JP2011138411A - Pattern recognition device and pattern recognition method - Google Patents

Pattern recognition device and pattern recognition method Download PDF

Info

Publication number
JP2011138411A
JP2011138411A JP2009298962A JP2009298962A JP2011138411A JP 2011138411 A JP2011138411 A JP 2011138411A JP 2009298962 A JP2009298962 A JP 2009298962A JP 2009298962 A JP2009298962 A JP 2009298962A JP 2011138411 A JP2011138411 A JP 2011138411A
Authority
JP
Japan
Prior art keywords
path
parts
unit
pattern recognition
pattern
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2009298962A
Other languages
Japanese (ja)
Other versions
JP5032557B2 (en
Inventor
Yoshiaki Kurosawa
由明 黒沢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Toshiba Digital Solutions Corp
Original Assignee
Toshiba Corp
Toshiba Solutions Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toshiba Corp, Toshiba Solutions Corp filed Critical Toshiba Corp
Priority to JP2009298962A priority Critical patent/JP5032557B2/en
Publication of JP2011138411A publication Critical patent/JP2011138411A/en
Application granted granted Critical
Publication of JP5032557B2 publication Critical patent/JP5032557B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Character Discrimination (AREA)

Abstract

<P>PROBLEM TO BE SOLVED: To acquire a plurality of possible recognition candidates in performing pattern recognition for an object to be recognized. <P>SOLUTION: A pattern recognition device includes an element extraction unit for extracting a string of elements of a minimum unit required for pattern recognition from an image read out from a storage part, and a section output unit for reading all parts in which positions of breaks of parts in each path record of a path table and parts that follow those parts coincide, and sweeping them out as a block. <P>COPYRIGHT: (C)2011,JPO&INPIT

Description

本発明は、例えばスキャナなどによって光学的に読み取られた帳票の画像から、帳票に記載された文字、図形および集音した音声などのパターンを認識するパターン認識装置およびパターン認識方法に関する。   The present invention relates to a pattern recognition apparatus and a pattern recognition method for recognizing patterns such as characters, figures and collected voices written on a form from an image of the form optically read by, for example, a scanner.

パターン認識装置において、例えば文字等のパターンを認識する際には、まず入力データから特徴抽出を行い、エレメント列を抽出し、このエレメント列に対して認識処理を実行する方式が良く採用される。   In a pattern recognition device, for example, when a pattern such as a character is recognized, a method of first performing feature extraction from input data, extracting an element string, and executing recognition processing on the element string is often employed.

文字認識の例で言えば、これはエレメント列として文字構成要素を抽出し、このエレメントを結合した画像に対して文字認識を行なうようなアプローチである。   In the example of character recognition, this is an approach in which character components are extracted as an element sequence and character recognition is performed on an image obtained by combining the elements.

この場合、エレメントの結合の仕方には複数のケースが考えられ、あるエレメントに継続するエレメントの結合の仕方が複数ある。   In this case, a plurality of cases are conceivable as a method of combining elements, and there are a plurality of methods of combining elements that continue to a certain element.

このような複数のケースが連鎖すると、エレメントの組み合わせの数は、エレメント列が長くなればなるに従って指数関数的に増大していく。このように連鎖するエレメントの連続をここではパスと呼ぶことにする。   When such a plurality of cases are chained, the number of element combinations increases exponentially as the element string becomes longer. A series of elements linked in this way is called a path here.

パターン認識を行う場合、エレメントの組み合わせとして膨大な数にのぼるパスの中から1つの最適なパスを見つけることになる。このような最適なパスを探索する従来の技術として、例えばDP(Dynamic Programming)やビームサーチなどが知られている。   When pattern recognition is performed, one optimal path is found out of a huge number of paths as combinations of elements. As conventional techniques for searching for such an optimum path, for example, DP (Dynamic Programming), beam search, and the like are known.

ビームサーチの1つの手法として、例えば候補パスの先頭部分が同一の場合にはその都度それらを1つの部分パスとして出力し、候補パスのリストからはその部分を削除して計算リソースの利用を軽減する技術が開示されている(例えば特許文献1参照)。   As a method of beam search, for example, if the head part of a candidate path is the same, each time it is output as one partial path, and that part is deleted from the list of candidate paths to reduce the use of computational resources The technique which does is disclosed (for example, refer patent document 1).

特開平1−233679号公報JP-A-1-233679

しかしながら、上記した従来のビームサーチ手法の場合、スコアの高い部分パスを1つずつ選択して残してゆくため、残った部分パスをつなげた結果が1つに集約されてしまい、可能性のある複数の認識候補が得られないという問題があった。   However, in the case of the conventional beam search method described above, partial paths with high scores are selected and left one by one, so that the results of connecting the remaining partial paths are aggregated into one, possibly. There was a problem that a plurality of recognition candidates could not be obtained.

本発明はこのような課題を解決するためになされたもので、各部分パスを区分して複数に分割し残すことによって、認識対象をパターン認識する上で可能性のある複数の認識候補を得ることのできるパターン認識装置およびパターン認識方法を提供することを目的とする。   The present invention has been made to solve such a problem, and by dividing each partial path and leaving it divided into a plurality of pieces, a plurality of recognition candidates that can be used for pattern recognition of a recognition target are obtained. An object of the present invention is to provide a pattern recognition apparatus and a pattern recognition method capable of performing the above.

上記の課題を解決するために、本発明のパターン認識装置は、処理対象のパターンや画像が記憶された記憶部と、前記記憶部より読み出したパターンや画像から、パターン認識に必要な最小限の単位のエレメントを順次抽出し、1つ以上のエレメントの列を得るエレメント抽出部と、前記各エレメントの列を、パターン認識に意味のある単位で区切ったパーツとそのスコアの組を、パーツどうしのつながりを示すパスレコードに記憶可能なパステーブルと、前記エレメント抽出部により得られた各エレメントの列を、前記パーツの単位に区分する区切り検出部と、前記区切り検出部により区分された各パーツに,そのパーツが正解である確からしさを示すスコアを,予め設定された参照パターンを使うなどして,その参照用パターンとの類似性を示すスコアとして付与する一方、各エレメント列の中で、先頭パーツの中の先頭エレメントの位置が同じパーツを前記パステーブルの該当パスレコードに格納するパステーブル登録部と、前記パステーブルの各パスレコード内のパーツとこのパーツに続くパーツとの切れ目の位置が各パス間で同じ時に先頭からそこまでのパーツを部分パスとして各パスレコードから全て読み出し、それぞれを1つのパターン認識結果の候補とするブロックを掃き出す部分出力部とを具備することを特徴とする。   In order to solve the above problems, a pattern recognition apparatus according to the present invention includes a storage unit that stores a pattern and an image to be processed, and a pattern and an image read from the storage unit. An element extraction unit that sequentially extracts elements of units and obtains a sequence of one or more elements, and a set of parts obtained by dividing the columns of each element into units meaningful for pattern recognition and their scores, A path table that can be stored in a path record indicating connection, a column of each element obtained by the element extraction unit, a delimiter detection unit that divides the unit into units of parts, and a part that is demarcated by the delimiter detection unit , Similar to the reference pattern by using a preset reference pattern with a score indicating the probability that the part is correct A path table registration unit that stores in the corresponding path record of the path table a part in which the position of the top element in the top part is the same in each element row, and each path of the path table When the position of the break between the part in the record and the part that follows this part is the same between each path, all the parts from the beginning to that part are read out from each path record as a partial path, and each is used as one pattern recognition result candidate. And a partial output unit for sweeping out the block.

また本発明のパターン認識方法は、処理対象のパターンや画像が記憶された記憶部と、パターン認識に必要な最小限の単位のエレメントの列を、パターン認識に意味のある単位で区切ったパーツとそのスコアの組を、パーツどうしのつながりを示すパスレコードに記憶可能なパステーブルとを有するパターン認識装置におけるパターン認識方法において、前記記憶部より前記パターンや画像を読み出し、読み出した前記パターンや画像から、パターン認識に必要な最小限の単位のエレメントを順次抽出し、1つ以上のエレメントの列を得るステップと、得られた各エレメントの列を、前記パーツの単位に区分するステップと、区分された各パーツに,そのパーツが正解である確からしさを示すスコアを,予め設定された参照用パターンを使うなどして,その参照用パターンとの類似性を示すスコアとして付与する一方、各エレメント列の中で、先頭パーツの中の先頭エレメントの位置が同じパーツを前記パステーブルの該当パスレコードに格納するステップと、前記パステーブルの各パスレコード内のパーツとこのパーツに続くパーツとの切れ目の位置が各パス間で同じ時に先頭からそこまでのパーツを部分パスとして各パスレコードから全て読み出し、それぞれを1つのパターン認識結果の候補とするブロックを掃き出すステップとを有することを特徴とする。   Further, the pattern recognition method of the present invention includes a storage unit in which a pattern or image to be processed is stored, and a part obtained by dividing a column of minimum unit elements necessary for pattern recognition into units meaningful for pattern recognition. In the pattern recognition method in the pattern recognition apparatus having a path table that can store a set of scores in a path record indicating a connection between parts, the pattern or image is read from the storage unit, and the pattern or image is read A step of sequentially extracting elements of a minimum unit necessary for pattern recognition to obtain a sequence of one or more elements, and a step of dividing the obtained sequence of elements into units of the parts. For each part, use a preset reference pattern with a score indicating the probability that the part is correct The score is given as a score indicating the similarity to the reference pattern, and the part having the same position of the first element in the first part in each element row is stored in the corresponding path record of the path table. When the step and the position of the part in each path record of the path table and the part following this part are the same between each path, all the parts from the beginning to that part are read out from each path record as a partial path, And sweeping out a block as a candidate for one pattern recognition result.

本発明によれば、認識対象をパターン認識する上で、可能性のある複数の認識候補を得ることができる。   According to the present invention, a plurality of possible recognition candidates can be obtained in pattern recognition of a recognition target.

本発明の一実施形態のパターン認識システムの構成を示す図である。It is a figure which shows the structure of the pattern recognition system of one Embodiment of this invention. パステーブルの内容を示す図である。It is a figure which shows the content of the path table. 文字列イメージの一例を示す図である。It is a figure which shows an example of a character string image. 設定数の認識結果の文字列を示す図である。It is a figure which shows the character string of the recognition result of setting number. パーツ抽出結果の一例を示す図である。It is a figure which shows an example of a part extraction result. 1回目の探索の様子を示す図である。It is a figure which shows the mode of the search of the 1st time. 2回目の探索の様子を示す図である。It is a figure which shows the mode of the search of the 2nd time. 3回目の探索の様子を示す図である。It is a figure which shows the mode of the search of the 3rd time. 4回目の探索の様子を示す図である。It is a figure which shows the mode of the search of the 4th time. 5回目の探索の様子を示す図である。It is a figure which shows the mode of the search of the 5th time. 6回目の探索の様子を示す図である。It is a figure which shows the mode of the 6th search. 探索の結果、出力されたブロックを示す図である。It is a figure which shows the block output as a result of the search. 第2実施形態において認識対象の入力画像の一例を示す図である。It is a figure which shows an example of the input image of recognition object in 2nd Embodiment. 切り出した部分文字画像の例を示す図である。It is a figure which shows the example of the cut-out partial character image. 生成された複数の仮想文字画像の列(a)〜(f)を示す図である。It is a figure which shows the row | line | column (a)-(f) of the some virtual character image produced | generated. 図15に示したパーツに対して1回目の探索を行った様子を示す図である。It is a figure which shows a mode that the 1st search was performed with respect to the part shown in FIG. 2回目の探索の様子を示す図である。It is a figure which shows the mode of the search of the 2nd time. 3回目の探索の様子を示す図である。It is a figure which shows the mode of the search of the 3rd time. 4回目の探索の様子を示す図である。It is a figure which shows the mode of the search of the 4th time. 5回目の探索の様子を示す図である。It is a figure which shows the mode of the search of the 5th time. 探索の結果、出力されたブロックを示す図である。It is a figure which shows the block output as a result of the search. 図21に示した仮想文字画像を文字認識した結果の例を示す図である。It is a figure which shows the example of the result of character recognition of the virtual character image shown in FIG. 逐次出力型ビームサーチ(吐き出しビームサーチ)の汎用的な動作を示すフローチャートである。It is a flowchart which shows the general purpose operation | movement of a sequential output type beam search (discharge beam search). 図23の続きを示すフローチャートである。It is a flowchart which shows the continuation of FIG. 図22の認識結果のデータ(出力データ)の符号を書き換えたものを示す図である。It is a figure which shows what rewritten the code | symbol of the data (output data) of the recognition result of FIG. 組み合わせてできた連結パス内のパーツのシーケンスを示す図である。It is a figure which shows the sequence of the parts in the connection path | pass made by combining. 作成された5個の連結パスのリストを示す図である。It is a figure which shows the list | wrist of the produced five connection paths. 図27の連結パスのリストをパス内部のパーツも含めて表示した図である。It is the figure which displayed the list | wrist of the connection path | pass of FIG. 27 including the parts inside a path | pass. 単語候補を求めた結果の例を示す図である。It is a figure which shows the example of the result of having calculated | required the word candidate. 連結パスリスト生成の際にパステーブルの各パスに単語を追加する処理を示すフローチャートである。It is a flowchart which shows the process which adds a word to each path | pass of a path table in the case of a connection path | pass list generation. DP型検索の適用例を示す図である。It is a figure which shows the example of application of DP type | mold search.

以下、図面を参照して、本発明の第1実施形態のパターン認識システムを詳細に説明する。図1は第1実施形態のパターン認識システムの構成を示す図である。   Hereinafter, a pattern recognition system according to a first embodiment of the present invention will be described in detail with reference to the drawings. FIG. 1 is a diagram illustrating a configuration of a pattern recognition system according to the first embodiment.

本実施形態では、認識対象の文字列イメージ(帳票の画像から切り出された一行の文字列領域)から得られる中間段階での文字データ(一文字の文字コード:テキストデータ)をエレメントと呼び、このエレメントは列をなしているものとする。このエレメントを複数連鎖させたもの、あるいは、それに対応して得られる単語や文節等の文字列のデータをパーツと呼ぶ。さらに、このパーツを複数並べて繋げた一行の文をパスと呼ぶ。   In the present embodiment, character data (single character code: text data) at an intermediate stage obtained from a character string image to be recognized (one line of character string region cut out from a form image) is called an element. Are arranged in a row. Data obtained by linking a plurality of these elements, or character string data such as words and phrases obtained in correspondence therewith is called a part. Furthermore, a single line of text that connects multiple parts together is called a path.

図1に示すように、パターン認識システムは、帳票2を読み取るスキャナ3などの入力ユニット1と、この入力ユニット1から入力される画像データを受け付けてパターン認識処理を実行するコンピュータ10と、このコンピュータ10から出力される映像を表示するディスプレイ4とを備える。   As shown in FIG. 1, the pattern recognition system includes an input unit 1 such as a scanner 3 that reads a form 2, a computer 10 that receives image data input from the input unit 1 and executes pattern recognition processing, and the computer And a display 4 for displaying the video output from 10.

スキャナ3は、読み取り対象の文字が記載された帳票2から文字、図形、写真等を読み取って、画像データとしてコンピュータ10に転送(入力)する画像入力装置である。スキャナ3は、帳票2の表面に光を当てて、その反射光をCCDなどの光電変換素子で読み取ってデジタルデータに変換する。   The scanner 3 is an image input device that reads characters, figures, photographs, and the like from the form 2 on which characters to be read are written, and transfers (inputs) them as image data to the computer 10. The scanner 3 shines light on the surface of the form 2, reads the reflected light with a photoelectric conversion element such as a CCD, and converts it into digital data.

コンピュータ10は、入力インターフェース部11(以下「入力I/F11」と称す)、文字認識部12、区切り検出部13、パステーブル初期化部14、エレメント抽出部15、パーツ抽出部16、パス生成部17、パステーブル登録部18、パス削減部19、部分出力部20、パス統合出力部21、出力インターフェース部22(以下「出力I/F22」と称す)および記憶装置30とを備える。   The computer 10 includes an input interface unit 11 (hereinafter referred to as “input I / F 11”), a character recognition unit 12, a delimiter detection unit 13, a path table initialization unit 14, an element extraction unit 15, a parts extraction unit 16, and a path generation unit. 17, a path table registration unit 18, a path reduction unit 19, a partial output unit 20, a path integrated output unit 21, an output interface unit 22 (hereinafter referred to as “output I / F 22”), and a storage device 30.

入力I/F11および出力I/F22は、PC10の外部インターフェース装置の一つであり、例えばUSBインターフェース、LANインターフェース、D−subコネクタ、DVIコネクタなどである。入力I/F11には、スキャナ3が接続される。この他、例えばキーボード、マウスなどが接続される。   The input I / F 11 and the output I / F 22 are one of external interface devices of the PC 10, such as a USB interface, a LAN interface, a D-sub connector, and a DVI connector. The scanner 3 is connected to the input I / F 11. In addition, for example, a keyboard and a mouse are connected.

記憶装置30は、例えばRAM、ROMおよびハードディスクドライブ装置等により実現される。記憶装置30には、処理対象画像記憶部31、パステーブル32、帳票定義記憶部35、辞書データ記憶部36、認識結果記憶部37、単語辞書記憶部38等が設けられている。   The storage device 30 is realized by, for example, a RAM, a ROM, a hard disk drive device, and the like. The storage device 30 includes a processing target image storage unit 31, a path table 32, a form definition storage unit 35, a dictionary data storage unit 36, a recognition result storage unit 37, a word dictionary storage unit 38, and the like.

処理対象画像記憶部31には、処理対象の画像として入力ユニット1から入力された帳票2の画像データ(以下「処理対象画像」または入力画像などと称す)が記憶される。   The processing target image storage unit 31 stores image data of the form 2 (hereinafter referred to as “processing target image” or input image) input from the input unit 1 as a processing target image.

パステーブル32は、一行毎の認識結果の文字列(各エレメントの列)を、パターン認識に意味のある単位で区切ったパーツ(単語や文節等)とそのスコアの組を、パーツどうしのつながりを示すパスレコード毎に記憶可能なテーブルである。   In the path table 32, a combination of parts (words, phrases, etc.) obtained by dividing a recognition result character string (column of each element) by a meaningful unit for pattern recognition and its score, and the connection between the parts. It is a table that can be stored for each path record shown.

具体的には、図2に示すように、パステーブル32には、パス数が例えばM個の場合に、第0パスレコードから第M−1パスレコードが設けられる。各パスレコードには、単語のデータ長K、単語のスコアと、単語を構成する文字の文字コードが格納される。 Specifically, as shown in FIG. 2, in the path table 32, when the number of paths is, for example, M, the 0th path record to the M-1th path record are provided. Each pass record stores a word data length K 0 , a word score, and a character code of characters constituting the word.

つまり、単語候補を並べた1つの候補文、すなわち各候補文字列の中のパーツの並びがパスであり、複数の候補文字列をパスレコード毎に格納したものがパステーブル32である。   That is, one candidate sentence in which word candidates are arranged, that is, an arrangement of parts in each candidate character string is a path, and a path table 32 is a plurality of candidate character strings stored for each path record.

帳票定義記憶部35には、帳票定義情報としての帳票2のフォーマットコントロールデータが記憶されている。フォーマットコントロールデータは、タイミングマークの位置、帳票2の大きさ(mm単位)、読み取り対象の文字が記入された枠の種類及び大きさ、文字数、文字ピッチ、文字の属性(住所、氏名等)、出力形式(テキスト、CSV、XML等)、加工情報(全角・半角変換、順序変更等)、画像出力形式(JPEG/TIFF)、画像の解像度、画像の切り出し位置が定義されている。   The form definition storage unit 35 stores format control data of the form 2 as form definition information. Format control data includes timing mark position, form 2 size (in mm), type and size of frame in which characters to be read are written, number of characters, character pitch, character attributes (address, name, etc.), The output format (text, CSV, XML, etc.), processing information (full-width / half-width conversion, order change, etc.), image output format (JPEG / TIFF), image resolution, and image clipping position are defined.

タイミングマークは、帳票2の読み取り開始位置を示すものである。また、タイミングマークは、帳票2から読み取った処理対象画像の基点(座標)にされる。タイミングマーク以外では、例えば帳票2の四角のいずれか一点を基点にしても良い。   The timing mark indicates the reading start position of the form 2. The timing mark is set as a base point (coordinates) of the processing target image read from the form 2. Other than the timing mark, for example, any one of the squares of the form 2 may be used as a base point.

辞書データ記憶部36には、文字認識処理を行う際に参照される辞書データが記憶されている。辞書データは、文字イメージまたはその特徴情報に文字コードを対応させたデータ(参照用パターン)である。   The dictionary data storage unit 36 stores dictionary data that is referred to when performing character recognition processing. The dictionary data is data (reference pattern) in which a character image is associated with a character image or its characteristic information.

認識結果記憶部37には、一行ずつ切り出した文字イメージとそれを文字認識した結果(文字コードの列)が対応して記憶される。単語辞書記憶部38には単語辞書データが記憶記されている。   The recognition result storage unit 37 stores a character image cut out line by line and a result of character recognition (character code string) corresponding thereto. Word dictionary data is stored in the word dictionary storage unit 38.

区切り検出部13、パステーブル初期化部14、エレメント抽出部15、パーツ抽出部16、パス生成部17、パステーブル登録部18、パス削減部19、部分出力部20およびパス統合出力部21などは、ソフトウェア(プログラム)の機能をブロック化したものであり、コンピュータ10のセントラルプロセッシングユニット(以下「CPU」と称す。)の一つの機能として実現される。   The delimiter detection unit 13, the path table initialization unit 14, the element extraction unit 15, the part extraction unit 16, the path generation unit 17, the path table registration unit 18, the path reduction unit 19, the partial output unit 20, the path integrated output unit 21, and the like The function of software (program) is made into a block, and is realized as one function of a central processing unit (hereinafter referred to as “CPU”) of the computer 10.

CPUは、記憶装置30に記憶されたプログラムのコードを読み込んで上記各部の機能を実現する。また各部は、ソフトウェア(プログラム)に限定されることなく、独立したハードウェア(機能部品)で構成しても良い。   The CPU reads the program code stored in the storage device 30 and realizes the functions of the above-described units. Each unit is not limited to software (program), and may be configured by independent hardware (functional components).

文字認識部12は、記憶装置30から入力画像を読み出し、読み出した入力画像から、文字認識対象の文字列が記載された領域を切り出し、その文字イメージに対して辞書データ記憶部36の辞書データ(参照用パターン)を用いて文字認識処理を行い、文字認識結果(テキストデータと文字イメージ)を認識結果記憶部37に記憶する。   The character recognition unit 12 reads an input image from the storage device 30, cuts out an area in which the character string to be recognized is written from the read input image, and uses the dictionary data (in the dictionary data storage unit 36) for the character image. Character recognition processing is performed using the reference pattern), and character recognition results (text data and character images) are stored in the recognition result storage unit 37.

エレメント抽出部15は、記憶装置30より読み出した文字認識結果記憶部37から一行分の文字認識結果を得る。   The element extraction unit 15 obtains a character recognition result for one line from the character recognition result storage unit 37 read from the storage device 30.

すなわち、エレメント抽出部15は、記憶装置30より読み出した文字認識結果から、パターン認識に必要な最小限の単位のエレメントを順次抽出し、1つ以上のエレメントの列を得る。ここではエレメントは1文字分の認識結果である。   That is, the element extraction unit 15 sequentially extracts the elements of the minimum unit necessary for pattern recognition from the character recognition result read from the storage device 30, and obtains a sequence of one or more elements. Here, the element is a recognition result for one character.

区切り検出部13は、文字認識結果の一行の文字列を、パターン認識に意味のある単位で区切ったパーツ(単語、文節等)とそのスコアの組を、パステーブル32のパスレコードに記憶する。   The delimiter detection unit 13 stores, in the path record of the path table 32, a set of parts (words, phrases, etc.) obtained by delimiting a character string of one line of character recognition results in units meaningful for pattern recognition and their scores.

すなわち、区切り検出部13は、文字認識およびエレメント抽出により得られた各エレメントの列(文字列)を、予め記憶装置30に設定された単語辞書記憶部38の単語辞書データに従い、パーツ(単語、文節等)の単位に区分する。   That is, the delimiter detection unit 13 converts each element string (character string) obtained by character recognition and element extraction according to the word dictionary data in the word dictionary storage unit 38 set in the storage device 30 in advance. The unit is divided into phrases).

パステーブル初期化部14は、起動時にパステーブル32に保持されているデータを初期化する。パーツ抽出部16は、各エレメントの列(文字列)から、区切り検出部13により区分されたパーツを抽出する。   The path table initialization unit 14 initializes data held in the path table 32 at the time of activation. The parts extraction unit 16 extracts the parts classified by the delimiter detection unit 13 from each element string (character string).

パス生成部17は、パーツ抽出部16により抽出されたパーツを、パステーブル32の各パスレコードに記憶されたパーツ列に続くパーツが存在するか否かによって、文字列が延長可能かどうか調べる。すなわち、パス生成部17は、文字列の切れ目から、前のパーツに続くパーツを検出することで、新たなパスを生成する。   The path generation unit 17 checks whether or not the character string can be extended depending on whether or not there is a part following the part sequence stored in each path record of the path table 32 in the part extracted by the part extraction unit 16. That is, the path generation unit 17 generates a new path by detecting a part that follows the previous part from the break of the character string.

パステーブル登録部18は、検出されたパーツをパステーブル32の該当パスレコードに登録する。またパステーブル登録部18は、新たに生成されたパスに基づいてパステーブル32を更新する。   The path table registration unit 18 registers the detected part in the corresponding path record of the path table 32. The path table registration unit 18 updates the path table 32 based on the newly generated path.

パス削減部19は、パスレコードに記憶されたパーツの各スコアを足し合わせることで、各パスの合計スコアを計算し、スコアの高いもの、つまりスコアの良いものから順に、例えば予め決めておいた削減数(閾値N本:一例として「3」など)のパス候補を残し、それよりもスコアの低いパス候補を削除してパス候補の本数を削減する。   The path reduction unit 19 calculates the total score of each path by adding the scores of the parts stored in the path record. For example, the path reduction unit 19 determines in advance from the highest score, that is, the highest score. The path candidates of the number of reductions (threshold N lines: “3” as an example) are left, and path candidates with lower scores are deleted to reduce the number of path candidates.

すなわち、パス削減部19は、パステーブル32の各パスレコードに格納されたパーツを、対応するスコアに従ってソートし、パーツの数が予め設定された閾値以内になるようスコアの低いパーツを削減する。   That is, the path reduction unit 19 sorts the parts stored in each path record of the path table 32 according to the corresponding score, and reduces the parts with low scores so that the number of parts is within a preset threshold.

部分出力部20は、パステーブル32の各パスレコード内のパーツとそのパーツに続くパーツの切れ目が、全てのパスにおいて一致したときに、その位置までの各パスレコード内のパーツを部分パスとし、この部分パスが格納されているパスレコードのデータ(パーツ群)をブロックとして出力し、出力した各部分パーツ群をパステーブル32から削除する。すなわち、部分出力部20は、パステーブル32の各パスレコード内のパーツとこのパーツに続くパーツとの切れ目の位置が各パス間で同じ時に先頭からそこまでのパーツを部分パスとして各パスレコードから読み出し、それぞれを1つのパターン認識結果の候補とするブロックを掃き出す。   When the part in each path record of the path table 32 and the break of the part following that part match in all paths, the partial output unit 20 sets the part in each path record up to that position as a partial path, The data (part group) of the path record in which the partial path is stored is output as a block, and the output partial part group is deleted from the path table 32. That is, the partial output unit 20 uses the parts from the beginning to the partial path as a partial path from each path record when the position of the break between the part in each path record of the path table 32 and the part following this part is the same between the paths. Read out and sweep out blocks each of which is a candidate for one pattern recognition result.

パス統合出力部21は、パステーブル32の更新が終了したときに、全てのパスレコードのデータをブロックとして出力する。   The path integrated output unit 21 outputs the data of all the path records as a block when the update of the path table 32 is completed.

以下、この第1実施形態のパターン認識システムの動作を説明する。
このパターン認識システムの場合、コンピュータ10の起動とともに、パステーブル初期化部14がパステーブル32の内容を初期化する。
Hereinafter, the operation of the pattern recognition system of the first embodiment will be described.
In the case of this pattern recognition system, the path table initialization unit 14 initializes the contents of the path table 32 as the computer 10 is started.

そして、帳票2がスキャナ3に載置されて、読み取り開始のボタン操作が行われると、帳票2の表面がスキャナ3により読み取られてその画像データ(入力画像)がコンピュータ10の入力I/F11を通じて記憶装置30の処理対象画像記憶部31に記憶される。   Then, when the form 2 is placed on the scanner 3 and a reading start button operation is performed, the surface of the form 2 is read by the scanner 3 and the image data (input image) is input through the input I / F 11 of the computer 10. The image is stored in the processing target image storage unit 31 of the storage device 30.

文字認識部12は、処理対象画像記憶部31に記憶された入力画像を読み出し、帳票定義記憶部35の帳票定義に従って、認識対象の文字列の行領域の部分を切り出す。この結果、図3に示すような文字列イメージが得られる。この例では、文字列イメージを、例えば「水の流れのような薄いショールを」とする。   The character recognition unit 12 reads the input image stored in the processing target image storage unit 31 and cuts out the line area portion of the character string to be recognized according to the form definition in the form definition storage unit 35. As a result, a character string image as shown in FIG. 3 is obtained. In this example, the character string image is, for example, “a thin shawl like a stream of water”.

文字認識部12は、辞書データ記憶部36の辞書データを用いて図3の文字列イメージを文字認識処理することで、図4に示すように、予め設定しておいた数、例えば3つなどの順位(段階)の認識結果の文字列(エレメントの列)を生成する。ここではこの3個の認識結果の候補を1組として1つのエレメントになる。   The character recognition unit 12 performs character recognition processing on the character string image shown in FIG. 3 using the dictionary data stored in the dictionary data storage unit 36, and as shown in FIG. A character string (element sequence) of the recognition results of the ranks (stages) is generated. Here, the three recognition result candidates are combined into one element.

図4の例では、1位候補(一段目)が「水の流れのよ東な乱いるョールを」であり、2位候補(二段目)が「永久流めるみうね暮色シヲ人し学」であり、3位候補(三段目)が「杏子派ねし大ラ京薄れ三百ノ化ム」といったように、1つの認識対象画像(文字列領域)の認識結果として3段の候補文字列が得られている。   In the example of FIG. 4, the first candidate (first stage) is “Early turbulent water flow” and the second candidate (second stage) The third-ranked candidate (third stage) is “Kyoko school large rakyo dim 300”, and the recognition result of one recognition target image (character string area) is A candidate string is obtained.

区切り検出部13は、認識結果の文字列(エレメントの列)のうち、各候補毎に文字列(エレメントの列)をパーツの単位に区切る。そして、パーツ抽出部16は区切られたパーツに対して単語辞書データとの類似度に応じたスコアを例えば10点からの減点法で付与する。一例として、例えば辞書データとパーツが完全一致するものは1位の10点満点(減点0点)とし、2位は減点2点、3位は減点3点とする。   The delimiter detection unit 13 delimits a character string (element string) for each candidate among character strings (element strings) as recognition results. And the parts extraction part 16 provides the score according to the similarity with word dictionary data with respect to the divided | segmented part, for example by the deduction method from 10 points | pieces. As an example, for example, if the dictionary data and parts completely match, the first place has a 10-point perfect score (0 points deduction), the 2nd place has 2 points, and the 3rd place has 3 points.

図5に、区切り検出部13およびパーツ抽出部16によるパーツ抽出結果(区分されたパーツとそれぞれのパーツに付与されたスコア)の例を示す。この図5では、区分されたパーツを線で囲み、右隅にスコアを例示している。   FIG. 5 shows an example of a part extraction result (a divided part and a score given to each part) by the delimiter detection unit 13 and the part extraction unit 16. In FIG. 5, the divided parts are surrounded by a line, and the score is illustrated at the right corner.

次に、パステーブル登録部18は、1位から3位までの候補に対応するパスレコードをパステーブル32に生成し、各候補毎に抽出したパーツを該当パスレコードに記憶し、記憶したパーツに続くパーツが存在するか否かによって、パスが延長可能かどうか調べる。   Next, the path table registration unit 18 generates path records corresponding to the first to third candidates in the path table 32, stores the parts extracted for each candidate in the corresponding path records, and stores them in the stored parts. It is checked whether the path can be extended depending on whether there is a subsequent part.

パスが延長できない場合、登録処理を終了する。パス統合出力部21は、終了と同時にパステーブル32の全パスを出力する。   If the path cannot be extended, the registration process is terminated. The path integrated output unit 21 outputs all paths in the path table 32 simultaneously with the end.

また、パスが延長可能な場合、パステーブル登録部18は、パーツ抽出部16に対して各文字列からパーツを抽出させ、該当パスレコードへのパーツの登録を行い、パスを延長する。なお本システムでは、1つのパスから異なる文になる複数のパス候補を生成できるので、パス候補の本数は多くなる。   If the path can be extended, the path table registration unit 18 causes the parts extraction unit 16 to extract parts from each character string, registers the parts in the corresponding path record, and extends the path. In this system, since a plurality of path candidates that are different sentences from one path can be generated, the number of path candidates increases.

次に、パス削減部19は、パスレコードに記憶されたパーツの各スコアを足し合わせることで、各パスの合計スコアを計算し、スコアの高いもの、つまりスコアの良いものから順に、例えば予め決めておいた削減数(閾値N本:この例では「3」)のパス候補を残し、それよりもスコアの低いパス候補を削除してパス候補の本数を削減する。   Next, the path reduction unit 19 calculates the total score of each path by adding the scores of the parts stored in the path record. For example, the path reduction unit 19 determines in advance from the highest score, that is, from the highest score. The number of reduction candidates (threshold value N: “3” in this example) is left, and the number of path candidates is reduced by deleting path candidates with lower scores.

次に、部分出力部20は、残ったそれぞれのパス候補の単語の切れ目の位置を調べ、すべてのパスで同一の位置に切れ目がある場合、その位置を確認する。切れ目のような位置が複数存在する場合には先頭からもっとも離れた位置を採用する。   Next, the partial output unit 20 examines the position of each remaining word of the path candidate, and if there is a break at the same position in all the paths, confirms the position. When there are a plurality of positions such as cuts, the position farthest from the head is adopted.

そして、先頭からその切れ目の位置までのパスの内容を出力する。あるいはすべての切れ目を採用して、切れ目から切れ目までをそれぞれのブロックとしてすべて出力する。このとき、同じ内容の文字列があるときはその中の1つだけ出力して残りは省略する。   Then, the contents of the path from the beginning to the position of the break are output. Alternatively, all the cuts are adopted, and all the lines from the cut to the cut are output as respective blocks. At this time, if there are character strings having the same contents, only one of them is output and the rest are omitted.

次に、部分出力部20は、各パスにおいて、部分出力した位置の次の文字以降の文字列を先頭から並ぶように、先頭部分につめる。   Next, in each path, the partial output unit 20 fills the character string after the next character at the position where the partial output is performed, so that the character string is arranged from the top.

このとき同じ内容のパスがある場合には1つのパスで代表させて残りはパステーブル32から外す。また、部分出力部20は、これに加えて、あるパスの区切り方がすべて含まれる、より長いパスが他に存在するときは、その短い方のパスを削除する。その後、パステーブル32の更新に戻り、上記同様の処理を繰り返す。   At this time, if there is a path having the same content, one path is represented and the rest is removed from the path table 32. In addition to this, the partial output unit 20 deletes the shorter path when there is another longer path that includes all of the path delimiters. Thereafter, the process returns to the update of the path table 32 and the same processing as described above is repeated.

ここで、図6乃至図10を参照して、上記動作により、パステーブル32の内容が変化する様子を説明する。   Here, with reference to FIG. 6 thru | or FIG. 10, a mode that the content of the path table 32 changes with the said operation | movement is demonstrated.

抽出された単語候補を用いて文章の探索を行う際には、まず、初期状態としてパステーブル32を空にする。最初の1回目の探索で、左端の単語候補を読み出して、それを文章の候補としてパステーブル32に登録する。この図6の例では、単語候補として、「水の」、「杏の」、「杏子」、「永久歯」等とった4候補が登録される。   When searching for sentences using the extracted word candidates, first, the path table 32 is emptied as an initial state. In the first search for the first time, the leftmost word candidate is read out and registered in the path table 32 as a sentence candidate. In the example of FIG. 6, four candidates such as “water”, “apricot”, “apricot”, “permanent tooth”, and the like are registered as word candidates.

図6の中で、括弧内の数値はスコアである。これら4個の候補単語はそれぞれパスを構成しており、この段階でパステーブル32には4本のパスがあることになる。ここではパス削減の閾値を「5」とし、パスを5本以内に削減する。しかし、この段階ではまだパス本数は「4」なので、削減は行なわれない。   In FIG. 6, the numerical value in parentheses is a score. Each of these four candidate words constitutes a path, and at this stage, there are four paths in the path table 32. Here, the path reduction threshold is set to “5”, and the number of paths is reduced to 5 or less. However, since the number of paths is still “4” at this stage, no reduction is performed.

次に、区切り位置の調査を行う。この処理では各パスに登録されている単語は1個ずつなので、単語の最終位置が区切り位置である。図中、点線で示すように単語の長さが一致せず、また区切り位置も一致していない。このため、一致する区切り位置は「なし」として最初の処理に戻る。   Next, the separation position is investigated. In this processing, since one word is registered in each path, the final position of the word is a delimiter position. In the figure, as indicated by dotted lines, the lengths of the words do not match and the break positions do not match. For this reason, the matching delimiter position is set to “none” and the process returns to the first process.

2回目の探索処理では、登録済みのパスにそれぞれ後続する候補単語を追加していく。この2回目の追加で、図7に示すように、パステーブル32には10本のパスができる。ただし,ここでは古いパスを削除することとして説明している(以下同様)。これを、2回目の削除で、スコア順に5本に削減する。そして、区切り位置をチェックすると、先頭から2文字のところで点線に示すように全パスに共通の区切り位置が検出される。   In the second search process, candidate words that follow each of the registered paths are added. By adding the second time, as shown in FIG. 7, ten paths can be made in the path table 32. However, here, it is described as deleting an old path (the same applies hereinafter). This is reduced to 5 in order of score by the second deletion. When the delimiter position is checked, a delimiter position common to all paths is detected as indicated by the dotted line at the first two characters.

この検出結果に基づいて各パスの先頭から2文字を部分出力として出力する。この場合、文字列は全部で5個存在するが、異なるものは「水の」と「杏の」の2個であるので、この2個を部分出力する。   Based on this detection result, two characters from the head of each path are output as a partial output. In this case, although there are five character strings in total, two different ones are “water” and “apricot”, so these two are partially output.

部分出力後、パステーブル32から「水の」と「杏の」の2個を削除し、各パスを左つめにする。すると、同じ文字列のパス「流れ」や「流れの」が出てくるので、それらを1個で代表させて、残りはパステーブル32から外す。引き続き3回目の処理に移る。   After partial output, two of “water” and “apricot” are deleted from the path table 32, and each path is made to the left. Then, since the paths “flow” and “flow” of the same character string appear, they are represented by one and the rest are removed from the path table 32. The process then continues to the third process.

3回目の探索では、2回目で作られたパステーブル32の各パスにさらに候補単語を接続させて同様の処理を行なう。この例では、図8に示すように、「流れの ような」、「流れの 大東京」、「流れ しみ」、「流れる ような」、「流れる 大東京」といったパスであり、各パス共通の区切り位置が存在しないため、部分出力「なし」とし、次の4回目の処理に移る。   In the third search, the same processing is performed by further connecting candidate words to each path of the path table 32 created in the second search. In this example, as shown in FIG. 8, there are paths such as “Like Flow”, “Great Flow Tokyo”, “Spot Flow”, “Like Flow”, “Great Flow Tokyo”. Since there is no delimiter position, the partial output is set to “none”, and the process proceeds to the next fourth process.

4回目の探索では、図9に示すように、パス共通の文字数のパス(点線で囲まれた部分)が存在し、また各パス共通の区切り位置も存在する。したがって、この中から、2個の文字列「流れのような」、「流れるような」が部分出力される。   In the fourth search, as shown in FIG. 9, there are paths with the same number of characters (portions surrounded by dotted lines) as shown in FIG. Accordingly, two character strings “flowing” and “flowing” are partially output from this.

図10に示すように、5回目は、上記同様の処理の結果、部分出力「なし」となる。   As shown in FIG. 10, the fifth output is “none” as a result of the same processing as described above.

6回目の探索では、上記同様の処理の結果、図11に示すように、「薄い ショールを」、「薄い 三百 ノルム」、「暮色 ショールを」、「暮色 三百 ノルム」、「乱れる 百人 科学」等の5個の文字列が部分出力され、これがパステーブル32内のすべての文字列なので、部分出力後、パステーブル32は空にされる。   In the sixth search, as a result of the same processing as described above, as shown in FIG. 11, “Thin Shawl”, “Thin 300 Norm”, “Dark Color Shawl”, “Dark Color 300 Norm”, “Disturbed Hundred Science” ”And the like are partially output, and since this is all the character strings in the path table 32, the path table 32 is emptied after the partial output.

これ以降、後続する候補単語が無くなってパステーブル32の更新ができなくなるので、処理を終了させる。またパステーブル32に残ったパスも無く、最後の全パス出力は省略される。この結果、図12に示すように、第1番目の最初のブロックとして「水の」、「杏の」、2番目のブロックとして「流れのような」、「流れるような」、3番目のブロックとして「薄いショールを」、「薄い三百ノルム」、「暮色ショールを」、「暮色三百ノルム」、「乱れる百人科学」などいった出力ブロック40が得られ、可能性のある複数のパス候補がディスプレイ4に表示される。   Thereafter, there is no subsequent candidate word and the path table 32 cannot be updated, so the process is terminated. Further, there is no path remaining in the path table 32, and the output of the last full path is omitted. As a result, as shown in FIG. 12, the first block is “water”, “apricot”, the second block is “flowing”, “flowing”, and the third block. Output block 40 such as “Thin Shawl”, “Thin 300 Norm”, “Naruiro Shawl”, “Narairo 300 Norm”, “Disturbed Hundred Science”, etc., and possible multiple path candidates Is displayed on the display 4.

この第1実施形態では、1つの文字に対する文字認識結果として得られる候補文字(文字コードまたはテキストデータ)の組がエレメント、候補単語がパーツ、候補単語列がパスである。パスが出力される際には、複数の文字列がまとめられて出力されるが、ここではこれをブロックと呼ぶ。図12では、点線で囲まれた文字列が1つ1つのブロックであり、この例では3ブロックが出力されている。この例では、各ブロック内で2通り、2通り、5通りの文字列の選択が可能で、都合20通りの文字列を表現することができる。   In the first embodiment, a set of candidate characters (character code or text data) obtained as a character recognition result for one character is an element, a candidate word is a part, and a candidate word string is a path. When the path is output, a plurality of character strings are collected and output. Here, this is called a block. In FIG. 12, each character string surrounded by a dotted line is one block, and three blocks are output in this example. In this example, two, two, and five character strings can be selected within each block, and 20 character strings can be expressed for convenience.

このようにこの第1実施形態によれば、認識対象をパターン認識する上で、認識対象から抽出した複数の候補の文字列の中のそれぞれの部分パスを区分してパーツ間の切り目が同じ部分パスを複数残すこと、すなわち、逐次出力型ビームサーチ(吐き出しビームサーチ)により、可能性のある複数の認識候補を得ることができる。   As described above, according to the first embodiment, when pattern recognition is performed on a recognition target, each partial path in a plurality of candidate character strings extracted from the recognition target is divided, and the cut between parts is the same. A plurality of possible recognition candidates can be obtained by leaving a plurality of paths, that is, a sequential output beam search (a discharge beam search).

従来、同様な入力画像をパターン認識する場合、3通りしか出力されず、特に文字列の前半部分でのバリエーションが失われてしまうが、この実施形態によれば、可能性のある文字列候補を失うことなく出力することができる。   Conventionally, when a similar input image is recognized as a pattern, only three patterns are output, and in particular, variations in the first half of the character string are lost. According to this embodiment, possible character string candidates are Output without losing.

(第2実施形態)
次に、図13乃至図22を参照して第2実施形態を説明する。
この第2実施形態は、入力画像から1個1個の部分文字画像を取り出しパターン認識する画像処理の例である。
(Second Embodiment)
Next, a second embodiment will be described with reference to FIGS.
The second embodiment is an example of image processing in which each partial character image is extracted from an input image and a pattern is recognized.

図13に示すように、この例では、例えば「水の流れ」などといった画像が、認識対象の入力画像である。エレメント抽出部15は、この入力画像から1つ1つの文字を構成する可能性のある部分文字画像(エレメント)を切り出し、抽出する。   As shown in FIG. 13, in this example, an image such as “flow of water” is an input image to be recognized. The element extraction unit 15 cuts out and extracts partial character images (elements) that may constitute each character from the input image.

この部分文字画像の抽出処理は、黒連結領域を抽出したり、またはその抽出された黒連結領域の輪郭形状に基づいて横方向に分割するなど、さまざまな手法が知られており、この中から適切な手法を用いるものとする。   Various methods are known for this partial character image extraction process, such as extracting a black connected area or dividing it horizontally based on the contour shape of the extracted black connected area. Appropriate methods shall be used.

図14に、部分文字画像の抽出処理の結果として切り出した部分文字画像の例を示す。
この例では、最小単位の部分文字画像の列が得られる。この部分文字画像の列は、切り出し順に8個の部分文字画像A〜Hが順に並べられている。
FIG. 14 shows an example of a partial character image cut out as a result of the partial character image extraction process.
In this example, a sequence of partial character images in the minimum unit is obtained. In this partial character image sequence, eight partial character images A to H are arranged in order in the cutout order.

部分文字画像の上部のアルファベットA〜Hは、個々の部分文字画像をパーツと考えたときの各パーツの名称であり、その右に記載されている数値はそのパーツの文字としての確からしさを表すスコアである。つまり部分文字画像を単独でパターン認識した結果である。   The alphabets A to H at the top of the partial character image are the names of the respective parts when each partial character image is considered as a part, and the numerical value shown on the right side indicates the certainty of the part as a character. It is a score. That is, it is a result of pattern recognition of a partial character image alone.

この確からしさを表すスコアは、例えばそのパーツのサイズや縦横比率などから算定することが可能であり、実際にその画像を対象として文字認識を行ない、その結果から確からしさを決定するなど、文字認識の分野で様々な手法が知られており、本実施例では、その中から適切な手法を選んで用いることとする。   The score representing the certainty can be calculated from, for example, the size and aspect ratio of the part. Character recognition is performed by actually performing character recognition on the image and determining the certainty from the result. In this field, various methods are known, and in this embodiment, an appropriate method is selected and used.

つまり、ここでのスコアは、辞書データと抽出された部分文字画像とを比較して類似度を算出した結果であるものとする。ここでのパーツA〜Hは上述したエレメントに相当する。   That is, the score here is a result of calculating the similarity by comparing the dictionary data with the extracted partial character image. The parts A to H here correspond to the elements described above.

パーツ抽出部16は、エレメント抽出部15により抽出された部分文字画像の列の隣どうしの部分文字画像を連結することにより、仮想的な1文字画像、すなわち仮想文字画像を作成する。仮想文字画像は、エレメントを連結したパーツに相当し、連結の仕方の違いで、図15に示すように、複数の仮想文字画像の列(a)〜(f)が生成される。   The parts extraction unit 16 creates a virtual single character image, that is, a virtual character image, by connecting the partial character images adjacent to each other in the sequence of partial character images extracted by the element extraction unit 15. A virtual character image corresponds to a part in which elements are connected, and a plurality of virtual character image columns (a) to (f) are generated as shown in FIG.

なお、仮想文字画像の列(a)から仮想文字画像の列(f)に向かうほど、列の数が減っているのは重複するパーツを除いたためである。またエレメントは1つでもパーツに成り得るので、図14に示した部分文字画像A〜Hもそのままパーツ(仮想文字画像)となる。   The reason why the number of columns decreases from the virtual character image column (a) to the virtual character image column (f) is because redundant parts are excluded. Since even one element can be a part, the partial character images A to H shown in FIG. 14 are also parts (virtual character images) as they are.

図16は、図15に示した各パーツを、認識対象の画像として文字画像の候補を決定する手順を説明したものである。まず、パステーブル初期化部14はパステーブル32を空にする。そして、パステーブル登録部18はパステーブル32に第0パスレコードを設けた上で、最初の仮想文字画像を登録する。   FIG. 16 illustrates a procedure for determining character image candidates using the parts shown in FIG. 15 as recognition target images. First, the path table initialization unit 14 empties the path table 32. Then, the path table registration unit 18 registers the first virtual character image after providing the 0th path record in the path table 32.

この例では、先頭から続く3個の仮想文字画像「フ」、「フ|」、「水」が、パスとして登録される。図16の括弧内はスコアであり、各仮想文字画像の文字としての確からしさに基づいて計算された数値である。   In this example, the three virtual character images “F”, “F |”, and “Water” continuing from the top are registered as paths. The parentheses in FIG. 16 are scores, which are numerical values calculated based on the probability of each virtual character image as a character.

これら3個の仮想文字画像「フ」、「フ|」、「水」は、それぞれパスを構成しており、この段階でパステーブル32には3本のパスがあることになる。この例では、パス削減部19またはメモリに予めパス削減の閾値を「3」と設定したものとし、パス削減部19はパスを3本以内に削減する。このようにすると、この段階では、まだ全てのパス本数が「3」なので、仮想文字画像「フ」、「フ|」、「水」は1つも削減されない。   These three virtual character images “F”, “F |”, and “Water” each constitute a path, and at this stage, the path table 32 has three paths. In this example, it is assumed that the path reduction threshold is set to “3” in advance in the path reduction unit 19 or the memory, and the path reduction unit 19 reduces the number of paths to three or less. By doing so, at this stage, since all the paths are still “3”, none of the virtual character images “F”, “F |”, and “Water” are reduced.

次に、部分出力部20が、区切り位置の調査を行う。この段階では各パスに登録されている仮想文字画像は1個ずつなので、これらの仮想文字画像の最終位置が区切り位置である。図16の点線で示す区切りのライン33に、仮想文字画像の最終位置が一致しないので、区切り位置も一致していない。このため、一致する区切り位置は「なし」として最初の処理に戻る。   Next, the partial output unit 20 investigates the break position. At this stage, since there is one virtual character image registered in each path, the final position of these virtual character images is the delimiter position. Since the final position of the virtual character image does not match the dividing line 33 shown by the dotted line in FIG. 16, the dividing position does not match. For this reason, the matching delimiter position is set to “none” and the process returns to the first process.

2回目の処理では、パステーブル登録部18が、パステーブル32の登録済みのパスに、それぞれ後続する仮想文字画像を追加登録していく。この結果、図17に示すように、パステーブル32には9本のパスが登録される。これをパス削減部19がスコア順に3本に削減する。そして、部分出力部20が区切り位置をチェックすると、仮想文字画像「水」の後ろの部分で、点線で示すように全パスに共通の区切り位置が検出される。   In the second process, the path table registration unit 18 additionally registers subsequent virtual character images to the registered paths in the path table 32. As a result, nine paths are registered in the path table 32 as shown in FIG. The path reduction unit 19 reduces this to 3 in order of score. When the partial output unit 20 checks the delimiter position, a delimiter position common to all the paths is detected as indicated by a dotted line in the portion behind the virtual character image “water”.

部分出力部20は、この検出結果に基づいて各パスの先頭から仮想文字画像「水」の部分を部分出力として出力する。この場合、仮想文字画像列は全部で3個あるが、異なるものは仮想文字画像「フ|,く」と仮想文字画像「水」の2個であるため、この2個が出力される。部分出力部20は、部分出力した後の各パスを左つめにする。   The partial output unit 20 outputs the portion of the virtual character image “water” from the head of each path as a partial output based on the detection result. In this case, there are a total of three virtual character image strings, but since there are two different virtual character images “F |, Ku” and virtual character image “water”, these two are output. The partial output unit 20 turns each path after partial output to the left.

このとき、同じ文字列のパスが出てきた場合、それらを1個で代表させて残りはパステーブル32から除外するようにするが、このケースではそのような状況が生じていないので、そのままとする。なお、図17の中で「null」は空のパスを意味する。引き続き3回目の処理に移る。   At this time, if paths with the same character string appear, they are represented by one and the rest are excluded from the path table 32. However, in this case, such a situation has not occurred, so To do. In FIG. 17, “null” means an empty path. The process then continues to the third process.

3回目では、2回目で作られたパステーブル32の各パスにさらに後続する仮想文字画像を接続させて同様の処理を行なう。この例では、図18に示すように、各パス共通の区切り位置が、仮想文字画像「の」の後ろの位置34で検出されるため、仮想文字画像「C,つ」と仮想文字画像「の」の2個のパスが部分出力される。   In the third time, a virtual character image that follows further is connected to each path of the path table 32 created in the second time, and the same processing is performed. In this example, as shown in FIG. 18, a common delimiter position for each path is detected at a position 34 after the virtual character image “NO”, so that the virtual character image “C,” and the virtual character image “ Are partially output.

次の4回目では、図19に示すように、各パス共通の区切り位置(仮想文字画像間の切れ目)がないため部分出力されない、つまり部分出力は「なし」である。   In the next fourth time, as shown in FIG. 19, partial output is not performed because there is no delimiter position common to each path (interval between virtual character images), that is, the partial output is “none”.

5回目では、図20に示すように、仮想文字画像

Figure 2011138411
などの3個の仮想文字画像列が部分出力される。これがパステーブル32内のすべての仮想文字画像列なので、部分出力後の該当仮想文字画像の削除処理により、パステーブル32の記憶内容は空になる。 In the fifth time, as shown in FIG. 20, the virtual character image
Figure 2011138411
3 virtual character image strings are partially output. Since this is all the virtual character image strings in the path table 32, the stored contents of the path table 32 are emptied by the deletion process of the corresponding virtual character image after partial output.

これ以降、後続する仮想文字画像がなくなり、パステーブル32の更新ができなくなるので、このコンピュータ10におけるパターン認識処理を終了する。パステーブル32に残ったパスも無いので最後の全パス出力は省略される。   After this, there is no subsequent virtual character image, and the path table 32 cannot be updated, so the pattern recognition process in the computer 10 is terminated. Since there are no remaining paths in the path table 32, the last full path output is omitted.

部分出力の結果、図21に示すように、第1番目の最初のブロックとして仮想文字画像「フ|,く」と仮想文字画像「水」の2つの仮想文字画像列、2番目のブロックとして仮想文字画像「C,つ」と仮想文字画像「の」の2つの仮想文字画像列、3番目のブロックとして仮想文字画像

Figure 2011138411
などの3つの仮想文字画像列などといった出力ブロック41が得られ、可能性のある複数のパス候補が出力される。 As a result of the partial output, as shown in FIG. 21, two virtual character image strings of a virtual character image “F |, Ku” and a virtual character image “water” as a first first block and a virtual as a second block. Two virtual character image strings of character image “C, tsu” and virtual character image “no”, virtual character image as the third block
Figure 2011138411
The output block 41 such as three virtual character image strings is obtained, and a plurality of possible path candidates are output.

この第2実施形態では、部分文字画像がエレメント、仮想文字画像がパーツ、仮想文字画像列がパスである。部分出力の際に、複数の仮想文字画像列がまとめられて出力されるが、これをここではブロックと呼ぶ。図21の点線で囲まれた仮想文字画像の列がブロックであり、この例では3ブロックが出力されている。   In the second embodiment, the partial character image is an element, the virtual character image is a part, and the virtual character image string is a path. At the time of partial output, a plurality of virtual character image strings are output together and called a block here. A column of virtual character images surrounded by a dotted line in FIG. 21 is a block, and three blocks are output in this example.

したがって、この例では、各ブロック内で2通り、2通り、3通りの仮想文字画像列の選択が可能であり、都合12通りの仮想文字画像列を表現することができる。途中で部分出力しない従来のビームサーチ手法では、パス削減の閾値を「3」と設定した場合、3通りの候補しか出力されることはない。   Therefore, in this example, two, two, and three virtual character image sequences can be selected in each block, and 12 virtual character image sequences can be expressed for convenience. In the conventional beam search method that does not partially output halfway, when the path reduction threshold is set to “3”, only three candidates are output.

図21に示した仮想文字画像を文字認識した結果の例を図22に示す。図22に示すように、点線の矩形内の2つの文字が認識結果であり、そのうち上が第1位の結果、下が第2位の結果である。この1つの点線の矩形が図21の1つの仮想文字画像に対応している。   An example of the result of character recognition of the virtual character image shown in FIG. 21 is shown in FIG. As shown in FIG. 22, the two characters in the dotted rectangle are the recognition results, of which the top is the first result and the bottom is the second result. This one dotted rectangle corresponds to one virtual character image in FIG.

例えば、図22の「イり」は、図21の仮想文字画像「フ|」を文字認識した結果であり、その隣の「くス」は図21の仮想文字画像「く」を文字認識した結果である。以下同様に図22と図21とでは同じ位置の仮想文字画像と文字認識結果が対応している。   For example, “Iri” in FIG. 22 is the result of character recognition of the virtual character image “F |” in FIG. 21, and the “kus” next to it recognizes the virtual character image “ku” in FIG. It is a result. Similarly, in FIG. 22 and FIG. 21, the virtual character image at the same position and the character recognition result correspond to each other.

このようにこの第2実施形態によれば、文字認識前の入力画像に対して逐次出力型ビームサーチ(吐き出しビームサーチ)を適用することで、可能な仮想文字画像列候補を失うことなく複数の仮想文字画像列候補を出力することができる。この処理の後、得られた各仮想文字画像を、入力画像として文字認識を行ない、その文字認識結果をまとめて出力することにより、図13に示した文字列画像の認識を実行することができる。   As described above, according to the second embodiment, by applying the sequential output beam search (discharge beam search) to the input image before character recognition, a plurality of possible virtual character image sequence candidates are not lost. Virtual character image string candidates can be output. After this processing, each virtual character image obtained is subjected to character recognition as an input image, and the character recognition result shown in FIG. 13 can be recognized by outputting the character recognition results collectively. .

次に、図23および図24のフローチャートを参照して上記第1実施形態および第2実施形態で文字と画像について個々に説明した逐次出力型ビームサーチ(吐き出しビームサーチ)の汎用的な動作を説明する。   Next, with reference to the flowcharts of FIGS. 23 and 24, general-purpose operations of the sequential output beam search (discharge beam search) described individually for characters and images in the first and second embodiments will be described. To do.

このため、各用語について定義することにする。認識対象から特徴抽出や認識によって得られるデータをエレメントと呼び、その列をエレメント列と呼ぶ。第2実施形態のような文字画像の切り出しの例ではエレメントは切り出した文字画像の候補の最小単位、すなわち隣り合う切り出し位置に挟まれた部分画像に相当する。また複数のエレメントからなるセットをパーツと呼ぶ。   For this reason, each term will be defined. Data obtained by feature extraction or recognition from a recognition target is called an element, and the column is called an element column. In an example of character image segmentation as in the second embodiment, an element corresponds to a minimum unit of segmented character image candidates, that is, a partial image sandwiched between adjacent segmentation positions. A set composed of a plurality of elements is called a part.

これは具体的には切り出した単独の部分画像や隣合う部分画像どうしを結合した文字画像に相当する。このパーツを並べた列をパスと呼ぶ。ここでパスの開始位置の定義は、そのパスの先頭パーツの先頭エレメントとする。同様に、終了位置は末尾パーツの末尾エレメントである。開始位置と終了位置が同じ複数のパスを格納したテーブルをブロックと呼ぶ。またパステーブル32には、開始位置が等しい複数のパスが格納されるものとする。   Specifically, this corresponds to a character image obtained by combining a cut out single partial image or adjacent partial images. A row in which these parts are arranged is called a path. Here, the start position of the path is defined as the first element of the first part of the path. Similarly, the end position is the end element of the end part. A table storing a plurality of paths having the same start position and end position is called a block. The path table 32 stores a plurality of paths having the same start position.

上記のように定義した場合、このコンピュータ10の処理動作は以下のようになる。
パステーブル32に長さ0のパスを1個のみ登録する(図23のステップS101)。ブロック番号i=0とし(ステップS102)、認識対象がつきるまで下記ステップS103〜ステップS119の処理を繰り返す。
When defined as described above, the processing operation of the computer 10 is as follows.
Only one zero-length path is registered in the path table 32 (step S101 in FIG. 23). The block number i is set to 0 (step S102), and the following steps S103 to S119 are repeated until a recognition target is found.

パステーブル32へ登録すべきデータ(パス)の作業領域となる一時バッファ領域をメモリに用意し、その領域を空にする(ステップS103)。   A temporary buffer area serving as a work area for data (path) to be registered in the path table 32 is prepared in the memory, and the area is emptied (step S103).

パステーブル32に登録されているパスの数をn_pとして(ステップS104)、0<n_pについてステップS105〜ステップS109の処理を実行する。   Assuming that the number of paths registered in the path table 32 is n_p (step S104), the processing from step S105 to step S109 is executed for 0 <n_p.

パステーブル32からj番目のパスP_jを取り出す(ステップS105)。
パスP_jに後続する可能性のあるパーツを取り出し、パスP_jに後続させて新しいパスP’を複数個作成し、これらをメモリの一時バッファ領域に追加登録する(ステップS106)。
The j-th path P_j is extracted from the path table 32 (step S105).
Parts that may possibly follow the path P_j are taken out, a plurality of new paths P ′ are created following the path P_j, and these are additionally registered in the temporary buffer area of the memory (step S106).

そして、この新規作成された各パスに対してスコア計算を行う(ステップS107)。j=j+1とし(ステップS108)、j<n_pを満たすか否かを判定する(ステップS109)。   Then, score calculation is performed for each newly created path (step S107). j = j + 1 is set (step S108), and it is determined whether j <n_p is satisfied (step S109).

jの値がn_pの値よりも小さい場合(ステップS109のYes)、ステップS105へ戻り、処理を繰り返す。   When the value of j is smaller than the value of n_p (Yes in step S109), the process returns to step S105 and the process is repeated.

そして、jの値がn_pの値以上になった場合(ステップS109のNo)、メモリの一時バッファ領域に登録されているパスについて、それらに付属しているスコアに基づいてソート処理を行ない、上位n個のパスを残す(ステップS110)。但しn<mとする。mはパステーブルの最大サイズである。   If the value of j is equal to or greater than the value of n_p (No in step S109), the path registered in the temporary buffer area of the memory is sorted based on the score attached thereto, n paths are left (step S110). However, n <m. m is the maximum size of the path table.

次に、メモリの一時バッファ領域からパステーブル32にパスをコピーする。またn_p=nとする(ステップS111)。   Next, the path is copied from the temporary buffer area of the memory to the path table 32. Further, n_p = n is set (step S111).

パステーブル32内のj番目のパスに含まれるパーツをDjkと記述する。ここでjはパス番号、kがそのパス内でのパーツ番号である。先頭エレメントが同じパーツがパステーブル内の総てのパスに存在する場合、そのパーツが何個目の一致パーツであるのかをtで表し、第jパスにおけるt番目の一致パーツのパーツ番号をα(t,j)と記述する。これにより、そのパーツは、Dj,α(t,j)と表わせる。 A part included in the j-th path in the path table 32 is described as D jk . Here, j is a path number, and k is a part number in the path. When parts with the same first element are present in all paths in the path table, t indicates the number of matching parts of the part, and the part number of the t-th matching part in the j-th path is α. It is described as (t, j). Thus, the part can be expressed as D j, α (t, j) .

各パスの先頭パーツにおいては、その先頭エレメントは、総てのパスで一致しているので、α(0,j)=0である。この第0番目の一致パーツも含めて一致パーツの個数をTとする(ステップS112)。   In the leading part of each path, the leading element is the same in all paths, so α (0, j) = 0. The number of matching parts including the 0th matching part is T (step S112).

次に、T=1と設定し(ステップS113)、0<t<TについてステップS111〜S117までの処理を繰り返す。   Next, T = 1 is set (step S113), and the processing from steps S111 to S117 is repeated for 0 <t <T.

パーツDj,α(t−1,j)からDj,α(t,j)−1までのパーツ列を各j番目のパスから取り出し、それらをまとめて第i番目のブロックBとして出力する。このとき、同じパーツ列は1個で代表させる(ステップS115)。そしてiをインクリメントし(ステップS116)、ステップS114に戻る。 A part string from parts D j, α (t−1, j) to D j, α (t, j) −1 is taken out from each j th path, and they are collectively output as the i th block B i. To do. At this time, the same parts row is represented by one (step S115). Then, i is incremented (step S116), and the process returns to step S114.

そして、tがTを超えた場合(ステップS114のNo)、tの値が1かどうかを判定する(ステップS117)。   If t exceeds T (No in step S114), it is determined whether the value of t is 1 (step S117).

この判定の結果、tの値が1でなければ(ステップS117のNo)、各パスにおいて、パーツDj,0からDj,α(T−1,j)−1までのパーツを削除し、Dj,α(T−1,j)以降のパーツのパーツ番号を0からに置き替える(ステップS118)。直観的に言えば、左に詰める。 If the value of t is not 1 as a result of this determination (No in step S117), parts from parts D j, 0 to D j, α (T−1, j) −1 are deleted in each path. The part numbers of parts after D j, α (T−1, j) are replaced from 0 (step S118). Intuitively speaking, it stuffs to the left.

また、ステップS117の判定の結果、tの値が1であれば(ステップS117のYes)、ブロック出力しないものと判定する。   As a result of the determination in step S117, if the value of t is 1 (Yes in step S117), it is determined that no block is output.

続いて、パステーブル32を参照してパステーブル32に後続させることのできる認識対象が存在するかどうかを判定し(ステップS119)、存在する場合(ステップS119のYes)、ステップS103に戻り処理を繰り返す。   Subsequently, it is determined whether there is a recognition target that can follow the path table 32 with reference to the path table 32 (step S119). If there is a recognition target (Yes in step S119), the process returns to step S103 to perform the processing. repeat.

また、パステーブル32に後続させることのできる認識対象が存在しない場合(ステップS119のNo)は、パステーブル32の内容をブロックとして出力する(ステップS120)。   If there is no recognition target that can follow the path table 32 (No in step S119), the contents of the path table 32 are output as a block (step S120).

(第3実施形態:出力フォーマット)
図22に示した文字認識結果は、配置するデータフォーマットも表している。ここで、例えば、各文字認識結果の候補のデータとして、文字認識結果として得られる信頼度と文字コードの2つを出力したいものとする。さらに、1つの仮想文字画像に対してN個の候補が得られたものとする。
(Third embodiment: output format)
The character recognition result shown in FIG. 22 also represents the data format to be arranged. Here, for example, it is assumed that the reliability and the character code obtained as the character recognition result are to be output as candidate data for each character recognition result. Furthermore, it is assumed that N candidates are obtained for one virtual character image.

こうすることで、2N個のデータが1つの仮想文字画像の認識結果として得られることになる。これをパーツと呼ぶ。このパーツを連結したものがパスであり、図22の実線の矩形の枠内の点線の矩形が横に並んだものである。さらにこのパスを1つあるいは複数まとめたものをブロックと呼ぶ。   By doing so, 2N pieces of data are obtained as a recognition result of one virtual character image. This is called a part. A combination of these parts is a path, and dotted rectangles within a solid rectangular frame in FIG. 22 are arranged side by side. Further, a group of one or more paths is called a block.

図22で言えば、パスを縦に並べたものを1つのかたまりとして囲った実線の矩形がブロックである。このブロックを複数並べて出力フォーマットとすることによって、数多くの認識結果候補を効率良く少ないデータ量で表すことができる。図22で符号B0〜B2はブロック番号。0〜6はパスの番号。C0〜C12はパーツ番号である。   In FIG. 22, a solid line rectangle in which paths are vertically arranged and enclosed as one lump is a block. By arranging a plurality of blocks as an output format, a large number of recognition result candidates can be efficiently expressed with a small amount of data. In FIG. 22, symbols B0 to B2 are block numbers. 0 to 6 are pass numbers. C0 to C12 are part numbers.

なお、本実施形態では、仮想文字画像を構成する部分文字画像がエレメントに相当する。また、各パーツ、各パス、各ブロックはどのように配置してもよい。本発明は、出力するデータをパーツ、パス、ブロックの形態に整理して表現することにある。   In the present embodiment, the partial character image constituting the virtual character image corresponds to an element. Each part, each path, and each block may be arranged in any way. It is an object of the present invention to organize and express output data in the form of parts, paths, and blocks.

以下に、このデータ形式の例を示す。これはC言語の構造体の形式である。
struct PS_INFO {
int ans[CMAX];
int rst[CMAX];
};
struct BO{
int blockno;
int path_ok[BOMAX],path_st[BOMAX],path_en[BOMAX];
int parts_st[PATHMAX],parts_en[PATHMAX],p_score[PATHMAX];
struct PS_INFO *ps_info[PSMAX];
};
An example of this data format is shown below. This is a C language structure format.
struct PS_INFO {
int ans [CMAX];
int rst [CMAX];
};
struct BO {
int blockno;
int path_ok [BOMAX], path_st [BOMAX], path_en [BOMAX];
int parts_st [PATHMAX], parts_en [PATHMAX], p_score [PATHMAX];
struct PS_INFO * ps_info [PSMAX];
};

ここで、変数blocknoはブロック総数を表す。
配列の値、path_st[i]とpath_en[i]はi番目のブロックに含まれているパスを表すもので、i番目のブロックに含まれているパスが、path_st[i]番からpath_en[i]番までの番号のパスであることを表している。ここでpath_ok[i]にはそのパスのうち最も確からしいパスの番号が格納されている。
Here, the variable blockno represents the total number of blocks.
The array values, path_st [i] and path_en [i] represent the paths included in the i-th block, and the paths included in the i-th block are path_st [i] to path_en [i This indicates that the path numbered up to]. Here, path_ok [i] stores the most probable path number among the paths.

次に、parts_st[j]とparts_en[j]はj番目のパスに含まれているパーツを表すもので、j番目のパスに含まれているパーツが、parts_st[j]番からparts_en[j]番までの番号のパーツであることを表している。ここでp_score[j]はj番目のパスの確からしさを表す数値である。   Next, parts_st [j] and parts_en [j] represent the parts included in the jth path. Parts included in the jth path are parts_st [j] to parts_en [j] This indicates that the part is numbered up to the number. Here, p_score [j] is a numerical value representing the probability of the j-th path.

パーツの情報は構造体PS_INFOにあり、例えば、それは上記のように、候補文字の文字コードans[h]とそれに対応する文字認識の結果として得られる確からしさrst[h]からなる。それぞれ複数の候補があるので配列となっている。k番目のパーツ情報はps_info[k]に格納されている。   The part information is in the structure PS_INFO. For example, it includes the character code ans [h] of the candidate character and the probability rst [h] obtained as a result of character recognition corresponding to the candidate character. Since there are multiple candidates for each, it is an array. The kth part information is stored in ps_info [k].

この第3実施形態によれば、ブロックを複数並べて出力フォーマットとすることによって、数多くの認識結果候補を効率良く少ないデータ量で表すことができる。   According to the third embodiment, a large number of recognition result candidates can be efficiently expressed with a small amount of data by arranging a plurality of blocks as an output format.

(第4実施形態:連結パスリスト生成)
次に、図22に示した出力データに対して文字認識後の処理を適用する動作を説明する。図25は図22の認識結果のデータ(出力データ)の符号を書き換えたものである。図25ではパーツの識別記号であるパーツ番号をA〜Mとしている。
(Fourth embodiment: linked path list generation)
Next, an operation of applying the processing after character recognition to the output data shown in FIG. FIG. 25 is obtained by rewriting the code of the recognition result data (output data) in FIG. In FIG. 25, part numbers which are part identification symbols are A to M.

また各パスの左側の数値は、パスの確からしさを表す数値(スコア)である。この例では前述したように12通りのパスの連結が考えられる。その各連結パス内のパーツの中に複数の文字認識結果として得られる文字候補があるので、それらの組み合わせは膨大である。   In addition, the numerical value on the left side of each path is a numerical value (score) representing the probability of the path. In this example, 12 paths can be concatenated as described above. Since there are a plurality of character candidates obtained as a result of character recognition in the parts in each connected path, the combinations thereof are enormous.

この例では、説明をわかりやすくするために組み合わせの数を少なくしているので、全組み合わせはそれほど多くは無いが、実用レベルでの組み合わせ数、例えばブロック内のパス数を「4」、ブロック数を「32」、文字候補数を「16」、連結パス内の平均パーツ数を「64」などとすると、全ての組み合わせは、延べで「2の289乗」という、膨大な数になってしまう。このシステムでは、このような場合でも、現実的な探索回数で文字認識後処理が行なえる。   In this example, the number of combinations is reduced to make the explanation easier to understand. Therefore, the total number of combinations is not so many, but the number of combinations at a practical level, for example, the number of paths in a block is “4”, the number of blocks. Is “32”, the number of character candidates is “16”, the average number of parts in the concatenated path is “64”, etc., all the combinations become a huge number of “2 to the 289th power”. . Even in such a case, this system can perform post-character recognition processing with a realistic number of searches.

以下に、連結パス数が多い場合の動作を説明する。この図25の各ブロックの中から1つのパスを選択して組み合わせると12個の組み合わせを作成できる。これを図26に示す。図26は組み合わせてできた連結パス内のパーツのシーケンスを示すものであり、先頭の括弧内の数値は各パスの確からしさの値(スコア)を合計したものである。これは分岐の無いパスなので単線パスとも呼べるものである。   The operation when the number of connected paths is large will be described below. When one path is selected and combined from each block of FIG. 25, 12 combinations can be created. This is shown in FIG. FIG. 26 shows a sequence of parts in a combined path formed by combining, and the numerical value in the parenthesis at the head is the sum of the probability values (scores) of the respective paths. Since this is a path without branching, it can also be called a single line path.

次に、この中から確からしさの合計値の、値の大きいものを優先し、例えば図27に示すような5個の連結パスのリストを作成する。この連結パスのリストをパス内部のパーツも含めて表示したものを図28に示す。   Next, a list of five concatenated paths as shown in FIG. 27, for example, is created by giving priority to the largest value of the total likelihood values. FIG. 28 shows a list of the connected paths including parts inside the paths.

この図28に示すリストを連結パスリストと呼ぶ。この連結パスリスト内の1個の連結パスを用いて、その中から単語候補を抽出する。その方法としては公知の手段が知られており、そのような手法を任意に採用して用いることができる。全てのパスについて単語候補を求める。単語候補を求めた結果の例を図29に示す。   The list shown in FIG. 28 is called a linked path list. Using one concatenated path in the concatenated path list, word candidates are extracted from the concatenated path list. As the method, known means are known, and such a method can be arbitrarily adopted and used. Find word candidates for all paths. An example of the result of obtaining word candidates is shown in FIG.

図29において、各単語候補の左側の数値は単語の確からしさを表す数値(スコア)である。このような単語候補のリストに対して、公知の文字認識後処理を適用することにより、適切な単語候補列を求めることができる。この例ではスコアの高い組み合わせとして最終的にスコアが「9」点の単語候補である「水の」と、スコアが「9」点の単語候補である「流れ」が選択される。最終的に後処理結果として「水の流れ」が選択される。   In FIG. 29, the numerical value on the left side of each word candidate is a numerical value (score) representing the probability of the word. An appropriate word candidate string can be obtained by applying a known post-character recognition process to such a list of word candidates. In this example, “water”, which is a word candidate having a score of “9”, and “flow”, which is a word candidate having a score of “9”, are finally selected as a combination having a high score. Finally, “water flow” is selected as the post-processing result.

なお、ここでの説明ではスコアを用いた絞込みを行なったが、スコアを用いずに全ての連結パスを登録するようにしてもよい。また、この後処理部分に、第1実施形態で説明した文字列の探索方法を用いることもできる。以下、その場合の処理手順を説明する。   In the description here, the score is used for narrowing down, but all linked paths may be registered without using the score. Further, the character string search method described in the first embodiment can also be used for this post-processing portion. Hereinafter, the processing procedure in that case will be described.

図25の例ではブロック数が少ないため連結パスの組み合わせの数が「12」と実行可能な数に収まっているが、ブロック数が多いと実行可能な範囲を超えてしまう。このような場合にも適用できるように処理手順を次のようにすることができる。   In the example of FIG. 25, since the number of blocks is small, the number of combinations of concatenated paths is within the executable number of “12”, but when the number of blocks is large, the executable range is exceeded. The processing procedure can be performed as follows so as to be applicable to such a case.

すなわち、第1実施形態における後処理のプロセスにおいて、候補単語の検索、および追加の段階で、連結パスリストの生成を行う。第1実施形態ではn回目のつめの作業が終了したパステーブル32に対して単語検索および検索された単語の追加を行ったが、このとき、単語を追加する前のパステーブル32に格納されている各パスについて、単語検索に先立って連結パスリスト生成を行う。   That is, in the post-processing process in the first embodiment, a candidate path is searched and a linked path list is generated in an additional stage. In the first embodiment, the word search and the addition of the searched word are performed on the path table 32 in which the n-th work is completed. At this time, the word table is stored in the path table 32 before the word is added. For each existing path, a linked path list is generated prior to word search.

なお,本実施例での入力は図25に示したようなブロック表現のデータであり,また一方で出力も同様なブロック表現されたデータなので,両者を混同しやすく,ここで注意しておく。各パスの最後の部分に後続するブロックを開始ブロックとして連結パスリスト生成を行う。このとき、連結パスリストが大きくなり過ぎないように、処理ブロック数や連結パスに含まれる候補文字に関してその総数や候補文字全部の文字列の物理的な長さなどを制限として、そこまでで連結パスの生成を終了させるようにコントロールする。   Note that the input in this embodiment is block-represented data as shown in FIG. 25, and the output is also the same block-represented data. A linked path list is generated with the block following the last part of each path as a start block. At this time, in order to prevent the concatenated path list from becoming too large, the number of processing blocks and candidate characters included in the concatenated path are limited by the total number and physical length of the character strings of all candidate characters. Controls the end of path generation.

連結パスリストを生成する上で、あるパスリスト内のパスAの先頭からのある位置xまでの内容が、パスリスト内のそれまでに生成されたA以外のパスの中に存在するかどうかを調べ、存在する場合、Aの先頭から位置xまでの長さをLとして、そのLの最大値をdupとしてパスAの情報として付加しておく。   When generating a linked path list, whether or not the contents from the beginning of a path A in a path list to a certain position x exist in paths other than A generated so far in the path list. If it exists, the length from the head of A to the position x is set as L, and the maximum value of L is added as dup as information of the path A.

こうしておくことで、後にこのパスAを用いて探索を行なう場合に探索すべき長さが dup以下であれば、そのパス以前のパスで同様の探索が行なわれているので探索を省略し、無駄に同じ探索を繰り返さないように制御できる。   By doing so, if the length to be searched later when performing a search using this path A is equal to or less than dup, the same search is performed in the path before that path, so the search is omitted and wasted Can be controlled not to repeat the same search.

次に、前述した連結パスリスト生成手順で説明した方法により単語検索を行なう。この連結パスリスト内の各連結パスにおいて検索された単語をまとめて、その全て、または一部を用いて、これをパステーブル32内のパスに後続させて新しい候補単語が追加されたパスを作成する。このとき、追加した単語に後続する位置情報を当該パスに情報として付与しておく。この位置情報とは、その位置が含まれるブロック番号、パス番号、パーツ番号である。   Next, a word search is performed by the method described in the linked path list generation procedure described above. Collecting the words searched in each linked path in this linked path list, and using all or a part of them, create a path with new candidate words added by following this path in the path table 32. To do. At this time, position information following the added word is given to the path as information. The position information is a block number, a pass number, and a part number that include the position.

上記の説明は単語の追加を行なう位置が後続するブロックの先頭である場合のものであり、その位置がブロック内部の場合には上記のプロセスにおいて最初のブロックに関しては次のように処理する。   The above description is for the case where the position where the word is added is the head of the succeeding block. When the position is within the block, the first block is processed as follows in the above process.

すなわち、後続するブロック内において後続すべき位置が含まれるパスのみを連結パスリスト生成の対象とするのである。2番目のブロック以降は開始位置がブロックの先頭である場合と同じで良い。   That is, only a path including a position to be succeeded in a succeeding block is a target for generating a concatenated path list. The second and subsequent blocks may be the same as when the start position is the head of the block.

なお、生成開始位置がブロックの先頭にあるとは、位置を表す情報のうちパーツ番号がパス内の先頭パーツの場合であり、このケースでは、どのパスでも同様にその先頭から始められるので、パス番号は特に意味が無い。   Note that the generation start position is at the head of the block when the part number is the head part in the path in the information indicating the position. In this case, any path can be started from the head in the same way. The number has no particular meaning.

生成開始位置がブロックの内部にあるとは、位置を表す情報のうちパーツ番号がパス内の先頭パーツで無い場合であり、このケースでは、パス番号で指定されたパスからしか生成を開始できない。   The generation start position is inside the block when the part number is not the first part in the path in the information indicating the position. In this case, generation can be started only from the path specified by the path number.

ここで、図30のフローチャートを参照して、連結パスリスト生成の際にパステーブル32の各パスに単語を追加するコンピュータ10の処理手順を説明する。このフローは図23のS103からS109に相当するもので,その部分を置き換える形で使用する。その前後は図23と同じなので,このS103からS109に相当する部分のみを記述した。この場合、CPUは、まず、メモリにレジスタjを設定し、そのレジスタjに0を設定し、一時バッファ領域を空にする(図30のステップS201,S202)。   Here, the processing procedure of the computer 10 for adding a word to each path of the path table 32 when the linked path list is generated will be described with reference to the flowchart of FIG. This flow corresponds to S103 to S109 in FIG. 23, and is used in the form of replacing that part. Since before and after that is the same as FIG. 23, only the portions corresponding to S103 to S109 are described. In this case, the CPU first sets a register j in the memory, sets 0 in the register j, and empties the temporary buffer area (steps S201 and S202 in FIG. 30).

次に、レジスタjの値からパスP_jを取り出し,このパスに後続する後続開始位置を得る(後続開始位置については下のステップに記載)。(ステップS203,S204)   Next, the path P_j is extracted from the value of the register j, and the subsequent start position following this path is obtained (the subsequent start position is described in the step below). (Steps S203 and S204)

続いて、後続開始位置がブロックの先頭か否かを判定し(ステップS205)、後続開始位置がブロックの先頭でなければ(ステップS205のN)、後続開始位置のブロック内の開始位置を含むパスを開始ブロックの代わりに用い、その次のブロック以降も含めて連結パスリストを作成する(ステップS206)。   Subsequently, it is determined whether or not the subsequent start position is the head of the block (step S205). If the subsequent start position is not the head of the block (N in step S205), the path including the start position in the block at the subsequent start position. Is used in place of the start block, and a concatenated path list is created including the subsequent blocks (step S206).

また、後続開始位置がブロックの先頭であれば(ステップS205のY)、開始ブロックを後続開始位置のブロックとして連結パスリストを作成する(ステップS207)。   If the subsequent start position is the head of the block (Y in step S205), a linked path list is created with the start block as the block at the subsequent start position (step S207).

その後、作成した連結パスリストの各連結パスに対してその先頭から続く部分について単語検索を行う(ステップS208)。   Thereafter, a word search is performed for a portion continuing from the head of each linked path in the created linked path list (step S208).

単語検索の結果、検索された単語を処理対象の第jパスに後続させて新しいパスを作り、一時バッファ領域に登録する(ステップS209)。このとき後続させた単語に続く位置を当該新パスに登録する。位置はブロック番号,パス番号,パーツ番号である。   As a result of the word search, the searched word is made subsequent to the j-th pass to be processed to create a new pass, which is registered in the temporary buffer area (step S209). At this time, the position following the succeeding word is registered in the new path. The position is a block number, pass number, or part number.

最後に、この新規作成された各パスに対してスコア計算を行なうとともに、レジスタjに「1」を加算して(ステップS210,S211)、jがn_p(n_pは図23参照)以下であれば(ステップS212),ステップS203に戻る。   Finally, score calculation is performed for each newly created path, and “1” is added to the register j (steps S210 and S211). If j is n_p (see FIG. 23 for n_p) or less, (Step S212), the process returns to Step S203.

なお、ここでの説明では、図22の出力データ(この出力データが本実施例の入力となっている)を生成する手法として第2実施形態を想定しているが、出力データを生成する手法は、このようなフォーマットの出力を得られる方法であれば、いかなる方法でもよく、フォーマットも上述した実施形態に限定されるものではない。   In the description here, the second embodiment is assumed as a method of generating the output data of FIG. 22 (this output data is the input of this embodiment), but a method of generating the output data Any method may be used as long as it can obtain an output in such a format, and the format is not limited to the above-described embodiment.

このようにこの第4実施形態によれば、連結パス数が多い場合に、連結パスリストを生成することにより、現実的な探索回数で文字認識後処理を行うことができる。   As described above, according to the fourth embodiment, when the number of linked paths is large, by generating a linked path list, it is possible to perform post-character recognition processing with a realistic number of searches.

(第5実施形態:DP(Dynamic Programming)型検索の例)
ここで文字切り出しをDPタイプの方式で行なった別の実施例を説明する。図31は文字の切り出しをDPで行なった場合の例である。図中、縦の点線が文字の切り出し位置候補、その上の番号が切り出し位置番号「0」〜「5」、横の矢印線が切り出し文字候補「A」〜「E」である。
(Fifth embodiment: example of DP (Dynamic Programming) type search)
Here, another embodiment in which character segmentation is performed by the DP type method will be described. FIG. 31 shows an example in which characters are cut out by DP. In the figure, vertical dotted lines are character cutout position candidates, numbers above them are cutout position numbers “0” to “5”, and horizontal arrow lines are cutout character candidates “A” to “E”.

例えば切り出し位置番号「1」に至る文字候補は「A」であり、以降、切り出し位置番号「2」が文字候補「B」、切り出し位置番号「3」が文字候補「C」、切り出し位置番号「4」が文字候補「D」、切り出し位置番号「5」が文字候補「E」である。   For example, the character candidate leading to the cutout position number “1” is “A”, and thereafter, the cutout position number “2” is the character candidate “B”, the cutout position number “3” is the character candidate “C”, and the cutout position number “ “4” is the character candidate “D”, and the cut-out position number “5” is the character candidate “E”.

これらの文字候補はその位置へ至るベストの候補である。このベストの候補を右から後向きにトレースして行けば、切り出し位置番号「5」に至る文字候補「E」,「E」の始点の切り出し位置番号「3」に至る文字候補「C」を得ることができ、最終的に文字候補「C」、「E」がベストの文字候補列として選ばれる。ここでも文字候補列をパスと呼ぶことにすれば、ベストパスが選ばれることになる。   These character candidates are the best candidates to reach that position. If this best candidate is traced backward from the right, the character candidate “E” reaching the cut-out position number “5” and the character candidate “C” reaching the cut-out position number “3” at the start point of “E” are obtained. Finally, the character candidates “C” and “E” are selected as the best character candidate strings. Again, if the character candidate string is called a path, the best path is selected.

このようにDPはベストパスを高速に求められる点が特徴であるが、ビームサーチのように複数の候補パスを求めることも以下のように実施すれば可能である。   As described above, the DP is characterized in that the best path can be obtained at high speed. However, it is possible to obtain a plurality of candidate paths as in the beam search as follows.

図31の各切り出し位置において、そこへ至るベスト文字候補の代わりにN個のベストパスを記憶する。そのために次のような処理を導入する。   In each cutout position in FIG. 31, N best paths are stored instead of the best character candidate to reach the cutout position. For this purpose, the following processing is introduced.

処理対象切り出し位置に対して、それより前の切り出し位置のうち、処理対象切り出し位置へ至る文字候補が存在する場合に、その前の切り出し位置に記録されているN個のベストパスを取り出し、それにそこから処理対象切り出し位置へ至る文字候補を追加し、新たにN個の候補パスを作る。   When there are character candidates that reach the processing target cutting position among the previous cutting positions with respect to the processing target cutting position, N best paths recorded at the previous cutting position are extracted, Character candidates from there to the processing target cutout position are added, and N candidate paths are newly created.

それらの各パスについて何らかのスコアを計算しておく。これを処理対象切り出し位置より前の総ての切り出し位置について行ない、それによって得られた候補パスの中からスコアに基づいてN個のベストパスを選択し、この処理対象切り出し位置に記録する。   Some score is calculated for each of these paths. This is performed for all the cutout positions before the processing target cutout position, and N best paths are selected from the candidate paths obtained thereby based on the score, and are recorded at the processing target cutout position.

これを総ての切り出し位置について求めると、最終的に図31の切り出し位置番号「5」の切り出し位置にきたときに得られるN個のベストパスが最終的に求められるNベストの候補パスということになる。   When this is obtained for all cutout positions, the N best paths that are finally obtained when the cutout position number “5” in FIG. 31 is reached are the N best candidate paths that are finally obtained. become.

次に、この手法に上述した掃き出し手法を導入する。つまり、ある切り出し位置に総てのパスの終点が集まっていて、その切り出し位置を飛び越すパスが無い場合に、その位置で掃き出す。   Next, the sweeping-out method described above is introduced into this method. In other words, when the end points of all the paths are gathered at a certain cutout position and there is no path that jumps over the cutout position, sweeping is performed at that position.

総ての切り出し位置からその位置より後の総べての切り出し位置へ至る文字候補全部を無制限に可能としてしまうと上記のようなケースは出てこないので掃き出すことはできないが、一般には文字らしさをチェックすることで、かなりのものが枝刈りされるので、ある程度掃き出すことはできると考えられる。例えば、英文の場合で単語間スペースが長いようなケースである。   If all the character candidates from all the cutout positions to all the cutout positions after that position are made unlimited, the above case will not come out, so it cannot be swept out. By checking, a lot of things are pruned, so it can be swept out to some extent. For example, it is a case where the space between words is long in English.

このようにこの第5実施形態によれば、DP型検索を導入することにより複数の候補パスを高速に求めることができる。   As described above, according to the fifth embodiment, a plurality of candidate paths can be obtained at high speed by introducing the DP type search.

なお、本願発明は、上記実施形態のみに限定されるものではない。上記実施形態では、画像からテキストを認識する文字認識や画像自体のパターンを認識する例について説明したが、パターン認識の対象は、この他、例えば音声パターンなどを認識対象としてもよく、パターン認識技術が対象とするものであればどのようなパターンであってもよい。   In addition, this invention is not limited only to the said embodiment. In the above embodiment, the example of character recognition for recognizing text from an image and the example of recognizing the pattern of the image itself has been described. However, the pattern recognition target may be, for example, a speech pattern or the like. Any pattern may be used as long as it is targeted.

また、例えば入力されたエレメント列全てに対して本発明を適用するのではなく、エレメント列の一部分に対してのみ適用してもよい。   Further, for example, the present invention may not be applied to all input element strings, but may be applied only to a part of the element strings.

具体的な例としては、日本語文字列が入力されたときに、定ピッチ部分と想定される部分とそうで無い部分に分けるピッチ推定部を設け、その出力によって不定ピッチと想定される部分に対して本発明を適用する方式は有効である。   As a specific example, when a Japanese character string is input, a pitch estimation unit is provided that divides into a part that is assumed to be a constant pitch part and a part that is not, and a part that is assumed to be an indefinite pitch by its output. On the other hand, the method of applying the present invention is effective.

さらに、入力された文字列に対して本実施形態を用いない仮の文字切り出しと文字認識を行ない、認識精度が悪いと推定された部分に対してビームサーチやDP型検索を実施して再度文字切り出しと文字認識を行ってもよい。   Further, provisional character segmentation and character recognition that do not use this embodiment are performed on the input character string, and a beam search or DP type search is performed on a portion that is estimated to have poor recognition accuracy, and then the character is again displayed. Cutout and character recognition may be performed.

また、例えば各構成要素を、コンピュータのハードディスク装置などのストレージにインストールしたプログラムで実現してもよく、また上記プログラムを、コンピュータ読取可能な電子媒体:electronic mediaに記憶しておき、プログラムを電子媒体からコンピュータに読み取らせることで本発明の機能をコンピュータが実現するようにしてもよい。電子媒体としては、例えばCD−ROM等の記録媒体やフラッシュメモリ、リムーバブルメディア:Removable media等が含まれる。   Further, for example, each component may be realized by a program installed in a storage such as a hard disk device of a computer, and the program is stored in a computer-readable electronic medium: electronic media, and the program is stored in the electronic medium. The computer may realize the functions of the present invention by causing the computer to read the information. Examples of the electronic medium include a recording medium such as a CD-ROM, flash memory, and removable media.

さらに、ネットワークを介して接続した異なるコンピュータに構成要素を分散して記憶し、各構成要素を機能させたコンピュータ間で通信することで実現してもよい。   Further, the configuration may be realized by distributing and storing components in different computers connected via a network, and communicating between computers in which the components are functioning.

1…入力ユニット、3…スキャナ、4…ディスプレイ、10…コンピュータ、11…入力インターフェース部(入力I/F)、12…文字認識部、13…区切り検出部、14…パステーブル初期化部、15…エレメント抽出部、16…パーツ抽出部、17…パス生成部、18…パステーブル登録部、19…パス削減部、20…部分出力部、21…パス統合出力部、22…出力インターフェース部(出力I/F)、30…記憶装置、31…処理対象画像記憶部、32…パステーブル、35…帳票定義記憶部、36…辞書データ記憶部、37…認識結果記憶部。   DESCRIPTION OF SYMBOLS 1 ... Input unit, 3 ... Scanner, 4 ... Display, 10 ... Computer, 11 ... Input interface part (input I / F), 12 ... Character recognition part, 13 ... Separation detection part, 14 ... Path table initialization part, 15 Element extraction unit 16 Part extraction unit 17 Path generation unit 18 Path table registration unit 19 Path reduction unit 20 Partial output unit 21 Path integrated output unit 22 Output interface unit (output) (I / F), 30 ... storage device, 31 ... processing target image storage unit, 32 ... pass table, 35 ... form definition storage unit, 36 ... dictionary data storage unit, 37 ... recognition result storage unit.

Claims (6)

処理対象のパターンが記憶された記憶部と、
前記記憶部より読み出したパターンから、パターン認識に必要な最小限の単位のエレメントを順次抽出し、1つ以上のエレメントの列を得るエレメント抽出部と、
前記各エレメントの列を、パターン認識に意味のある単位で区切ったパーツとそのスコアの組を、パーツどうしのつながりを示すパスレコードに記憶可能なパステーブルと、
前記エレメント抽出部により得られた各エレメントの列を、前記パーツの単位に区分する区切り検出部と、
前記区切り検出部により区分された各パーツに,そのパーツが正解である確からしさを示すスコアを付与する一方、各エレメント列の中で、先頭パーツの中の先頭エレメントの位置が同じパーツを前記パステーブルの該当パスレコードに格納するパステーブル登録部と、
前記パステーブルの各パスレコード内のパーツとこのパーツに続くパーツとの切れ目の位置が各パス間で同じ時に先頭からそこまでのパーツを部分パスとして各パスレコードから読み出し、それぞれを1つのパターン認識結果の候補とするブロックを掃き出す部分出力部と
を具備することを特徴とするパターン認識装置。
A storage unit storing a pattern to be processed;
An element extraction unit that sequentially extracts elements of a minimum unit necessary for pattern recognition from the pattern read from the storage unit, and obtains a sequence of one or more elements;
A path table that can store a set of parts and a score obtained by dividing each element column in units meaningful for pattern recognition in a path record indicating a connection between the parts,
A delimiter detection unit that divides a column of each element obtained by the element extraction unit into units of the parts,
Each part divided by the delimiter detection unit is given a score indicating the probability that the part is correct, while passing the part where the position of the first element in the first part is the same in each element row. A path table registration unit to be stored in the corresponding path record of the table;
When the positions of the parts in each path record of the path table and the parts following this part are the same between the paths, the parts from the beginning to the part are read out from each path record as a partial path, and each pattern is recognized as one pattern. A pattern recognition apparatus comprising: a partial output unit that sweeps out a block as a result candidate.
前記部分出力部は、
掃き出した部分パーツを前記パステーブルから削除することを特徴とする請求項1記載のパターン認識装置。
The partial output unit is
The pattern recognition apparatus according to claim 1, wherein the swept partial parts are deleted from the path table.
前記パステーブルの各パスレコードに格納されたパーツを、対応するスコアに従ってソートし、パーツの数が予め設定された閾値以内になるようスコアの低いパーツを削減する削減部を具備することを特徴とする請求項1記載のパターン認識装置。   A part that sorts the parts stored in each path record of the path table according to a corresponding score, and includes a reduction unit that reduces parts having a low score so that the number of parts is within a preset threshold. The pattern recognition apparatus according to claim 1. 前記エレメントが、文字認識結果のテキストであることを特徴とする請求項1記載のパターン認識装置。   The pattern recognition apparatus according to claim 1, wherein the element is a text of a character recognition result. 前記エレメントが、前記画像から切り出した部分画像であることを特徴とする特許請求項1に記載するパターン認識装置。   The pattern recognition apparatus according to claim 1, wherein the element is a partial image cut out from the image. 処理対象のパターンが記憶された記憶部と、パターン認識に必要な最小限の単位のエレメントの列を、パターン認識に意味のある単位で区切ったパーツとそのスコアの組を、パーツどうしのつながりを示すパスレコードに記憶可能なパステーブルとを有するパターン認識装置におけるパターン認識方法において、
前記記憶部より前記パターンを読み出し、読み出した前記パターンから、パターン認識に必要な最小限の単位のエレメントを順次抽出し、1つ以上のエレメントの列を得るステップと、
得られた各エレメントの列を、前記パーツの単位に区分するステップと、
区分された各パーツに,そのパーツが正解である確からしさを示すスコアを付与する一方、各エレメント列の中で、先頭パーツの中の先頭エレメントの位置が同じパーツを前記パステーブルの該当パスレコードに格納するステップと、
前記パステーブルの各パスレコード内のパーツとこのパーツに続くパーツとの切れ目の位置が各パス間で同じ時に先頭からそこまでのパーツを部分パスとして各パスレコードから読み出し、それぞれを1つのパターン認識結果の候補とするブロックを掃き出すステップと
を有することを特徴とするパターン認識方法。
A part of the storage unit that stores the pattern to be processed and the minimum element unit string necessary for pattern recognition separated by a meaningful unit for pattern recognition and its score pair. In the pattern recognition method in the pattern recognition apparatus having a path table that can be stored in the path record shown,
Reading the pattern from the storage unit, sequentially extracting elements of a minimum unit necessary for pattern recognition from the read pattern, and obtaining a sequence of one or more elements;
Dividing the obtained row of elements into units of the parts;
A score indicating the probability that the part is correct is given to each classified part, while the part where the position of the first element in the first part is the same in each element row is the corresponding path record in the path table. Storing in the step,
When the positions of the parts in each path record of the path table and the parts following this part are the same between the paths, the parts from the beginning to the part are read out from each path record as a partial path, and each pattern is recognized as one pattern. A pattern recognition method comprising: sweeping out a block as a result candidate.
JP2009298962A 2009-12-28 2009-12-28 Pattern recognition apparatus and pattern recognition method Active JP5032557B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2009298962A JP5032557B2 (en) 2009-12-28 2009-12-28 Pattern recognition apparatus and pattern recognition method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2009298962A JP5032557B2 (en) 2009-12-28 2009-12-28 Pattern recognition apparatus and pattern recognition method

Publications (2)

Publication Number Publication Date
JP2011138411A true JP2011138411A (en) 2011-07-14
JP5032557B2 JP5032557B2 (en) 2012-09-26

Family

ID=44349754

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2009298962A Active JP5032557B2 (en) 2009-12-28 2009-12-28 Pattern recognition apparatus and pattern recognition method

Country Status (1)

Country Link
JP (1) JP5032557B2 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60217490A (en) * 1984-04-12 1985-10-31 Toshiba Corp Character recognizing device
JPS61175878A (en) * 1985-01-31 1986-08-07 Mitsubishi Electric Corp Document reading device
JPH01233679A (en) * 1988-03-15 1989-09-19 Toshiba Corp Language recognition device

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60217490A (en) * 1984-04-12 1985-10-31 Toshiba Corp Character recognizing device
JPS61175878A (en) * 1985-01-31 1986-08-07 Mitsubishi Electric Corp Document reading device
JPH01233679A (en) * 1988-03-15 1989-09-19 Toshiba Corp Language recognition device

Also Published As

Publication number Publication date
JP5032557B2 (en) 2012-09-26

Similar Documents

Publication Publication Date Title
JP2973944B2 (en) Document processing apparatus and document processing method
JP4308785B2 (en) Digital ink question retrieval apparatus and method
JP2726568B2 (en) Character recognition method and device
JP2019008778A (en) Captioning region of image
RU2631168C2 (en) Methods and devices that convert images of documents to electronic documents using trie-data structures containing unparameterized symbols for definition of word and morphemes on document image
KR101685472B1 (en) Information processing device, information processing method and storage medium
CN110114776B (en) System and method for character recognition using a fully convolutional neural network
RU2619712C1 (en) Optical character recognition of image series
RU2643465C2 (en) Devices and methods using a hierarchially ordered data structure containing unparametric symbols for converting document images to electronic documents
JPH10507025A (en) Character recognition system for identification of scanned and real-time handwritten characters
CN112906392A (en) Text enhancement method, text classification method and related device
JP2007122403A (en) Device, method, and program for automatically extracting document title and relevant information
KR101118628B1 (en) Iamge Data Recognition and Managing Method for Ancient Documents using Intelligent Recognition Library and Management Tool
RU2625533C1 (en) Devices and methods, which build the hierarchially ordinary data structure, containing nonparameterized symbols for documents images conversion to electronic documents
JP5032557B2 (en) Pattern recognition apparatus and pattern recognition method
CN115294578A (en) Text information extraction method, device, equipment and medium based on artificial intelligence
JP5870744B2 (en) Information processing apparatus and program
RU2625020C1 (en) Devices and methods, which prepare parametered symbols for transforming images of documents into electronic documents
JP6575116B2 (en) Character recognition device, character recognition processing system, and program
CN116600176B (en) Stroke order audio/video generation method and device, computer equipment and storage medium
US10515297B2 (en) Recognition device, recognition method, and computer program product
JP3831392B2 (en) Language knowledge acquisition program
JP6972653B2 (en) Analysis program, analysis method and analysis device
JP5853488B2 (en) Information processing apparatus and program
JP2018180808A (en) Analysis program, analysis method and analyzer

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20120209

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120228

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120319

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20120605

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20120628

R150 Certificate of patent or registration of utility model

Ref document number: 5032557

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20150706

Year of fee payment: 3

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350