JP3125904B2 - 手書き文字認識方法及び手書き文字認識システム - Google Patents
手書き文字認識方法及び手書き文字認識システムInfo
- Publication number
- JP3125904B2 JP3125904B2 JP04235923A JP23592392A JP3125904B2 JP 3125904 B2 JP3125904 B2 JP 3125904B2 JP 04235923 A JP04235923 A JP 04235923A JP 23592392 A JP23592392 A JP 23592392A JP 3125904 B2 JP3125904 B2 JP 3125904B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- signal
- prototype
- handwritten
- given
- 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 - Fee Related
Links
Classifications
-
- 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
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/1914—Determining representative reference patterns, e.g. averaging or distorting patterns; Generating dictionaries, e.g. user dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/35—Individual registration on entry or exit not involving the use of a pass in combination with an identity check by means of a handwritten signature
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Character Discrimination (AREA)
Description
【０００１】
【産業上の利用分野】本発明は手書き文字認識の分野に
関連し、より詳細には弾性マッチング平均処理（elasti
c-matching averaging technique）技法に関する。より
具体的には、本発明は、平均プロトタイプ文字生成のた
めに平均されるべき認識された文字のパラメータ表現を
整合するための改良された手順を提供することにある。
関連し、より詳細には弾性マッチング平均処理（elasti
c-matching averaging technique）技法に関する。より
具体的には、本発明は、平均プロトタイプ文字生成のた
めに平均されるべき認識された文字のパラメータ表現を
整合するための改良された手順を提供することにある。
【０００２】
【従来の技術】多くのオンライン手書き文字認識システ
ムは未知の文字をプロトタイプ、或はテンプレート文字
と比較するために曲線マッチング法（curve matching m
ethod）を使用する。このようなシステムの例が幾つか
が以下の文献、つまり、Ｗ．ドースタ（Doster）及び
Ｒ．オイド（Oed ）によってＩＥＥＥＭｉｃｒｏ、Ｖｏ
ｌ．４、１９８４年１０月号、ページ３６−４３に掲載
の論文『オンラインスクリプト認識によるワードプロセ
シング（Word processing with on-line script recogn
ition ）』；Ｋ．イケダ、Ｔ．ミツムラ、Ｓ．フジワ
ラ、及びＴ．キヨノによって第４回パターン認識国際会
議議事録、１９７８年１１月、ページ８１３−８１５に
掲載の論文『位置及びストロークベクトルシーケンスを
使用しての手書き文字のオンライン認識（On-line reco
gnition of handwritten characters utilizing positi
onal and stroke vector sequences）』；Ｃ．Ｃ．タパ
ート（Tappert ）によって第７回パターン認識国際会議
議事録、１９８４年、ページ１００４−１００７に掲載
の論文『適応オンライン手書き文字認識（Adaptive on-
line handwriting recognition）』；Ｃ．Ｃ．タパート
によってＩＢＭ研究報告ＲＣ１３２２８、１９８７年１
０月号に掲載の論文『オンライン文字認識における速
度、精度、フレキシビリティのトレードオフ（Speed,ac
curacy,flexibility trade-offs in on line character
recognition）』；及びＴ．ワカハラ及びＭ．ウメダに
よって第４回ＩＣＴＰ議事録、１９８３年、ページ１５
７−１６３に掲載の論文『選択的ストローク連結による
ストローク数及びストローク順に依存しないオンセイン
文字認識（Stroke-number and stroke-order free on-l
ine character recognition ）』において説明されてい
る。一般的に、このようなプロトタイプをベースとする
手書き文字認識システムの精度はプロトタイプの質の関
数である。
ムは未知の文字をプロトタイプ、或はテンプレート文字
と比較するために曲線マッチング法（curve matching m
ethod）を使用する。このようなシステムの例が幾つか
が以下の文献、つまり、Ｗ．ドースタ（Doster）及び
Ｒ．オイド（Oed ）によってＩＥＥＥＭｉｃｒｏ、Ｖｏ
ｌ．４、１９８４年１０月号、ページ３６−４３に掲載
の論文『オンラインスクリプト認識によるワードプロセ
シング（Word processing with on-line script recogn
ition ）』；Ｋ．イケダ、Ｔ．ミツムラ、Ｓ．フジワ
ラ、及びＴ．キヨノによって第４回パターン認識国際会
議議事録、１９７８年１１月、ページ８１３−８１５に
掲載の論文『位置及びストロークベクトルシーケンスを
使用しての手書き文字のオンライン認識（On-line reco
gnition of handwritten characters utilizing positi
onal and stroke vector sequences）』；Ｃ．Ｃ．タパ
ート（Tappert ）によって第７回パターン認識国際会議
議事録、１９８４年、ページ１００４−１００７に掲載
の論文『適応オンライン手書き文字認識（Adaptive on-
line handwriting recognition）』；Ｃ．Ｃ．タパート
によってＩＢＭ研究報告ＲＣ１３２２８、１９８７年１
０月号に掲載の論文『オンライン文字認識における速
度、精度、フレキシビリティのトレードオフ（Speed,ac
curacy,flexibility trade-offs in on line character
recognition）』；及びＴ．ワカハラ及びＭ．ウメダに
よって第４回ＩＣＴＰ議事録、１９８３年、ページ１５
７−１６３に掲載の論文『選択的ストローク連結による
ストローク数及びストローク順に依存しないオンセイン
文字認識（Stroke-number and stroke-order free on-l
ine character recognition ）』において説明されてい
る。一般的に、このようなプロトタイプをベースとする
手書き文字認識システムの精度はプロトタイプの質の関
数である。
【０００３】多くのオンライン手書き文字認識システム
は未知の文字をプロトタイプ（テンプレート）文字と比
較するために弾性曲線マッチングを使用する。このよう
なシステムの例は、以下の幾つかの文献、つまり、Ｔ．
フジサキ、Ｔ．Ｅ．チェファラス（Chefalas）、Ｊ．キ
ム（Kim ）、及びＣ．Ｃ．タパートによって第１０回パ
ターン認識国際会議議事録、１９９０年６月、ページ４
５０−４５４に掲載の論文『続き手書き文字用のオンラ
イン認識器（Online recognizer for runon handprinte
d characters）』；Ｋ．イケダ、Ｔ．ヤマムラ、Ｙ．ミ
タムラ、Ｓ．フジワラ、Ｙ．トミナガ、及びＴ．キヨノ
によって第４回パターン認識国際会議議事録、１９７８
年１１月、ページ８１３−８１５に掲載の論文『位置及
びストロークベクトルシーケンスを使用しての手書き文
字のオンライン認識（Online recognition of handwrit
ten characters utilizing positional and stroke vec
tor sequences ）』；及びＣ．Ｃ．タパート（Tappert
）によって第７回パターン認識国際会議議事録、１９
８４年、ページ１００４−１００７に掲載の論文『適応
オンライン手書き文字認識（Adaptive on-line handwri
ting recognition）』において説明されている。このよ
うなシステムは、通常、一つの文字を書く各方法を、通
常、その文字の一つの書き方である単一のプロトタイプ
によって表わす。これは、プロトタイプの数を最小限に
抑え、従って、比較のための計算時間を短縮する。
は未知の文字をプロトタイプ（テンプレート）文字と比
較するために弾性曲線マッチングを使用する。このよう
なシステムの例は、以下の幾つかの文献、つまり、Ｔ．
フジサキ、Ｔ．Ｅ．チェファラス（Chefalas）、Ｊ．キ
ム（Kim ）、及びＣ．Ｃ．タパートによって第１０回パ
ターン認識国際会議議事録、１９９０年６月、ページ４
５０−４５４に掲載の論文『続き手書き文字用のオンラ
イン認識器（Online recognizer for runon handprinte
d characters）』；Ｋ．イケダ、Ｔ．ヤマムラ、Ｙ．ミ
タムラ、Ｓ．フジワラ、Ｙ．トミナガ、及びＴ．キヨノ
によって第４回パターン認識国際会議議事録、１９７８
年１１月、ページ８１３−８１５に掲載の論文『位置及
びストロークベクトルシーケンスを使用しての手書き文
字のオンライン認識（Online recognition of handwrit
ten characters utilizing positional and stroke vec
tor sequences ）』；及びＣ．Ｃ．タパート（Tappert
）によって第７回パターン認識国際会議議事録、１９
８４年、ページ１００４−１００７に掲載の論文『適応
オンライン手書き文字認識（Adaptive on-line handwri
ting recognition）』において説明されている。このよ
うなシステムは、通常、一つの文字を書く各方法を、通
常、その文字の一つの書き方である単一のプロトタイプ
によって表わす。これは、プロトタイプの数を最小限に
抑え、従って、比較のための計算時間を短縮する。
【０００４】上のＴ．フジサキらの認識システムは元の
文字プロトタイプをトレーニングシナリオを通じてユー
ザがサンプルを手書したものから得られる。平均プロト
タイプは（マッチ閾値内で）同一のラベル及び形状の元
の文字プロトタイプを平均することによって得られる。
例えば、類似する形状の複数のＡが平均されて一つの平
均Ａプロトタイプが得られる。
文字プロトタイプをトレーニングシナリオを通じてユー
ザがサンプルを手書したものから得られる。平均プロト
タイプは（マッチ閾値内で）同一のラベル及び形状の元
の文字プロトタイプを平均することによって得られる。
例えば、類似する形状の複数のＡが平均されて一つの平
均Ａプロトタイプが得られる。
【０００５】Ｔ．Ｅ．チェファラス（Chefalas）及び
Ｃ．Ｃ．タパート（Tappert ）によってＩＢＭ技術開示
小冊子、１９９４年１月号、Ｖｏｌ．３３、ページ４２
０に掲載の論文『手書き文字認識システムにおける改良
されたプロトタイプ確立（Improved prototype establi
shment in a handwriting recognition system）』はオ
ンライン手書き文字認識のためのグローバル及び増分平
均処理技術について説明する。
Ｃ．Ｃ．タパート（Tappert ）によってＩＢＭ技術開示
小冊子、１９９４年１月号、Ｖｏｌ．３３、ページ４２
０に掲載の論文『手書き文字認識システムにおける改良
されたプロトタイプ確立（Improved prototype establi
shment in a handwriting recognition system）』はオ
ンライン手書き文字認識のためのグローバル及び増分平
均処理技術について説明する。
【０００６】Ｊ．Ｍ．クルツベルグ（Kurtberg）及び
Ｃ．Ｃ．タパートによってＩＢＭ技術開示小冊子、Ｖｏ
ｌ．２４、Ｎｏ．６、１９８１年１１月、ページ１９８
１に掲載の論文『弾性マッチングによる記号認識システ
ム（Symbol Recognition System By Elastic Matching
）』は記号を認識するために弾性マッチングを使用す
るための技術を開示する。
Ｃ．Ｃ．タパートによってＩＢＭ技術開示小冊子、Ｖｏ
ｌ．２４、Ｎｏ．６、１９８１年１１月、ページ１９８
１に掲載の論文『弾性マッチングによる記号認識システ
ム（Symbol Recognition System By Elastic Matching
）』は記号を認識するために弾性マッチングを使用す
るための技術を開示する。
【０００７】Ｃ．Ｃ．タパートによってＩＢＭ技術開示
小冊子、Ｖｏｌ．２４、Ｎｏ．１１Ａ、ページ５４０４
−５４０７に掲載の論文『弾性マッチングによる続き書
き文字認識システム（Cursive Script Recognition Sys
tem By Elastic Matching ）』は続き書き文字を認識す
るために弾性マッチングを使用するための技法を開示す
る。
小冊子、Ｖｏｌ．２４、Ｎｏ．１１Ａ、ページ５４０４
−５４０７に掲載の論文『弾性マッチングによる続き書
き文字認識システム（Cursive Script Recognition Sys
tem By Elastic Matching ）』は続き書き文字を認識す
るために弾性マッチングを使用するための技法を開示す
る。
【０００８】
【発明が解決しようとする課題】本発明の目的は改良さ
れた手書き文字認識システムを提供することにある。
れた手書き文字認識システムを提供することにある。
【０００９】本発明のもう一つの目的は手書き文字認識
システム内で使用される改良された弾性プロトタイプ平
均方法を提供することにある。
システム内で使用される改良された弾性プロトタイプ平
均方法を提供することにある。
【００１０】本発明のさらにもう一つの目的は手書き文
字認識システム内で使用されるプロトタイプ確立の際の
弾性平均法を提供することにある。
字認識システム内で使用されるプロトタイプ確立の際の
弾性平均法を提供することにある。
【００１１】本発明のさらにもう一つの目的は手書き文
字認識システム内で使用される２つの文字の弾性マッチ
から得られるポイント・ツウ・ポイント対応がマッチの
計算の際のバックポインタを使用して得られるプロトタ
イプ確立の際の弾性平均法を提供することにある。
字認識システム内で使用される２つの文字の弾性マッチ
から得られるポイント・ツウ・ポイント対応がマッチの
計算の際のバックポインタを使用して得られるプロトタ
イプ確立の際の弾性平均法を提供することにある。
【００１２】本発明によると、弾性マッチング（動的プ
ログラミング）手順が上に示されるような認識のために
使用されるのではなく、平均プロトタイプ文字を生成す
るために平均されるべき既に認識された文字のパラメト
リック表現の整合の向上のために使用される。２つの文
字の弾性マッチングの結果としてのポイント・ツウ・ポ
イント対応が一致の計算の際にバックポインタを使用す
ることによって得られる。整合のためのこの改良された
弾性マッチング法は上に説明されるグローバル及び増分
平均処理技術の両方に適用できる。
ログラミング）手順が上に示されるような認識のために
使用されるのではなく、平均プロトタイプ文字を生成す
るために平均されるべき既に認識された文字のパラメト
リック表現の整合の向上のために使用される。２つの文
字の弾性マッチングの結果としてのポイント・ツウ・ポ
イント対応が一致の計算の際にバックポインタを使用す
ることによって得られる。整合のためのこの改良された
弾性マッチング法は上に説明されるグローバル及び増分
平均処理技術の両方に適用できる。
【００１３】
【課題を解決するための手段及び作用】本発明において
は、平均プロトタイプ文字を生成するための平均される
べき文字のパラメトリック表現の整合を向上させるため
に弾性マッチング技法が使用される。２つの文字の弾性
マッチングから得られるポイント・ツウ・ポイント対応
がこれら２つの文字の平均された文字プロトタイプ表現
を生成するためのマッチングの計算の際にバックポイン
タを使用することによって得られる。
は、平均プロトタイプ文字を生成するための平均される
べき文字のパラメトリック表現の整合を向上させるため
に弾性マッチング技法が使用される。２つの文字の弾性
マッチングから得られるポイント・ツウ・ポイント対応
がこれら２つの文字の平均された文字プロトタイプ表現
を生成するためのマッチングの計算の際にバックポイン
タを使用することによって得られる。
【００１４】平均化すると通常、元の文字サンプルより
も規則的な形状或は理想化されたプロトタイプが得られ
る。平均化された文字形状は滑らかにされ、殆どの不揃
が除去される。トレーニングの際の平均のための弾性整
合の方法は正確であるばかりでなく、認識整合の際の文
字の弾性マッチングともコンパティブルである。
も規則的な形状或は理想化されたプロトタイプが得られ
る。平均化された文字形状は滑らかにされ、殆どの不揃
が除去される。トレーニングの際の平均のための弾性整
合の方法は正確であるばかりでなく、認識整合の際の文
字の弾性マッチングともコンパティブルである。
【００１５】
【実施例】図１には本発明に従って構成及び動作される
オンライン手書き文字認識システム１０が示される。シ
ステム１０は書き込み手段、例えば、スタイラス１４を
電子タブレット及びディスプレイ１２から成る手書き文
字トランスジューサを含む。手書き文字に応答して、ト
ランスジューサはタブレット１２の座標系に対するスタ
イラス１４の位置に対応する（ｘ、ｙ）座標ペアのシリ
アル流を出力する。この座標ペアはストロークセグメン
タ（stroke segmenter）１６に供給されるが、これは各
手書きストロークの開始及び終端を識別する。ストロー
クは文字マッチャ１８に供給される。文字マッチャ１８
は所定の文字プロトタイプのメモリ２０に結合され、入
力ストロークのポイントを格納された文字プロトタイプ
のポイントと比較することによって、ある確率の範囲内
で、入力ストローク或はストロークの集合体が特定の文
字を表わすことを識別する。認識された文字はマッチャ
１８からライン１９を介してタブレット及びディスプレ
イ１２に出力され、ここで表示されるか、或はディスプ
レイのような利用デバイス２１、ワード処理プログラム
のようなアプリケーションプログラム等に供給される。
幾つかのシステムにおいては、セグメンタ１６及び文字
マッチャ１８の機能が一つの手書きストローク処理ユニ
ット内に結合される。
オンライン手書き文字認識システム１０が示される。シ
ステム１０は書き込み手段、例えば、スタイラス１４を
電子タブレット及びディスプレイ１２から成る手書き文
字トランスジューサを含む。手書き文字に応答して、ト
ランスジューサはタブレット１２の座標系に対するスタ
イラス１４の位置に対応する（ｘ、ｙ）座標ペアのシリ
アル流を出力する。この座標ペアはストロークセグメン
タ（stroke segmenter）１６に供給されるが、これは各
手書きストロークの開始及び終端を識別する。ストロー
クは文字マッチャ１８に供給される。文字マッチャ１８
は所定の文字プロトタイプのメモリ２０に結合され、入
力ストロークのポイントを格納された文字プロトタイプ
のポイントと比較することによって、ある確率の範囲内
で、入力ストローク或はストロークの集合体が特定の文
字を表わすことを識別する。認識された文字はマッチャ
１８からライン１９を介してタブレット及びディスプレ
イ１２に出力され、ここで表示されるか、或はディスプ
レイのような利用デバイス２１、ワード処理プログラム
のようなアプリケーションプログラム等に供給される。
幾つかのシステムにおいては、セグメンタ１６及び文字
マッチャ１８の機能が一つの手書きストローク処理ユニ
ット内に結合される。
【００１６】文字プロトタイプはシステム１０のユーザ
にて行なわれるトレーニングセッションにおいてメモリ
内に提供される。文字プロトタイプはシステムの特定の
ユーザによって入力され、その後、その特定のユーザが
手書き文字を入力したときにのみ使用される。
にて行なわれるトレーニングセッションにおいてメモリ
内に提供される。文字プロトタイプはシステムの特定の
ユーザによって入力され、その後、その特定のユーザが
手書き文字を入力したときにのみ使用される。
【００１７】これとの関連で、開始プロトタイプセット
（starter prototype set ）を任意のユーザによってシ
ステム１０を最初に使用するときに使用されるべき初期
プロトタイプセットとして設計することもできる。必要
であれば、ユーザは、次に、彼／彼女自身の手書きスタ
イルにて文字プロトタイプを追加することによってユー
ザのために専用化された、ここでは個人用プロトタイプ
セット（individualized prototype set）とも呼ばれる
プロトタイプセットを得ることもできる。開始プロトタ
イプセットは、典型的には、手書き文字認識システムの
専門家によって作成されるために、システム１０のユー
ザに書く上での指示或は制約に従うという負担はかから
ない。
（starter prototype set ）を任意のユーザによってシ
ステム１０を最初に使用するときに使用されるべき初期
プロトタイプセットとして設計することもできる。必要
であれば、ユーザは、次に、彼／彼女自身の手書きスタ
イルにて文字プロトタイプを追加することによってユー
ザのために専用化された、ここでは個人用プロトタイプ
セット（individualized prototype set）とも呼ばれる
プロトタイプセットを得ることもできる。開始プロトタ
イプセットは、典型的には、手書き文字認識システムの
専門家によって作成されるために、システム１０のユー
ザに書く上での指示或は制約に従うという負担はかから
ない。
【００１８】いずれのケースにおいても、トレーニング
セッションの間、文字マッチャ１８からの文字は物理或
は論理スイッチ２２を通じてプロトタイププロセッサ２
４に送られるが、このプロセッサは、例えば、インテ
ル’３８６プロセッサであり得る。プロトタイププロセ
ッサ２４の出力は一連の平均されたプロトタイプ文字で
あり、これらは、メモリ２０に供給され、その後、シス
テム１０のユーザによって遂行される手書き文字認識セ
ッションにおいて使用される。
セッションの間、文字マッチャ１８からの文字は物理或
は論理スイッチ２２を通じてプロトタイププロセッサ２
４に送られるが、このプロセッサは、例えば、インテ
ル’３８６プロセッサであり得る。プロトタイププロセ
ッサ２４の出力は一連の平均されたプロトタイプ文字で
あり、これらは、メモリ２０に供給され、その後、シス
テム１０のユーザによって遂行される手書き文字認識セ
ッションにおいて使用される。
【００１９】本発明によると、認識の精度を向上させる
ための平均文字プロトタイプを生成するためにプロトタ
イププロセッサ２４を動作するための方法が提供され
る。本発明の認識システムはトレーニングシナリオを通
じてのユーザのサンプルの手書きから元の文字プロトタ
イプを集める。平均プロトタイプは（マッチ閾値内で）
同一のラベル及び形状の元の文字プロトタイプを平均す
ることによって得られる。例えば、同じような形状の複
数のＡが平均されてＡとラベルされる一つの平均された
Ａが得られる。
ための平均文字プロトタイプを生成するためにプロトタ
イププロセッサ２４を動作するための方法が提供され
る。本発明の認識システムはトレーニングシナリオを通
じてのユーザのサンプルの手書きから元の文字プロトタ
イプを集める。平均プロトタイプは（マッチ閾値内で）
同一のラベル及び形状の元の文字プロトタイプを平均す
ることによって得られる。例えば、同じような形状の複
数のＡが平均されてＡとラベルされる一つの平均された
Ａが得られる。
【００２０】本発明の弾性マッチング（ダイナミックプ
ログラミング）手順は、平均されるべき文字のパラメト
リック表現の整合を行なうことによって平均プロトタイ
プ文字を与える。２つの文字の弾性マッチの結果として
得られるポイント・ツウ・ポイント対応はマッチの計算
の際にバックポインタを使用することによって得られ
る。この整合の弾性的方法は、従来の技術において周知
のグローバル及び増分平均技法の両方に適用できる。グ
ローバル平均法においては、多数の文字が書き込まれた
後に、これらが処理され、プロトタイプが形成される。
増分平均法では、プロトタイプが”オンザフライ（on t
he fly）”、つまり、リアルタイムにて生成される。
ログラミング）手順は、平均されるべき文字のパラメト
リック表現の整合を行なうことによって平均プロトタイ
プ文字を与える。２つの文字の弾性マッチの結果として
得られるポイント・ツウ・ポイント対応はマッチの計算
の際にバックポインタを使用することによって得られ
る。この整合の弾性的方法は、従来の技術において周知
のグローバル及び増分平均技法の両方に適用できる。グ
ローバル平均法においては、多数の文字が書き込まれた
後に、これらが処理され、プロトタイプが形成される。
増分平均法では、プロトタイプが”オンザフライ（on t
he fly）”、つまり、リアルタイムにて生成される。
【００２１】弾性平均法にはユーザの手書き文字の収集
が必要である。この収集内の各サンプル文字はＸ、Ｙ座
標のストリーム及びデジタル化タブレット１２（図１）
から記録されたときのストリーム内の座標の数を含む。
この”元の”データは空間フィルタによって処理され、
このストリームが大体等しい間隔を持つポイントに縮小
される。フィルタの後、Ｘ、Ｙ座標の重心が計算され、
これらストリームの座標がこの重心の回りに正規化され
る。図２Ａ−２Ｄは文字”３”の４つのサンプルを示す
が、ここで各サンプルは異なる数のサンプルポイントを
持つ。
が必要である。この収集内の各サンプル文字はＸ、Ｙ座
標のストリーム及びデジタル化タブレット１２（図１）
から記録されたときのストリーム内の座標の数を含む。
この”元の”データは空間フィルタによって処理され、
このストリームが大体等しい間隔を持つポイントに縮小
される。フィルタの後、Ｘ、Ｙ座標の重心が計算され、
これらストリームの座標がこの重心の回りに正規化され
る。図２Ａ−２Ｄは文字”３”の４つのサンプルを示す
が、ここで各サンプルは異なる数のサンプルポイントを
持つ。
【００２２】グローバル平均法においては、平均される
べきセットの文字が（マッチ閾値内で）同一のラベル及
び形状を持つ文字であると決められる。グローバル平均
器はこのセットから”アンカー（anchor）”と呼ばれる
長さ基準を満足する参照文字の特定のサンプルを選択す
る。可能な長さ基準は、ポイント数が最大というもので
ある。アンカーは平均プロセスにおける整合のために使
用される。ポイント数が最大という長さ基準によれば、
図２の例では（Ｂ）の文字がアンカーとなる。
べきセットの文字が（マッチ閾値内で）同一のラベル及
び形状を持つ文字であると決められる。グローバル平均
器はこのセットから”アンカー（anchor）”と呼ばれる
長さ基準を満足する参照文字の特定のサンプルを選択す
る。可能な長さ基準は、ポイント数が最大というもので
ある。アンカーは平均プロセスにおける整合のために使
用される。ポイント数が最大という長さ基準によれば、
図２の例では（Ｂ）の文字がアンカーとなる。
【００２３】グローバル平均はプロトタイププロセッサ
２４（図１）内で遂行され、このフローチャートが図３
に示される。ブロック３０において、処理されるべきサ
ンプルｓがゼロに初期設定され；アンカーが選択され、
ｍａｘ ｓが平均されるべきセット内のサンプル数にセ
ットされ；Ｘ、Ｙ座標を総和（累積）するための一時空
間（Ｔｅｍｐ ＸＹ）が生成され、全てゼロに初期設定
される。この空間のサイズはアンカー内のポイントの数
である。各サンプルが処理される。ブロック３２におい
て、ｓが増分される。ブロック３４において、対応する
サンプルが得られる。ブロック３６においてサンプルが
アンカーと整合され、ブロック３８において対応する座
標−ポイント値が総和される。全てのサンプルが処理さ
れた後に（ブロック４０において、ｓ＝ｍａｘ ｓ）、
ブロック４２においてこの総和がサンプル数によって割
られ平均プロトタイプが得られる。
２４（図１）内で遂行され、このフローチャートが図３
に示される。ブロック３０において、処理されるべきサ
ンプルｓがゼロに初期設定され；アンカーが選択され、
ｍａｘ ｓが平均されるべきセット内のサンプル数にセ
ットされ；Ｘ、Ｙ座標を総和（累積）するための一時空
間（Ｔｅｍｐ ＸＹ）が生成され、全てゼロに初期設定
される。この空間のサイズはアンカー内のポイントの数
である。各サンプルが処理される。ブロック３２におい
て、ｓが増分される。ブロック３４において、対応する
サンプルが得られる。ブロック３６においてサンプルが
アンカーと整合され、ブロック３８において対応する座
標−ポイント値が総和される。全てのサンプルが処理さ
れた後に（ブロック４０において、ｓ＝ｍａｘ ｓ）、
ブロック４２においてこの総和がサンプル数によって割
られ平均プロトタイプが得られる。
【００２４】
【００２５】
【００２６】
【００２７】次に整合方法について説明する。一つの整
合方法は”線型整合”であるが、ここでは文字が平均の
前にアンカーと線型的に整合される。線型整合はアンカ
ーの各ポイントを整合されるサンプル文字の線型的に最
も近いポイントにマッピングすることによって遂行され
る。このため、線型整合はスロープ、つまり、サンプル
文字のポイント数のアンカーのポイント数に対する比の
関数である。線型整合の問題点はキーポイント、例え
ば、先端及びコーナが正しく整合されないことである。
例えば、アンカー（図２Ｂ）のサンプル３（図２Ｃ）と
の整合は、先端の誤った整合を与える。つまり、アンカ
ー内の先端（１６のポイント８）はサンプル３（図２
Ｃ）内の１０の５ポイントに線型的にマップし、先端
（ポイント４）にはマップしない。このような誤った整
合は結果として平均処理においてあまり正確でない先端
及びコーナを与える。
合方法は”線型整合”であるが、ここでは文字が平均の
前にアンカーと線型的に整合される。線型整合はアンカ
ーの各ポイントを整合されるサンプル文字の線型的に最
も近いポイントにマッピングすることによって遂行され
る。このため、線型整合はスロープ、つまり、サンプル
文字のポイント数のアンカーのポイント数に対する比の
関数である。線型整合の問題点はキーポイント、例え
ば、先端及びコーナが正しく整合されないことである。
例えば、アンカー（図２Ｂ）のサンプル３（図２Ｃ）と
の整合は、先端の誤った整合を与える。つまり、アンカ
ー内の先端（１６のポイント８）はサンプル３（図２
Ｃ）内の１０の５ポイントに線型的にマップし、先端
（ポイント４）にはマップしない。このような誤った整
合は結果として平均処理においてあまり正確でない先端
及びコーナを与える。
【００２８】より正確な整合方法は”弾性整合（elasti
c alignment ）”によって達成されるが、ここでは、文
字が図４及び図５との関連でわかるように、平均の前に
アンカーと弾性整合される。弾性整合は図３のブロック
３６及び３８において遂行される。サンプルとアンカー
との弾性整合は線型整合の場合のようにスロープの関数
ではない。そうではなく、Ｘ、Ｙポイントの整合は前に
参照のＣ．Ｃ．タパート（Tappert ）による論文『適応
オンライン手書き文字認識（Adaptive OnlineHandwriti
ng Recognition ）”において説明される周知の弾性マ
ッチングアルゴリズムによって得られる”最適フィット
（best fit）”によって決定される。この文献内におい
ては、弾性マッチングアルゴリズムは、動的プログラミ
ング、動的時間ウォーピング、及びビテルビ（Viterbi
）アルゴリズムとも呼ばれる。弾性マッチングが遂行
され、整合を保存するためにバックポインタが維持され
る（バックポインタはＸＹ指標である）。これまでは、
弾性マッチングは認識の目的に使用された。つまり、サ
ンプル文字が”Ａ”或は”Ｂ”であるかを決定或は認識
するために使用された。本発明においては、認識は既に
行なわれており、ここでは、弾性マッチングはサンプル
文字を現存のプロトタイプと平均し、新たな平均プロト
タイプを得るために使用される。
c alignment ）”によって達成されるが、ここでは、文
字が図４及び図５との関連でわかるように、平均の前に
アンカーと弾性整合される。弾性整合は図３のブロック
３６及び３８において遂行される。サンプルとアンカー
との弾性整合は線型整合の場合のようにスロープの関数
ではない。そうではなく、Ｘ、Ｙポイントの整合は前に
参照のＣ．Ｃ．タパート（Tappert ）による論文『適応
オンライン手書き文字認識（Adaptive OnlineHandwriti
ng Recognition ）”において説明される周知の弾性マ
ッチングアルゴリズムによって得られる”最適フィット
（best fit）”によって決定される。この文献内におい
ては、弾性マッチングアルゴリズムは、動的プログラミ
ング、動的時間ウォーピング、及びビテルビ（Viterbi
）アルゴリズムとも呼ばれる。弾性マッチングが遂行
され、整合を保存するためにバックポインタが維持され
る（バックポインタはＸＹ指標である）。これまでは、
弾性マッチングは認識の目的に使用された。つまり、サ
ンプル文字が”Ａ”或は”Ｂ”であるかを決定或は認識
するために使用された。本発明においては、認識は既に
行なわれており、ここでは、弾性マッチングはサンプル
文字を現存のプロトタイプと平均し、新たな平均プロト
タイプを得るために使用される。
【００２９】図４には参照された文字６６のアンカー、
及びサンプル文字６８が示される。複数のバックポイン
タがアンカー６６内の座標ポイントとサンプル６８内の
座標ポイントを整合させる。これが図５のテーブルに詳
細に示される。１６個のこれらバックポインタの２つが
図４に示されるが、ここでは、バックポインタ７０はア
ンカー６６のポイント１からサンプル６８のポイント１
へとマップし、バックポインタ７２はアンカー６６のポ
イント１３からサンプル６６のポイント７へとマップす
る。アンカー及びサンプルの先端はここでは正しく整合
することに注意する。例えば、アンカー６６のポイント
８の所の先端はサンプル６８のポイント４の所の先端へ
とバックポイントする。これは、結果として、アンカー
６６とサンプル６８の平均であるプロトタイプ文字”
３”を与え、アンカー６６と実質的に同数のサンプルポ
イントを持つように実現することができる。
及びサンプル文字６８が示される。複数のバックポイン
タがアンカー６６内の座標ポイントとサンプル６８内の
座標ポイントを整合させる。これが図５のテーブルに詳
細に示される。１６個のこれらバックポインタの２つが
図４に示されるが、ここでは、バックポインタ７０はア
ンカー６６のポイント１からサンプル６８のポイント１
へとマップし、バックポインタ７２はアンカー６６のポ
イント１３からサンプル６６のポイント７へとマップす
る。アンカー及びサンプルの先端はここでは正しく整合
することに注意する。例えば、アンカー６６のポイント
８の所の先端はサンプル６８のポイント４の所の先端へ
とバックポイントする。これは、結果として、アンカー
６６とサンプル６８の平均であるプロトタイプ文字”
３”を与え、アンカー６６と実質的に同数のサンプルポ
イントを持つように実現することができる。
【００３０】平均化すると、通常、元の文字サンプルよ
りも規則的な形状或は理想化されたプロトタイプが得ら
れる。平均化された文字形状は滑らかにされ、殆どの不
揃、例えば、”フック（hook）”が除去される。トレー
ニングの際の平均のための弾性整合の方法は正確である
ばかりでなく、認識整合の際の文字の弾性マッチングと
もコンパティブルである。
りも規則的な形状或は理想化されたプロトタイプが得ら
れる。平均化された文字形状は滑らかにされ、殆どの不
揃、例えば、”フック（hook）”が除去される。トレー
ニングの際の平均のための弾性整合の方法は正確である
ばかりでなく、認識整合の際の文字の弾性マッチングと
もコンパティブルである。
【００３１】
【発明の効果】以上説明したように本発明によれば、元
の文字サンプルよりも規則的な形状或は理想化されたプ
ロトタイプが得られる。平均化された文字形状は滑らか
にされ、殆どの不揃、例えば、”フック（hook）”が除
去される。トレーニングの際の平均のための弾性整合の
方法は正確であるばかりでなく、認識整合の際の文字の
弾性マッチングともコンパティブルである。
の文字サンプルよりも規則的な形状或は理想化されたプ
ロトタイプが得られる。平均化された文字形状は滑らか
にされ、殆どの不揃、例えば、”フック（hook）”が除
去される。トレーニングの際の平均のための弾性整合の
方法は正確であるばかりでなく、認識整合の際の文字の
弾性マッチングともコンパティブルである。
【図１】本発明に従って構成及び動作される手書き文字
認識システムの略ブロック図。
認識システムの略ブロック図。
【図２】各サンプルが異なるサンプルポイントを持つ文
字”３”の４つのサンプルを示す説明図。
字”３”の４つのサンプルを示す説明図。
【図３】本発明に従ってグローバル平均処理がいかに実
現されるかを示すフローチャート。
現されるかを示すフローチャート。
【図４】サンプル文字とアンカー文字との間の弾性整合
を示す説明図。
を示す説明図。
【図５】図４のアンカー文字上のポイントが図４のサン
プル文字上のポイントをいかにポイントするかを示すテ
ーブル説明図。
プル文字上のポイントをいかにポイントするかを示すテ
ーブル説明図。
１０ 文字認識システム １２ 電子タブレット及びディスプレイ １４ スタイラス １６ セグメンタ １８ 文字マッチャ ２０ 文字プロトタイプメモリ ２１ 利用デバイス 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 トマス、エドワード、チェフアラス アメリカ合衆国ニューヨーク州、ジャク ソン、ハイツ、サーティース、アベニ ュ、77−22 (72)発明者 チャールズ、カーソン、タッパート アメリカ合衆国ニューヨーク州、オシニ ング、ビーチ、ロード（番地なし) (56)参考文献 特開 昭63−175984（ＪＰ，Ａ) 特開 平２−263275（ＪＰ，Ａ) ＩＢＭ Ｊｏｕｒｎａｌ ｏｆ Ｒｅ ｓｅａｒｃｈ ａｎｄ Ｄｅｖｅｌｏｐ ｍｅｎｔ，Ｖｏｌ．26，Ｎｏ．６（1982 −11）ｐｐ．765−771 Ｐｒｏｃｅｅｄｉｎｇ ｏｆ 10ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎ ｆｅｒｅｎｃｅ ｉｎ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ，Ｖｏｌ．１ ｐｐ．450−454 ＩＢＭ Ｔｅｃｈｎｉｃａｌ Ｄｉｓ ｃｌｏｓｕｒｅ Ｂｕｌｌｅｔｉｎ，Ｖ ｏｌ．33，Ｎｏ．８（1991−01）ＰＰ. 420−421
Claims (2)
- 【請求項１】相次ぐ時間間隔毎に手書きスタイラスの位
置をサンプルして位置を表す位置信号を発生するステッ
プと、 個別の手書きストロークに対応する一連の位置信号を識
別するステップと、 それぞれが文字を表す複数の文字プロトタイプ信号を記
憶するステップと、 所与の手書きストロークに対応する一連の位置信号を記
憶された文字プロトタイプ信号と比較して前記所与の手
書きストロークに最も良く一致する文字プロトタイプ信
号を識別するステップと、 前記最も良く一致する文字プロトタイプ信号を認識文字
として出力するステップとを含み、 さらに前記文字プロトタイプ信号を発生するために、 ユーザの手書き文字からそれぞれ一連の位置信号を有す
る複数のサンプルを収集するステップと、 前記複数のサンプルのうち、前記位置信号の数が最大の
サンプルをアンカーとして選択するステップと、 所与の文字に対応する複数のサンプルの位置信号および
該所与の文字に対応するアンカーの位置信号を弾性マッ
チングにより整合し、アンカーの位置信号からサンプル
の対応する位置信号へのマップを示すバックポインタを
維持するステップと、 整合した位置信号を平均化して前記所与の文字を表す文
字プロトタイプ信号を発生するステップとを含み、 発生した文字プロトタイプ信号を前記記憶するステップ
において記憶することを特徴とする文字認識方法。 - 【請求項２】相次ぐ時間間隔毎に手書きスタイラスの位
置をサンプルして位置を表す位置信号を発生する手書き
文字変換器と、 個別の手書きストロークに対応する一連の位置信号を識
別するストローク識別手段と、 それぞれが文字を表す複数の文字プロトタイプ信号を記
憶する記憶装置と、 所与の手書きストロークに対応する一連の位置信号を記
憶された文字プロトタイプ信号と比較して前記所与の手
書きストロークに最も良く一致する文字プロトタイプ信
号を識別する比較手段と、 前記最も良く一致する文字プロトタイプ信号を認識文字
として出力する出力手段とを含み、 さらに前記記憶装置に記憶する文字プロトタイプ信号を
発生するために、 ユーザの手書き文字からそれぞれ一連の位置信号を有す
る複数のサンプルを収集して、該複数のサンプルのう
ち、前記位置信号の数が最大のサンプルをアンカーとし
て選択する手段と、 所与の文字に対応する複数のサンプルの位置信号および
該所与の文字に対応するアンカーの位置信号を弾性マッ
チングにより整合し、アンカーの位置信号からサンプル
の対応する位置信号へのマップを示すバックポインタを
維持する手段と、 整合した位置信号を平均化して前記所与の文字を表す文
字プロトタイプ信号を発生する手段とを含み、 発生した文字プロトタイプ信号を前記記憶装置に記憶す
ることを特徴とする文字認識システム。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US782215 | 1991-10-24 | ||
| US07/782,215 US5287415A (en) | 1991-10-24 | 1991-10-24 | Elastic prototype averaging in online handwriting recognition |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07192098A JPH07192098A (ja) | 1995-07-28 |
| JP3125904B2 true JP3125904B2 (ja) | 2001-01-22 |
Family
ID=25125366
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP04235923A Expired - Fee Related JP3125904B2 (ja) | 1991-10-24 | 1992-09-03 | 手書き文字認識方法及び手書き文字認識システム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US5287415A (ja) |
| EP (1) | EP0540869A2 (ja) |
| JP (1) | JP3125904B2 (ja) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5319721A (en) * | 1992-04-14 | 1994-06-07 | International Business Machines Corporation | Methods and apparatus for evolving a starter set of handwriting prototypes into a user-specific set |
| CA2097095A1 (en) * | 1992-07-29 | 1994-01-30 | Frank William Sinden | Method of normalizing handwritten symbols |
| BR9405791A (pt) * | 1993-12-01 | 1995-12-12 | Motorola Inc | Processo combinado baseado em dicionário e de conjunto de caracteres semelhantes para reconhecimento de caligrafia |
| JP3453422B2 (ja) * | 1994-02-10 | 2003-10-06 | キヤノン株式会社 | 文字パターンのユーザ辞書への登録方法及び該ユーザ辞書を有する文字認識装置 |
| US5644656A (en) * | 1994-06-07 | 1997-07-01 | Massachusetts Institute Of Technology | Method and apparatus for automated text recognition |
| US6137908A (en) * | 1994-06-29 | 2000-10-24 | Microsoft Corporation | Handwriting recognition system simultaneously considering shape and context information |
| US5737443A (en) * | 1994-11-14 | 1998-04-07 | Motorola, Inc. | Method of joining handwritten input |
| DE69523567T2 (de) * | 1994-11-14 | 2002-06-27 | Motorola, Inc. | Verfahren zur handschrift-eingangsaufteilung |
| US5730602A (en) * | 1995-04-28 | 1998-03-24 | Penmanship, Inc. | Computerized method and apparatus for teaching handwriting |
| JPH1011434A (ja) * | 1996-06-21 | 1998-01-16 | Nec Corp | 情報認識装置 |
| US6181813B1 (en) * | 1997-09-29 | 2001-01-30 | Xerox Corporation | Method for counterfeit currency detection using orthogonal line comparison |
| US6167376A (en) * | 1998-12-21 | 2000-12-26 | Ditzik; Richard Joseph | Computer system with integrated telephony, handwriting and speech recognition functions |
| US7706612B2 (en) | 2004-11-23 | 2010-04-27 | Carestream Health, Inc. | Method for automatic shape classification |
| US9285983B2 (en) * | 2010-06-14 | 2016-03-15 | Amx Llc | Gesture recognition using neural networks |
| JP6184455B2 (ja) * | 2015-09-18 | 2017-08-23 | ヤフー株式会社 | 生成装置、生成方法、及び生成プログラム |
Family Cites Families (4)
| 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 |
| JPS5827551B2 (ja) * | 1979-05-18 | 1983-06-10 | 日本電信電話株式会社 | オンライン手書き文字認識方式 |
| US4718102A (en) * | 1983-01-19 | 1988-01-05 | Communication Intelligence Corporation | Process and apparatus involving pattern recognition |
| JPH02263275A (ja) * | 1989-04-03 | 1990-10-26 | Kiyadeitsukusu:Kk | 手書き文字の登録パターン作成方式 |
-
1991
- 1991-10-24 US US07/782,215 patent/US5287415A/en not_active Expired - Fee Related
-
1992
- 1992-09-03 JP JP04235923A patent/JP3125904B2/ja not_active Expired - Fee Related
- 1992-09-19 EP EP92116073A patent/EP0540869A2/en not_active Withdrawn
Non-Patent Citations (3)
| Title |
|---|
| ＩＢＭ Ｊｏｕｒｎａｌ ｏｆ Ｒｅｓｅａｒｃｈ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ，Ｖｏｌ．２６，Ｎｏ．６（１９８２−１１）ｐｐ．７６５−７７１ |
| ＩＢＭ Ｔｅｃｈｎｉｃａｌ Ｄｉｓｃｌｏｓｕｒｅ Ｂｕｌｌｅｔｉｎ，Ｖｏｌ．３３，Ｎｏ．８（１９９１−０１）ＰＰ．４２０−４２１ |
| Ｐｒｏｃｅｅｄｉｎｇ ｏｆ １０ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｉｎ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ，Ｖｏｌ．１ ｐｐ．４５０−４５４ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH07192098A (ja) | 1995-07-28 |
| EP0540869A2 (en) | 1993-05-12 |
| US5287415A (en) | 1994-02-15 |
| EP0540869A3 (ja) | 1994-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3125904B2 (ja) | 手書き文字認識方法及び手書き文字認識システム | |
| EP0539749B1 (en) | Handwriting recognition system and method | |
| US5610996A (en) | Method and apparatus for arc segmentation in handwriting recognition | |
| JP2669583B2 (ja) | 手書き認識のためのコンピュータベース方法及びシステム | |
| EP0608708B1 (en) | Automatic handwriting recognition using both static and dynamic parameters | |
| US6052481A (en) | Automatic method for scoring and clustering prototypes of handwritten stroke-based data | |
| Hastie et al. | A model for signature verification | |
| US6556712B1 (en) | Methods and apparatus for handwriting recognition | |
| CA2087502C (en) | Method and apparatus for evolving a starter set of handwriting prototypes into a user-specific set | |
| Brown et al. | Preprocessing techniques for cursive script word recognition | |
| US20080008387A1 (en) | Method and apparatus for recognition of handwritten symbols | |
| WO2002037933A2 (en) | System, process and software arrangement for recognizing handwritten characters | |
| EP0784285A2 (en) | Method and apparatus for generating a classification tree | |
| JP2000502479A (ja) | 時系列フレームから取出した集合体化観測を用いる特徴ベクトルに基づくオンライン手書き文字認識方法および装置 | |
| JPH06208653A (ja) | 記号正規化方法 | |
| Nathwani | Online signature verification using bidirectional recurrent neural network | |
| JPH06301781A (ja) | コンピュータによるパターン認識のためのイメージ変換方法及び装置 | |
| Mermelstein et al. | A system for automatic recognition of handwritten words | |
| JP2003051014A (ja) | 情報処理装置及び方法 | |
| Maarse et al. | Automatic identification of writers | |
| JPH06215194A (ja) | 記号認識装置 | |
| JP3977473B2 (ja) | 手書き文字認識方法及び手書き文字認識装置 | |
| JPH06162261A (ja) | 文字認識装置 | |
| JPH0991382A (ja) | オンライン手書き文字認識方法及びその装置 | |
| Nasien et al. | New feature vector from freeman chain code for handwritten roman character recognition |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |