JP2010524067A - 手書き文字認識のための方法及びシステム - Google Patents

Abstract

手書き文字認識方法及び装置を提供する。方法が、認識対象のスクリプトを入力するステップと、入力したスクリプトのワイルドカード及び要素を認識するステップと、認識された要素及びワイルドカード情報を、文字ライブラリに事前に記憶された文字と照合するステップと、照合結果を表示するステップとを含む。本発明は、ワイルドカードを使用した手書き文字認識方法を提供し、これにより手書き文字の入力画数が減り、入力効率が向上する。
【選択図】図２

Description

本発明は手書き文字認識の分野に関し、特に手書き文字認識のための方法及びシステムに関する。

手書き文字入力は、タッチスクリーン又はタッチパネル（書き込みパネル）を有するコンピュータ又はその他の電子機器によりしばしば採用される方法である。ノート型パソコン、移動電話、携帯情報端末（ＰＤＡ）などの広い用途で、迅速、効率的かつ正確な手書き文字認識が開発される傾向にある。

しかしながら、ユーザ体験の観点から見て、現行の手書き文字認識のための方法及びシステムにはいくつかの問題点がある。通常、モバイル機器上の書き込み領域は狭く、字画の多い文字を書くことが非常に困難である。手書きは人間工学的に骨の折れるものであるため、ユーザは手書き文字入力中における文字入力が短時間で済むように望むことが多い。通常、文字は複数の構成部分から成り、ユーザが次の構成部分を書く前にその構成部分の字画の正確な書き方を忘れると、認識タイムアウトの時間が切れ、書き込みを仕上げることができない。

米国特許第６９７０５９９号には、手書きによる漢字入力方法において、漢字の最初の数画だけを書けばよく、字画を入力するたびに入力された字画にマッチする漢字の一覧が表示され、ユーザが文字の全ての字画を仕上げずとも所望の文字を見つけることができるようになることが開示されている。しかしながら、この方法では、ユーザが文字の字画を書き順通りに入力しなかったり、或いは文字の一部の字画を忘れたりした場合の不完全な手書き文字をいかに認識するかという問題点は依然として解決されない。

米国特許第６９７０５９９号

上記の問題点に照らして、本発明は、ワイルドカードを使用した手書き文字認識方法及び装置を提供する。

本発明の第１の態様によれば、認識対象のスクリプトを入力するステップと、入力したスクリプトのワイルドカード及び要素を認識するステップと、認識された要素及びワイルドカード情報を、文字ライブラリに事前に記憶された文字と照合するステップと、照合結果を表示するステップとを含む手書き文字認識方法が提供される。

本発明の実施形態によれば、ワイルドカードはユーザに合わせてカスタマイズできる。

本発明の別の実施形態によれば、（単複の）ワイルドカードの数は１又はそれ以上である。

本発明の別の実施形態によれば、照合ステップにおいて、ワイルドカードではなく認識された要素が、文字ライブラリ内に事前に記憶された文字の要素と比較される。

本発明の別の実施形態によれば、入力スクリプト内のワイルドカードと要素との位置関係が認識ステップにおいて認識される。

本発明の別の実施形態によれば、照合ステップにおいて、ワイルドカードではなく、位置を認識された要素が、文字ライブラリに事前に記憶された文字の同じ位置の要素と比較される。

本発明の別の実施形態によれば、（単複の）照合結果は、文字ライブラリ内に事前に記憶された１又はそれ以上の文字である。

本発明の別の実施形態によれば、照合結果をソートするステップがさらに含まれる。

本発明の別の実施形態によれば、照合結果から文字を選択するステップがさらに含まれる。

本発明の第２の態様によれば、認識対象のスクリプトを受け取るスクリプト受信機と、スクリプト受信機から提供されるスクリプトのワイルドカード及び要素を認識する認識機と、認識機から提供される認識された要素及びワイルドカード情報を、文字ライブラリに事前に記憶された文字と照合する照合機と、照合機からの照合結果を表示するディスプレイと備えた手書き文字認識装置が提供される。

本発明の別の実施形態によれば、照合機からの照合結果をソートするソータがさらに含まれる。

本発明の別の実施形態によれば、照合結果から文字を選択するセレクタがさらに含まれる。

本発明の別の実施形態によれば、手書き文字認識装置は、パーソナルコンピュータ、携帯情報端末（ＰＤＡ）、移動電話、及びその他のモバイル電子機器のうちの１つである。

本発明の第３の態様によれば、コンピュータ可読プログラムコードを記憶したコンピュータ可読記憶媒体を含む手書き文字認識のためのコンピュータプログラム製品が提供される。コンピュータ可読プログラムコードは、認識対象のスクリプトを入力するコンピュータ可読プログラムコードと、入力スクリプト内のワイルドカード及び要素を認識するコンピュータ可読プログラムコードと、認識された要素及びワイルドカード情報を、文字ライブラリ内に事前に記憶された文字と照合するコンピュータ可読プログラムコードと、照合結果を表示するコンピュータ可読プログラムコードとを含む。

本発明の他の特徴及び利点は、本発明の原理を一例として例示する添付図面と併せて行う以下の好ましい実施形態の説明から明らかになるであろう。

本発明の１つの実施形態による手書き文字認識の方法を示すフロー図である。 本発明の別の実施形態による手書き文字認識の方法を示すフロー図である。 本発明の１つの実施形態による手書き文字認識装置のブロック図である。 本発明の１つの実施形態による手書き文字認識のユーザインターフェイスの概略図である。

本発明の実施形態について詳細に説明する。

パーソナルコンピュータ、携帯情報端末（ＰＤＡ）、移動電話などの、本発明の手書き文字認識方法を使用する様々な種類の装置が存在すること、並びに手書き用ペン、指タップ、又はマウスクリックによって手書き文字を入力できるタッチスクリーン、手書き用パネルなどの、前記装置に手書き文字を入力するための多くの種類のスクリプト受信機も存在することを理解されたい。

認識対象の手書き文字（本明細書ではスクリプトとも呼ぶ）は、完全な文字、又は完全な文字の一部であってもよく、また中国語簡体字、日本語、韓国語、及び中国語繁体字などのいずれの言語であってもよいことを理解されたい。認識対象の手書き文字のいくつかの構成部分は文字の様々な要素であってもよく、その他の構成部分は１又はそれ以上のワイルドカードにより置き換えることができる。

本明細書で言及する「要素」という用語は、文字のいくつかの構成部分又はその構成部分のいくつかの特徴を意味することができる。例えば、要素は、字体、字画、字体と字画の方向との組み合わせ、字画と字画の方向との組み合わせなどであってもよい。本発明は、要素ベースの手書き文字認識方法を採用して、例えば、字体に関するパターン認識又は字画認識を実行することができ、いずれの特定の手書き文字認識方法にも限定されない。本発明の方法を適用する装置内の文字ライブラリに事前に記憶される文字は、前記要素に基づいて記憶され、本発明は文字ライブラリの具体的な実施構成とは無関係である。

本明細書で言及する「ワイルドカード」という用語は、文字のいくつかの要素、例えばいくつかの字画、構成部分、又は部首を置き換えるために使用する記号のことである。ワイルドカードは、ユーザに合わせてカスタマイズすることができ、いずれの記号又は文字であってもよく、文字内に現れない単純な記号であることが好ましい。

図１は、本発明の１つの実施形態による手書き文字認識方法のフロー図であり、字画の認識に基づいてこれを例示する。この実施形態では、「×」をワイルドカードとして使用し、ユーザが入力したい文字は「明」である。

ステップ１０１において、ユーザが、手書き文字用ペン、指タップ、又はマウスクリックなどにより、認識対象のスクリプト、すなわち「

」をタッチスクリーンなどに入力する。

ステップ１０２において、スクリプトのワイルドカード及び字画が認識される。この実施形態では、入力されたスクリプトは、ワイルドカードと、「左払い、横画−縦画−はね、横画、及び横画」を含む字画の並びとを含んでいると認識され、入力されたスクリプトにマッチする文字ライブラリ内の文字の数を表す、マッチする文字をカウントするためのカウンタの値ｉが０に設定される。

ステップ１０３において、認識された字画の並び及びワイルドカードの情報が、文字ライブラリに事前に記憶された文字の字画と比較される。例えば、「＊、左払い、横画−縦画−はね、横画、及び横画」という並びが、文字ライブラリに事前に記憶された文字の字画と比較される。従って、「左払い、横画−縦画−はね、横画、及び横画」を含む全ての文字が見つかることになる。さらに、マッチした字画と、マッチした文字の総画数又はマッチしなかった画数との間の比率に基づいて、全てのマッチした文字に類似性を割り当てることができる。例えば、「明」という文字の類似性は０．８である。

当業者であれば、当業において類似性を計算するための様々な方法が既に存在し、本発明が類似性を計算するためのいずれの特定の方法にも限定されないことを理解できよう。本明細書で言及する類似性は、本発明の実施構成に必要なものではなく、複数の照合結果をソートするための基礎としての役目を果たすものにすぎない点に留意されたい。

ステップ１０４において、類似性０．８が特定のしきい値に達しているか否かが判断される。達していなければ、フローはステップ１０６へ進む。この実施形態では、しきい値は０．５に設定される。０．８は０．５よりも大きいので、入力されたスクリプトが文字ライブラリ内の文字にマッチすることを意味し、フローはステップ１０５へ進む。

ステップ１０５において、照合結果の「明」及び対応する類似性ｘ_i＝０．８が保存され、ｉ＝ｉ＋１となる。

ステップ１０６において、この字画の並びが文字ライブラリ内の全ての文字の字画と照合されたか否かが判断される。照合されていなければ、フローはステップ１０３へ戻る。照合されていれば、例えば、照合結果は、「明」（類似性ｘ₁＝０．８）、「服」（類似性ｘ₂＝０．８）、「朋」（類似性ｘ₃＝０．９）、「萌」（類似性ｘ₄＝０．６）、「背」（類似性ｘ₅＝０．７）、「月」（類似性ｘ₆＝０．５）などとなり、その後フローはステップ１０７へ進む。

ステップ１０７において、複数の照合結果が存在するか否かが判断される。複数存在する場合、フローはステップ１０８へ進み、複数存在しない場合、フローはステップ１１１へ進む。

ステップ１０８において、照合結果が自己の類似性ｘｉに基づいてソートされる。そして、一連の照合結果「朋」、「明」、「服」、「背」、「萌」、及び「月」が、高から低までの類似性に基づいて、及び類似性が等しい場合にはマッチした順番で取得される。

ステップ１０９において、ユーザが選択するために前記一連の照合結果が表示される。ステップ１１０において、ユーザが一連の照合結果から文字「明」を選択し、方法は終了する。

別の例では、入力されたスクリプトが「

」である。ステップ１０２において、スクリプトは、２つのワイルドカードと２つの字画の並び、すなわち「点、横画、縦転画、縦画、横転画、横画」及び「縦画、横転画、左払い、点」を含んでいると認識される。ステップ１０３において、認識された２つの字画の並びが、文字ライブラリに事前に記憶された文字の字画と比較され、これらの間の類似性が取得される。ステップ１０４から１０６までの後、１つの照合結果、すなわち文字「

」のみが存在し、その後、フローはステップ１０７の後にステップ１１１へ進む。ステップ１１１において、照合結果が１つの文字のみであるか、すなわちｉが１に等しいかが判断される。ｉが１に等しいので、フローはステップ１０９へ進み、ここで文字「

」
のみを含む照合結果が表示される。ステップ１１０において、ユーザがこの照合結果を選択し、方法は終了する。

図２は、本発明の別の実施形態による手書き文字認識方法のフロー図であり、これを字体のパターン認識に基づいて例示する。この実施形態では、「ｏ」をワイルドカードとして使用し、複数のワイルドカードを異なる位置で使用する。ユーザが入力したい文字は「湖」である。

ステップ２０１において、ユーザが、文字用ペン、指タップ、又はマウスクリックなどにより、認識対象のスクリプト、すなわち「

」をタッチスクリーンなどに入力する。

ステップ２０２において、入力されたスクリプトは、２つのワイルドカードと「月」を含む字体とを含んでいると認識され、２つのワイルドカードは字体「月」の左側にあると認識される。次に、入力されたスクリプトにマッチする文字ライブラリ内の文字数を表す、マッチする文字をカウントするためのカウンタの値ｉが０に設定される。

ステップ２０３において、認識された字体「月」が、文字ライブラリに事前に記憶された（「潮」などの）文字の字体と比較され、ワイルドカードは比較せずに、入力されたスクリプトと文字「潮」との間の０．９などの類似性を取得する。この実施形態では、字体の比較は位置関係に基づいている。従って、入力されたスクリプトは、字体の右の構成部分として「月」を有する文字ライブラリ内の文字とは比較的類似性が高い一方で、例えば字体の上、下、左、又は中央の構成部分として「月」を有する文字ライブラリ内の文字とは類似性が極めて低い。また、この実施形態では「月」の左側に２つのワイルドカードが存在する。従って、「月」の左側に２つの構成部分を有する文字ライブラリ内の字体は、入力されたスクリプトにより良くマッチし、このスクリプトとの類似性が非常に高い。

ステップ２０４において、類似性０．９が特定のしきい値、例えば０．５に達しているか否かが判断される。達していれば、フローはステップ２０５へ進む。達していなければ、フローはステップ２０６へ進む。この実施形態では、０．９は０．５よりも大きいので、フローはステップ２０５へ進む。

ステップ２０５において、文字及び対応する類似性ｘ_i＝０．９が保存され、ｉ＝ｉ＋１となる。

ステップ２０６において、認識された字体が文字ライブラリ内の字体と照合されたか否かが判断される。照合されていなければ、フローはステップ２０３へ戻る。照合されていれば、例えば、照合結果は、「潮」（類似性ｘ₁＝０．９）、「明」（類似性ｘ₂＝０．６）、「棚」（類似性ｘ₂＝０．９）、「湖」（類似性ｘ₃＝０．９）、「月」（類似性ｘ₃＝０．５）などとなり、その後フローはステップ２０７へ進む。

ステップ２０７において、複数の照合結果が存在するか否かが判断される。複数存在しない場合、フローはステップ２１１へ進み、複数存在する場合、フローはステップ２０８へ進む。

ステップ２０８において、照合結果が自己の類似性ｘ_iに基づいてソートされる。そして、一連の照合結果「潮」、「棚」、「湖」、「明」、及び「月」が、高から低までの類似性に基づいて、及び類似性が等しい場合にはマッチした順番で取得される。

ステップ２０９において、ユーザが選択するために前記一連の照合結果が表示される。ステップ２１０において、ユーザが一連の照合結果から文字、すなわちユーザが入力したい文字を選択し、方法は終了する。

以下の例では、ワイルドカードと字体との間の位置関係が手書き文字認識の最終結果に与える影響についてさらに例示する。例えば、Δをワイルドカードとして使用する。「

」を入力した場合、「国」及び「

」などの、外側に「口」を有する文字が比較的高い類似性を有する。「

」を入力した場合、「回」及び「

」などの、内側に「口」を有する文字が比較的高い類似性を有する。「

」を入力した場合、「吝」及び「言」など、下部に「口」を有する文字が比較的高い類似性を有する。「

」を入力した場合、「吃」及び「喝」など、左側に「口」を有する文字が比較的高い類似性を有する。

さらに、字体及び字画の方向の組み合わせを認識要素として使用することで、手書き文字認識方法の正確性を高める役に立つ。例えば、ユーザが「

」を入力したいと望み、手書きスクリプトを「

」にした場合、字体の認識ではワイルドカードと字体「干」であると認識されることがあり、従って、望ましくない文字「

」が取得される可能性がある。しかしながら、字体の認識と併せた字画の方向の認識により、「千」の第１画は「横画」ではなく「左払い」であると認識される。このようにして、手書き文字認識の正確性及びスピードが大幅に向上する。

図３は、本発明の１つの実施形態による手書き文字認識装置のブロック図である。手書き文字認識装置３００は、パーソナルコンピュータ、ＰＤＡ、移動電話などの手書き文字入力が可能ないずれの装置であってもよい。手書き文字認識装置３００は、スクリプト受信機３１０、認識機３２０、照合機３３０、及びディスプレイ３４０を備える。さらに、この装置はソータ３５０及びセレクタ３６０を含むことができる。

スクリプト受信機３１０は、認識対象のスクリプトを入力するための手書き用ペン、指タップ、又はマウスクリックにより手書き文字を入力できるタッチスクリーン及び手書き用パネルなどであってもよい。

スクリプト受信機３１０を通じて入力されたスクリプトを受け取ると、認識機３２０が前記スクリプト受信機のスクリプト内のワイルドカード及び要素を認識する。

認識機３２０がワイルドカード及び要素の認識を完了した後、照合機３３０が、前記認識機から提供される要素及びワイルドカードの情報を、文字ライブラリに事前に記憶された文字と照合して、ワイルドカードは比較せずに対応する類似性を取得する。

文字ライブラリに事前に記憶された全ての文字との照合が完了すると、ソータ３５０が、照合機３３０により取得された照合結果及び対応する類似性に基づいて照合結果をソートする。

ディスプレイ３４０が、照合機３３０から直接、又はソータ３５０によりソートされた照合結果を表示する。

セレクタ３６０が、前記照合結果から文字を選択する。

本発明は、ワイルドカードを使用して手書き文字を認識する方法を提供し、文字を手書きする時間を短縮する。ワイルドカードの概念を導入することにより、ユーザは、単純なワイルドカードを書き込んで文字内の複雑な要素を表すことができる。特に、複雑な文字を小さな書き込み領域に手書きする際、或いはユーザが入力する文字の正確な書き方を忘れた際に入力効率が著しく改善される。

図４は、本発明の１つの実施形態による手書き文字認識のユーザインターフェイスの概略図である。この図に示すように、文字「

」は３つの構成部分、すなわち「山」「真」及び「

」を有している。総画数は１９であり、そのうち１０は構成部分「真」から生じている。この場合、ユーザは、この要素を表すためにワイルドカードとして円を書き込むだけでよい。本発明による手書き文字認識方法及び装置では、このスクリプトの照合結果は「

」、「巍」、及び「嶷」となる。その後、ユーザは所望の文字「

」を選択することができ、これにより文字「

」の構成部分「真」の１０画を入力するための時間が節約される。従って、本発明は、手書き文字を入力する過程において入力が必要な画数を大幅に減らし、これにより入力効率を向上させる。ユーザは、文字をより迅速かつ容易に入力することができる。たとえユーザが文字の正確な書き方を忘れた場合でも、なんとか文字を入力することができる。本発明の方法は、理解が容易であるとともに習得が容易である。さらに、本発明の方法は、従来の手書き方法への追加にすぎず、ユーザがこの方法を使用しなくても影響を受けることはない。

本発明の特定の実施形態を参照しながら上述したが、当業者であれば、これらは例示にすぎず、本発明の原理から逸脱することなくこれらの実施形態に変更を加えることができ、本発明の範囲は添付の特許請求の範囲により定められることを理解するであろう。

２０１ 認識対象のスクリプトを受け取る
２０２ スクリプト内のワイルドカード、字体、及びこれらの間の位置関係を認識し、ｉ＝０に設定
２０３ 認識された字体を、文字ライブラリに事前に記憶された文字の同じ位置にある字体と比較して、ワイルドカードは比較せずに類似性を取得
２０４ マッチするか？
２０５ 照合結果及び対応する類似性ｘ_iを保存し、ｉ＝ｉ＋１とする
２０６ 文字ライブラリ内の全ての文字との照合が終了したか？
２０７ ｉ＞１であるか？
２０８ 照合結果を、対応する類似性ｘ_iに基づいてソート
２０９ 照合結果を表示
２１０ 照合結果から最終結果として文字を選択
２１１ ｉ＝１であるか？

Claims (20)

1. 手書き文字認識方法であって、
   認識対象のスクリプトを入力するステップと、
   前記入力したスクリプトのワイルドカード及び要素を認識するステップと、
   前記認識された要素及び前記ワイルドカード情報を、文字ライブラリに事前に記憶された文字と照合するステップと、
   前記照合結果を表示するステップと、
   を含むことを特徴とする方法。
2. 前記ワイルドカードがユーザに合わせてカスタマイズできる、
   ことを特徴とする請求項１に記載の方法。
3. 前記（単複の）ワイルドカードの数が１又はそれ以上である、
   ことを特徴とする請求項１に記載の方法。
4. 前記照合ステップにおいて、前記ワイルドカードではなく前記認識された要素が、前記文字ライブラリに事前に記憶された文字の前記要素と比較される、
   ことを特徴とする請求項１に記載の方法。
5. 前記入力スクリプト内の前記ワイルドカードと前記要素との位置関係が、前記認識ステップにおいて認識される、
   ことを特徴とする請求項１に記載の方法。
6. 前記照合ステップにおいて、前記ワイルドカードではなく、位置を認識された前記要素が、前記文字ライブラリに事前に記憶された文字の同じ位置の前記要素と比較される、
   ことを特徴とする請求項１に記載の方法。
7. 前記照合結果が複数の文字である、
   ことを特徴とする請求項１に記載の方法。
8. 前記照合結果をソートするステップをさらに含む、
   ことを特徴とする請求項６に記載の方法。
9. 前記照合結果から文字を選択するステップをさらに含む、
   ことを特徴とする請求項６に記載の方法。
10. 手書き文字認識装置であって、
    認識対象のスクリプトを受け取るスクリプト受信機と、
    前記スクリプト受信機から提供される前記スクリプトの前記ワイルドカード及び要素を認識する認識機と、
    前記認識機から提供される前記認識済みの要素及び前記ワイルドカード情報を、文字ライブラリに事前に記憶された文字と照合する照合機と、
    前記照合機からの前記照合結果を表示するディスプレイと、
    を含むことを特徴とする装置。
11. 前記ワイルドカードがユーザに合わせてカスタマイズできる、
    ことを特徴とする請求項１０に記載の手書き文字認識装置。
12. 前記ワイルドカードの数が１又はそれ以上である、
    ことを特徴とする請求項１０に記載の手書き文字認識装置。
13. 前記照合機は、前記ワイルドカードではなく前記認識された要素を、前記文字ライブラリに事前に記憶された文字の前記要素と比較する、
    ことを特徴とする請求項１０に記載の手書き文字認識装置。
14. 前記認識機は、前記入力スクリプト内の前記ワイルドカードと前記要素との位置関係を認識する、
    ことを特徴とする請求項１０に記載の手書き文字認識装置。
15. 前記照合機は、前記ワイルドカードではなく、位置を認識された前記要素を、前記文字ライブラリに事前に記憶された文字の同じ位置の前記要素と比較する、
    ことを特徴とする請求項１０に記載の手書き文字認識装置。
16. 前記照合結果が複数の文字である、
    ことを特徴とする請求項１０に記載の手書き文字認識装置。
17. 前記照合機からの前記照合結果をソートするソータをさらに含む、
    ことを特徴とする請求項１６に記載の手書き文字認識装置。
18. 前記照合結果から文字を選択するセレクタをさらに含む、
    ことを特徴とする請求項１６に記載の手書き文字認識装置。
19. 前記装置は、パーソナルコンピュータ、携帯情報端末（ＰＤＡ）、移動電話、及びその他のモバイル電子機器のうちの１つである、
    ことを特徴とする請求項１０に記載の手書き文字認識装置。
20. 手書き文字認識のためのコンピュータプログラム製品であって、コンピュータ可読プログラムコードを記憶するコンピュータ可読記憶媒体を含み、前記コンピュータ可読プログラムコードは、
    認識対象のスクリプトを入力するコンピュータ可読プログラムコードと、
    前記入力スクリプト内の前記ワイルドカード及び要素を認識するコンピュータ可読プログラムコードと、
    前記認識された要素及び前記ワイルドカード情報を、文字ライブラリに事前に記憶された文字と照合するコンピュータ可読プログラムコードと、
    前記照合結果を表示するコンピュータ可読プログラムコードと、
    を含むことを特徴とするコンピュータプログラム製品。

Images