｓ）、類似文字の識別を行う(ステップＳ２０８)。

ステップＳ２０８において、文字認識処理部２０２ｄが類似文字の識別処理を行う場合、ステップＳ２００で登録した共通ベクトルが類似文字認識辞書２０２ｃに登録されているか否かを検索する。

検索結果により、登録されている場合、文字認識処理部２０２ｄは、参照した共通ベクトルを共通分布に追加する。そして、新しく求めた共通分布に基づいて、類似文字識別を行う。

上述した実施例によれば、類似文字カテゴリ間に共通する特徴の情報を抽出し、類似文字カテゴリ間に共通する特徴を抑えつつ、特徴の差異が強調される識別を行うため、多次元的に広がった類似した文字カテゴリ間の特徴の差異を利用し、より高精度な類似文字の識別が可能となる。

ところで、本実施例において説明した各処理のうち、自動的に行われるものとして説明した処理の一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部あるいは一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種データを含む情報については、特記する場合を除いて任意に変更することができる。

また、図２に示した文字識別装置１００の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。さらに、各装置にて行われる各処理機能は、その全部または任意の一部がＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。

図１１は、実施例１に係る文字識別装置を構成するコンピュータのハードウェア構成を示す図である。図１１に示すように、このコンピュータ３００は、入力装置３０１、ディスプレイ３０２、ＲＡＭ（Random Access Memory）３０３、ＲＯＭ（Read Only Memory）３０４、ＨＤＤ（Hard Disk Drive）３０５、ＣＰＵ(Central Processing Unit)３０６、媒体読取装置３０７をバス３０８で接続している。

そして、ＨＤＤ３０５には、上述した類似文字識別機能と同様の機能を発揮する文字認識プログラム３０５ａが記憶されている。ＣＰＵ３０６が、文字認識プログラム３０５ａを読み出して実行することにより、文字認識プロセス３０６ａが起動される。ここで、文字認識プロセス３０６ａは、図２に示した文字認識処理部１０２ｃに対応する。

尚、ＲＡＭ３０３には、処理部１０２に記憶されている各種データや、文字認識プロセス３０６ａによって利用されるデータを含んだ各種データ３０３ａを記憶している。ＣＰＵ３０６は、各種データ３０３ａに含まれる各文字カテゴリの平均ベクトル、固有値、固有ベクトルに基づいて類似文字の識別を行う。

ところで、図１１に示した文字認識プログラム３０５ａは、必ずしも最初からＨＤＤ３０５に記憶させておかなくても良い。たとえば、コンピュータに挿入されるフレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」、または、コンピュータの内外に備えられるハードディスクドライブ（ＨＤＤ）などの「固定用の物理媒体」、さらには、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータに接続される「他のコンピュータ（またはサーバ）」などに記憶しておき、コンピュータが文字認識プログラム３０５ａを読み出して実行するようにしてもよい。

以上の各実施例を含む実施形態に関し、さらに以下の付記を開示する。

（付記１）コンピュータに、
特徴空間上において、形状が異なり同意の文字を含む文字カテゴリ分布を、対比する文字ごとに特定し、各文字カテゴリ分布に共通する情報を共通分布として求める共通分布処理手順と、
前記共通分布と各文字カテゴリ分布を基にして各文字カテゴリ分布を修正する修正手順と、
識別対象となる文字を取得した場合に、当該文字の前記特徴空間上の位置と、前記修正手順により修正された各文字カテゴリ分布とを基にして、前記文字を識別する文字識別手順と
を実行させる文字識別プログラム。

（付記２）前記修正手順は、前記文字カテゴリ分布に対し、前記共通分布を用いた畳み込み積分を行って、当該文字カテゴリ分布を修正し、前記文字識別手順は、当該修正した文字カテゴリ分布に基づいて、前記文字を識別する付記１に記載の文字識別プログラム。

（付記３）前記共通分布処理手順が、前記共通分布を求める際に、前記文字カテゴリ分布間の差異を減少させ、前記文字カテゴリ分布間に共通する情報に基づいて、前記共通分布を求める付記１または２に記載の文字識別プログラム。

（付記４）前記共通分布処理手順は、利用者によって入力された画像データに基づき、前記画像データに共通する情報を算出し、算出した情報を前記共通分布に加えて、共通分布を新たに求める付記１〜３のいずれか一つに記載の文字識別プログラム。

（付記５）特徴空間上において、形状が異なり同意の文字を含む文字カテゴリ分布を、対比する文字ごとに特定し、各文字カテゴリ分布に共通する情報を共通分布として求める共通分布処理部と、
前記共通分布と各文字カテゴリ分布を基にして各文字カテゴリ分布を修正する修正部と、
識別対象となる文字を取得した場合に、当該文字の前記特徴空間上の位置と、前記修正部により修正された各文字カテゴリ分布とを基にして、前記文字を識別する文字識別部と
を有する文字識別装置。

（付記６）前記修正部は、前記文字カテゴリ分布に対し、前記共通分布を用いた畳み込み積分を行って、当該文字カテゴリ分布を修正し、前記文字識別部は、当該修正した文字カテゴリ分布に基づいて、前記文字を識別する付記５に記載の文字識別装置。

（付記７）前記共通分布処理部が、前記共通分布を求める際に、前記文字カテゴリ分布間の差異を減少させ、前記文字カテゴリ分布間に共通する情報に基づいて、前記共通分布を求める付記５または６に記載の文字識別装置。

（付記８）前記共通分布処理手順は、利用者によって入力された画像データに基づき、前記画像データに共通する情報を算出し、算出した情報を前記共通分布に加えて、共通分布を新たに求める付記５〜７のいずれか一つに記載の文字識別装置。

（付記９）文字識別装置が文字を識別する方法であって、
前記文字識別装置が、
特徴空間上において、形状が異なり同意の文字を含む文字カテゴリ分布を、対比する文字ごとに特定し、各文字カテゴリ分布に共通する情報を共通分布として求める共通分布処理ステップと、
前記共通分布と各文字カテゴリ分布を基にして各文字カテゴリ分布を修正する修正ステップと、
識別対象となる文字を取得した場合に、当該文字の前記特徴空間上の位置と、前記修正ステップにより修正された各文字カテゴリ分布とを基にして、前記文字を識別する文字識別ステップと
を実行する文字識別方法。

１０ 特徴空間
５０ 共通分布
１００、２００、３００ 文字識別装置
１０１、２０１ 画像入力部
１０２、２０２ 処理部
１０２ａ、２０２ｂ 類似文字テーブル
１０２ｂ、２０２ａ 文字認識辞書
１０３、２０３ 認識結果出力部
２０２ｃ 類似文字認識辞書
２０４ インターフェース
３０１ 入力装置
３０２ ディスプレイ
３０３ ＲＡＭ
３０３ａ 各種データ
３０４ ＲＯＭ
３０５ ＨＤＤ
３０５ａ 文字認識プログラム
３０６ ＣＰＵ
３０６ａ 文字認識プロセス
３０７ 媒体読取装置
Ａ、Ｂ 文字カテゴリ分布

Claims (5)

1. コンピュータに、
   特徴空間上において、形状が異なり同意の文字を含む文字カテゴリ分布を、対比する文字ごとに特定し、各文字カテゴリ分布に共通する情報を共通分布として求める共通分布処理手順と、
   前記共通分布と各文字カテゴリ分布を基にして各文字カテゴリ分布を修正する修正手順と、
   識別対象となる文字を取得した場合に、当該文字の前記特徴空間上の位置と、前記修正手順により修正された各文字カテゴリ分布とを基にして、前記文字を識別する文字識別手順と
   を実行させる文字識別プログラム。
2. 前記修正手順は、前記文字カテゴリ分布に対し、前記共通分布を用いた畳み込み積分を行って、当該文字カテゴリ分布を修正し、前記文字識別手順は、当該修正した文字カテゴリ分布に基づいて、前記文字を識別する請求項１に記載の文字識別プログラム。
3. 前記共通分布処理手順が、前記共通分布を求める際に、前記文字カテゴリ分布間の差異を減少させ、前記文字カテゴリ分布間に共通する情報に基づいて、前記共通分布を求める請求項１または２に記載の文字識別プログラム。
4. 前記共通分布処理手順は、利用者によって入力された画像データに基づき、前記画像データに共通する情報を算出し、算出した情報を前記共通分布に加えて、共通分布を新たに求める請求項１〜３のいずれか一つに記載の文字識別プログラム。
5. 特徴空間上において、形状が異なり同意の文字を含む文字カテゴリ分布を、対比する文字ごとに特定し、各文字カテゴリ分布に共通する情報を共通分布として求める共通分布処理部と、
   前記共通分布と各文字カテゴリ分布を基にして各文字カテゴリ分布を修正する修正部と、
   識別対象となる文字を取得した場合に、当該文字の前記特徴空間上の位置と、前記修正部により修正された各文字カテゴリ分布とを基にして、前記文字を識別する文字識別部と
   を有する文字識別装置。

Images