JP2011065370A - パターン認識方法、文字認識方法、パターン認識プログラム、文字認識プログラム、パターン認識装置および文字認識装置 - Google Patents

Abstract

【課題】入力パターンの各カテゴリに対する類似度を過去の認識結果に基づいて評価した値で認識結果を判定でき、効率的に精度の高いパターン認識を実現するパターン認識方法、文字認識方法、パターン認識プログラム、文字認識プログラム、パターン認識装置および文字認識装置を提供する。
【解決手段】パターン認識処理では、認識用の辞書に登録されている複数のカテゴリに対する入力パターンの類似度を算出し、算出した類似度を正解である条件で当該類似度となる確率と正解でないという条件で当該類似度となる確率とから得られる第１評価値に変換し、その第１評価値と事前確率とから第２評価値を算出し、第２評価値が最大となるカテゴリを選択するようにしたものである。
【選択図】図２

Description

本発明は、たとえば、被読取物上に記載されている文字を認識する文字認識装置あるいは各個人固有の生体情報により人物を認識する生体照合装置などに用いられるパターン認識方法、文字認識方法、パターン認識プログラム、文字認識プログラム、パターン認識装置および文字認識装置に関する。

従来、パターン認識方法には、種々の手法が提案されている。たとえば、複数のカテゴリからなるパターンを認識する技術としては、各カテゴリの認識結果が正解である確率を用いて認識精度を高めようとするパターン認識方法がある。このようなパターン認識方法の一例として、IEEE Trans. Pattern Analysis and Machine Intelligence, vol.11, no.1, pp.68-83, Jan.1989（非特許文献１）には、事後確率を事前確率で除した値を評価値とし、評価値が最大となる候補を次の探索対象とする手法が開示されている。なお、事後確率は、Ｐ（ｃ｜ｘ）と書き表される。事後確率Ｐ（ｃ｜ｘ）は、認識処理により得られた出力ｘを条件とし、候補ｃが正解である確率を意味するものと定義されている。また、事前確率は、Ｐ（ｃ）と書き表されるものとする。事前確率Ｐ（ｃ）は、認識処理を行っていない段階において、候補ｃが正解である確率のことを意味するものと定義されている。

従来、各カテゴリの類似度を事後確率に変換しようとする試みとしては、特登２７３９９５０号公報に開示されるものがある。特登２７３９９５０号公報に開示されるものは、あるカテゴリＣｊの類似度ｓｊが与えられた場合、カテゴリＣｊである事後確率Ｐ（Ｃｊ｜ｓｊ）を求めようとするものである。しかしながら、特登２７３９９５０号公報に開示されるものは、上記の通り一つのカテゴリの類似度ｓｊしか考慮していないため、精度を高めるのが難しいことがある。

特登２７３９９５０号公報

「IEEE Trans. Pattern Analysis and Machine Intelligence, vol.11, no.1, pp.68-83, Jan.1989」

この発明の一形態は、効率的に精度の高いパターン認識を行うことができるパターン認識方法、文字認識方法、パターン認識プログラム、文字認識プログラム、パターン認識装置および文字認識装置を提供することを目的とする。

この発明の一形態としてのバターン認識方法は、入力パターンが複数のカテゴリのうち何れのカテゴリであるか識別する方法であって、各カテゴリに対して入力パターンとの類似度を算出する類似度算出ステップと、前記類似度算出ステップにより算出された各カテゴリに対する入力パターンの類似度を、カテゴリごとの類似度と第１評価値との関係を示す第１のテーブルに基づいて、第１評価値に変換する第１評価値算出ステップと、前記第１評価値算出ステップで得られた各カテゴリに対する第１評価値と各カテゴリの事前確率を示す第２のテーブルに格納されているカテゴリごとの事前確率とにより第２評価値を算出する第２評価値算出ステップと、前記第２評価値算出ステップにより算出された第２評価値が最大となるカテゴリを選択する最大値選択ステップとを有する。

この発明の一形態としての文字認識方法は、入力パターンが複数の文字のうち何れの文字であるかを識別する方法であって、各文字に対する入力パターンの類似度を算出する類似度算出ステップと、前記類似度算出ステップにより算出した各文字に対する類似度を、文字ごとの類似度と第１評価値との関係を示す第１のテーブルに基づいて、第１評価値に変換する第１評価値計算ステップと、前記第１評価値計算ステップにより算出した各文字に対する第１評価値と各文字の事前確率を示す第２のテーブルに格納されている各文字の事前確率とにより第２評価値を算出する第２評価値計算ステップと、前記第２評価値計算ステップにより算出した第２評価値が最大となる文字を選択する最大値選択ステップとを有する。

この発明の一形態としてのパターン認識プログラムは、コンピュータに入力パターンが複数のカテゴリの何れのカテゴリであるかを識別させるためのプログラムであって、各カテゴリに対して入力パターンとの類似度を算出する類似度算出機能と、前記類似度算出機能により算出された各カテゴリに対する入力パターンの類似度を、カテゴリごとの類似度と第１評価値との関係を示す第１のテーブルに基づいて、第１評価値に変換する第１評価値算出機能と、前記第１評価値算出機能で得られた各カテゴリに対する第１評価値と各カテゴリの事前確率を示す第２のテーブルに格納されているカテゴリごとの事前確率とにより第２評価値を算出する第２評価値算出機能と、前記第２評価値算出機能により算出された第２評価値が最大となるカテゴリを選択する最大値選択機能とをコンピュータに実現させる。

この発明の一形態としての文字認識プログラムは、コンピュータに入力パターンが複数の文字のうち何れの文字であるかを識別させるためのプログラムであって、各文字に対する入力パターンの類似度を算出する類似度算出機能と、前記類似度算出機能により算出した各文字に対する類似度を、文字ごとの類似度と第１評価値との関係を示す第１のテーブルに基づいて、第１評価値に変換する第１評価値計算機能と、前記第１評価値計算機能により算出した各文字に対する第１評価値と各文字の事前確率を示す第２のテーブルに格納されている各文字の事前確率とにより第２評価値を算出する第２評価値計算機能と、前記第２評価値計算機能により算出した第２評価値が最大となる文字を選択する最大値選択機能とをコンピュータに実現させる。

この発明の一形態としてのパターン認識装置は、入力パターンが複数のカテゴリのうち何れのカテゴリであるかを識別するものであって、各カテゴリに対して入力パターンとの類似度を算出する類似度算出手段と、カテゴリごとの類似度と第１評価値との関係を示す第１のテーブルと、前記類似度算出手段により算出された各カテゴリに対する入力パターンの類似度を前記第１のテーブルで示される関係に基づいて第１評価値に変換する第１評価値算出手段と、前記第１評価値算出手段で得られた各カテゴリに対する第１評価値と各カテゴリの事前確率を示す第２のテーブルに格納されているカテゴリごとの事前確率とにより第２評価値を算出する第２評価値算出手段と、前記第２評価値算出手段により算出された第２評価値が最大となるカテゴリを選択する最大値選択手段とを有する。

この発明の一形態としての文字認識装置は、入力パターンが複数の文字のうち何れの文字であるかを識別するものであって、各文字に対する入力パターンの類似度を算出する類似度算出手段と、文字ごとの類似度と第１評価値との関係を示す第１のテーブルと、前記類似度算出手段により算出した各文字に対する類似度を前記第１のテーブルで示される関係に基づいて第１評価値に変換する第１評価値計算手段と、前記第１評価値計算手段により算出した各文字に対する第１評価値と各文字の事前確率を示す第２テーブルに格納されている各文字の事前確率とにより第２評価値を算出する第２評価値計算手段と、前記第２評価値計算手段により算出した第２評価値が最大となる文字を選択する最大値選択手段とを有する。

この発明の一形態によれば、効率的に精度の高いパターン認識を行うことができるパターン認識方法、文字認識方法、パターン認識プログラム、文字認識プログラム、パターン認識装置および文字認識装置を提供することができる。

図１は、実施の形態に係わる紙葉類処理装置としての区分機の概略構成を示す図である。 図２は、文字認識部の構成例を示す図である。 図３は、類似度蓄積部の構成例を示す図である。 図４は、カテゴリ別第１評価値テーブルの構成例を示す図である。 図５は、正解分布テーブルの構成例を示す図である。 図６は、不正解分布テーブルの構成例を示す図である。

以下、この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。
まず、本実施の形態としてのパターン認識処理について概略的に説明する。
本実施の形態としてのパターン認識処理は、入力パターンが複数カテゴリのうちの何れであるかを判定するための処理である。認識対象となるパターンは、認識用の辞書に登録された辞書パターン（カテゴリ）との類似度（あるいは、確信度、距離、評価値などと称されるカテゴリの正解らしさを示す値）が算出可能なものであれば良い。たとえば、認識対象とするパターンとしては、文字認識処理における文字パターン、あるいは、顔画像などの生体情報による生体認証処理における生体情報の特徴パターンなどが想定される。

たとえば、紙葉類に記載されている文字情報を認識するＯＣＲ処理では、入力画像から検出される文字パターンと辞書データベース１９に登録されている各文字パターン（辞書データ）との類似度により文字を認識する。このような文字認識処理などのパターン認識処理では、入力パターンが複数のカテゴリ（辞書データ）の何れであるかを類似度に基づいて判別している。

本実施の形態で説明するパターン認識方法は、入力パターンが複数カテゴリの何れであるかを判定する認識処理に適用されるものである。また、本実施の形態で説明するパターン認識方法では、各カテゴリに対する入力パターンの類似度および入力パターンに対する正解のカテゴリを蓄積し、各カテゴリの類似度を条件とした事後確率（後で詳細に説明する）を計算することにより、効率的かつ高速に精度の良いパターン認識結果を得るものである。

以下、パターン認識処理の適用例として紙葉類に記載されている住所情報などを文字を認識する文字認識部を有する紙葉類処理装置について説明する。
図１は、本実施の形態に係わる紙葉類処理装置としての区分機１の概略構成を示す図である。
この区分機１は、図１に示すように、区分機本体（本体）３とＶＣＳ（ビデオコーディングシステム）４とから構成されている。上記区分機本体３は、紙葉類を住所情報などにより区分処理するものである。また、上記ＶＣＳ４は、上記区分機本体３にて住所情報が判別できなかった紙葉類の住所情報をオペレータのコーディング作業により入力するものである。

上記区分機本体３は、図１に示すように、前面にオペレーションパネル１０が設けられている。上記オペレーションパネル１０は、オペレータ（操作員）が処理モードや処理開始を指定したり、区分機の動作状態などを表示したりする。
上記区分機本体３は、紙葉類を供給する供給部を有する。供給部１１に収容される紙葉類は、郵便番号、住所、宛名など文字情報（以下、単に住所情報と称する）が記載されている。上記供給部１１は、紙葉類を所定の間隔で一通づつ主搬送路１２へ供給する。また、上記供給部１１に供給される紙葉類には、住所情報以外に、紙葉類の宛先情報を示す宛先バーコード、または、後述するＯＣＲ処理で宛先情報の文字認識ができなかった紙葉類に付与される識別情報としてのＩＤバーコードが記載されたものがある。

主搬送路１２上には、ＢＣＲ（バーコードリーダ）１３、スキャナ１４、ＢＣＷ（バーコードライタ）部１５、および、区分部１６が設けられている。これらの各部は、各紙葉類に対する搬送状態などの処理状況に応じた区分制御部１７による制御に基づいて動作する。

上記ＢＣＲ１３は、主搬送路１２上を搬送される紙葉類に印字されているＩＤバーコードあるいは宛先バーコードなどのバーコードを読み取るものである。上記ＢＣＲ１３は、バーコードの画像を読み取る読取部と、読取画像におけるバーコードを認識する認識部を有する。上記ＢＣＲ１３によるバーコードの認識結果は、区分制御部１７へ供給される。

上記スキャナ１４は、主搬送路１２上の紙葉類の画像を読取る。上記スキャナ１４は、紙葉類上の画像を光学的に読み取る。上記スキャナ１４は、文字認識部１８に接続される。上記文字認識部１８は、辞書データベース（ＤＢ）１９に登録されている辞書データを参照して上記スキャナ１４により読み取った画像から住所情報を認識する。上記文字認識部１８は、住所情報の認識結果を区分制御部１７へ供給する。つまり、上記スキャナ１４、文字認識部１８および辞書データベースは、文字認識装置（ＯＣＲ）を構成するものである。なお、上記文字認識部１８の構成については、後で詳細に説明する。

上記ＢＣＷ１５は、必要に応じて紙葉類にＩＤバーコード、あるいは、宛先バーコードを印刷する。たとえば、上記ＢＣＷ１５は、上記文字認識部１８により住所情報が認識できた紙葉類に認識結果としての住所情報をバーコード化した宛先バーコードを印刷する。また、上記ＢＣＷ１５は、上記文字認識部１８により宛先情報が認識できなかった紙葉類に区分制御部１７から与えられる識別情報（書状ＩＤ）をバーコード化したＩＤバーコードを印刷する。つまり、上記ＢＣＷ１５は、住所情報が認識できた紙葉類にはその認識結果を宛先バーコードとして印刷し、住所情報が認識できなかった紙葉類にはＩＤバーコードを印刷する。

すなわち、上記宛先バーコードは、ＯＣＲ認識結果としての宛先情報そのものを示すバーコードであり、上記ＩＤバーコードは、当該紙葉類を識別するための識別情報を示すバーコードである。上記ＩＤバーコードで示す紙葉類の識別情報は、上記ＶＣＳ４において打鍵入力された宛先情報と紙葉類とを対応づけるための情報である。言い換えると、上記ＩＤバーコードが印刷されている紙葉類は、ＶＣＳ４による処理対象となる紙葉類である。

このＢＣＷ１５の紙葉類の搬送方向の下流側には、紙葉類が住所情報に応じて区分する区分部１６が設けられている。この区分部１６は、複数の段、複数の列に区画された複数の区分ポケット（図示しない）から構成されている。各ポケットは、区分先ごとに対応して設定されており、住所情報あるいは機械コードに基づいて、紙葉類が住所情報に対応したポケットに順次集積される。また、区分部１６には、区分先が認識できなかった紙葉類が集積されるＶＣＳ排除ポケット（図示しない）が設けられている。このＶＣＳ排除ポケットに集積された紙葉類は、住所情報がＶＣＳ４にて入力された後に、上記供給部１１に再供給され、当該紙葉類のＩＤコードと上記ＶＣＳ４にて入力された住所情報とに基づいて再区分されるようになっている。

次に、ＶＣＳ４について説明する。
上記ＶＣＳ４は、図１に示すように、画像蓄積分配装置２１および複数のビデオコーディング端末（以下、ＶＣＤと称する）２２などから構成されている。
上記画像蓄積分配装置２１は、上記区分機本体３で住所情報が認識できなかった紙葉類の画像を各ＶＣＤ２２へ配信し、上記各ＶＣＤ２２による住所情報の打鍵入力結果を上記区分機本体３へ返す処理を行う。上記画像蓄積分配装置２１には、上記区分機本体３におけるスキャナ１４、区分制御部１７および文字認識部１８が接続されている。上記画像蓄積分配装置２１は、例えば、画像制御部及び記憶部を有するパーソナルコンピュータ（ＰＣ）で構成される。上記画像蓄積分配装置２１は、上記文字認識部１８で住所情報が認識できなかった紙葉類の画像に当該紙葉類の識別情報（書状ＩＤ）を対応づけて記憶し、記憶した紙葉類の画像を各ＶＣＤ２２へ配信する。

上記ＶＣＤ２２は、ディスプレイ（表示部）あるいはキーボード（操作部）などを有する。上記ＶＣＤ２２は、例えば、ＰＣにより構成される。上記ＶＣＤ２２では、上記画像蓄積分配装置２１から分配される紙葉類の画像をディスプレイに表示する。紙葉類の画像を表示した状態において、上記ＶＣＤ２２では、オペレータがキーボードにより住所情報を入力する。上記ＶＣＤ２２による入力結果は、当該紙葉類の識別情報（ＩＤコード）と対応づけて上記画像蓄積分配装置２１へ返される。また、上記画像蓄積分配装置２１は、上記ＶＣＤ２２からの入力結果を当該紙葉類の識別情報（ＩＤコード）と対応づけて区分制御部１７へ供給する。これにより、区分制御部１７では、紙葉類に付与したＩＤバーコードに基づいて打鍵入力された住所情報が得られる。

次に、文字認識部１８について説明する。
図２は、文字認識部１８の構成例を示す図である。
図２に示すように、文字認識部１８は、画像入力部３１、パターン検出部３２、類似度算出部３３、第１評価値算出部３４、第２評価値算出部３５、最大値選択部３６、認識結果出力部３７、類似度蓄積部４１、カテゴリ別第１評価値テーブル４２、正解分布テーブル４３、不正解分布テーブル４４、および、事前確率テーブル４５などを有している。文字認識部１８は、制御部、記憶部および入出力インターフェースなどを有するハードウエア（処理基板）で構成される。すなわち、文字認識部１８は、制御部が記憶部に記憶されているプログラムを実行することにより、種々の処理機能を実現するコンピュータと同様な構成を有している。

たとえば、上記画像入力部３１、パターン検出部３２、類似度算出部３３、第１評価値算出部３４、第２評価値算出部３５、最大値選択部３６および認識結果出力部３７などは、コンピュータ（処理基板）の制御部が各種のプログラムを実行することにより実現される機能であり、上記類似度蓄積部４１、カテゴリ別第１評価値テーブル４２、正解分布テーブル４３、不正解分布テーブル４４および事前確率テーブル４５などは、コンピュータ（処理基板）の記憶部により実現される。なお、本実施の形態の文字認識部１８では、パターン認識プログラムを実行することにより上記各部の機能を実現するものを想定するが、文字認識部１８は、上述した各部の一部あるいは全部をそれぞれハードウエアで構成しても良い。

上記画像入力部３１は、文字認識の対象となる画像を入力するためのインターフェースである。上記画像入力部３１は、上記スキャナ１４により読み取った紙葉類の画像データを入力する。上記パターン検出部３２は、入力した画像から入力パターン（認識対象とする文字パターン）の候補を検出する。各カテゴリ(階層）のパターン（単語）候補を検出する。上記パターン検出部３２は、たとえば、入力画像から住所情報が記載されているらしい住所領域を切り出し、住所領域から文字行を切り出し、文字行から文字を切り出し、切り出した文字のパターンを入力文字パターンとする。

上記類似度算出部３３は、入力された画像から得られた入力パターンと各カテゴリとの類似度を算出する。上記類似度算出部３３は、上記パターン検出部３２により選出された入力パターン（入力文字パターン）と辞書データベース１９に登録されている各カテゴリとしての各文字（辞書文字パターン）との類似度を算出する。上記類似度算出部３３は、算出した各カテゴリに対する類似度を類似度蓄積部４１に蓄積する。

上記第１評価値算出部３４は、各カテゴリに対する第１評価値を算出する。ここでは、上記第１評価値算出部３４は、上記類似度算出部３３により算出した入力文字パターンの各カテゴリ（辞書文字パターン）に対する類似度を、上記カテゴリ別第１評価値テーブル４２を参照して、第１評価値に変換する。

上記第２評価値算出部３５は、各カテゴリに対する第２評価値を算出する。ここでは、上記第２評価値算出部３５は、事前確率テーブル４５から得られる各カテゴリ（辞書文字パターン）に対する事前確率と上記第１評価値算出部３４により得られる各カテゴリに対する第１評価値とを乗算することにより、各カテゴリに対する第２評価値を算出する。

上記最大値選択部３６は、第２評価値算出部３５により算出された各カテゴリに対する第２評価値のうち最大となる第２評価値を選択する。ここでは、上記最大値選択部３６は、第２評価値が最大値となるカテゴリとしての辞書文字パターンを選択する。この場合、第２評価値が最大となる文字（辞書文字パターン）が入力文字パターンに対する文字認識結果として得られる。

上記認識結果出力部３７は、文字認識部１８としての住所情報の認識結果を出力するものである。ここでは、上記認識結果出力部３７は、上記最大値選択部３６により選択された各文字を総合的に評価することにより紙葉類に対する住所情報の認識結果を出力する。上記文字認識部１８は、紙葉類の区分処理に用いる住所情報を認識するものである。このため、認識結果出力部３７は、最大値選択部３６により選択された文字が当該紙葉類を正しく区分するための住所情報として採用可能であるか否かを判別するようにしても良い。たとえば、認識結果出力部３７は、最大値選択部３６により最大値として選択されたカテゴリに対する第２評価値が所定の閾値以上か否かにより当該認識結果が正しい認識結果として採用できるか否かを判定するようにしても良いし、最大値選択部３６により選択されたカテゴリに対する類似度が所定の閾値以上か否かにより当該認識結果が正しい認識結果として採用できるか否かを判定するようにしても良い。

上記類似度蓄積部４１は、上記類似度算出部３３により算出された各カテゴリに対する類似度を各紙葉類の識別情報と対応づけて格納するとともに、ＶＣＳ４により打鍵入力された情報を正解のカテゴリ（正しい住所情報）として紙葉類の識別情報に対応づけて蓄積する。上記類似度蓄積部４１に蓄積された情報は、正解分布テーブル４３、不正解分布テーブル４４および事前確率テーブル４５を構築するのに用いられる。

図３は、類似度蓄積部４１の構成例を示す図である。
図３に示す例では、類似度蓄積部４１には、パターンナンバーで識別される各入力パターンに対して、正解のカテゴリを示す情報、および、各カテゴリ（辞書パターン）の類似度を示す情報が記憶されている。各入力パターンに対する各カテゴリの類似度は、上述した類似度算出部３３で算出される値である。従って、類似度算出部３３がある入力パターンに対する各カテゴリ（辞書パターン）の類似度を算出するごとに、類似度蓄積部４１には、当該入力パターンに対する各カテゴリの類似度を示す情報が蓄積される。さらに、類似度蓄積部４１には、入力パターンに対する正解のカテゴリを示す情報も蓄積される。

上記区分機１では、ＶＣＳ４でオペレータが入力した情報（ＶＣＳ情報）が入力パターンに対する正解のカテゴリを示すものとする。この場合、各カテゴリの類似度に対応する入力パターンに対して、さらに、正解のカテゴリを示す情報が蓄積される。すなわち、上述した区分機１では、文字認識部１８による認識処理を含む区分機本体３内での紙葉類に対する処理後に、ＶＣＳ４による紙葉類の住所情報の打鍵入力が行われる。このため、類似度蓄積部４１は、文字認識部１８による文字認識処理（区分機本体３での紙葉類処理）時に入力パターンに対する各カテゴリの類似度が登録され、その後のＶＣＳ処理（ＶＣＳ４での打鍵入力の処理）時にパターンナンバーで識別される各入力パターンに対する正解のカテゴリが登録される。

たとえば、図３に示す例では、パターンナンバー「１」の入力パターンに対して、類似度算出部３３で算出した各カテゴリの類似度は、カテゴリＡの類似度が「５８５」、カテゴリＢの類似度が「７０２」、カテゴリＣの類似度が「８９３」であり、ＶＣＳ４で確定した正解のカテゴリは、カテゴリ「Ｃ」であることを示している。
上記のような類似度蓄積部４１によれば、各入力パターンに対して、文字認識処理時に得られた各カテゴリの類似度とＶＣＳで確定された正解のカテゴリとが容易に抽出可能となる。

上記カテゴリ別第１評価値テーブル４２は、各カテゴリの類似度と第１評価値との関係を示すテーブルである。カテゴリ別第１評価値テーブル４２に格納される値は、正解分布テーブル４３および不正解分布テーブル４４に格納した情報により計算される値である。なお、第１評価値は、後述する式（１３）におけるＲ（Ｓｃ｜ｃ）、Ｒ（Ｓｃ’｜ｃ’）に相当する。
図４は、カテゴリ別第１評価値テーブル４２の構成例を示す図である。図４に示す構成例では、類似度を１００刻みで分割した頻度を示しているが、これに限定されるものではなく、カテゴリ別第１評価値テーブル４２では、類似度を任意の範囲で分割して頻度を示すようにしても良い。図４に示す例では、たとえば、カテゴリＡについて、類似度が１０００〜９００であった場合の第１評価値が「３２２」、類似度が９００〜８００であった場合の第１評価値が「９５」、類似度が８００〜７００であった場合の第１評価値が「２．３６」、類似度が７００〜６００であった場合の第１評価値が「０．２１」であることを示している。

正解分布テーブル４３は、正解となったカテゴリに対する類似度の分布を示すテーブルである。正解分布テーブル４３には、正解となったカテゴリに対する入力パターンの類似度を集計したデータが格納される。たとえば、正解分布テーブル４３は、類似度蓄積部４１から正解となったカテゴリの類似度を読出し、読み出した類似度をカテゴリごとに集計することにより、カテゴリごとの正解となったパターンに対する類似度の頻度値を示すテーブルとして構築される。なお、正解となった類似度の頻度値は、後述する式（１３）におけるＰ（Ｓｃ｜ｃ）に対応しており、頻度値を合計値で割ることでＰ（Ｓｃ｜ｃ）と同じものとなる。

図５は、正解分布テーブル４３の構成例を示す図である。図５に示す構成例では、類似度を１００刻みで分割した頻度を示しているが、これに限定されるものではなく、類似度を任意の範囲で分割して頻度を示すようにしても良い。図５に示す例では、たとえば、カテゴリＡについて、正解となった数が４４１４であり、そのうち類似度が１０００〜９００であった場合が「３１０」、類似度が９００〜８００であった場合が「３５４１」、類似度が８００〜７００であった場合が「５１２」、類似度が７００〜６００であった場合が「５１」であることを示している。

不正解分布テーブル４４は、不正解となったカテゴリに対する類似度の分布を示すテーブルである。不正解分布テーブル４４には、不正解となったカテゴリに対する入力パターンの類似度を集計したデータが格納される。たとえば、不正解分布テーブル４４は、類似度蓄積部４１から不正解となったカテゴリの類似度を読出し、読み出した類似度をカテゴリごとに集計することにより、カテゴリごとの不正解となったパターンに対する類似度の頻度値を示すテーブルとして構築される。なお、不正解となった類似度の頻度値は、後述する式（１３）におけるＰ（Ｓｃ｜ｃの補集合）に対応しており、頻度値を合計値で割ることでＰ（Ｓｃ｜ｃの補集合）と同じものとなる。

図６は、不正解分布テーブル４４の構成例を示す図である。図６に示す構成例では、類似度を１００刻みで分割した頻度を示しているが、これに限定されるものではなく、類似度を任意の範囲で分割して頻度を示すようにしても良い。図６に示す例では、たとえば、カテゴリＡについて、不正解となった数が１０８７２２であり、そのうち類似度が１０００〜９００であった場合が「３４１」、類似度が９００〜８００であった場合が「２８８６」、類似度が８００〜７００であった場合が「１３９４３」、類似度が７００〜６００であった場合が「９１５５２」であることを示している。

上記正解分布テーブル４３に格納されるデータは、入力パターンの正解カテゴリに対する類似度の頻度値である。このため、上記正解分布テーブルに格納されてるデータに基づいて、入力パターンの正解がカテゴリｃであるという条件のもとでカテゴリｃに対する類似度がＳｃとなる第１の確率（これをＰ（Ｓｃ｜ｃ）とする）が計算できる。

また、上記不正解分布テーブル４４に格納されるデータは、入力パターンの正解カテゴリでないカテゴリに対する類似度の頻度値である。このため、上記不正解分布テーブルに格納されているデータに基づいて、入力パターンの正解がカテゴリｃでない（不正解である）という条件のもとでカテゴリｃに対する類似度がＳｃとなる第２の確率（これをＰ（Ｓｃ｜ｃの補集合）とする）が計算できる。

上記カテゴリ別第１評価値テーブル４２に格納されるデータは、各カテゴリの類似度に対する第１評価値である。第１評価値は、後述する式（１３）におけるＲ（Ｓｃ｜ｃ）、Ｒ（Ｓｃ’｜ｃ’）に相当するものであり、上記第１の確率Ｐ（Ｓｃ｜ｃ）と第２の確率Ｐ（Ｓｃ｜ｃの補集合）との比して求められる。すなわち、上記カテゴリ別第１評価値テーブル４２に格納されるデータ（第１評価値）は、上記正解分布テーブル４３および上記不正解分布テーブル４４から算出可能となる。
事前確率テーブル４５は、各カテゴリの事前確率を示すテーブルである。つまり、事前確率テーブル４５には、各カテゴリに対する事前確率が格納されている。

上記のようなパターン認識処理によれば、各カテゴリで正解になった類似度の頻度と不正解になった類似度の頻度とに基づいて、入力パターンの各カテゴリに対する類似度を評価することができ、精度の高いパターン認識を実現することが可能となる。さらに、入力パターンの各カテゴリに対する類似度と入力パターンに対する正解のカテゴリを示す情報とを蓄積し、蓄積した情報に基づいて各カテゴリについて正解になった類似度の頻度と不正解になった類似度の頻度を更新するができ、各類似度を評価するためのデータを学習する機能を容易に実現できる。

次に、上述した事後確率について詳細に説明する。
一般に、事後確率は、ヘイズの定理を用いて以下のように計算される。

ここで、Ｃは全カテゴリの集合（辞書の全データ）である（例えば、数字辞書であればＣ＝｛１、２、３、…｝、アルファベットであればＣ＝｛Ａ、Ｂ、Ｃ、…｝、顔認識であればＣ＝｛Ａさん、Ｂさん、Ｃさん、…｝）。パターンの分布を確率密度関数で表そうとする手法なら（例えば、擬似ヘイズ；「F. Kimura, K. Takashina, S. Tsuruoka, and Y.Miyake, “Modified quadratic discriminate functions and the application to Chinese character recognition”, IEEE Trans. Pattern Analysis and Machine Intelligence, vol.9, no.1, pp.149-153, 1987」などを参照）、ｘを特徴ベクトルとした時の尤度Ｐ（ｘ｜ｃ´）が得られたため、これを用いて式（２）により事後確率が得られる。

しかしながら、部分空間法では、得られるのは各カテゴリの類似度であり、尤度は求まらない。そこで、以下の通り考察する。

ｘを全認識結果、つまり全カテゴリの類似度を集めたもの（例：ｘ＝（Ａの類似度８００、Ｂの類似度７５０、…））とする。求めたいのは、全カテゴリの集合Ｃに含まれるカテゴリｃの事後確率Ｐ（ｃ｜ｘ）である。ここで、以下に示す数式は、分かりやすくするため、具体的な値を入れた式と交互に並べるものとする。また、具体例としては、アルファベットの文字認識であり、ｃがアルファベットの“Ｂ”であるとする。また、認識結果がｘ＝（Ａの類似度８００、Ｂの類似度７５０、Ｃの類似度９００、…）であるとする。さらに、これをｘ＝（Ａ８００、Ｂ７５０、Ｃ９００、…）と略記する。

ここで、尤度Ｐ（Ａ８００、Ｂ７５０、Ｃ９００、…｜Ｂ）が計算できない。このため、積に分解することを考える。単純に積に分解すると誤差が激しいため、誤差分をＫｃとして、Ｐ（Ａ８００、Ｂ７５０、Ｃ９００、…｜Ｂ）＝ＫＢ・Ｐ（Ａ８００｜Ｂ、Ｂ７５０｜Ｂ）Ｐ（Ｃ９００｜Ｂ）、…として分解する。そして、カテゴリｃごとの誤差を同じ値Ｋであると近似する。

たとえば、式（１２）において、分子のＰ（Ｂ）が事前確率を表しており、分子のＰ（Ｂ７５０｜Ｂ）が第１の確率（当該カテゴリが当該類似度で正解となる確率）を表しており、分子のＰ（Ｂ７５０｜Ｂ）が第２の確率（当該カテゴリが当該類似度で不正解（正解でない）となる確率）を表しており、第１の確率Ｐ（Ｂ７５０｜Ｂ）を第２の確率Ｐ（Ｂ７５０｜Ｂ以外）で除算した値が第１評価値（当該カテゴリに対する第１評価値）を示している。

すなわち、事前確率は、式（１３）を用いて計算できる。式（１３）は、式（２）と同じ形をしており、式（２）における尤度の部分がＲ（Ｓｃ｜ｃ）に置き換わった形をしている。つまり、Ｒ（）は尤度に比例した値であることが分かる。尤度自体は求まらないが、その比がＲ（）によって求まっていることになる。

上記のように、本パターン認識処理では、認識用の辞書に登録されている複数のカテゴリに対する入力パターンの類似度を算出し、算出した類似度を正解である条件で当該類似度となる確率と正解でないという条件で当該類似度となる確率とから得られる第１評価値に変換し、その第１評価値と事前確率とから第２評価値を算出し、第２評価値が最大となるカテゴリを選択するようにしたものである。これにより、各類似度を過去の認識結果に基づいて評価した値で認識結果を判定でき、効率的に精度の高いパターン認識を実現することが可能となる。

１…区分機、３…区分機本体、４…ビデオコーディングシステム（ＶＣＳ）、１４…スキャナ、１７…区分制御部、１８…文字認識部、２１…画像蓄積分配装置、２２…ビデオコーディング端末（ＶＣＤ）、３１…画像入力部、３２…パターン検出部、３３…類似度算出部、３４…第１評価値算出部、３５…第２評価値算出部、３６…最大値選択部、３７…認識結果出力部、４１…類似度蓄積部、４２…第１評価値テーブル、４３…正解分布テーブル、４４…不正解分布テーブル、４５…事前確率テーブル。

Claims (8)

1. 入力パターンが複数のカテゴリのうち何れのカテゴリであるか識別するパターン認識方法であって、
   各カテゴリに対して入力パターンとの類似度を算出する類似度算出ステップと、
   前記類似度算出ステップにより算出された各カテゴリに対する入力パターンの類似度を、カテゴリごとの類似度と第１評価値との関係を示す第１のテーブルに基づいて、第１評価値に変換する第１評価値算出ステップと、
   前記第１評価値算出ステップで得られた各カテゴリに対する第１評価値と各カテゴリの事前確率を示す第２のテーブルに格納されているカテゴリごとの事前確率とにより第２評価値を算出する第２評価値算出ステップと、
   前記第２評価値算出ステップにより算出された第２評価値が最大となるカテゴリを選択する最大値選択ステップと、
   を具備したことを特徴とするパターン認識方法。
2. 入力パターンが複数の文字のうち何れの文字であるかを識別する文字認識方法であって、
   各文字に対する入力パターンの類似度を算出する類似度算出ステップと、
   前記類似度算出ステップにより算出した各文字に対する類似度を、文字ごとの類似度と第１評価値との関係を示す第１のテーブルに基づいて、第１評価値に変換する第１評価値計算ステップと、
   前記第１評価値計算ステップにより算出した各文字に対する第１評価値と各文字の事前確率を示す第２のテーブルに格納されている各文字の事前確率とにより第２評価値を算出する第２評価値計算ステップと、
   前記第２評価値計算ステップにより算出した第２評価値が最大となる文字を選択する最大値選択ステップと、
   を具備したことを特徴とする文字認識方法。
3. 前記第１のテーブルは、入力パターンが当該文字であるという条件のもとで当該類似度となる確率と入力パターンが当該文字でないという条件のもとで当該類似度となる確率との比である、
   ことを特徴とする前記請求項２に記載の文字認識方法。
4. さらに、前記類似度算出ステップにより算出された各カテゴリの類似度と入力パターンに対する正解の文字を示す情報とを関連付けて蓄積する蓄積ステップと、
   前記蓄積ステップにより蓄積した情報に基づいて前記第１のテーブルを更新する更新ステップと、
   を具備したことを特徴とする前記請求項２又は３に記載の文字認識方法。
5. コンピュータに入力パターンが複数のカテゴリの何れのカテゴリであるかを識別させるためのパターン認識プログラムであって、
   各カテゴリに対して入力パターンとの類似度を算出する類似度算出機能と、
   前記類似度算出機能により算出された各カテゴリに対する入力パターンの類似度を、カテゴリごとの類似度と第１評価値との関係を示す第１のテーブルに基づいて、第１評価値に変換する第１評価値算出機能と、
   前記第１評価値算出機能で得られた各カテゴリに対する第１評価値と各カテゴリの事前確率を示す第２のテーブルに格納されているカテゴリごとの事前確率とにより第２評価値を算出する第２評価値算出機能と、
   前記第２評価値算出機能により算出された第２評価値が最大となるカテゴリを選択する最大値選択機能と、
   をコンピュータに実現させるためのパターン認識プログラム。
6. コンピュータに入力パターンが複数の文字のうち何れの文字であるかを識別させるための文字認識プログラムであって、
   各文字に対する入力パターンの類似度を算出する類似度算出機能と、
   前記類似度算出機能により算出した各文字に対する類似度を、文字ごとの類似度と第１評価値との関係を示す第１のテーブルに基づいて、第１評価値に変換する第１評価値計算機能と、
   前記第１評価値計算機能により算出した各文字に対する第１評価値と各文字の事前確率を示す第２のテーブルに格納されている各文字の事前確率とにより第２評価値を算出する第２評価値計算機能と、
   前記第２評価値計算機能により算出した第２評価値が最大となる文字を選択する最大値選択機能と、
   をコンピュータに実現させるための文字認識プログラム。
7. 入力パターンが複数のカテゴリのうち何れのカテゴリであるかを識別するパターン認識装置であって、
   各カテゴリに対して入力パターンとの類似度を算出する類似度算出手段と、
   カテゴリごとの類似度と第１評価値との関係を示す第１のテーブルと、
   前記類似度算出手段により算出された各カテゴリに対する入力パターンの類似度を前記第１のテーブルで示される関係に基づいて第１評価値に変換する第１評価値算出手段と、
   前記第１評価値算出手段で得られた各カテゴリに対する第１評価値と各カテゴリの事前確率を示す第２のテーブルに格納されているカテゴリごとの事前確率とにより第２評価値を算出する第２評価値算出手段と、
   前記第２評価値算出手段により算出された第２評価値が最大となるカテゴリを選択する最大値選択手段と、
   を具備したことを特徴とするパターン認識装置。
8. 入力パターンが複数の文字のうち何れの文字であるかを識別する文字認識装置であって、
   各文字に対する入力パターンの類似度を算出する類似度算出手段と、
   文字ごとの類似度と第１評価値との関係を示す第１のテーブルと、
   前記類似度算出手段により算出した各文字に対する類似度を前記第１のテーブルで示される関係に基づいて、第１評価値に変換する第１評価値計算手段と、
   前記第１評価値計算手段により算出した各文字に対する第１評価値と各文字の事前確率を示す第２のテーブルに格納されている各文字の事前確率とにより第２評価値を算出する第２評価値計算手段と、
   前記第２評価値計算手段により算出した第２評価値が最大となる文字を選択する最大値選択手段と、
   を具備したことを特徴とする文字認識装置。

Images