JP2641388B2 - 手書き文字認識システムにおけるライン・スペース及びベース・ラインの調整方法 - Google Patents
手書き文字認識システムにおけるライン・スペース及びベース・ラインの調整方法Info
- Publication number
- JP2641388B2 JP2641388B2 JP6020305A JP2030594A JP2641388B2 JP 2641388 B2 JP2641388 B2 JP 2641388B2 JP 6020305 A JP6020305 A JP 6020305A JP 2030594 A JP2030594 A JP 2030594A JP 2641388 B2 JP2641388 B2 JP 2641388B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- value
- line
- baseline
- line space
- 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.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/768—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using context analysis, e.g. recognition aided by known co-occurring patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/146—Aligning or centring of the image pick-up or image-field
- G06V30/1475—Inclination or skew detection or correction of characters or of image to be recognised
- G06V30/1478—Inclination or skew detection or correction of characters or of image to be recognised of characters or characters lines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/16—Image preprocessing
- G06V30/166—Normalisation of pattern dimensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Description
【０００１】
【産業上の利用分野】本発明は手書き文字の認識に係
り、更に詳細に説明すれば、プロトタイプ文字の座標空
間に一致するように、手書き文字のデカルト座標を正規
化することによって、その認識精度を向上させることに
係る。
り、更に詳細に説明すれば、プロトタイプ文字の座標空
間に一致するように、手書き文字のデカルト座標を正規
化することによって、その認識精度を向上させることに
係る。
【０００２】
【従来の技術】手書き文字認識システムでは、筆記表面
上に複数のガイドラインを設けて、ユーザに対し手書き
文字の筆記位置をガイドするのが普通である。ユーザが
入力した筆跡は、デイジタイザによって捕捉された後、
パターン・マッチング手段へ送られ、そこでこの筆跡
が、手書き文字認識システムによって認識可能な手書き
単位（文字）を表すプロトタイプ・パターンと突き合わ
される。かかるマッチング・プロセスの一環として、デ
イジタイザによって捕捉される筆跡のデカルト座標は、
プロトタイプ文字の座標空間と一致するように正規化さ
れねばならない。
上に複数のガイドラインを設けて、ユーザに対し手書き
文字の筆記位置をガイドするのが普通である。ユーザが
入力した筆跡は、デイジタイザによって捕捉された後、
パターン・マッチング手段へ送られ、そこでこの筆跡
が、手書き文字認識システムによって認識可能な手書き
単位（文字）を表すプロトタイプ・パターンと突き合わ
される。かかるマッチング・プロセスの一環として、デ
イジタイザによって捕捉される筆跡のデカルト座標は、
プロトタイプ文字の座標空間と一致するように正規化さ
れねばならない。
【０００３】座標の正規化は、高い認識精度を得る上で
重要である。正規化を行うためのプロセスで使用される
情報には、ライン・スペースやベース・ラインの位置の
ような測定値が含まれる。しかしながら、ユーザが異な
れば筆記スタイルも当然に異なり、またユーザが同一で
ある場合ですら状況に応じて筆記スタイルが異なってく
るために、これらの値は、筆記表面上の複数のガイドラ
インによって予定されたものとは著しく相違することが
ある。パターン・マッチングのアルゴリズムを成功裡に
行うためには、正規化が重要であることは明らかである
から、手書き文字認識システムの認識精度を向上させる
ためには、ライン・スペースとベース・ラインの配置に
関する正確な推定値を実時間式に提供することが必要と
なる。
重要である。正規化を行うためのプロセスで使用される
情報には、ライン・スペースやベース・ラインの位置の
ような測定値が含まれる。しかしながら、ユーザが異な
れば筆記スタイルも当然に異なり、またユーザが同一で
ある場合ですら状況に応じて筆記スタイルが異なってく
るために、これらの値は、筆記表面上の複数のガイドラ
インによって予定されたものとは著しく相違することが
ある。パターン・マッチングのアルゴリズムを成功裡に
行うためには、正規化が重要であることは明らかである
から、手書き文字認識システムの認識精度を向上させる
ためには、ライン・スペースとベース・ラインの配置に
関する正確な推定値を実時間式に提供することが必要と
なる。
【０００４】手書き文字の認識については多数の特許及
び文献が公知であり、その各々はそれぞれ利点と欠点を
合わせ持っている。以下、これらの従来技術のうち代表
的なものを簡術する。米国特許第 4,024,500 号は、手
書きの続け字を分析するシステムにおいて、筆記具の連
続的なｘｙ座標や、ｘｙ方向の速度を得るようにした、
文字分割方法及び装置に係る。詳述すると、ｘｙ方向の
速度がゼロに等しくなるような、手書き文字のｘｙ極値
点（extremal points）に関連するｘ変位を連続的に平
均化し、各ｘ極値点のｘ変位を相次いで調べ、各ｘ極値
点のｘ変位が現文字の平均的なｘ変位に関する予定のス
レッショルドを超えているか否かを決定し、もしそうな
ら、この新しい極値点が次の文字内に位置することを指
示するとともに、分析したばかりの極値点と以前に分析
した極値点との間のリガチュア（合字）に沿った予定の
距離に分割マークを置くべきことを指示する。次に、か
かる分割の結果を文字認識機構へ通信すると、その効率
及び精度を大幅に向上させることができる。このシステ
ムは、筆記動作が進行するにつれて遭遇するような、ベ
ース・ライン及び中間ゾーン・ラインからの逸脱にも追
従することができる。
び文献が公知であり、その各々はそれぞれ利点と欠点を
合わせ持っている。以下、これらの従来技術のうち代表
的なものを簡術する。米国特許第 4,024,500 号は、手
書きの続け字を分析するシステムにおいて、筆記具の連
続的なｘｙ座標や、ｘｙ方向の速度を得るようにした、
文字分割方法及び装置に係る。詳述すると、ｘｙ方向の
速度がゼロに等しくなるような、手書き文字のｘｙ極値
点（extremal points）に関連するｘ変位を連続的に平
均化し、各ｘ極値点のｘ変位を相次いで調べ、各ｘ極値
点のｘ変位が現文字の平均的なｘ変位に関する予定のス
レッショルドを超えているか否かを決定し、もしそうな
ら、この新しい極値点が次の文字内に位置することを指
示するとともに、分析したばかりの極値点と以前に分析
した極値点との間のリガチュア（合字）に沿った予定の
距離に分割マークを置くべきことを指示する。次に、か
かる分割の結果を文字認識機構へ通信すると、その効率
及び精度を大幅に向上させることができる。このシステ
ムは、筆記動作が進行するにつれて遭遇するような、ベ
ース・ライン及び中間ゾーン・ラインからの逸脱にも追
従することができる。
【０００５】米国特許第 4,845,768 号に開示されてい
る文字認識用の編集機構は、２進符号化文字をＸ／Ｙア
ドレス可能なイメージ信号メモリに格納し、このメモリ
から複数の信号を列単位で読み出し、それぞれが黒い点
から成る連続的な列を文字のベース・ラインへ射影する
ことによって第１の文字シャドウを形成する。次に、最
小の文字シャドウが生ぜられるまで、Ｙ軸に関する正又
は負の斜角における走査と一致して、格納された文字パ
ターンを反復的に読み出す。かかる最小の文字シャドウ
を生ぜしめるような走査済みのパターンを選択して、文
字の更なる評価のためにこれを使用する。
る文字認識用の編集機構は、２進符号化文字をＸ／Ｙア
ドレス可能なイメージ信号メモリに格納し、このメモリ
から複数の信号を列単位で読み出し、それぞれが黒い点
から成る連続的な列を文字のベース・ラインへ射影する
ことによって第１の文字シャドウを形成する。次に、最
小の文字シャドウが生ぜられるまで、Ｙ軸に関する正又
は負の斜角における走査と一致して、格納された文字パ
ターンを反復的に読み出す。かかる最小の文字シャドウ
を生ぜしめるような走査済みのパターンを選択して、文
字の更なる評価のためにこれを使用する。
【０００６】米国特許第 4,972,496 号に開示されてい
るキーボードを持たないエントリ・システムは、スタイ
ラスとの接触に応答して位置情報を生成する透明な入力
スクリーンと、この入力スクリーンの下側に観察可能な
文字を表示することができるように、この入力スクリー
ンの下部に物理的に取り付けられた表示スクリーンとを
備えている。このシステムの計算機が搭載するプログラ
ムは、位置情報を複数のストロークへコンパイルし、ス
トローク特性を計算し、かかるストローク特性をデータ
ベースに格納された特性と比較して、スタイラスが描い
た記号を認識するように機能する。このシステムの特徴
的な手段は、 透明な位置検知サブシステムと、 検
知された位置情報の描画を模写して文字又は記号を表示
する、前記サブシステムの下側に位置する表示手段と、
検知された位置情報を先ずプロット点へ変換し、次
に認識済みの文字又は記号へ変換する手段と、検知さ
れた位置情報を文字又は記号と関連付けるように、「学
習」を行う手段とから成る。
るキーボードを持たないエントリ・システムは、スタイ
ラスとの接触に応答して位置情報を生成する透明な入力
スクリーンと、この入力スクリーンの下側に観察可能な
文字を表示することができるように、この入力スクリー
ンの下部に物理的に取り付けられた表示スクリーンとを
備えている。このシステムの計算機が搭載するプログラ
ムは、位置情報を複数のストロークへコンパイルし、ス
トローク特性を計算し、かかるストローク特性をデータ
ベースに格納された特性と比較して、スタイラスが描い
た記号を認識するように機能する。このシステムの特徴
的な手段は、 透明な位置検知サブシステムと、 検
知された位置情報の描画を模写して文字又は記号を表示
する、前記サブシステムの下側に位置する表示手段と、
検知された位置情報を先ずプロット点へ変換し、次
に認識済みの文字又は記号へ変換する手段と、検知さ
れた位置情報を文字又は記号と関連付けるように、「学
習」を行う手段とから成る。
【０００７】IBM Technical Disclosure Bulletin, Vo
l.25, No.10, March 1983, pp.5111-5114 に掲載された
"Baseline Drift Correction of Handwritten Test"
と題する論文には、所定のワードを一層小さな複数の単
位へ分割することが示されている。各単位は１つのボッ
クスであって、その各々は等しい幅を持ち、またその幅
内に存在する全ての点を包囲することができるような高
さを持っている。複数のかかるボックスを所定のワード
上に均等な間隔を置いて配置すると、これらのボックス
の相対的な位置を分析することにより、それらの上下方
向のずれを検知することが可能となる。これらのボック
スのｄｙ／ｄｘを平均化したものはドリフト量であっ
て、これを訂正のために使用することができる。
l.25, No.10, March 1983, pp.5111-5114 に掲載された
"Baseline Drift Correction of Handwritten Test"
と題する論文には、所定のワードを一層小さな複数の単
位へ分割することが示されている。各単位は１つのボッ
クスであって、その各々は等しい幅を持ち、またその幅
内に存在する全ての点を包囲することができるような高
さを持っている。複数のかかるボックスを所定のワード
上に均等な間隔を置いて配置すると、これらのボックス
の相対的な位置を分析することにより、それらの上下方
向のずれを検知することが可能となる。これらのボック
スのｄｙ／ｄｘを平均化したものはドリフト量であっ
て、これを訂正のために使用することができる。
【０００８】
【発明が解決しようとする課題】本発明の目的は、手書
き文字認識システムにおけるライン・スペース及びベー
ス・ラインの調整方法を提供することにある。本発明の
他の目的は、加重平均（weighted average）推定法を利
用する、手書き文字認識システムにおけるライン・スペ
ース及びベース・ラインの調整方法を提供することにあ
る。本発明の他の目的は、プロトタイプ抽出（prototyp
e extraction）推定法を利用する、手書き文字認識シス
テムにおけるライン・スペース及びベース・ラインの調
整方法を提供することにある。本発明の他の目的は、極
値点クラスタ化（extreme point clustering）推定法を
利用する、手書き文字認識システムにおけるライン・ス
ペース及びベース・ラインの調整方法を提供することに
ある。本発明の他の目的は、プロトタイプ抽出推定法と
極値点化推定法の組み合わせを利用する、手書き文字認
識システムにおけるライン・スペース及びベース・ライ
ンの調整方法を提供することにある。
き文字認識システムにおけるライン・スペース及びベー
ス・ラインの調整方法を提供することにある。本発明の
他の目的は、加重平均（weighted average）推定法を利
用する、手書き文字認識システムにおけるライン・スペ
ース及びベース・ラインの調整方法を提供することにあ
る。本発明の他の目的は、プロトタイプ抽出（prototyp
e extraction）推定法を利用する、手書き文字認識シス
テムにおけるライン・スペース及びベース・ラインの調
整方法を提供することにある。本発明の他の目的は、極
値点クラスタ化（extreme point clustering）推定法を
利用する、手書き文字認識システムにおけるライン・ス
ペース及びベース・ラインの調整方法を提供することに
ある。本発明の他の目的は、プロトタイプ抽出推定法と
極値点化推定法の組み合わせを利用する、手書き文字認
識システムにおけるライン・スペース及びベース・ライ
ンの調整方法を提供することにある。
【０００９】
【課題を解決するための手段】本発明によれば、手書き
文字を認識するのに使用されるベース・ライン、ライン
・スペース及び文字高のそれぞれに関する情報が、手書
き文字の認識認識精度を改良するために、以前に認識さ
れたワードからの抽出を通して及びストロークのｙ座標
極値点のクラスタ化のヒューリステイックな適用を通し
て推定される。
文字を認識するのに使用されるベース・ライン、ライン
・スペース及び文字高のそれぞれに関する情報が、手書
き文字の認識認識精度を改良するために、以前に認識さ
れたワードからの抽出を通して及びストロークのｙ座標
極値点のクラスタ化のヒューリステイックな適用を通し
て推定される。
【００１０】手書き文字認識システムにおけるライン・
スペース及びベース・ラインの調整手段は、デイジタイ
ザによって捕捉された筆跡のデカルト座標を、プロトタ
イプ文字の空間と一致するように正規化することによっ
て、認識精度を向上させる。かかる正規化技法は、加重
平均推定法と、プロトタイプ抽出推定法と、極値点クラ
スタ化推定法と、プロトタイプ抽出推定法及び極値点ク
ラスタ化推定法の組み合わせとを含んでいる。
スペース及びベース・ラインの調整手段は、デイジタイ
ザによって捕捉された筆跡のデカルト座標を、プロトタ
イプ文字の空間と一致するように正規化することによっ
て、認識精度を向上させる。かかる正規化技法は、加重
平均推定法と、プロトタイプ抽出推定法と、極値点クラ
スタ化推定法と、プロトタイプ抽出推定法及び極値点ク
ラスタ化推定法の組み合わせとを含んでいる。
【００１１】
【実施例】図１は、本発明に従ったオンライン式の手書
き文字認識システム１０を示す。手書き文字認識システ
ム１０は、例えば「ペンポイント」オペレーテイング・
システムを搭載したＩＢＭ「シンクパッド」コンピュー
タ７００−Ｔとすることができる（なお、「ペンポイン
ト」はＧＯ社の商標で、「シンクパッド」はＩＢＭ社の
商標である）。かかるコンピュータの動作は、ユーザ・
ガイド（ＩＢＭ部品番号 41G3122）に記述されている。
手書き文字認識システム１０に含まれる手書き文字の変
換手段は、統合化されたタブレット兼表示手段１２から
構成され、この変換手段にはスタイラス１４のような筆
記具が付属している。この変換手段は、手書き文字に応
答して、タブレット兼表示手段１２上のスタイラス１４
の位置に対応するｘｙ座標対の直列ストリームを出力す
る。ストローク・セグメント手段１６は、これらの座標
対を受け取って、離散的な手書きストロークの開始端及
び終了端を識別する。ライン・スペース／ベース・ライ
ン（ＬＳ／ＢＬ）調整手段１７は、正規化された文字を
供給して文字認識精度を一層向上させるべく、ストロー
ク・セグメント手段１６からの複数のストロークに応答
して、各文字毎にライン・スペース及びベース・ライン
を推定する。この推定法については、以下で詳述する。
文字マッチング手段１８は、ＬＳ／ＢＬ調整手段１７か
ら受け取られる正規化された入力ストロークの点を、プ
ロトタイプ文字記憶手段２０に格納された予定のプロト
タイプ文字の点と比較して、一の入力ストローク又はス
トロークの集合が特定の文字を表すか否かを、或る程度
の確率で識別する。このようにして認識された文字は、
線１９を介して文字マッチング手段１８からタブレット
兼表示手段１２へ出力してこれを表示するか、又は利用
手段２１（例えば、表示手段や、ワード処理プログラム
等のアプリケーション）へ供給することができる。認識
精度を更に向上させることを目的として、利用手段２１
から線２３を介してＬＳ／ＢＬ調整手段１７へ、デフォ
ルトのライン・スペース値及びベース・ライン値を供給
することが可能である。また、ストローク・セグメント
手段１６及び文字マッチング手段１８の両者の機能を、
１つの手書きストローク処理ユニット内で統合化するこ
とも可能である。
き文字認識システム１０を示す。手書き文字認識システ
ム１０は、例えば「ペンポイント」オペレーテイング・
システムを搭載したＩＢＭ「シンクパッド」コンピュー
タ７００−Ｔとすることができる（なお、「ペンポイン
ト」はＧＯ社の商標で、「シンクパッド」はＩＢＭ社の
商標である）。かかるコンピュータの動作は、ユーザ・
ガイド（ＩＢＭ部品番号 41G3122）に記述されている。
手書き文字認識システム１０に含まれる手書き文字の変
換手段は、統合化されたタブレット兼表示手段１２から
構成され、この変換手段にはスタイラス１４のような筆
記具が付属している。この変換手段は、手書き文字に応
答して、タブレット兼表示手段１２上のスタイラス１４
の位置に対応するｘｙ座標対の直列ストリームを出力す
る。ストローク・セグメント手段１６は、これらの座標
対を受け取って、離散的な手書きストロークの開始端及
び終了端を識別する。ライン・スペース／ベース・ライ
ン（ＬＳ／ＢＬ）調整手段１７は、正規化された文字を
供給して文字認識精度を一層向上させるべく、ストロー
ク・セグメント手段１６からの複数のストロークに応答
して、各文字毎にライン・スペース及びベース・ライン
を推定する。この推定法については、以下で詳述する。
文字マッチング手段１８は、ＬＳ／ＢＬ調整手段１７か
ら受け取られる正規化された入力ストロークの点を、プ
ロトタイプ文字記憶手段２０に格納された予定のプロト
タイプ文字の点と比較して、一の入力ストローク又はス
トロークの集合が特定の文字を表すか否かを、或る程度
の確率で識別する。このようにして認識された文字は、
線１９を介して文字マッチング手段１８からタブレット
兼表示手段１２へ出力してこれを表示するか、又は利用
手段２１（例えば、表示手段や、ワード処理プログラム
等のアプリケーション）へ供給することができる。認識
精度を更に向上させることを目的として、利用手段２１
から線２３を介してＬＳ／ＢＬ調整手段１７へ、デフォ
ルトのライン・スペース値及びベース・ライン値を供給
することが可能である。また、ストローク・セグメント
手段１６及び文字マッチング手段１８の両者の機能を、
１つの手書きストローク処理ユニット内で統合化するこ
とも可能である。
【００１２】プロトタイプ文字については、手書き文字
認識システム１０のユーザのために行われるトレーニン
グ用セションの間に、これをプロトタイプ文字記憶手段
２０へ供給することができる。また、手書き文字認識シ
ステム１０の特定のユーザにプロトタイプ文字を入力さ
せて、その後は、かかる特定のユーザが手書き文字を入
力するときに使用するようにしても良い。更に、複数の
ユーザが使用できるように、汎用のプロトタイプ文字セ
ットを生成するようにしても良い。
認識システム１０のユーザのために行われるトレーニン
グ用セションの間に、これをプロトタイプ文字記憶手段
２０へ供給することができる。また、手書き文字認識シ
ステム１０の特定のユーザにプロトタイプ文字を入力さ
せて、その後は、かかる特定のユーザが手書き文字を入
力するときに使用するようにしても良い。更に、複数の
ユーザが使用できるように、汎用のプロトタイプ文字セ
ットを生成するようにしても良い。
【００１３】この点に関し説明を補足すれば、手書き文
字認識システム１０を最初に使用する任意のユーザが、
最初のプロトタイプ文字セットとして使用することがで
きるように、初心者用のプロトタイプ文字セットを設計
するようにしても良い。もし必要なら、ユーザが事後的
に幾つかのプロトタイプ文字を自分の筆記スタイルに追
加して、自分にあったプロトタイプ文字セット、すなわ
ち個性化されたプロトタイプ文字セットを獲得するよう
にしても良い。かかる初心者用のプロトタイプ文字セッ
トは専門家によって作成されるのが通例であるから、手
書き文字認識システム１０のユーザには、筆記上の追加
的な制約に従うという如何なる負担も課されない。
字認識システム１０を最初に使用する任意のユーザが、
最初のプロトタイプ文字セットとして使用することがで
きるように、初心者用のプロトタイプ文字セットを設計
するようにしても良い。もし必要なら、ユーザが事後的
に幾つかのプロトタイプ文字を自分の筆記スタイルに追
加して、自分にあったプロトタイプ文字セット、すなわ
ち個性化されたプロトタイプ文字セットを獲得するよう
にしても良い。かかる初心者用のプロトタイプ文字セッ
トは専門家によって作成されるのが通例であるから、手
書き文字認識システム１０のユーザには、筆記上の追加
的な制約に従うという如何なる負担も課されない。
【００１４】いずれにしても、トレーニング用セション
の間、文字マッチング手段１８からの各文字は、物理的
又は論理的スイッチ２２を介して、市販のマイクロプロ
セッサで構成可能なプロトタイプ・プロセッサ２４へ供
給される。プロトタイプ・プロセッサ２４の出力である
平均化された一連のプロトタイプ文字は、プロトタイプ
文字記憶手段２０へ供給され、そこに格納された後、手
書き文字認識システム１０のユーザについて行われる手
書き認識セションの間に使用される。
の間、文字マッチング手段１８からの各文字は、物理的
又は論理的スイッチ２２を介して、市販のマイクロプロ
セッサで構成可能なプロトタイプ・プロセッサ２４へ供
給される。プロトタイプ・プロセッサ２４の出力である
平均化された一連のプロトタイプ文字は、プロトタイプ
文字記憶手段２０へ供給され、そこに格納された後、手
書き文字認識システム１０のユーザについて行われる手
書き認識セションの間に使用される。
【００１５】また、プロトタイプ・プロセッサ２４は、
キーボード２６及び表示手段２４のようなユーザ入力及
び出力装置にも結合される。こうすることにより、手書
き文字認識システム１０のユーザについて行われる手書
き認識セション中に使用される、混同するプロトタイプ
を削除するように、プロトタイプ・プロセッサ２４の動
作を制御することができる。
キーボード２６及び表示手段２４のようなユーザ入力及
び出力装置にも結合される。こうすることにより、手書
き文字認識システム１０のユーザについて行われる手書
き認識セション中に使用される、混同するプロトタイプ
を削除するように、プロトタイプ・プロセッサ２４の動
作を制御することができる。
【００１６】ここで、統合化されたタブレット兼表示手
段１２を、表示手段を持たないタブレットで置き換え
て、文字の表示を利用手段２１又は他の表示手段２８で
行わせるようにすることも可能である点を理解すべきで
ある。
段１２を、表示手段を持たないタブレットで置き換え
て、文字の表示を利用手段２１又は他の表示手段２８で
行わせるようにすることも可能である点を理解すべきで
ある。
【００１７】以下、手書き文字の認識精度を向上させる
のに役立つ、ＬＳ／ＢＬ調整手段１７の機能を詳述す
る。一般に、文字列（テキスト）はユーザによって一度
に１行ずつ書かれ、その行が完成したとき、筆記動作は
次の行へ折り返されるようになっている。筆記方向（左
から右、右から左、等）は、筆記されている言語に応じ
て変わる。本明細書では、言語や筆記方向にとらわれな
い一般化した技法を説明する。以下、本発明を説明する
際に使用する用語の定義を掲げる。
のに役立つ、ＬＳ／ＢＬ調整手段１７の機能を詳述す
る。一般に、文字列（テキスト）はユーザによって一度
に１行ずつ書かれ、その行が完成したとき、筆記動作は
次の行へ折り返されるようになっている。筆記方向（左
から右、右から左、等）は、筆記されている言語に応じ
て変わる。本明細書では、言語や筆記方向にとらわれな
い一般化した技法を説明する。以下、本発明を説明する
際に使用する用語の定義を掲げる。
【００１８】「ベース・ライン」： デセンダ・
ストロークを持たない文字を、ユーザがその上に配置す
るような自然なライン。 「文字高」： ベース・ラインと（認識
対象の言語における）大文字の頂部との間にある距離。 「デセンダ・ストローク」： ベース・ラインの下に突
き抜けるような文字の下垂部。英字では、"g"、 "j"、 "
p"、 "q" 及び"y" がデセンダ・ストロークを含む文字の
例である。 「ライン・スペース」： 各文字に属する複数の点
を含み得る、ベース・ラインからの正方向の最大の距
離。
ストロークを持たない文字を、ユーザがその上に配置す
るような自然なライン。 「文字高」： ベース・ラインと（認識
対象の言語における）大文字の頂部との間にある距離。 「デセンダ・ストローク」： ベース・ラインの下に突
き抜けるような文字の下垂部。英字では、"g"、 "j"、 "
p"、 "q" 及び"y" がデセンダ・ストロークを含む文字の
例である。 「ライン・スペース」： 各文字に属する複数の点
を含み得る、ベース・ラインからの正方向の最大の距
離。
【００１９】図２には、ライン・スペース（ＬＳ）３０
と、文字高３２と、ベース・ライン（ＢＬ）３４との配
置の１例が示されている。一般に、ユーザは隣接するベ
ース・ライン間のスペースを完全に満たすような大文字
を書くことはないから、文字高３２はライン・スペース
３０の一部となるのが普通である。また、アセンダ又は
デセンダを持たない小文字は、ライン・スペース３０の
値のほぼ半分に等しい高さを持つように書かれるのが普
通である。これに対し、アセンダ又はデセンダを持つ小
文字は、ライン・スペース３０の値にほぼ等しい高さを
持つように書かれるのが普通である。
と、文字高３２と、ベース・ライン（ＢＬ）３４との配
置の１例が示されている。一般に、ユーザは隣接するベ
ース・ライン間のスペースを完全に満たすような大文字
を書くことはないから、文字高３２はライン・スペース
３０の一部となるのが普通である。また、アセンダ又は
デセンダを持たない小文字は、ライン・スペース３０の
値のほぼ半分に等しい高さを持つように書かれるのが普
通である。これに対し、アセンダ又はデセンダを持つ小
文字は、ライン・スペース３０の値にほぼ等しい高さを
持つように書かれるのが普通である。
【００２０】手書きの文字列を分析すると、筆記表面上
に複数のガイドラインが設けられている場合であって
も、かかる文字列がベース・ライン上に正確に位置して
いないことが判る。更に、手書き文字の文字高とライン
・スペースは、時間が経過するにつれて変化する、とい
う現象が認められる。図３には、かかる現象の１例とし
て、文字高のドリフトが参照番号３６の箇所に、文字高
とベース・ラインの両者のドリフトが参照番号４０の箇
所にそれぞれ示されている。手書き文字認識システムに
おいて、ライン・スペース、ベース・ライン及び文字高
のそれぞれについての実時間的な推定値を必要とするの
は、かかる自然的な変動が存在するためである。
に複数のガイドラインが設けられている場合であって
も、かかる文字列がベース・ライン上に正確に位置して
いないことが判る。更に、手書き文字の文字高とライン
・スペースは、時間が経過するにつれて変化する、とい
う現象が認められる。図３には、かかる現象の１例とし
て、文字高のドリフトが参照番号３６の箇所に、文字高
とベース・ラインの両者のドリフトが参照番号４０の箇
所にそれぞれ示されている。手書き文字認識システムに
おいて、ライン・スペース、ベース・ライン及び文字高
のそれぞれについての実時間的な推定値を必要とするの
は、かかる自然的な変動が存在するためである。
【００２１】入力データの基本単位は、ストロークであ
る。ストロークとは、スタイラス１４（図１参照）の下
降から上昇までの筆跡を言う。各文字は、１つ以上のス
トロークから構成することができる。複数のストローク
は、一度に１つずつこれを取り扱うか、又は一度に１つ
の文字、ワード若しくは行へグループ化することができ
る。複数のストロークをグループ化したものは、セグメ
ントと呼ばれる。
る。ストロークとは、スタイラス１４（図１参照）の下
降から上昇までの筆跡を言う。各文字は、１つ以上のス
トロークから構成することができる。複数のストローク
は、一度に１つずつこれを取り扱うか、又は一度に１つ
の文字、ワード若しくは行へグループ化することができ
る。複数のストロークをグループ化したものは、セグメ
ントと呼ばれる。
【００２２】以下では、図１の手書き文字認識システム
１０において、ベース・ライン、ライン・スペース及び
文字高を推定するための５つの推定法を詳述する。これ
らの推定法は、後のものの方が前のものより一層正確な
推定値を与える。 ＜デフォルト推定法＞図４に示すように、筆記表面上に
複数のベース・ライン（ＢＬ１乃至ＢＬ３）を設ける
と、ユーザが文字のサイズを変えないでこれらのベース
・ライン内に一様に文字を筆記すると仮定することが可
能である。この推定法では、大文字は隣接するベース・
ライン相互間のスペースを完全に満たすように筆記さ
れ、小文字はこの高さのほぼ半分まで筆記されるものと
仮定する。デセンダ・ストロークは、次の行の途中まで
下側に突出する。この推定法では、ベース・ラインの値
は、ユーザへ提示するために筆記表面上に設けられるラ
インの値と等しくなるように計算される。ライン・スペ
ース（ＬＳ）の値及び文字高の値は、隣接するベース・
ライン相互間の距離に等しくなるように計算される。こ
の推定法は、協調的なユーザについてだけ使用するのに
適している。
１０において、ベース・ライン、ライン・スペース及び
文字高を推定するための５つの推定法を詳述する。これ
らの推定法は、後のものの方が前のものより一層正確な
推定値を与える。 ＜デフォルト推定法＞図４に示すように、筆記表面上に
複数のベース・ライン（ＢＬ１乃至ＢＬ３）を設ける
と、ユーザが文字のサイズを変えないでこれらのベース
・ライン内に一様に文字を筆記すると仮定することが可
能である。この推定法では、大文字は隣接するベース・
ライン相互間のスペースを完全に満たすように筆記さ
れ、小文字はこの高さのほぼ半分まで筆記されるものと
仮定する。デセンダ・ストロークは、次の行の途中まで
下側に突出する。この推定法では、ベース・ラインの値
は、ユーザへ提示するために筆記表面上に設けられるラ
インの値と等しくなるように計算される。ライン・スペ
ース（ＬＳ）の値及び文字高の値は、隣接するベース・
ライン相互間の距離に等しくなるように計算される。こ
の推定法は、協調的なユーザについてだけ使用するのに
適している。
【００２３】＜簡単な推定法＞第２の推定法は、一のセ
グメントの最大及び最小のｙ座標値に基づいている。こ
こで、"ｙmax" が一のセグメントの最大のｙ座標値を表
し、"ｙmin" が当該セグメントの最小のｙ座標値を表す
ものとする。この推定法では、ベース・ライン（ＢＬ）
は "ｙmin" に等しいものと推定され、ライン・スペー
ス（ＬＳ）及び文字高は "ｙmax−ｙmin" であるように
推定される。これは、図５に示す通りである。
グメントの最大及び最小のｙ座標値に基づいている。こ
こで、"ｙmax" が一のセグメントの最大のｙ座標値を表
し、"ｙmin" が当該セグメントの最小のｙ座標値を表す
ものとする。この推定法では、ベース・ライン（ＢＬ）
は "ｙmin" に等しいものと推定され、ライン・スペー
ス（ＬＳ）及び文字高は "ｙmax−ｙmin" であるように
推定される。これは、図５に示す通りである。
【００２４】この推定法は、ベース・ライン、ライン・
スペース及び文字高のそれぞれに関する推定値を与え
る。これらの推定値は、非常に速やかに計算可能であっ
て、手書き文字認識システム１０がユーザをガイドする
ために筆記表面上に如何なるガイドラインも提示しない
ような場合に使用することができる。しかしながら、こ
の推定法は、良好なパターン・マッチングに必要な精度
を常に有するとは限らない。なぜなら、 該当セグメ
ント中に図５の４２及び４４に示すようなデセンダ・ス
トロークが存在する場合は、ベース・ラインの貧弱な推
定値が与えられることになり、 該当セグメントがデ
センダ・ストロークを持たない半分の高さの小文字だけ
を含む場合は、文字高及びライン・スペースの推定値
が、それらの正しい値のほぼ半分へ設定されることがあ
り、 該当セグメントが大文字とデセンダ・ストロー
クを持つ小文字の両方を含む場合は、ライン・スペース
及び文字高の値が、それらの正しい値のほぼ１．５倍で
あるように推定されるからである。これらの弱点がある
ために、例えば（Ｃ、ｃ）や、（Ｐ、ｐ）のような同様
の形状を持つ文字対を、文字マッチング手段１８が十分
に区別できないという問題がある。
スペース及び文字高のそれぞれに関する推定値を与え
る。これらの推定値は、非常に速やかに計算可能であっ
て、手書き文字認識システム１０がユーザをガイドする
ために筆記表面上に如何なるガイドラインも提示しない
ような場合に使用することができる。しかしながら、こ
の推定法は、良好なパターン・マッチングに必要な精度
を常に有するとは限らない。なぜなら、 該当セグメ
ント中に図５の４２及び４４に示すようなデセンダ・ス
トロークが存在する場合は、ベース・ラインの貧弱な推
定値が与えられることになり、 該当セグメントがデ
センダ・ストロークを持たない半分の高さの小文字だけ
を含む場合は、文字高及びライン・スペースの推定値
が、それらの正しい値のほぼ半分へ設定されることがあ
り、 該当セグメントが大文字とデセンダ・ストロー
クを持つ小文字の両方を含む場合は、ライン・スペース
及び文字高の値が、それらの正しい値のほぼ１．５倍で
あるように推定されるからである。これらの弱点がある
ために、例えば（Ｃ、ｃ）や、（Ｐ、ｐ）のような同様
の形状を持つ文字対を、文字マッチング手段１８が十分
に区別できないという問題がある。
【００２５】＜加重平均推定法＞ライン・スペース、文
字高及びベース・ラインのそれぞれについて一層良好な
推定値を得るように、以前に計算された値と、この点へ
変換される全セグメントの最大及び最小のｙ座標値の加
重平均値とに基づく、計算が行われる。この推定法の概
要は、図６に示されている。ここで、"ＬＳold" が、手
書き文字認識システム１０の以前のセグメント変換にお
いて使用された、ライン・スペースの古い推定値を表す
ものとする。また、 "Ｙmax" 及び "Ｙmin" が、現セグ
メントの最大及び最小のｙ座標値を表し、"Ｗold" 及び
"Ｗcur" が、新しいベース・ライン、ライン・スペー
スおよび文字高値の計算において以前の及び現在のスト
ロークの相対的な影響度を決定するために使用される重
み係数をそれぞれ表すものとする。典型的な場合、"Ｗ
old" 及び "Ｗcur" の各々は、初期設定時には 0−1.0
の範囲にあり、初期設定時を除く時間には 0.3−0.7 の
範囲にある。更に、"ＬＳsys" が、新しいベース・ライ
ンを表し、"ＢＬsys" が、手書き文字認識システム１０
に格納すべき新しいベース・ライン値を表すものとす
る。そうすると、これらの推定値は、次の式に従って計
算することができる。
字高及びベース・ラインのそれぞれについて一層良好な
推定値を得るように、以前に計算された値と、この点へ
変換される全セグメントの最大及び最小のｙ座標値の加
重平均値とに基づく、計算が行われる。この推定法の概
要は、図６に示されている。ここで、"ＬＳold" が、手
書き文字認識システム１０の以前のセグメント変換にお
いて使用された、ライン・スペースの古い推定値を表す
ものとする。また、 "Ｙmax" 及び "Ｙmin" が、現セグ
メントの最大及び最小のｙ座標値を表し、"Ｗold" 及び
"Ｗcur" が、新しいベース・ライン、ライン・スペー
スおよび文字高値の計算において以前の及び現在のスト
ロークの相対的な影響度を決定するために使用される重
み係数をそれぞれ表すものとする。典型的な場合、"Ｗ
old" 及び "Ｗcur" の各々は、初期設定時には 0−1.0
の範囲にあり、初期設定時を除く時間には 0.3−0.7 の
範囲にある。更に、"ＬＳsys" が、新しいベース・ライ
ンを表し、"ＢＬsys" が、手書き文字認識システム１０
に格納すべき新しいベース・ライン値を表すものとす
る。そうすると、これらの推定値は、次の式に従って計
算することができる。
【００２６】
【数９】 LSsys = (Wold * LSold + Wcur * (Ymax - Ymin)) ／ (Wold + Wcur) BLsys = (Wold * LSold + Wcur * Ymin) ／ (Wold + Wcur) この推定法は、以前のセグメントについて計算された値
を信頼することを通して、前述の簡単な推定法の弱点を
補償しようとするものである。十分な筆跡が存在する場
合、多種多様な文字高とｙ座標のエクステントに遭遇す
る筈である。エクステントとは、最小値及び最大値であ
る。特に、全文字高を有し且つ如何なるデセンダ・スト
ロークをも持たない文字を含む、複数のセグメントが存
在する筈である。ライン・スペース及びベース・ライン
の位置を計算するために加重平均値を使用することによ
り、かかるセグメントは、推定されたベース・ライン値
とライン・スペース値とを正しい推定値へ向けて移動さ
せるように作用する。デセンダ・ストロークを持つセグ
メントが生ずるか、又は前述の簡単な推定法によっては
不正な推定値を与えるようなセグメントが生ずる場合、
これらのセグメントがライン・スペース及びベース・ラ
インの推定値に与える影響度は、前述の簡単な推定法に
おける影響度ほど極端ではない。そのかわり、推定され
た値は現セグメントの値の方向に緩やかに移動し、特に
重みがこれまでに遭遇したストロークの数に依存するよ
うな場合にはそうである。図６には、推定されたライン
・スペース４６及び推定されたベース・ライン４８の移
動が、時間に関連して図示されている。
を信頼することを通して、前述の簡単な推定法の弱点を
補償しようとするものである。十分な筆跡が存在する場
合、多種多様な文字高とｙ座標のエクステントに遭遇す
る筈である。エクステントとは、最小値及び最大値であ
る。特に、全文字高を有し且つ如何なるデセンダ・スト
ロークをも持たない文字を含む、複数のセグメントが存
在する筈である。ライン・スペース及びベース・ライン
の位置を計算するために加重平均値を使用することによ
り、かかるセグメントは、推定されたベース・ライン値
とライン・スペース値とを正しい推定値へ向けて移動さ
せるように作用する。デセンダ・ストロークを持つセグ
メントが生ずるか、又は前述の簡単な推定法によっては
不正な推定値を与えるようなセグメントが生ずる場合、
これらのセグメントがライン・スペース及びベース・ラ
インの推定値に与える影響度は、前述の簡単な推定法に
おける影響度ほど極端ではない。そのかわり、推定され
た値は現セグメントの値の方向に緩やかに移動し、特に
重みがこれまでに遭遇したストロークの数に依存するよ
うな場合にはそうである。図６には、推定されたライン
・スペース４６及び推定されたベース・ライン４８の移
動が、時間に関連して図示されている。
【００２７】これらの式は、盲目的に適用することがで
きない。なぜなら、該当ライン・スペースの一部のみを
占有する、例えばコンマやピリオドのような形状が存在
する場合、これらの形状が識別され、そして前述の式を
適用することから除外されるからである。加重平均推定
法については、図９を参照して後で詳述する。
きない。なぜなら、該当ライン・スペースの一部のみを
占有する、例えばコンマやピリオドのような形状が存在
する場合、これらの形状が識別され、そして前述の式を
適用することから除外されるからである。加重平均推定
法については、図９を参照して後で詳述する。
【００２８】＜プロトタイプ抽出推定法＞前述の加重平
均推定法は良好に機能するが、それでも改良の余地があ
る。一のセグメントが既に認識されていて、しかも新し
いセグメントを認識する準備が完了している場合、図７
に示すプロトタイプ抽出推定法を利用すると、以前の認
識結果を使用してライン・スペース値及びベース・ライ
ン値を一層良好に推定することができる。
均推定法は良好に機能するが、それでも改良の余地があ
る。一のセグメントが既に認識されていて、しかも新し
いセグメントを認識する準備が完了している場合、図７
に示すプロトタイプ抽出推定法を利用すると、以前の認
識結果を使用してライン・スペース値及びベース・ライ
ン値を一層良好に推定することができる。
【００２９】パターン・マッチングは、未知の筆跡５０
をプロトタイプ空間５２へマッピングすることを含んで
いる。プロトタイプは、ラベルと、ライン・スペース
（ＬＳ）と、ベース・ライン（ＢＬ）と、文字高と、文
字の形状情報とを含んでいる。マッチング・プロセス
は、未知の入力を、１組の予め格納されたプロトタイプ
と比較するものである。このマッチング・プロセスの結
果として各プロトタイプ毎に得られるマッチ・スコア
は、未知の入力が当該プロトタイプに対しどの程度の類
似度でマッチ（一致）しているかを表す。一般に、最良
のマッチ・スコアを有するプロトタイプのラベルが、マ
ッチング・プロセスの結果として選択される。
をプロトタイプ空間５２へマッピングすることを含んで
いる。プロトタイプは、ラベルと、ライン・スペース
（ＬＳ）と、ベース・ライン（ＢＬ）と、文字高と、文
字の形状情報とを含んでいる。マッチング・プロセス
は、未知の入力を、１組の予め格納されたプロトタイプ
と比較するものである。このマッチング・プロセスの結
果として各プロトタイプ毎に得られるマッチ・スコア
は、未知の入力が当該プロトタイプに対しどの程度の類
似度でマッチ（一致）しているかを表す。一般に、最良
のマッチ・スコアを有するプロトタイプのラベルが、マ
ッチング・プロセスの結果として選択される。
【００３０】一のプロトタイプに含まれるベース・ライ
ン（ＢＬ）５４及びライン・スペース（ＬＳ）５６の情
報を、筆記入力空間の座標系へ逆マッピングすることも
可能である。すなわち、一のプロトタイプが未知の入力
に対し最も良くマッチするものとして選択され、しかも
当該プロトタイプに対するマッチ・スコアが予め定義さ
れたスレッショルドよりも良好である場合、当該プロト
タイプから筆記入力空間へ逆マッピングを行うことによ
り、以前のセグメントのベース・ライン及びライン・ス
ペースの推定値を一層正確に得ることができる。かく
て、以前のセグメントに対するパターン・マッチングの
スコアが良好であったと仮定すると、マッチするプロト
タイプから抽出されたライン・スペース及びベース・ラ
イン情報を推定式において使用することができる。
ン（ＢＬ）５４及びライン・スペース（ＬＳ）５６の情
報を、筆記入力空間の座標系へ逆マッピングすることも
可能である。すなわち、一のプロトタイプが未知の入力
に対し最も良くマッチするものとして選択され、しかも
当該プロトタイプに対するマッチ・スコアが予め定義さ
れたスレッショルドよりも良好である場合、当該プロト
タイプから筆記入力空間へ逆マッピングを行うことによ
り、以前のセグメントのベース・ライン及びライン・ス
ペースの推定値を一層正確に得ることができる。かく
て、以前のセグメントに対するパターン・マッチングの
スコアが良好であったと仮定すると、マッチするプロト
タイプから抽出されたライン・スペース及びベース・ラ
イン情報を推定式において使用することができる。
【００３１】ここで、"ＬＳpro" が、以前のマッチを使
用してプロトタイプ・セットから抽出されたライン・ス
ペース値を表すものとし、"ＢＬpro" が、以前のマッチ
を使用してプロトタイプ・セットから抽出されたベース
・ライン値を表し、"Ｗpro"が、これらの値が推定値の
計算に与える影響の度合いを決定する重みを表すものと
する。典型的な場合、"Ｗpro" 及び "Ｗcur" の各々
は、初期設定時には 0−1.0 の範囲にあり、初期設定時
を除く時間には 0.3−0.7 の範囲にある。同様に、"Ｌ
Ｓnew" 及び "ＢＬnew" が、この推定法によって計算さ
れる新しい推定値を表すものとする。そうすると、これ
らの新しい推定値は、以下の式によって計算することが
できる。
用してプロトタイプ・セットから抽出されたライン・ス
ペース値を表すものとし、"ＢＬpro" が、以前のマッチ
を使用してプロトタイプ・セットから抽出されたベース
・ライン値を表し、"Ｗpro"が、これらの値が推定値の
計算に与える影響の度合いを決定する重みを表すものと
する。典型的な場合、"Ｗpro" 及び "Ｗcur" の各々
は、初期設定時には 0−1.0 の範囲にあり、初期設定時
を除く時間には 0.3−0.7 の範囲にある。同様に、"Ｌ
Ｓnew" 及び "ＢＬnew" が、この推定法によって計算さ
れる新しい推定値を表すものとする。そうすると、これ
らの新しい推定値は、以下の式によって計算することが
できる。
【００３２】
【数１０】 LSsys = (Wpro * LSpro + Wcur * LSnew) ／ (Wpro + Wcur) BLsys = (Wpro * BLpro + Wcur * BLnew) ／ (Wpro + Wcur) これらの新しい推定値を計算する際に、マッチするプロ
トタイプから抽出されるベース・ライン値及びライン・
スペース値を使用することが不可能であるか、又は望ま
しくないような状況が存在する。マッチされる最初のセ
グメント（又はベース・ラインを推定するための或る行
の最初のセグメント）については、先行するセグメント
が存在せず、従ってマッチするプロトタイプも存在しな
いことになる。この場合、任意の推定値、例えば筆記行
の測定値又は "Ｙmin" 及び "Ｙmax" から計算された値
を、種のライン・スペース値及びベース・ライン値とし
て使用することができる。更に、ピリオドやコンマのよ
うな幾つかの句読点は非常に短く、ライン・スペースの
僅かな部分を占有するに過ぎないから、これらの句読点
は、ライン・スペースを調整するのに使用すべきではな
い。この状況を検出するため、各セグメントの "Ｙmax
−Ｙmin" が計算される。もし、この計算値が（古いラ
イン・スペースの一部として定義される）予定のスレッ
ショルドよりも小さければ、プロトタイプから抽出され
たライン・スペース値を使用することは避けるべきであ
る。これと同じ理由で、単一の引用符がコンマとなるの
を防ぐために、一のセグメントの "Ｙmin" が 古いベー
ス・ライン値から離れる方向でスレッショルドよりも大
きくなれば、抽出された値の代わりにこの古いベース・
ライン値を使用すべきである。この点については、図１
０に関連して以下で詳述する。
トタイプから抽出されるベース・ライン値及びライン・
スペース値を使用することが不可能であるか、又は望ま
しくないような状況が存在する。マッチされる最初のセ
グメント（又はベース・ラインを推定するための或る行
の最初のセグメント）については、先行するセグメント
が存在せず、従ってマッチするプロトタイプも存在しな
いことになる。この場合、任意の推定値、例えば筆記行
の測定値又は "Ｙmin" 及び "Ｙmax" から計算された値
を、種のライン・スペース値及びベース・ライン値とし
て使用することができる。更に、ピリオドやコンマのよ
うな幾つかの句読点は非常に短く、ライン・スペースの
僅かな部分を占有するに過ぎないから、これらの句読点
は、ライン・スペースを調整するのに使用すべきではな
い。この状況を検出するため、各セグメントの "Ｙmax
−Ｙmin" が計算される。もし、この計算値が（古いラ
イン・スペースの一部として定義される）予定のスレッ
ショルドよりも小さければ、プロトタイプから抽出され
たライン・スペース値を使用することは避けるべきであ
る。これと同じ理由で、単一の引用符がコンマとなるの
を防ぐために、一のセグメントの "Ｙmin" が 古いベー
ス・ライン値から離れる方向でスレッショルドよりも大
きくなれば、抽出された値の代わりにこの古いベース・
ライン値を使用すべきである。この点については、図１
０に関連して以下で詳述する。
【００３３】＜極値点クラスタ化推定法＞プロトタイプ
抽出推定法は良好に機能するが、それでも幾つかの制限
を有している。特に、手書き文字認識システム１０が所
定の行にある少なくとも１つの文字を既に認識している
場合、任意の行にある最初の文字については、プロトタ
イプ抽出推定法を使用することができない。極値点クラ
スタ化推定法は認識のためのプリ・プロセッサであっ
て、この問題を解決することにより、前述の推定法より
も一層良好な推定値を提供するものである。
抽出推定法は良好に機能するが、それでも幾つかの制限
を有している。特に、手書き文字認識システム１０が所
定の行にある少なくとも１つの文字を既に認識している
場合、任意の行にある最初の文字については、プロトタ
イプ抽出推定法を使用することができない。極値点クラ
スタ化推定法は認識のためのプリ・プロセッサであっ
て、この問題を解決することにより、前述の推定法より
も一層良好な推定値を提供するものである。
【００３４】図８に示す例から各ストローク毎に "Ｙ
min" 及び "Ｙmax" の値をそれぞれ格納すると、この推
定法でクラスタと呼ばれる、１組４グループの数を得る
ことができる。各クラスタは、ヒストグラムとも呼ばれ
る。これらのクラスタをラインＡ乃至Ｄに関し計算する
ため、１行を形成する複数の文字中の点が、ラインＡ乃
至Ｄにそれぞれ落下する数を計算する。これらのクラス
タは、筆記される文字の各行毎に計算される。ここで、
全てのデセンダ底部５８、６０、６２及び６４がライン
Ａの回りにどのようにクラスタし、そして全ての大文字
６６及び背の高い小文字の頂部６８がラインＤの回りに
どのようにクラスタしているか、という点に注意すべき
である。同様に、大文字の底部７０とデセンダを持たな
い小文字７２及び７４は、ラインＢの回りにクラスタす
る。また、ラインＢの回りには、デセンダを持つ小文字
の中央部７６及び７８もクラスタする。残りのクラスタ
はラインＣの回りにあり、小文字の全ての頂部８０及び
８２がそうである。
min" 及び "Ｙmax" の値をそれぞれ格納すると、この推
定法でクラスタと呼ばれる、１組４グループの数を得る
ことができる。各クラスタは、ヒストグラムとも呼ばれ
る。これらのクラスタをラインＡ乃至Ｄに関し計算する
ため、１行を形成する複数の文字中の点が、ラインＡ乃
至Ｄにそれぞれ落下する数を計算する。これらのクラス
タは、筆記される文字の各行毎に計算される。ここで、
全てのデセンダ底部５８、６０、６２及び６４がライン
Ａの回りにどのようにクラスタし、そして全ての大文字
６６及び背の高い小文字の頂部６８がラインＤの回りに
どのようにクラスタしているか、という点に注意すべき
である。同様に、大文字の底部７０とデセンダを持たな
い小文字７２及び７４は、ラインＢの回りにクラスタす
る。また、ラインＢの回りには、デセンダを持つ小文字
の中央部７６及び７８もクラスタする。残りのクラスタ
はラインＣの回りにあり、小文字の全ての頂部８０及び
８２がそうである。
【００３５】最初のライン・スペースはアプリケーショ
ンによって渡されるか、又は手書き文字認識システム１
０のメトリックスからその時間に導出されるか、或いは
全く供給されないこともある。また、このアプリケーシ
ョンは、これらのクラスタを設定するために使用される
一のベース・ライン値を渡すようにしても良い。もし、
このベース・ラインが（かかるアプリケーションから又
は先行する計算から見て）既知でなければ、これはゼロ
へ設定される。これらのクラスタのうちベース・ライン
値である蓋然性が最も大きい特定のクラスタを決定する
ために、ヒューリステイックが適用される。このライン
・スペース及びベース・ラインから、予備的な１組の４
クラスタが設定される。ヒストグラム８４の箇所に図示
されているように、これらの４クラスタは、デセンダ底
部８６と、ベース・ライン８８と、小文字の頂部９２
と、大文字（又は背の高い小文字）の頂部９０とであ
る。かかる１組のクラスタ８４は、新しいベース・ライ
ン及びライン・スペースを決定する際に使用される基準
点となる。
ンによって渡されるか、又は手書き文字認識システム１
０のメトリックスからその時間に導出されるか、或いは
全く供給されないこともある。また、このアプリケーシ
ョンは、これらのクラスタを設定するために使用される
一のベース・ライン値を渡すようにしても良い。もし、
このベース・ラインが（かかるアプリケーションから又
は先行する計算から見て）既知でなければ、これはゼロ
へ設定される。これらのクラスタのうちベース・ライン
値である蓋然性が最も大きい特定のクラスタを決定する
ために、ヒューリステイックが適用される。このライン
・スペース及びベース・ラインから、予備的な１組の４
クラスタが設定される。ヒストグラム８４の箇所に図示
されているように、これらの４クラスタは、デセンダ底
部８６と、ベース・ライン８８と、小文字の頂部９２
と、大文字（又は背の高い小文字）の頂部９０とであ
る。かかる１組のクラスタ８４は、新しいベース・ライ
ン及びライン・スペースを決定する際に使用される基準
点となる。
【００３６】極値点クラスタ化は、所定のセグメント中
にある全ての点に対するアクセスを有し、各ストローク
毎に "Ｙmin" 及び "Ｙmax" を抽出し、その各々を（各
点がどのクラスタに最も近いかということに基づいて）
４つの可能なクラスタのうちの１つに格納する。一の重
み（出現の数）が各クラスタに関連していて、ゼロから
最大９までの範囲にある。
にある全ての点に対するアクセスを有し、各ストローク
毎に "Ｙmin" 及び "Ｙmax" を抽出し、その各々を（各
点がどのクラスタに最も近いかということに基づいて）
４つの可能なクラスタのうちの１つに格納する。一の重
み（出現の数）が各クラスタに関連していて、ゼロから
最大９までの範囲にある。
【００３７】一旦、これらのクラスタが設定されると、
どのクラスタがベース・ライン及びライン・スペースを
表すかということを決定するために、ヒューリステイッ
クが適用される。有効なクラスタとは、ゼロより大きい
重みを持つようなものである（少なくとも１つの点がか
かるクラスタに落ち込む）。もし、２つより少ない有効
なクラスタが見い出されたならば、元のライン・スペー
ス値及び元のベース・ライン値が使用されることにな
る。もし、有効な４つのクラスタが見い出されたなら
ば、ベース・ライン値及びライン・スペース値は既知で
あり、かくてこれらの値が使用される。２つ又は３つの
有効なクラスタが見い出された場合は、これが表すデー
タの型が決定される。最も可能性が高いのは、大小混合
（大文字及びデセンダを持たない小文字）、全てが大文
字、全てが小文字、デセンダを持つ小文字、又は全てが
数字という形態である。基準クラスタと比較すると、既
知である値を特定できる蓋然性が大きいことから、かか
る既知の有効なクラスタから欠落しているクラスタ値を
計算することができる。新しい推定値は、次の式によっ
て計算することができる。
どのクラスタがベース・ライン及びライン・スペースを
表すかということを決定するために、ヒューリステイッ
クが適用される。有効なクラスタとは、ゼロより大きい
重みを持つようなものである（少なくとも１つの点がか
かるクラスタに落ち込む）。もし、２つより少ない有効
なクラスタが見い出されたならば、元のライン・スペー
ス値及び元のベース・ライン値が使用されることにな
る。もし、有効な４つのクラスタが見い出されたなら
ば、ベース・ライン値及びライン・スペース値は既知で
あり、かくてこれらの値が使用される。２つ又は３つの
有効なクラスタが見い出された場合は、これが表すデー
タの型が決定される。最も可能性が高いのは、大小混合
（大文字及びデセンダを持たない小文字）、全てが大文
字、全てが小文字、デセンダを持つ小文字、又は全てが
数字という形態である。基準クラスタと比較すると、既
知である値を特定できる蓋然性が大きいことから、かか
る既知の有効なクラスタから欠落しているクラスタ値を
計算することができる。新しい推定値は、次の式によっ
て計算することができる。
【００３８】
【数１１】 LSsys = (Wold * LSold + Wcur * LSnew) ／ (Wold + Wcur) BLsys = (Wold * LSold + Wcur * BLnew) ／ (Wold + Wcur) 初期設定については、もし予め定義された行が筆記のた
めに使用されるのであれば、ライン・スペース及びベー
ス・ラインのデフォルト値が使用される。もし、予め定
義された行が使用されなければ、初期条件を決定するた
めに "Ｙmin"及び "Ｙmax" が計算される。この極値点
クラスタ化については、図１１に関連して以下で詳述す
る。
めに使用されるのであれば、ライン・スペース及びベー
ス・ラインのデフォルト値が使用される。もし、予め定
義された行が使用されなければ、初期条件を決定するた
めに "Ｙmin"及び "Ｙmax" が計算される。この極値点
クラスタ化については、図１１に関連して以下で詳述す
る。
【００３９】図９を参照するに、そこには図６に関連し
て既に一般的に説明した、図１のライン・スペース／ベ
ース・ライン（ＬＳ／ＢＬ）調整手段１７として使用す
ることができる、加重平均推定手段９４のブロック図が
示されている。文字の各セグメントを構成するＸ、Ｙ点
はブロック９６へ供給され、そこで "Ｙmin" 及び "Ｙ
max" が計算される。"Ｙmin" 及び "Ｙmax"の計算値は
ブロック９８へ供給され、そこで所定の文字に対するラ
イン・スペース及びベース・ラインが以下の式に従って
計算される。
て既に一般的に説明した、図１のライン・スペース／ベ
ース・ライン（ＬＳ／ＢＬ）調整手段１７として使用す
ることができる、加重平均推定手段９４のブロック図が
示されている。文字の各セグメントを構成するＸ、Ｙ点
はブロック９６へ供給され、そこで "Ｙmin" 及び "Ｙ
max" が計算される。"Ｙmin" 及び "Ｙmax"の計算値は
ブロック９８へ供給され、そこで所定の文字に対するラ
イン・スペース及びベース・ラインが以下の式に従って
計算される。
【００４０】
【数１２】 LSsys = (Wold * LSold + Wcur * (Ymax - Ymin)) ／ (Wold + Wcur) BLsys = (Wold * BLold + Wcur * Ymin) ／ (Wold + Wcur) ライン・スペース及びベース・ラインの推定値は線１０
０を介してブロック１０２へ供給され、そこで次の文字
用のライン・スペース及びベース・ラインの計算に使用
されるように、"ＬＳold" 及び ”ＢＬold" として格納
される。ライン・スペース及びベース・ラインに関する
これらの推定値は、図１のストローク・セグメント手段
１６からのサンプル済みの文字について使用され、文字
マッチング手段１８においてプロトタイプ文字記憶手段
２０中のプロトタイプ文字と比較される。
０を介してブロック１０２へ供給され、そこで次の文字
用のライン・スペース及びベース・ラインの計算に使用
されるように、"ＬＳold" 及び ”ＢＬold" として格納
される。ライン・スペース及びベース・ラインに関する
これらの推定値は、図１のストローク・セグメント手段
１６からのサンプル済みの文字について使用され、文字
マッチング手段１８においてプロトタイプ文字記憶手段
２０中のプロトタイプ文字と比較される。
【００４１】次に図１０を参照すると、そこには図７に
関連して既に一般的に説明した、図１のライン・スペー
ス／ベース・ライン（ＬＳ／ＢＬ）調整手段１７として
使用することができる、プロトタイプ抽出推定手段１０
４のブロック図が示されている。一の文字の各セグメン
トを構成するＸ、Ｙ点は、文字マッチング手段１０６へ
供給される。この文字マッチング手段１０６は、プロト
タイプ文字記憶手段１０８からのライン・スペース及び
ベース・ラインをも受け取る。プロトタイプ文字記憶手
段１０８からの "ＬＳpro" 及び "ＢＬpro" を使用する
と、"Ｙmin" 及び "Ｙmax" を使用する場合よりも、一
層正確な計算を行うことができる。なぜなら、この計算
が小文字のためのものであれば、その文字高は、ライン
・スペースには等しくないからである。現在のライン・
スペース及びベース・ラインは、ブロック１１０内で、
次の式に従って計算される。
関連して既に一般的に説明した、図１のライン・スペー
ス／ベース・ライン（ＬＳ／ＢＬ）調整手段１７として
使用することができる、プロトタイプ抽出推定手段１０
４のブロック図が示されている。一の文字の各セグメン
トを構成するＸ、Ｙ点は、文字マッチング手段１０６へ
供給される。この文字マッチング手段１０６は、プロト
タイプ文字記憶手段１０８からのライン・スペース及び
ベース・ラインをも受け取る。プロトタイプ文字記憶手
段１０８からの "ＬＳpro" 及び "ＢＬpro" を使用する
と、"Ｙmin" 及び "Ｙmax" を使用する場合よりも、一
層正確な計算を行うことができる。なぜなら、この計算
が小文字のためのものであれば、その文字高は、ライン
・スペースには等しくないからである。現在のライン・
スペース及びベース・ラインは、ブロック１１０内で、
次の式に従って計算される。
【００４２】
【数１３】 LSsys = (Wpro * LSpro + Wcur * LScur) ／ (Wpro + Wcur) BLsys = (Wpro * BLpro + Wcur * BLcur) ／ (Wpro + Wcur) 前式において、"ＬＳpro" 及び "ＢＬpro" はプロトタ
イプ文字記憶手段１０８から引き出され、"Ｗpro" 及び
"Ｗcur" はシステム定数であって経験的に決定される
ものである。"ＬＳpro" 及び "ＢＬpro" は、現にサン
プル中の文字の直前にサンプルされた文字の、マッチし
たプロトタイプのライン・スペースおよびベース・ライ
ンである。典型的な場合、"Ｗpro" 及び "Ｗcur" の各
々は、初期設定時には 0−1.0 の範囲にあり、初期設定
時を除く時間には 0.3−0.7 の範囲にある。現在のライ
ン・スペース及びベース・ラインの計算値は、線１１２
を介してブロック１１０へ供給され、そこで次のライン
・スペース及びベース・ラインを計算するために使用さ
れる。
イプ文字記憶手段１０８から引き出され、"Ｗpro" 及び
"Ｗcur" はシステム定数であって経験的に決定される
ものである。"ＬＳpro" 及び "ＢＬpro" は、現にサン
プル中の文字の直前にサンプルされた文字の、マッチし
たプロトタイプのライン・スペースおよびベース・ライ
ンである。典型的な場合、"Ｗpro" 及び "Ｗcur" の各
々は、初期設定時には 0−1.0 の範囲にあり、初期設定
時を除く時間には 0.3−0.7 の範囲にある。現在のライ
ン・スペース及びベース・ラインの計算値は、線１１２
を介してブロック１１０へ供給され、そこで次のライン
・スペース及びベース・ラインを計算するために使用さ
れる。
【００４３】次に、図１１を参照すると、そこには図８
に関連して既に一般的に説明した、図１のライン・スペ
ース／ベース・ライン（ＬＳ／ＢＬ）調整手段１７とし
て使用することができる、極値点クラスタ化推定手段１
１３のブロック図が示されている。一の文字の各セグメ
ントを構成するＸ、Ｙ点並びにライン・スペース及びベ
ース・ラインのデフォルト値がブロック１１４へ供給さ
れ、そこで極値点クラスタＡ乃至Ｄが図８に関連して既
に説明したようにして計算される。もし、ブロック１１
６に示すように４つのクラスタがあれば、Ａ乃至Ｄの計
算値が使用され、ライン・スペース及びベース・ライン
が次のように計算されて、線１１８上に出力される。
に関連して既に一般的に説明した、図１のライン・スペ
ース／ベース・ライン（ＬＳ／ＢＬ）調整手段１７とし
て使用することができる、極値点クラスタ化推定手段１
１３のブロック図が示されている。一の文字の各セグメ
ントを構成するＸ、Ｙ点並びにライン・スペース及びベ
ース・ラインのデフォルト値がブロック１１４へ供給さ
れ、そこで極値点クラスタＡ乃至Ｄが図８に関連して既
に説明したようにして計算される。もし、ブロック１１
６に示すように４つのクラスタがあれば、Ａ乃至Ｄの計
算値が使用され、ライン・スペース及びベース・ライン
が次のように計算されて、線１１８上に出力される。
【００４４】
【数１４】LS = D - B BL = B ブロック１２０では、２より少ないクラスタが存在する
か否かが判別される。もしそうであれば、ライン・スペ
ース及びベース・ラインのデフォルト値が、線１２２に
示すように利用されることになる。２より少ないクラス
タが存在するのは、例えばピリオドや等号のような或る
特殊記号が書かれる場合だけである。もし、２より少な
いクラスタが存在しなければ、ブロック１２４で２つ又
は３つのクラスタが存在するか否かが判別される。もし
そうであれば、ブロック１２６で欠落したクラスタの推
定が行われる。
か否かが判別される。もしそうであれば、ライン・スペ
ース及びベース・ラインのデフォルト値が、線１２２に
示すように利用されることになる。２より少ないクラス
タが存在するのは、例えばピリオドや等号のような或る
特殊記号が書かれる場合だけである。もし、２より少な
いクラスタが存在しなければ、ブロック１２４で２つ又
は３つのクラスタが存在するか否かが判別される。もし
そうであれば、ブロック１２６で欠落したクラスタの推
定が行われる。
【００４５】もし２つのクラスタが存在すれば、底部の
クラスタが古いベース・ラインと比較される。もし、こ
の底部のクラスタが、（古いベース・ライン ＋ 古いラ
イン・スペースの１／２）より大きければ、Ｂは、この
底部のクラスタへ設定される。もし、この底部のクラス
タが、（古いベース・ライン ＋ 古いライン・スペース
の１／２）よりも大きくなければ、Ｂは、（底部のクラ
スタ ＋ 古いライン・スペースの１／２）へ設定され
る。両者の場合、Ｄは、（Ｂ ＋（古いライン・スペー
ス））へ設定される。
クラスタが古いベース・ラインと比較される。もし、こ
の底部のクラスタが、（古いベース・ライン ＋ 古いラ
イン・スペースの１／２）より大きければ、Ｂは、この
底部のクラスタへ設定される。もし、この底部のクラス
タが、（古いベース・ライン ＋ 古いライン・スペース
の１／２）よりも大きくなければ、Ｂは、（底部のクラ
スタ ＋ 古いライン・スペースの１／２）へ設定され
る。両者の場合、Ｄは、（Ｂ ＋（古いライン・スペー
ス））へ設定される。
【００４６】もし、３つのクラスタが存在すれば、古い
ベース・ラインに最も近い特定のクラスタが一時的な新
しいベース・ラインＴとして選択される。もし、この一
時的な新しいベース・ラインＴが、（古いベース・ライ
ン ＋ 古いライン・スペースの１／３）よりも大きけれ
ば、Ｂは、（0.9 ＊（古いベース・ライン）＋ 0.1＊
Ｔ）へ設定される。もし、Ｔが、（古いベース・ライン
＋ 古いライン・スペースの１／３）よりも大きくなけ
れば、Ｂは、（0.5 ＊（古いベース・ライン）＋ 0.5
＊ Ｔ）へ設定される。両者の場合、Ｄは、（Ｂ ＋（古
いベース・ライン））へ設定される。
ベース・ラインに最も近い特定のクラスタが一時的な新
しいベース・ラインＴとして選択される。もし、この一
時的な新しいベース・ラインＴが、（古いベース・ライ
ン ＋ 古いライン・スペースの１／３）よりも大きけれ
ば、Ｂは、（0.9 ＊（古いベース・ライン）＋ 0.1＊
Ｔ）へ設定される。もし、Ｔが、（古いベース・ライン
＋ 古いライン・スペースの１／３）よりも大きくなけ
れば、Ｂは、（0.5 ＊（古いベース・ライン）＋ 0.5
＊ Ｔ）へ設定される。両者の場合、Ｄは、（Ｂ ＋（古
いベース・ライン））へ設定される。
【００４７】各々の場合において、Ｄ及びＢの値は、線
１２８でライン・スペース及びベース・ラインを次の式
に従って計算するために利用される。
１２８でライン・スペース及びベース・ラインを次の式
に従って計算するために利用される。
【００４８】
【数１５】LS = D - B BL = B 次に、図１２を参照するに、そこには図１のライン・ス
ペース／ベース・ライン（ＬＳ／ＢＬ）調整手段１７と
して使用することができる、プロトタイプ抽出推定手段
１３０と極値点クラスタ化推定手段１３２の組み合わせ
がブロック図の形式で示されている。図示のように、一
の文字の各セグメントを構成するＸ、Ｙ点はブロック１
２８へ供給され、そこで "Ｘmin" 、"Ｘmax" 、"Ｙmin"
及び "Ｙmax" が計算される。計算された最小値／最大
値は、プロトタイプ抽出推定手段１３０及び極値点クラ
スタ推定手段１３２へ供給される。また、プロトタイプ
抽出推定手段１３０は、その入力として "ＬＳpro" 及
び "ＢＬpro" 並びに図１０に関連して説明した関数を
受け取って、"ＬＳ1" 及び "ＢＬ1" をブロック１３４
へ供給する。一方、極値点クラスタ化推定手段１３２
は、その入力として "ＬＳ" 及び "ＢＬ" のデフォルト
値並びに図１１に関連して説明した関数を受け取っ
て、"ＬＳ2" 及び "ＢＬ2" をブロック１３４へ供給す
る。ブロック１３４では、所定の文字に対する "ＬＳ
sys" 及び "ＢＬsys" が、次の式に従って計算される。
ペース／ベース・ライン（ＬＳ／ＢＬ）調整手段１７と
して使用することができる、プロトタイプ抽出推定手段
１３０と極値点クラスタ化推定手段１３２の組み合わせ
がブロック図の形式で示されている。図示のように、一
の文字の各セグメントを構成するＸ、Ｙ点はブロック１
２８へ供給され、そこで "Ｘmin" 、"Ｘmax" 、"Ｙmin"
及び "Ｙmax" が計算される。計算された最小値／最大
値は、プロトタイプ抽出推定手段１３０及び極値点クラ
スタ推定手段１３２へ供給される。また、プロトタイプ
抽出推定手段１３０は、その入力として "ＬＳpro" 及
び "ＢＬpro" 並びに図１０に関連して説明した関数を
受け取って、"ＬＳ1" 及び "ＢＬ1" をブロック１３４
へ供給する。一方、極値点クラスタ化推定手段１３２
は、その入力として "ＬＳ" 及び "ＢＬ" のデフォルト
値並びに図１１に関連して説明した関数を受け取っ
て、"ＬＳ2" 及び "ＢＬ2" をブロック１３４へ供給す
る。ブロック１３４では、所定の文字に対する "ＬＳ
sys" 及び "ＢＬsys" が、次の式に従って計算される。
【００４９】
【数１６】 LSsys = W1 * LS1 + W2 * LS2 ／ (W1 + W2) BLsys = W1 * BL1 + W2 * BL2 ／ (W1 + W2) 典型的な場合、"Ｗ1" 及び "Ｗ2" の各々は、初期設定
時には 0−1.0 の範囲にあり、初期設定時を除く時間に
は 0.3−0.7 の範囲にある。"ＬＳ" 及び "ＢＬ" は、
線１３６へ供給される。
時には 0−1.0 の範囲にあり、初期設定時を除く時間に
は 0.3−0.7 の範囲にある。"ＬＳ" 及び "ＢＬ" は、
線１３６へ供給される。
【００５０】ライン・スペース及びベース・ラインを推
定するための前述の方法は、ボックス筆記、罫線筆記及
びフリーハンド筆記のために使用することができる。
定するための前述の方法は、ボックス筆記、罫線筆記及
びフリーハンド筆記のために使用することができる。
【００５１】
【発明の効果】以上のように、本発明によれば、手書き
文字のライン・スペース及びベース・ラインを適当に推
定するようにしているので、かかる手書き文字の認識精
度を向上させることができる。
文字のライン・スペース及びベース・ラインを適当に推
定するようにしているので、かかる手書き文字の認識精
度を向上させることができる。
【図１】本発明に従った手書き文字認識システムを示す
簡略化ブロック図である。
簡略化ブロック図である。
【図２】手書き文字認識システムにおけるベース・ライ
ン（ＢＬ）、ライン・スペース（ＬＳ）及び文字高を示
す図である。
ン（ＢＬ）、ライン・スペース（ＬＳ）及び文字高を示
す図である。
【図３】手書き文字認識システムにおける手書き文字の
ドリフトを示す図である。
ドリフトを示す図である。
【図４】手書き文字認識システムにおけるデフォルト推
定法を示す図である。
定法を示す図である。
【図５】セグメントの最小及び最大のｙ座標値に基づく
簡単な推定法を示す図である。
簡単な推定法を示す図である。
【図６】加重平均推定法を示す図である。
【図７】プロトタイプ抽出推定法を示す図である。
【図８】極値点クラスタ化推定法を示す図である。
【図９】加重平均推定手段のブロック図である。
【図１０】プロトタイプ抽出推定手段のブロック図であ
る。
る。
【図１１】極値点クラスタ化推定手段のブロック図であ
る。
る。
【図１２】プロトタイプ抽出推定法と極値点クラスタ化
推定法との組み合わせを実施するシステムのブロック図
である。
推定法との組み合わせを実施するシステムのブロック図
である。
１２・・・タブレット兼表示手段 １４・・・スタイラス １６・・・ストローク・セグメント手段 １７・・・ライン・スペース／ベース・ライン調整手段 １８・・・文字マッチング手段 ２０・・・プロトタイプ文字記憶手段 ２１・・・利用手段 ２４・・・プロトタイプ・プロセッサ
───────────────────────────────────────────────────── フロントページの続き (72)発明者 ジョオンキ・キム アメリカ合衆国ニューヨーク州、ホワイ ト・プレーンズ、メイシー・アベニュー ６番地 (72)発明者 ドナルド・ベン・マトソン アメリカ合衆国フロリダ州、ボカ・ラト ン、ノース・ディキシー・ハイウェイ 6420番地 (72)発明者 ウィリアム・デビッド・モドリン アメリカ合衆国フロリダ州、ボカ・ラト ン、ノースイースト・トウェンティス・ ストリート 225番地
Claims (7)
- 【請求項１】下記の各段階より成る、手書き文字認識シ
ステムにおけるライン・スペース及びベース・ラインの
調整方法。 （ａ）タブレット上に書かれた各文字毎に、当該タブレ
ット上のスタイラスの位置を表す（Ｘ，Ｙ）座標対の直
列ストリームをサンプルする段階。 （ｂ）前記タブレット上に書かれた各文字毎に、サンプ
ルされたＹ座標点のうちの最小値（Ｙmin）及び最大値
（Ｙmax）をそれぞれ計算する段階。 （ｃ）一の文字のライン・スペース（ＬＳ）値を、次式 【数１】 〔式中、ＬＳoldは以前に計算されたＬＳの値であり、
Ｗold及びＷcurはシステム定数である〕に従って計算す
る段階。 （ｄ）一の文字のベース・ライン（ＢＬ）値を、次式 【数２】 〔式中、ＢＬoldは以前に計算されたＢＬの値である〕
に従って計算する段階。 - 【請求項２】Ｗold及びＷcurの各々の値が、初期設定時
には 0 - 1.0 の範囲にあり、初期設定時を除く時間に
は 0.3 - 0.7 の範囲にある、請求項１記載の手書き文
字認識システムにおけるライン・スペース及びベース・
ラインの調整方法。 - 【請求項３】下記の各段階より成る、手書き文字認識シ
ステムにおけるライン・スペース及びベース・ラインの
調整方法。 （ａ）各プロトタイプ文字毎に一のベース・ライン（Ｂ
Ｌpro）値及び一のライン・スペース（ＬＳpro）値を含
むように、１組のプロトタイプ文字を格納する段階。 （ｂ）タブレット上に書かれた各文字毎に、当該タブレ
ット上のスタイラスの位置を表す（Ｘ，Ｙ）座標対の直
列ストリームをサンプルする段階。 （ｃ）前記タブレット上に書かれた各文字毎に、サンプ
ルされた一の文字を供給する段階。 （ｄ）サンプルされた一の文字を前記格納された１組の
プロトタイプ文字と比較して、当該サンプルされた文字
が最も類似する所定のプロトタイプ文字を認識された一
の文字として選択する段階。 （ｅ）サンプルされた次の文字のベース・ライン値及び
ライン・スペース値を、最後にサンプルされた文字が最
も類似する所定のプロトタイプ文字のＢＬpro値及びＬ
Ｓpro値によって、それぞれ調整する段階。 - 【請求項４】現にサンプルされた一の文字のライン・ス
ペース（ＬＳsys）値を、次式 【数３】 〔式中、ＬＳnewは以前に計算されたＬＳsysの値であ
り、Ｗpro及びＷcurはシステム定数である〕に従って計
算し、 現にサンプルされた一の文字のベース・ライン（ＢＬ
sys）値を、次式 【数４】 〔式中、ＢＬnewは以前に計算されたＢＬsysの値であ
る〕に従って計算するようにした、請求項３記載の手書
き文字認識システムにおけるライン・スペース及びベー
ス・ラインの調整方法。 - 【請求項５】下記の各段階より成る、手書き文字認識シ
ステムにおけるライン・スペース及びベース・ラインの
調整方法。 （ａ）タブレット上に書かれた各文字毎に、当該タブレ
ット上のスタイラスの位置を表す（Ｘ，Ｙ）座標対の直
列ストリームをサンプルする段階。 （ｂ）ライン・スペース及びベース・ラインのデフォル
ト値を供給する段階。 （ｃ）一行の文字における各文字を構成するＹ座標点の
最小値（Ｙmin）及び最大値（Ｙmax）をそれぞれ格納す
る段階。 （ｄ）一行の文字について格納された前記最小値（Ｙ
min）及び最大値（Ｙmax）のヒストグラムを取ることに
より、１組４グループの値を決定する段階。前記グルー
プの各々はそれぞれクラスタと呼ばれ、第１のクラスタ
は文字のデセンダ底部を表し、第２のクラスタはベース
・ラインを表し、第３のクラスタは小文字の頂部を表
し、第４のクラスタは背の高い小文字の頂部又は大文字
の頂部を表す。 （ｅ）前記ヒストグラムを取ることにより見い出された
クラスタの数を判別する段階。 （ｆ）２より少ないクラスタが見い出された場合は、ラ
イン・スペース及びベース・ラインの前記デフォルト値
を、前記一行の文字のうちサンプルされた一の文字のラ
イン・スペース値及びベース・ライン値としてそれぞれ
使用する段階。 （ｇ）２つ又は３つのクラスタが見い出された場合は、
前記一行の文字のうちサンプルされた一の文字のライン
・スペース（ＬＳ）値及びベース・ライン（ＢＬ）値
を、次式 ＬＳ ＝（第４のクラスタ）−（第２のクラスタ） ＢＬ ＝ 第２のクラスタ に従ってそれぞれ計算するとともに、これらの計算値で
以て欠落したクラスタを推定する段階。 （ｈ）４つのクラスタが見い出された場合は、前記一行
の文字のうちサンプルされた一の文字のライン・スペー
ス（ＬＳ）値及びベース・ライン（ＢＬ）値を、次式 ＬＳ ＝（第４のクラスタ）−（第２のクラスタ） ＢＬ ＝ 第２のクラスタ に従ってそれぞれ計算する段階。 - 【請求項６】下記の各段階より成る、手書き文字認識シ
ステムにおけるライン・スペース及びベース・ラインの
調整方法。 （ａ）各プロトタイプ文字毎に一のベース・ライン（Ｂ
Ｌpro）値及び一のライン・スペース（ＬＳpro）値を含
むように、１組のプロトタイプ文字を格納する段階。 （ｂ）タブレット上に書かれた各文字毎に、当該タブレ
ット上のスタイラスの位置を表す（Ｘ，Ｙ）座標対の直
列ストリームをサンプルする段階。 （ｃ）前記タブレット上に書かれた各文字毎に、サンプ
ルされた一の文字を供給する段階。 （ｄ）サンプルされた一の文字を前記格納された１組の
プロトタイプ文字と比較して、当該サンプルされた文字
が最も類似する所定のプロトタイプ文字を認識された一
の文字として選択する段階。 （ｅ）現にサンプルされた一の文字の第１の中間ライン
・スペース（ＬＳ1）値を、次式 【数５】 〔式中、ＬＳnewは以前に計算されたライン・スペース
（ＬＳsys）の値であり、Ｗpro及びＷcurはシステム定
数である〕に従って計算して、これを供給する段階。 （ｆ）現にサンプルされた一の文字の第１の中間ベース
・ライン（ＢＬ1）値を、次式 【数６】 〔式中、ＢＬnew は以前に計算されたベース・ライン
（ＢＬsys）の値である〕に従って計算して、これを供
給する段階。 （ｇ）ライン・スペース及びベース・ラインのデフォル
ト値を供給する段階。 （ｈ）一文字行中の各文字のＹ座標点の最小値
（Ｙmin）及び最大値（Ｙmax）をそれぞれ格納する段
階。 （ｉ）一行の文字について格納された前記最小値（Ｙ
min）及び最大値（Ｙmax）のヒストグラムを取ることに
より、１組４グループの値を決定する段階。前記グルー
プの各々はそれぞれクラスタと呼ばれ、第１のクラスタ
は文字のデセンダ底部を表し、第２のクラスタはベース
・ラインを表し、第３のクラスタは小文字の頂部を表
し、第４のクラスタは背の高い小文字の頂部又は大文字
の頂部を表す。 （ｊ）前記ヒストグラムを取ることにより見い出された
クラスタの数を判別する段階。 （ｋ）２より少ないクラスタが見い出された場合は、ラ
イン・スペース及びベース・ラインの前記デフォルト値
を、前記一行の文字のうちサンプルされた一の文字の第
２の中間ライン・スペース（ＬＳ2）値及びベース・ラ
イン（ＢＬ2）値としてそれぞれ使用する段階。 （ｌ）２つ又は３つのクラスタが見い出された場合は、
前記一行の文字のうちサンプルされた一の文字の前記第
２の中間ライン・スペース（ＬＳ2）値及びベース・ラ
イン（ＢＬ2）値を、次式 ＬＳ2 ＝（第４のクラスタ）−（第２のクラスタ） ＢＬ2 ＝ 第２のクラスタ に従ってそれぞれ計算するとともに、これらの計算値で
以て欠落したクラスタを推定する段階。 （ｍ）４つのクラスタが見い出された場合は、前記一行
の文字のうちサンプルされた一の文字の前記第２の中間
ライン・スペース（ＬＳ2）値及びベース・ライン（Ｂ
Ｌ2）値を、次式 ＬＳ2 ＝（第４のクラスタ）−（第２のクラスタ） ＢＬ2 ＝ 第２のクラスタ に従ってそれぞれ計算する段階。 （ｎ）サンプルされた一の文字のライン・スペース（Ｌ
Ｓsys）値を、次式 【数７】 〔式中、Ｗ1及びＷ2はシステム定数である〕に従って計
算する段階。 （ｏ）サンプルされた一の文字のベース・ライン（ＢＬ
sys）値を、次式 【数８】 に従って計算する段階。 - 【請求項７】Ｗ1及びＷ2の各々の値が、初期設定時には
0 - 1.0 の範囲にあり、初期設定時を除く時間には 0.
3 - 0.7 の範囲にある、請求項６記載の手書き文字認識
システムにおけるライン・スペース及びベース・ライン
の調整方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US25511 | 1979-03-19 | ||
| US025511 | 1993-03-04 | ||
| US08/025,511 US5396566A (en) | 1993-03-04 | 1993-03-04 | Estimation of baseline, line spacing and character height for handwriting recognition |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH076204A JPH076204A (ja) | 1995-01-10 |
| JP2641388B2 true JP2641388B2 (ja) | 1997-08-13 |
Family
ID=21826515
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6020305A Expired - Lifetime JP2641388B2 (ja) | 1993-03-04 | 1994-02-17 | 手書き文字認識システムにおけるライン・スペース及びベース・ラインの調整方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5396566A (ja) |
| JP (1) | JP2641388B2 (ja) |
| KR (1) | KR960008205B1 (ja) |
| CN (1) | CN1035904C (ja) |
Families Citing this family (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5220649A (en) * | 1991-03-20 | 1993-06-15 | Forcier Mitchell D | Script/binary-encoded-character processing method and system with moving space insertion mode |
| US6434581B1 (en) * | 1991-03-20 | 2002-08-13 | Microsoft Corporation | Script character processing method for interactively adjusting space between writing element |
| US5953735A (en) * | 1991-03-20 | 1999-09-14 | Forcier; Mitchell D. | Script character processing method and system with bit-mapped document editing |
| US5613019A (en) * | 1993-05-20 | 1997-03-18 | Microsoft Corporation | System and methods for spacing, storing and recognizing electronic representations of handwriting, printing and drawings |
| US6651221B1 (en) | 1993-05-20 | 2003-11-18 | Microsoft Corporation | System and methods for spacing, storing and recognizing electronic representations of handwriting, printing and drawings |
| US5517578A (en) * | 1993-05-20 | 1996-05-14 | Aha! Software Corporation | Method and apparatus for grouping and manipulating electronic representations of handwriting, printing and drawings |
| US6256408B1 (en) * | 1994-04-28 | 2001-07-03 | International Business Machines Corporation | Speed and recognition enhancement for OCR using normalized height/width position |
| US5633957A (en) * | 1994-09-16 | 1997-05-27 | Compaq Computer Corporation | Method and apparatus for determining positional guidelines of handwritten data |
| US5528732A (en) * | 1994-10-17 | 1996-06-18 | Xerox Corporation | Reprographic device for making copies with multi-spaced lines |
| US5642473A (en) * | 1994-10-17 | 1997-06-24 | Xerox Corporation | Paper saving reprographic device |
| WO1996023275A1 (en) * | 1995-01-23 | 1996-08-01 | Advanced Recognition Technologies Inc. | Handwriting recognizer with estimation of reference lines |
| IL112420A (en) * | 1995-01-23 | 1999-05-09 | Advanced Recognition Tech | Handwriting recognition with reference line estimation |
| US5638466A (en) * | 1995-08-30 | 1997-06-10 | Horizon Marketing Corporation Aka Wordwand | Method and apparatus for deskewing images of symbols having a non-linear baseline |
| US5892842A (en) * | 1995-12-14 | 1999-04-06 | Xerox Corporation | Automatic method of identifying sentence boundaries in a document image |
| US5850476A (en) * | 1995-12-14 | 1998-12-15 | Xerox Corporation | Automatic method of identifying drop words in a document image without performing character recognition |
| US5848191A (en) * | 1995-12-14 | 1998-12-08 | Xerox Corporation | Automatic method of generating thematic summaries from a document image without performing character recognition |
| CN1173247C (zh) * | 1999-01-13 | 2004-10-27 | 国际商业机器公司 | 具有文字分割用户接口的手写信息处理系统 |
| US6567548B2 (en) * | 1999-01-29 | 2003-05-20 | International Business Machines Corporation | Handwriting recognition system and method using compound characters for improved recognition accuracy |
| DE10035439B4 (de) * | 2000-07-20 | 2005-11-24 | Promos Technologies, Inc. | Verbesserter DRAM-Durchgangstransistor mit Arsen-Implantierung |
| US7096432B2 (en) * | 2002-05-14 | 2006-08-22 | Microsoft Corporation | Write anywhere tool |
| US7295708B2 (en) * | 2003-09-24 | 2007-11-13 | Microsoft Corporation | System and method for detecting a list in ink input |
| US7970812B2 (en) * | 2005-03-17 | 2011-06-28 | Microsoft Corporation | Redistribution of space between text segments |
| US7454063B1 (en) * | 2005-09-22 | 2008-11-18 | The United States Of America As Represented By The Director National Security Agency | Method of optical character recognition using feature recognition and baseline estimation |
| TWI385584B (zh) | 2008-11-05 | 2013-02-11 | Avermedia Information Inc | 自動排列手寫字串之裝置及方法 |
| US8311331B2 (en) * | 2010-03-09 | 2012-11-13 | Microsoft Corporation | Resolution adjustment of an image that includes text undergoing an OCR process |
| JP5683411B2 (ja) * | 2011-08-25 | 2015-03-11 | シャープ株式会社 | 表示装置および表示プログラム |
| US20140232667A1 (en) * | 2013-02-15 | 2014-08-21 | Kabushiki Kaisha Toshiba | Electronic device and method |
| KR20150028627A (ko) * | 2013-09-06 | 2015-03-16 | 삼성전자주식회사 | 사용자 필기를 텍스트 정보로 변환하는 방법 및 이를 수행하기 위한 전자 기기 |
| WO2016031016A1 (ja) * | 2014-08-28 | 2016-03-03 | 株式会社 東芝 | 電子機器、方法及びプログラム |
| CN105787415B (zh) * | 2014-12-18 | 2020-04-07 | 富士通株式会社 | 文档图像的处理装置、方法以及扫描仪 |
| US10614300B2 (en) * | 2014-12-23 | 2020-04-07 | Lenovo (Singapore) Pte. Ltd. | Formatting handwritten content |
| US10410316B2 (en) | 2015-12-08 | 2019-09-10 | Myscript | System and method for beautifying digital ink |
| US20180032494A1 (en) * | 2016-07-29 | 2018-02-01 | Myscript | System and method for beautifying superimposed digital ink |
| CN109657203B (zh) * | 2017-10-12 | 2020-12-04 | 北大方正集团有限公司 | 字库字面大小调整的方法、系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4024500A (en) * | 1975-12-31 | 1977-05-17 | International Business Machines Corporation | Segmentation mechanism for cursive script character recognition systems |
| US4972496A (en) * | 1986-07-25 | 1990-11-20 | Grid Systems Corporation | Handwritten keyboardless entry computer system |
| ATE112079T1 (de) * | 1987-07-30 | 1994-10-15 | Computer Ges Konstanz | Schaltungsanordnung zur aufbereitung von schrägstehenden, insbesondere handgeschriebenen zeichen. |
| JP2822189B2 (ja) * | 1988-05-19 | 1998-11-11 | ソニー株式会社 | 文字認識装置及び方法 |
| US5001765A (en) * | 1989-01-05 | 1991-03-19 | International Business Machines Corporation | Fast spatial segmenter for handwritten characters |
| JP2930612B2 (ja) * | 1989-10-05 | 1999-08-03 | 株式会社リコー | 画像形成装置 |
-
1993
- 1993-03-04 US US08/025,511 patent/US5396566A/en not_active Expired - Lifetime
-
1994
- 1994-02-17 JP JP6020305A patent/JP2641388B2/ja not_active Expired - Lifetime
- 1994-02-21 CN CN94102132A patent/CN1035904C/zh not_active Expired - Fee Related
- 1994-02-21 KR KR1019940003044A patent/KR960008205B1/ko not_active IP Right Cessation
Also Published As
| Publication number | Publication date |
|---|---|
| CN1099500A (zh) | 1995-03-01 |
| US5396566A (en) | 1995-03-07 |
| KR940022339A (ko) | 1994-10-20 |
| CN1035904C (zh) | 1997-09-17 |
| KR960008205B1 (ko) | 1996-06-20 |
| JPH076204A (ja) | 1995-01-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2641388B2 (ja) | 手書き文字認識システムにおけるライン・スペース及びベース・ラインの調整方法 | |
| US6556712B1 (en) | Methods and apparatus for handwriting recognition | |
| US4573196A (en) | Confusion grouping of strokes in pattern recognition method and system | |
| US7369702B2 (en) | Template-based cursive handwriting recognition | |
| US5454046A (en) | Universal symbolic handwriting recognition system | |
| US5315667A (en) | On-line handwriting recognition using a prototype confusability dialog | |
| US7302099B2 (en) | Stroke segmentation for template-based cursive handwriting recognition | |
| JP3176023B2 (ja) | 手書き入力照合方法および装置 | |
| Guerfali et al. | Normalizing and restoring on-line handwriting | |
| KR100658119B1 (ko) | 문자 인식 장치 및 방법 | |
| US4561105A (en) | Complex pattern recognition method and system | |
| WO1997044758A9 (en) | Methods and apparatuses for handwriting recognition | |
| JPH05324903A (ja) | パターン認識装置 | |
| JP2002222425A (ja) | 情報処理装置及び方法 | |
| JPH08161429A (ja) | 文字を認識するための方法および装置 | |
| US6724936B1 (en) | Handwriting input device and method using a single character set | |
| TWI303783B (en) | Method and device for recognition of a handwritten pattern, and computer program product | |
| EP3828685B1 (en) | Gesture stroke recognition in touch-based user interface input | |
| WO2000034942A1 (en) | Method and system for recognizing musical notations using a compass-direction user interface | |
| JPH0610829B2 (ja) | 手書き文字認識方法 | |
| EP4086744B1 (en) | Gesture stroke recognition in touch-based user interface input | |
| JP3720873B2 (ja) | 手書き文字認識方法及びその装置 | |
| JP3977473B2 (ja) | 手書き文字認識方法及び手書き文字認識装置 | |
| Hennig et al. | Zone estimation for multiple lines of handwriting using approximating spline functions | |
| AU764561B2 (en) | Method and apparatuses for handwriting recognition |