JP3222555B2 - 文字パターン生成装置及びこれを用いた文字認識装置 - Google Patents
文字パターン生成装置及びこれを用いた文字認識装置Info
- Publication number
- JP3222555B2 JP3222555B2 JP17821292A JP17821292A JP3222555B2 JP 3222555 B2 JP3222555 B2 JP 3222555B2 JP 17821292 A JP17821292 A JP 17821292A JP 17821292 A JP17821292 A JP 17821292A JP 3222555 B2 JP3222555 B2 JP 3222555B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- trajectory
- dynamic characteristic
- pattern
- generating
- 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
Landscapes
- Character Discrimination (AREA)
- Digital Computer Display Output (AREA)
- Controls And Circuits For Display Device (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、文字認識装置における
文字の学習用データなどに用いられる文字パターンを生
成するための文字パターン生成装置及びこれを用いた文
字認識装置に関する。
文字の学習用データなどに用いられる文字パターンを生
成するための文字パターン生成装置及びこれを用いた文
字認識装置に関する。
【０００２】
【従来の技術】文字認識装置は、印刷文字や手書き文字
を読み取って文字の内容を認識する装置であり、光学的
文字読み取り装置（ＯＣＲ）や郵便物自動読み取り装置
に利用されている。
を読み取って文字の内容を認識する装置であり、光学的
文字読み取り装置（ＯＣＲ）や郵便物自動読み取り装置
に利用されている。
【０００３】このような文字認識装置では、文字認識の
ための学習用データとして、認識対象の可能性として考
えられるできるだけ多くの文字パターンのサンプルを用
意することが認識能力を高める上で重要である。特に、
手書き文字は文字の変形が著しいため、手書き文字を認
識対象とする文字認識装置では、数千から数万にも及ぶ
大量の文字パターンを収集しなければならなず、その収
集には多大な労力と経費がかかる。また、手書き文字に
は地域性があり、ある地域で収集した文字パターンが他
の地域では使えない場合もある。その場合には、新たに
文字パターンの収集が必要となる。このように、文字パ
ターンの収集は現状の文字認識装置の開発効率を著しく
阻害している。
ための学習用データとして、認識対象の可能性として考
えられるできるだけ多くの文字パターンのサンプルを用
意することが認識能力を高める上で重要である。特に、
手書き文字は文字の変形が著しいため、手書き文字を認
識対象とする文字認識装置では、数千から数万にも及ぶ
大量の文字パターンを収集しなければならなず、その収
集には多大な労力と経費がかかる。また、手書き文字に
は地域性があり、ある地域で収集した文字パターンが他
の地域では使えない場合もある。その場合には、新たに
文字パターンの収集が必要となる。このように、文字パ
ターンの収集は現状の文字認識装置の開発効率を著しく
阻害している。
【０００４】この問題を解決するために、文字パターン
を人工的に作成する試みがなされている。これは、ある
代表的な文字のパターン群を用意しておき、これらを変
形することで新たな文字パターン群を生成するというも
のである。これによって、文字認識装置においては、代
表的な文字パターン以外の変形された文字パターンに対
する認識能力がある程度は向上すると考えられる。
を人工的に作成する試みがなされている。これは、ある
代表的な文字のパターン群を用意しておき、これらを変
形することで新たな文字パターン群を生成するというも
のである。これによって、文字認識装置においては、代
表的な文字パターン以外の変形された文字パターンに対
する認識能力がある程度は向上すると考えられる。
【０００５】このような考えに基づく文字パターン生成
装置の一例として、代表文字パターンを乱数によって変
形させる手法によるものが知られている。これは図７に
示すように、代表文字パターンに乱数によるノイズを加
えることで、変形させた文字パターンを得るものであ
る。しかし、この手法で変形させた文字パターンは、図
７からも分かるように不自然な凹凸が加わった、人間が
手書きした際の変形とは似ても似つかない形となってし
まい、実用にならない場合が多い。従って、この手法で
変形させた多数の文字パターンを作成しても、認識能力
の向上には余り役立たない。
装置の一例として、代表文字パターンを乱数によって変
形させる手法によるものが知られている。これは図７に
示すように、代表文字パターンに乱数によるノイズを加
えることで、変形させた文字パターンを得るものであ
る。しかし、この手法で変形させた文字パターンは、図
７からも分かるように不自然な凹凸が加わった、人間が
手書きした際の変形とは似ても似つかない形となってし
まい、実用にならない場合が多い。従って、この手法で
変形させた多数の文字パターンを作成しても、認識能力
の向上には余り役立たない。
【０００６】また、一般に文字パターンを実際に文字認
識装置などに用いる場合、文字パターンを決められた大
きさに調整する正規化の処理が必要である。代表文字パ
ターンに対し乱数によるノイズを加えて変形させた文字
パターンを生成する上述の手法では、人間の手書き文字
の変形とはかけ離れた大きな変形が加えられて文字パタ
ーンの大きさが等価的に大きくなってしまうことがあ
り、このような文字パターンでは正規化の結果、文字パ
ターンの実質的な大きさが逆に代表文字パターンより小
さくなってしまう。すなわち、正規化を行っても予定通
りの大きさの文字パターンが得られなくなる場合があ
る。
識装置などに用いる場合、文字パターンを決められた大
きさに調整する正規化の処理が必要である。代表文字パ
ターンに対し乱数によるノイズを加えて変形させた文字
パターンを生成する上述の手法では、人間の手書き文字
の変形とはかけ離れた大きな変形が加えられて文字パタ
ーンの大きさが等価的に大きくなってしまうことがあ
り、このような文字パターンでは正規化の結果、文字パ
ターンの実質的な大きさが逆に代表文字パターンより小
さくなってしまう。すなわち、正規化を行っても予定通
りの大きさの文字パターンが得られなくなる場合があ
る。
【０００７】一方、文字パターンを図７のような不自然
な凹凸を生じることなく、文字の軌跡の滑らかさを保つ
ように変形させる手法も提案されている（「非線形発生
モデルによる手書き曲線群の表現」電子情報通信学会春
季全国大会、D-433,1989）。しかし、この方法も人間の
手書きの特徴とは無関係の便宜的な変形方法を用いたも
のであるため、やはり不自然な変形にとどまっており、
認識能力の大幅な向上に結び付く有効な文字パターンを
生成することは困難であった。
な凹凸を生じることなく、文字の軌跡の滑らかさを保つ
ように変形させる手法も提案されている（「非線形発生
モデルによる手書き曲線群の表現」電子情報通信学会春
季全国大会、D-433,1989）。しかし、この方法も人間の
手書きの特徴とは無関係の便宜的な変形方法を用いたも
のであるため、やはり不自然な変形にとどまっており、
認識能力の大幅な向上に結び付く有効な文字パターンを
生成することは困難であった。
【０００８】
【発明が解決しようとする課題】上述したように、代表
的な文字パターンにノイズを加えるなどの方法により変
形させた文字パターンを生成する従来の文字パターン生
成装置では、人間の手書きによる変形とはほとんど無関
係の不自然な文字パターンが生成されてしまうため、文
字認識に適用した場合、認識能力の向上を期待すること
はできず、また生成された文字パターンの正規化に際し
て実質的な文字パターンの大きさが変化してしまうとい
う問題もあった。
的な文字パターンにノイズを加えるなどの方法により変
形させた文字パターンを生成する従来の文字パターン生
成装置では、人間の手書きによる変形とはほとんど無関
係の不自然な文字パターンが生成されてしまうため、文
字認識に適用した場合、認識能力の向上を期待すること
はできず、また生成された文字パターンの正規化に際し
て実質的な文字パターンの大きさが変化してしまうとい
う問題もあった。
【０００９】本発明の目的は、このような従来技術の問
題点を解決するためになされたもので、人間の手書き文
字に近い自然な文字パターンを生成でき、また文字パタ
ーンの正規化により文字パターンの実質的な大きさが変
化することのない文字パターン生成装置を提供すること
にある。本発明の他の目的は、この文字パターン生成装
置を用いて手書き文字に対する認識能力を向上させた文
字認識装置を提供することにある。
題点を解決するためになされたもので、人間の手書き文
字に近い自然な文字パターンを生成でき、また文字パタ
ーンの正規化により文字パターンの実質的な大きさが変
化することのない文字パターン生成装置を提供すること
にある。本発明の他の目的は、この文字パターン生成装
置を用いて手書き文字に対する認識能力を向上させた文
字認識装置を提供することにある。
【００１０】
【課題を解決するための手段】上記の課題を解決するた
め、本発明に文字パターン生成装置は、指定された文字
種の代表的なパターンを示す二次元座標表現の基準文字
軌道を生成する基準文字軌道生成手段と、前記基準文字
軌道生成手段に対して、前記基準文字軌道を生成すべき
文字種を指定する文字種指定手段と、人間の手の動特性
を模擬した動特性モデルを内在し、前記基準文字軌道生
成手段により生成される基準文字軌道に対して手書きに
よる変形を模擬的に施した二次元座標表現の変形文字軌
道を文字パターンとして発生する手の動特性模擬手段と
を備え、前記動特性模擬手段が内在する前記動特性モデ
ルは、 ｍｘ″＝ε（ｘr −ｘ）−ｒｘ′ ｍｙ″＝ε（ｙr −ｙ）−ｒｙ′ 但し、ｘ ：前記文字パターンの横軸座標 ｙ ：前記文字パターンの縦軸座標 ｘr ：前記基準軌道の横軸座標を示す関数 ｙr ：前記基準軌道の縦軸座標を示す関数 ｍ ：手の慣性の強さを示す係数 ｒ ：筆記具と紙の間の摩擦係数 ε ：基準軌道への復元力を示す係数 ｘ′：ｘの１階微分係数 ｙ′：ｙの１階微分係数 ｘ″：ｘの２階微分係数 ｙ″：ｙの２階微分係数 で示されることを特徴とする。
め、本発明に文字パターン生成装置は、指定された文字
種の代表的なパターンを示す二次元座標表現の基準文字
軌道を生成する基準文字軌道生成手段と、前記基準文字
軌道生成手段に対して、前記基準文字軌道を生成すべき
文字種を指定する文字種指定手段と、人間の手の動特性
を模擬した動特性モデルを内在し、前記基準文字軌道生
成手段により生成される基準文字軌道に対して手書きに
よる変形を模擬的に施した二次元座標表現の変形文字軌
道を文字パターンとして発生する手の動特性模擬手段と
を備え、前記動特性模擬手段が内在する前記動特性モデ
ルは、 ｍｘ″＝ε（ｘr −ｘ）−ｒｘ′ ｍｙ″＝ε（ｙr −ｙ）−ｒｙ′ 但し、ｘ ：前記文字パターンの横軸座標 ｙ ：前記文字パターンの縦軸座標 ｘr ：前記基準軌道の横軸座標を示す関数 ｙr ：前記基準軌道の縦軸座標を示す関数 ｍ ：手の慣性の強さを示す係数 ｒ ：筆記具と紙の間の摩擦係数 ε ：基準軌道への復元力を示す係数 ｘ′：ｘの１階微分係数 ｙ′：ｙの１階微分係数 ｘ″：ｘの２階微分係数 ｙ″：ｙの２階微分係数 で示されることを特徴とする。
【００１１】また、本発明は動特性模擬手段が内在する
動特性モデルに複数のパラメータを持たせると共に、こ
れらのパラメータを個別に可変設定するためのパラメー
タ設定手段を有することを特徴とする。
動特性モデルに複数のパラメータを持たせると共に、こ
れらのパラメータを個別に可変設定するためのパラメー
タ設定手段を有することを特徴とする。
【００１２】さらに、本発明は文字種指定手段により指
定された複数の文字種について、前記パラメータ設定手
段により可変設定されたパラメータをそれぞれ有する複
数の動特性モデルに従って前記動特性模擬手段により発
生された文字パターンをデータとして蓄積する蓄積手段
を有することを特徴とする。
定された複数の文字種について、前記パラメータ設定手
段により可変設定されたパラメータをそれぞれ有する複
数の動特性モデルに従って前記動特性模擬手段により発
生された文字パターンをデータとして蓄積する蓄積手段
を有することを特徴とする。
【００１３】本発明の文字認識装置は、上記の文字パタ
ーン生成装置に対して、蓄積手段に蓄積された文字パタ
ーンのデータを用いて文字認識のための学習を行う学習
手段と、この学習手段の学習結果に基づいて認識対象の
文字を認識する認識手段を組み合わせて構成される。
ーン生成装置に対して、蓄積手段に蓄積された文字パタ
ーンのデータを用いて文字認識のための学習を行う学習
手段と、この学習手段の学習結果に基づいて認識対象の
文字を認識する認識手段を組み合わせて構成される。
【００１４】
【作用】このように指定された文字種の基準文字軌道に
対して、人間の手の動特性、すなわち人間が文字を実際
に書く際の手の動きの特性を模擬した動特性モデルに従
い、手書きによる変形が模擬的に施され、これにより手
書き文字に近い自然な変形を持った文字パターンが生成
される。また、動特性モデルに含まれる複数のパラメー
タを個別に可変設定することにより、同じ文字種に対し
て多様な文字パターンが得られ、手書き文字の地域性な
どにも十分に対応できる。
対して、人間の手の動特性、すなわち人間が文字を実際
に書く際の手の動きの特性を模擬した動特性モデルに従
い、手書きによる変形が模擬的に施され、これにより手
書き文字に近い自然な変形を持った文字パターンが生成
される。また、動特性モデルに含まれる複数のパラメー
タを個別に可変設定することにより、同じ文字種に対し
て多様な文字パターンが得られ、手書き文字の地域性な
どにも十分に対応できる。
【００１５】従って、こうして生成された文字パターン
のデータを文字認識のための学習用データを作るための
文字サンプルとして多数蓄積してニューラルネットなど
により学習を行い、その学習結果を用いて文字認識を行
うことにより、手書き文字に対する認識能力が向上す
る。
のデータを文字認識のための学習用データを作るための
文字サンプルとして多数蓄積してニューラルネットなど
により学習を行い、その学習結果を用いて文字認識を行
うことにより、手書き文字に対する認識能力が向上す
る。
【００１６】さらに、このようにして生成される文字パ
ターンは、ノイズを加える方法のような極端に大きな変
形を伴うこともないので、学習に先立ち正規化を行って
も、文字パターンの実質的な大きさが変化するようなこ
とがなく、この点からも認識率が高くなる。
ターンは、ノイズを加える方法のような極端に大きな変
形を伴うこともないので、学習に先立ち正規化を行って
も、文字パターンの実質的な大きさが変化するようなこ
とがなく、この点からも認識率が高くなる。
【００１７】
【実施例】以下、図面を参照して本発明の実施例を説明
する。図１は、本発明の一実施例に係る文字パターン生
成装置とこれを用いた文字認識装置の構成を示すブロッ
ク図である。文字パターン生成装置１０は、基準文字軌
道生成部１１、文字種指定部１２、手の動特性模擬部１
３、パラメータ設定部１４、表示部１５および文字パタ
ーン蓄積部１６からなる。
する。図１は、本発明の一実施例に係る文字パターン生
成装置とこれを用いた文字認識装置の構成を示すブロッ
ク図である。文字パターン生成装置１０は、基準文字軌
道生成部１１、文字種指定部１２、手の動特性模擬部１
３、パラメータ設定部１４、表示部１５および文字パタ
ーン蓄積部１６からなる。
【００１８】基準文字軌道生成部１１は、文字種指定部
１２により指定された文字種の代表的なパターン（例え
ば、活字体や楷書体またはそれに準じた字体のパター
ン）を示す二次元座標で表現された基準文字軌道を生成
する。より具体的には、図２に示すように文字の軌跡を
横軸座標ｘと縦軸座標ｙからなる二次元座標で表すもの
とすると、基準文字軌道１１は代表的な文字のパターン
の軌跡（基準軌道）を基準軌道の横軸座標および縦軸座
標を示す時間関数の形で発生する。なお、文字種とは一
つ一つの文字の種別の意味であり、例えば数字であれば
“０”，“１”，“２”，…等である。文字種指定部１
２は、基準文字軌道生成部１１が生成すべき基準文字軌
道の文字種を一つずつ選択的に指定する。
１２により指定された文字種の代表的なパターン（例え
ば、活字体や楷書体またはそれに準じた字体のパター
ン）を示す二次元座標で表現された基準文字軌道を生成
する。より具体的には、図２に示すように文字の軌跡を
横軸座標ｘと縦軸座標ｙからなる二次元座標で表すもの
とすると、基準文字軌道１１は代表的な文字のパターン
の軌跡（基準軌道）を基準軌道の横軸座標および縦軸座
標を示す時間関数の形で発生する。なお、文字種とは一
つ一つの文字の種別の意味であり、例えば数字であれば
“０”，“１”，“２”，…等である。文字種指定部１
２は、基準文字軌道生成部１１が生成すべき基準文字軌
道の文字種を一つずつ選択的に指定する。
【００１９】基準文字軌道生成部１１で生成された基準
文字軌道は、手の動特性模擬部１３（以下、単に動特性
模擬部という）に入力される。この動特性模擬部１３
は、人間の手の動特性、つまり人間が文字を書く時の手
の動きの特性を模擬した動特性モデルを内在したもの
で、入力された基準文字軌道に対して手書きによる変形
を模擬的に施した、二次元座標で表現された変形文字軌
道を文字パターンとして発生する。また、動特性模擬部
１３が内在する動特性モデルは、複数のパラメータを含
んでおり、これらのパラメータの設定はパラメータ設定
部１４により可変となっている。
文字軌道は、手の動特性模擬部１３（以下、単に動特性
模擬部という）に入力される。この動特性模擬部１３
は、人間の手の動特性、つまり人間が文字を書く時の手
の動きの特性を模擬した動特性モデルを内在したもの
で、入力された基準文字軌道に対して手書きによる変形
を模擬的に施した、二次元座標で表現された変形文字軌
道を文字パターンとして発生する。また、動特性模擬部
１３が内在する動特性モデルは、複数のパラメータを含
んでおり、これらのパラメータの設定はパラメータ設定
部１４により可変となっている。
【００２０】動特性模擬部１３で発生された文字パター
ンは、利用者が確認できるように表示部１５においてＣ
ＲＴ上などに表示されると共に、文字認識などに利用す
るために文字パターン蓄積部１６に収集され、文字種指
定部１２からの文字種を表す属性情報と共にデータとし
て蓄積される。
ンは、利用者が確認できるように表示部１５においてＣ
ＲＴ上などに表示されると共に、文字認識などに利用す
るために文字パターン蓄積部１６に収集され、文字種指
定部１２からの文字種を表す属性情報と共にデータとし
て蓄積される。
【００２１】文字認識装置は、文字パターン生成装置１
０に対して文字読み取り部１７、認識部１８および学習
部１９を組み合わせることにより構成される。これらに
ついては後述する。
０に対して文字読み取り部１７、認識部１８および学習
部１９を組み合わせることにより構成される。これらに
ついては後述する。
【００２２】図３に、基準文字軌道生成部１１の具体的
な構成例を示す。図３において、代表文字軌跡メモリ３
１には、各文字種の代表的な文字軌跡、例えば数字の場
合、“０”〜“９”の各文字の代表的な軌跡が離散値系
列として蓄えられている。すなわち、代表文字軌跡メモ
リ３１には、基準軌道である横軸座標および縦軸座標ｘ
r ，ｙr を時刻について離散化幅Δｔで離散化した数値
系列｛（ｘr (iΔt)，ｙr (iΔt)）；ｉ＝１〜Ｎ）を２
進数で表現したディジタルデータ（以下、軌跡データと
いう）が蓄えられている。ここで、ｉは離散化時刻の番
号、Ｎはデータ数を表す。
な構成例を示す。図３において、代表文字軌跡メモリ３
１には、各文字種の代表的な文字軌跡、例えば数字の場
合、“０”〜“９”の各文字の代表的な軌跡が離散値系
列として蓄えられている。すなわち、代表文字軌跡メモ
リ３１には、基準軌道である横軸座標および縦軸座標ｘ
r ，ｙr を時刻について離散化幅Δｔで離散化した数値
系列｛（ｘr (iΔt)，ｙr (iΔt)）；ｉ＝１〜Ｎ）を２
進数で表現したディジタルデータ（以下、軌跡データと
いう）が蓄えられている。ここで、ｉは離散化時刻の番
号、Ｎはデータ数を表す。
【００２３】この代表文字軌跡メモリ３１は文字種指定
部１２から文字種が指定されると、その文字種に対応す
る軌跡データを一時メモリ３２へ転送する。一時メモリ
３２に保持された軌跡データはマルチプレクサ３３に入
力され、クロック発生器３４からのクロックに従って、
ｉ＝１，２，…Ｎの順でレジスタ３５，３６に転送され
る。すなわち、レジスタ３５にはｘr (iΔt)、レジスタ
３６にはｙr (iΔt)がそれぞれ転送される。レジスタ３
５，３６に保持されたデータは、Ｄ／Ａ変換器３７，３
８によりそれぞれアナログ値に変換され、時間関数ｘr
(t) ，ｙr (t)のデータとして出力される。
部１２から文字種が指定されると、その文字種に対応す
る軌跡データを一時メモリ３２へ転送する。一時メモリ
３２に保持された軌跡データはマルチプレクサ３３に入
力され、クロック発生器３４からのクロックに従って、
ｉ＝１，２，…Ｎの順でレジスタ３５，３６に転送され
る。すなわち、レジスタ３５にはｘr (iΔt)、レジスタ
３６にはｙr (iΔt)がそれぞれ転送される。レジスタ３
５，３６に保持されたデータは、Ｄ／Ａ変換器３７，３
８によりそれぞれアナログ値に変換され、時間関数ｘr
(t) ，ｙr (t)のデータとして出力される。
【００２４】図４は、時間関数ｘr (t) の一例を示した
ものである。この図に示されるように、基準文字軌道生
成部１１から出力される基準文字軌道を示す関数はステ
ップ的に変化するが、離散化幅Δｔを十分に小さくすれ
ば、滑らかな変化を得ることができる。
ものである。この図に示されるように、基準文字軌道生
成部１１から出力される基準文字軌道を示す関数はステ
ップ的に変化するが、離散化幅Δｔを十分に小さくすれ
ば、滑らかな変化を得ることができる。
【００２５】次に、動特性模擬部１３について詳しく説
明する。今、図２に示したように文字の軌跡をｘ，ｙの
二次元座標で表現するとき、動特性模擬部１３が内在す
る動特性モデルは、次式のように表される。
明する。今、図２に示したように文字の軌跡をｘ，ｙの
二次元座標で表現するとき、動特性模擬部１３が内在す
る動特性モデルは、次式のように表される。
【００２６】 ｍｘ″＝ε（ｘr −ｘ）−ｒｘ′ (1) ｍｙ″＝ε（ｙr −ｙ）−ｒｙ′ (2) 但し、ｘ ：前記文字パターンの横軸座標 ｙ ：前記文字パターンの縦軸座標 ｘr ：前記基準軌道の横軸座標を示す関数 ｙr ：前記基準軌道の縦軸座標を示す関数 ｍ ：手の慣性の強さを示す係数 ｒ ：筆記具と紙の間の摩擦係数 ε ：基準軌道への復元力を示す係数 ｘ′：ｘの１階微分係数 ｙ′：ｙの１階微分係数 ｘ″：ｘの２階微分係数 ｙ″：ｙの２階微分係数
【００２７】ここで、関数ｘr ，ｙr （以下、時間関数
であることを特に明記する場合のみｘr (t) ，ｙr (t)
と記す）は、基準軌道生成部１１から与えられる基準軌
道の関数であるが、これは人間が文字を書くとき仮想的
に頭に描く当該文字の軌道を表している。ｘ，ｙの２階
微分係数ｘ″，ｙ″は筆記具が紙の上を動くときの加速
度に相当するので、(1)(2)式の左辺ｍｘ″，ｍｙ″は、
筆記具を介して紙に手で加えられる力を表す。また、
(1)(2)式の右辺第１項は、人間が文字を書くとき手を基
準軌道に戻そうとする力を表す。ｘ，ｙの１階微分係数
ｘ′，ｙ′は、筆記具が紙の上を動く速度に相当するの
で、右辺第２項のｒｘ′，ｒｙ′は、筆記具と紙の間の
摩擦力を表すことになる。
であることを特に明記する場合のみｘr (t) ，ｙr (t)
と記す）は、基準軌道生成部１１から与えられる基準軌
道の関数であるが、これは人間が文字を書くとき仮想的
に頭に描く当該文字の軌道を表している。ｘ，ｙの２階
微分係数ｘ″，ｙ″は筆記具が紙の上を動くときの加速
度に相当するので、(1)(2)式の左辺ｍｘ″，ｍｙ″は、
筆記具を介して紙に手で加えられる力を表す。また、
(1)(2)式の右辺第１項は、人間が文字を書くとき手を基
準軌道に戻そうとする力を表す。ｘ，ｙの１階微分係数
ｘ′，ｙ′は、筆記具が紙の上を動く速度に相当するの
で、右辺第２項のｒｘ′，ｒｙ′は、筆記具と紙の間の
摩擦力を表すことになる。
【００２８】すなわち、人間は手で紙の上に文字を書く
とき、自身が書こうとする文字の形（基準文字軌道）を
意識し、その形に沿って筆記具を動かそうとするため、
筆記具には常に基準軌道に戻そうとする復元力（右辺第
１項）が加わる。そして、摩擦力（右辺第２項）はこの
復元力を減ずる方向に働く。すなわち(1)(2)式は、人間
が文字を書くときに筆記具を介して実際に紙に加わられ
る力が復元力から摩擦力を差し引いた値であることを示
しており、手の動特性をよく反映していることが分か
る。
とき、自身が書こうとする文字の形（基準文字軌道）を
意識し、その形に沿って筆記具を動かそうとするため、
筆記具には常に基準軌道に戻そうとする復元力（右辺第
１項）が加わる。そして、摩擦力（右辺第２項）はこの
復元力を減ずる方向に働く。すなわち(1)(2)式は、人間
が文字を書くときに筆記具を介して実際に紙に加わられ
る力が復元力から摩擦力を差し引いた値であることを示
しており、手の動特性をよく反映していることが分か
る。
【００２９】図５は、(1)(2)式で表される動特性モデル
を内在した動特性模擬部１３の具体的な構成例であり、
この例ではアナログ演算回路によって実現されている。
図５において、積分器４１，５１はｘ，ｙの２階微分係
数ｘ″，ｙ″をそれぞれ積分して１階微分係数ｘ′，
ｙ′を出力する。積分器４２，５２は、これらの１階微
分係数ｘ′，ｙ′をさらに積分してｘ，ｙを出力する。
反転増幅器４３，５３は−ｒ／ｍの利得を持ち、ｘ′，
ｙ′をそれぞれ増幅して−ｒｘ′／ｍ，−ｒｙ′／ｍを
出力する。利得−１の反転増幅器４４，５４は、−ｘ，
−ｙをそれぞれ出力する。加算器４５，５５は、−ｘ，
−ｙの出力の各々と基準軌道生成部１１から与えられる
基準軌道の横軸および縦軸座標ｘr ，ｙr の各々を加算
して、ｘr−ｘ，ｙr −ｙをそれぞれ出力する。利得ε
／ｍの増幅器４６，５６は、ｘr −ｘ，ｙr −ｙをそれ
ぞれ増幅してε（ｘr −ｘ）／ｍ，ε（ｙr −ｙ）／ｍ
を出力する。加算器４７，５７は、増幅器４６，５６の
出力ε（ｘr −ｘ）／ｍ，ε（ｙr −ｙ）／ｍの各々
と、増幅器４３，５３の出力−ｒｘ′／ｍ，−ｒｙ′／
ｍの各々を加算して、ε（ｘr −ｘ）／ｍ−ｒｘ′／
ｍ，ε（ｙr −ｙ）／ｍ−ｒｙ′／ｍをそれぞれ出力す
る。これら加算器４７，５７の出力はｘ，ｙの２階微分
係数ｘ″，ｙ″にそれぞれ等しく、先の積分器４１，５
１の入力となる。
を内在した動特性模擬部１３の具体的な構成例であり、
この例ではアナログ演算回路によって実現されている。
図５において、積分器４１，５１はｘ，ｙの２階微分係
数ｘ″，ｙ″をそれぞれ積分して１階微分係数ｘ′，
ｙ′を出力する。積分器４２，５２は、これらの１階微
分係数ｘ′，ｙ′をさらに積分してｘ，ｙを出力する。
反転増幅器４３，５３は−ｒ／ｍの利得を持ち、ｘ′，
ｙ′をそれぞれ増幅して−ｒｘ′／ｍ，−ｒｙ′／ｍを
出力する。利得−１の反転増幅器４４，５４は、−ｘ，
−ｙをそれぞれ出力する。加算器４５，５５は、−ｘ，
−ｙの出力の各々と基準軌道生成部１１から与えられる
基準軌道の横軸および縦軸座標ｘr ，ｙr の各々を加算
して、ｘr−ｘ，ｙr −ｙをそれぞれ出力する。利得ε
／ｍの増幅器４６，５６は、ｘr −ｘ，ｙr −ｙをそれ
ぞれ増幅してε（ｘr −ｘ）／ｍ，ε（ｙr −ｙ）／ｍ
を出力する。加算器４７，５７は、増幅器４６，５６の
出力ε（ｘr −ｘ）／ｍ，ε（ｙr −ｙ）／ｍの各々
と、増幅器４３，５３の出力−ｒｘ′／ｍ，−ｒｙ′／
ｍの各々を加算して、ε（ｘr −ｘ）／ｍ−ｒｘ′／
ｍ，ε（ｙr −ｙ）／ｍ−ｒｙ′／ｍをそれぞれ出力す
る。これら加算器４７，５７の出力はｘ，ｙの２階微分
係数ｘ″，ｙ″にそれぞれ等しく、先の積分器４１，５
１の入力となる。
【００３０】上述した動特性模擬部１３に内在する動特
性モデルの各パラメータ（ｍ，ｒ，ε）はパラメータ設
定部１４によって個別に可変することができる。パラメ
ータ設定部１４は、図５における各増幅器の初期設定な
ども行う。
性モデルの各パラメータ（ｍ，ｒ，ε）はパラメータ設
定部１４によって個別に可変することができる。パラメ
ータ設定部１４は、図５における各増幅器の初期設定な
ども行う。
【００３１】このような構成によって、(1)(2)式におけ
る横軸座標ｘおよび縦軸座標ｙが、動特性モデルに従っ
て手書きによる変形を模擬的に施した文字パターンの情
報として動特性模擬部１３から出力される。
る横軸座標ｘおよび縦軸座標ｙが、動特性モデルに従っ
て手書きによる変形を模擬的に施した文字パターンの情
報として動特性模擬部１３から出力される。
【００３２】この動特性模擬部１３の出力である横軸座
標ｘおよび縦軸座標ｙから、生成された文字パターンの
軌跡が表示部１５において人間が見て理解できる形に表
示される。一方、文字パターン蓄積部１６は、例えば基
準軌道生成部１１とは逆に、動特性模擬部１３から出力
される横軸座標ｘおよび縦軸座標ｙをＡ／Ｄ変換器によ
ってディジタルデータに変換してメモリに蓄積する。
標ｘおよび縦軸座標ｙから、生成された文字パターンの
軌跡が表示部１５において人間が見て理解できる形に表
示される。一方、文字パターン蓄積部１６は、例えば基
準軌道生成部１１とは逆に、動特性模擬部１３から出力
される横軸座標ｘおよび縦軸座標ｙをＡ／Ｄ変換器によ
ってディジタルデータに変換してメモリに蓄積する。
【００３３】図６は、本実施例の構成によって文字パタ
ーン生成装置１０から“４”という文字を発生させた時
の例であり、（ａ）は基準文字軌道生成部１１によって
生成された基準文字軌道、（ｂ）（ｃ）は動特性模擬部
１３から出力され表示部１５で表示される文字パターン
の例である。ここでは、２種類の文字パターンを示して
いるが、動特性模擬部１３において用いられる前記の各
パラメータをパラメータ設定部１４の制御で種々変える
ことにより、同一文字種について様々な手書き文字に類
似させた文字パターンを生成することが可能である。
ーン生成装置１０から“４”という文字を発生させた時
の例であり、（ａ）は基準文字軌道生成部１１によって
生成された基準文字軌道、（ｂ）（ｃ）は動特性模擬部
１３から出力され表示部１５で表示される文字パターン
の例である。ここでは、２種類の文字パターンを示して
いるが、動特性模擬部１３において用いられる前記の各
パラメータをパラメータ設定部１４の制御で種々変える
ことにより、同一文字種について様々な手書き文字に類
似させた文字パターンを生成することが可能である。
【００３４】次に、上述した文字パターン生成装置１０
を文字認識装置に適用した場合について説明する。図１
における文字読み取り部１７はイメージスキャナなどを
用いて構成され、認識対象の文字を読み取り、画像デー
タとして認識部１８に送る。認識部１８では、学習部１
９の学習結果に基づいて認識対象の文字を認識する。こ
こでは、図１における認識部１８および学習部１９とし
て、ニューラルネットを用いた場合について述べる。
を文字認識装置に適用した場合について説明する。図１
における文字読み取り部１７はイメージスキャナなどを
用いて構成され、認識対象の文字を読み取り、画像デー
タとして認識部１８に送る。認識部１８では、学習部１
９の学習結果に基づいて認識対象の文字を認識する。こ
こでは、図１における認識部１８および学習部１９とし
て、ニューラルネットを用いた場合について述べる。
【００３５】学習部１９は、文字パターン蓄積部１６か
らの文字パターンデータ（ｘ，ｙの二次元座標で与えら
れる）と文字パターンデータの文字種を示す属性情報か
ら、認識部１８での文字認識のための学習を行う。具体
的には、学習部１９を構成するニューラルネットが例え
ばＳ，Ａ，Ｒ層からなる３層パーセプトロン構造である
場合、入力層であるＳ層に文字パターン蓄積部１６から
の文字パターンデータを入力し、文字種を示す属性情報
を出力層であるＲ層への教示入力として、バックプロパ
ゲーション法などの周知のアルゴリズムによって学習動
作を行う。
らの文字パターンデータ（ｘ，ｙの二次元座標で与えら
れる）と文字パターンデータの文字種を示す属性情報か
ら、認識部１８での文字認識のための学習を行う。具体
的には、学習部１９を構成するニューラルネットが例え
ばＳ，Ａ，Ｒ層からなる３層パーセプトロン構造である
場合、入力層であるＳ層に文字パターン蓄積部１６から
の文字パターンデータを入力し、文字種を示す属性情報
を出力層であるＲ層への教示入力として、バックプロパ
ゲーション法などの周知のアルゴリズムによって学習動
作を行う。
【００３６】すなわち、学習部１９は入力された文字パ
ターンデータの文字種がＲ層への教示入力として教えら
れているので、Ｓ層から入力された文字パターンデータ
が、教えられた文字種である旨を示す出力がＲ層から得
られるように、新たな文字パターンデータが入力される
毎に学習を行ってゆく。この学習の結果は、Ｓ層からＡ
層およびＡ層からＲ層への可変結合の重み係数（Ｗij)
に反映される。すなわち、重み係数Ｗijが文字認識のた
めの学習用データとなる。
ターンデータの文字種がＲ層への教示入力として教えら
れているので、Ｓ層から入力された文字パターンデータ
が、教えられた文字種である旨を示す出力がＲ層から得
られるように、新たな文字パターンデータが入力される
毎に学習を行ってゆく。この学習の結果は、Ｓ層からＡ
層およびＡ層からＲ層への可変結合の重み係数（Ｗij)
に反映される。すなわち、重み係数Ｗijが文字認識のた
めの学習用データとなる。
【００３７】こうして学習部１９に得られた重み係数Ｗ
ijは、学習部１９と全く同様の構造（この場合、３層パ
ーセプトロン構造）からなる認識部１８に、Ａ層からＲ
層への可変結合の重み係数としてそのまま移植される。
認識部１８では、Ｓ層に文字読み取り部１７からの画像
データを入力して、Ｒ層より認識結果を出力する。
ijは、学習部１９と全く同様の構造（この場合、３層パ
ーセプトロン構造）からなる認識部１８に、Ａ層からＲ
層への可変結合の重み係数としてそのまま移植される。
認識部１８では、Ｓ層に文字読み取り部１７からの画像
データを入力して、Ｒ層より認識結果を出力する。
【００３８】文字パターン生成装置１０は、前述のよう
に人間による手書き文字に近い文字パターンを生成でき
るので、これを上述のように文字認識装置に組み込むこ
とにより、従来の代表文字パターンにノイズを加えるな
どの手法による文字パターン生成装置を文字認識に用い
た場合に比較して、特に手書き文字に対する認識率が飛
躍的に向上する。
に人間による手書き文字に近い文字パターンを生成でき
るので、これを上述のように文字認識装置に組み込むこ
とにより、従来の代表文字パターンにノイズを加えるな
どの手法による文字パターン生成装置を文字認識に用い
た場合に比較して、特に手書き文字に対する認識率が飛
躍的に向上する。
【００３９】以上、本発明の一実施例を説明したが、本
発明は次のように種々変形して実施することができる。
例えば上記実施例では動特性模擬部１３をアナログ演算
回路で実現したが、アナログ計算機のプログラミングに
おいて知られているように、先の(1)(2)式をアナログ演
算回路化する場合の回路構成は一意的でなく、種々の構
成が考えられ、要は(1)(2)式のような運動方程式で与え
られる手の動特性モデルを内在させることができればよ
い。
発明は次のように種々変形して実施することができる。
例えば上記実施例では動特性模擬部１３をアナログ演算
回路で実現したが、アナログ計算機のプログラミングに
おいて知られているように、先の(1)(2)式をアナログ演
算回路化する場合の回路構成は一意的でなく、種々の構
成が考えられ、要は(1)(2)式のような運動方程式で与え
られる手の動特性モデルを内在させることができればよ
い。
【００４０】また、現在はアナログ計算回路の特性をデ
ィジタル計算機で模擬することも容易であり、連続系シ
ミュレーション言語として分類される多くの既存のプロ
グラムが存在してするので、ディジタル計算機とこれら
のプログラムを用いて動特性模擬部１１を実現すること
も可能である。
ィジタル計算機で模擬することも容易であり、連続系シ
ミュレーション言語として分類される多くの既存のプロ
グラムが存在してするので、ディジタル計算機とこれら
のプログラムを用いて動特性模擬部１１を実現すること
も可能である。
【００４１】さらに、上記実施例において認識部１８と
学習部１９をニューラルネットで実現する場合、認識部
１８と学習部１９を別々の集積回路などのハードウェア
で構成してもよいが、例えば学習部１９を汎用計算機を
用いてソフトウェアにより実現し、認識部１９のみハー
ドウェアで構成してもよい。認識部１８と学習部１９を
一つのハードウェアとして構成し、そのモードを学習モ
ードと認識モードとに切り替えて使用するようにしても
構わない。
学習部１９をニューラルネットで実現する場合、認識部
１８と学習部１９を別々の集積回路などのハードウェア
で構成してもよいが、例えば学習部１９を汎用計算機を
用いてソフトウェアにより実現し、認識部１９のみハー
ドウェアで構成してもよい。認識部１８と学習部１９を
一つのハードウェアとして構成し、そのモードを学習モ
ードと認識モードとに切り替えて使用するようにしても
構わない。
【００４２】
【発明の効果】以上説明したように、本発明によれば人
間の手の動特性モデルを用いることにより、実際の手書
き文字に近い自然で滑らかなパターンを持ち、しかも同
一文字種について多種多様の文字パターンを生成するこ
とができる。また、副次的な効果として、生成された文
字パターンの正規化に際し、文字パターンの実質的な大
きさが変化してしまうという問題も解消する。
間の手の動特性モデルを用いることにより、実際の手書
き文字に近い自然で滑らかなパターンを持ち、しかも同
一文字種について多種多様の文字パターンを生成するこ
とができる。また、副次的な効果として、生成された文
字パターンの正規化に際し、文字パターンの実質的な大
きさが変化してしまうという問題も解消する。
【００４３】さらに、本発明では比較的少ない数の基準
文字軌道を用意しておくだけで、手の動特性モデルを用
いて多くの文字パターンが得られるため、従来のように
実際に書かれた多数の手書き文字のパターンを大量に収
集する必要がなく、収集に要していた多大な労力が不要
となる。従って、本発明の文字パターン生成装置を用い
れば、文字認識装置の認識能力を容易に、かつ飛躍的に
高めることができる。
文字軌道を用意しておくだけで、手の動特性モデルを用
いて多くの文字パターンが得られるため、従来のように
実際に書かれた多数の手書き文字のパターンを大量に収
集する必要がなく、収集に要していた多大な労力が不要
となる。従って、本発明の文字パターン生成装置を用い
れば、文字認識装置の認識能力を容易に、かつ飛躍的に
高めることができる。
【図１】本発明の一実施例に係る文字パターン生成装置
及び文字認識装置の構成を示すブロック図
及び文字認識装置の構成を示すブロック図
【図２】文字の軌跡を二次元座標によって表わすことを
示す図
示す図
【図３】図１における基準文字軌道生成部の具体的な構
成例を示すブロック図
成例を示すブロック図
【図４】基準軌道の座標の時間変化の例を示す図
【図５】図１における手の動特性模擬部の具体的な構成
例を示すブロック図
例を示すブロック図
【図６】同実施例における基準文字軌道とこれを変形し
て得られる文字パターンの具体例を示す図
て得られる文字パターンの具体例を示す図
【図７】従来の文字パターン生成方法を示す図
１０…文字パターン生成装置 １１…基準文字
軌道生成部 １２…文字種指定部 １３…手の動特
性模擬部 １４…パラメータ設定部 １５…表示部 １６…文字パターン蓄積部 １７…文字読み
取り部 １８…認識部 １９…学習部
軌道生成部 １２…文字種指定部 １３…手の動特
性模擬部 １４…パラメータ設定部 １５…表示部 １６…文字パターン蓄積部 １７…文字読み
取り部 １８…認識部 １９…学習部
フロントページの続き (56)参考文献 特開 平１−230164（ＪＰ，Ａ) 「電子通信学会論文誌」Ｖｏｌ．Ｊ69 −Ｄ Ｎｏ．１ ｐ．98−107（1986) 近藤正三 ブーンワット・アッタチュー ”手書き文字の変動モデルとその表現 能力の評価" 「電子通信学会技術研究報告」ＰＲＬ 79−16 Ｖｏｌ．79 Ｎｏ．59 ｐ．39 −46（1979）松尾守之 近藤正三 ”パ ターンの変動モデル" 「電子通信学会論文誌」Ｖｏｌ．Ｊ72 −Ｄ−２ Ｎｏ．１ ｐ．76−84 （1989）塩野充 他 ”筆軸の３次元運 動に制御された筆触関数を用いた毛筆漢 字パターンの生成" 「電子通信学会技術研究報告」ＰＲＬ 81−57 Ｖｏｌ．81 Ｎｏ．166 ｐ. 65−72（1981）石井健一郎 ”変形文字 パターン発生方法に関する一考察" (58)調査した分野(Int.Cl.7，ＤＢ名) G06K 9/66 - 9/68 G06F 3/153 G09G 5/24 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (4)
- 【請求項１】指定された文字種の代表的なパターンを示
す二次元座標表現の基準文字軌道を生成する基準文字軌
道生成手段と、 前記基準文字軌道生成手段に対して、前記基準文字軌道
を生成すべき文字種を指定する文字種指定手段と、 人間の手の動特性を模擬した動特性モデルを内在し、前
記基準文字軌道生成手段により生成される基準文字軌道
に対して手書きによる変形を模擬的に施した二次元座標
表現の変形文字軌道を文字パターンとして発生する手の
動特性模擬手段とを備え、 前記動特性模擬手段が内在する前記動特性モデルは、 ｍｘ″＝ε（ｘr −ｘ）−ｒｘ′ ｍｙ″＝ε（ｙr −ｙ）−ｒｙ′ 但し、ｘ ：前記文字パターンの横軸座標 ｙ ：前記文字パターンの縦軸座標 ｘr ：前記基準軌道の横軸座標を示す関数 ｙr ：前記基準軌道の縦軸座標を示す関数 ｍ ：手の慣性の強さを示す係数 ｒ ：筆記具と紙の間の摩擦係数 ε ：基準軌道への復元力を示す係数 ｘ′：ｘの１階微分係数 ｙ′：ｙの１階微分係数 ｘ″：ｘの２階微分係数 ｙ″：ｙの２階微分係数 で示されることを特徴とする文字パターン生成装置。 - 【請求項２】指定された文字種の代表的なパターンを示
す二次元座標表現の基準文字軌道を生成する基準文字軌
道生成手段と、 前記基準文字軌道生成手段に対して、前記基準文字軌道
を生成すべき文字種を指定する文字種指定手段と、 人間の手の動特性を模擬した、複数のパラメータを有す
る動特性モデルを内在し、前記基準文字軌道生成手段に
より生成される基準文字軌道に対して手書きによる変形
を模擬的に施した二次元座標表現の変形文字軌道を文字
パターンとして発生する手の動特性模擬手段と、 前記複数のパラメータを個別に可変設定するためのパラ
メータ設定手段とを備え、 前記動特性模擬手段が内在する前記動特性モデルは、 ｍｘ″＝ε（ｘr −ｘ）−ｒｘ′ ｍｙ″＝ε（ｙr −ｙ）−ｒｙ′ 但し、ｘ ：前記文字パターンの横軸座標 ｙ ：前記文字パターンの縦軸座標 ｘr ：前記基準軌道の横軸座標を示す関数 ｙr ：前記基準軌道の縦軸座標を示す関数 ｍ ：手の慣性の強さを示す係数 ｒ ：筆記具と紙の間の摩擦係数 ε ：基準軌道への復元力を示す係数 ｘ′：ｘの１階微分係数 ｙ′：ｙの１階微分係数 ｘ″：ｘの２階微分係数 ｙ″：ｙの２階微分係数 で示されることを特徴とする文字パターン生成装置。 - 【請求項３】指定された文字種の代表的なパターンを示
す二次元座標表現の基準文字軌道を生成する基準文字軌
道生成手段と、 前記基準文字軌道生成手段に対して、前記基準文字軌道
を生成すべき文字種を指定する文字種指定手段と、 人間の手の動特性を模擬した、複数のパラメータを有す
る動特性モデルを内在し、前記基準文字軌道生成手段に
より生成される基準文字軌道に対して手書きによる変形
を模擬的に施した二次元座標表現の変形文字軌道を文字
パターンとして発生する手の動特性模擬手段と、 前記複数のパラメータを個別に可変設定するためのパラ
メータ設定手段と、 前記文字種指定手段により指定された複数の文字種につ
いて、前記パラメータ設定手段により可変設定されたパ
ラメータをそれぞれ有する複数の動特性モデルに従って
前記動特性模擬手段により発生された文字パターンをデ
ータとして蓄積する蓄積手段とを備え、 前記動特性模擬手段が内在する前記動特性モデルは、 ｍｘ″＝ε（ｘr −ｘ）−ｒｘ′ ｍｙ″＝ε（ｙr −ｙ）−ｒｙ′ 但し、ｘ ：前記文字パターンの横軸座標 ｙ ：前記文字パターンの縦軸座標 ｘr ：前記基準軌道の横軸座標を示す関数 ｙr ：前記基準軌道の縦軸座標を示す関数 ｍ ：手の慣性の強さを示す係数 ｒ ：筆記具と紙の間の摩擦係数 ε ：基準軌道への復元力を示す係数 ｘ′：ｘの１階微分係数 ｙ′：ｙの１階微分係数 ｘ″：ｘの２階微分係数 ｙ″：ｙの２階微分係数 で示されることを特徴とする文字パターン生成装置。 - 【請求項４】指定された文字種の代表的なパターンを示
す二次元座標表現の基準文字軌道を生成する基準文字軌
道生成手段と、 前記基準文字軌道生成手段に対して、前記基準文字軌道
を生成すべき文字種を指定する文字種指定手段と、 人間の手の動特性を模擬した、複数のパラメータを有す
る動特性モデルを内在し、前記基準文字軌道生成手段に
より生成される基準文字軌道に対して手書きによる変形
を模擬的に施した二次元座標表現の変形文字軌道を文字
パターンとして発生する手の動特性模擬手段と、 前記複数のパラメータを個別に可変設定するためのパラ
メータ設定手段と、 前記文字種指定手段により指定された複数の文字種につ
いて、前記パラメータ設定手段により可変設定されたパ
ラメータをそれぞれ有する複数の動特性モデルに従って
前記動特性模擬手段により発生された文字パターンをデ
ータとして蓄積する蓄積手段と、 前記蓄積手段に蓄積された文字パターンのデータを用い
て文字認識のための学習を行う学習手段と、 前記学習手段の学習結果に基づいて認識対象の文字を認
識する認識手段とを備え、 前記動特性模擬手段が内在する前記動特性モデルは、 ｍｘ″＝ε（ｘr −ｘ）−ｒｘ′ ｍｙ″＝ε（ｙr −ｙ）−ｒｙ′ 但し、ｘ ：前記文字パターンの横軸座標 ｙ ：前記文字パターンの縦軸座標 ｘr ：前記基準軌道の横軸座標を示す関数 ｙr ：前記基準軌道の縦軸座標を示す関数 ｍ ：手の慣性の強さを示す係数 ｒ ：筆記具と紙の間の摩擦係数 ε ：基準軌道への復元力を示す係数 ｘ′：ｘの１階微分係数 ｙ′：ｙの１階微分係数 ｘ″：ｘの２階微分係数 ｙ″：ｙの２階微分係数 で示されることを特徴とする文字認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17821292A JP3222555B2 (ja) | 1992-07-06 | 1992-07-06 | 文字パターン生成装置及びこれを用いた文字認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17821292A JP3222555B2 (ja) | 1992-07-06 | 1992-07-06 | 文字パターン生成装置及びこれを用いた文字認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0620104A JPH0620104A (ja) | 1994-01-28 |
| JP3222555B2 true JP3222555B2 (ja) | 2001-10-29 |
Family
ID=16044547
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP17821292A Expired - Lifetime JP3222555B2 (ja) | 1992-07-06 | 1992-07-06 | 文字パターン生成装置及びこれを用いた文字認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3222555B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4912060B2 (ja) * | 2006-07-03 | 2012-04-04 | シャープ株式会社 | 文字パターン生成装置、文字パターン生成プログラム、および文字パターン生成プログラムを記録した記録媒体 |
| JP5224156B2 (ja) * | 2006-09-23 | 2013-07-03 | 康二 三宅 | 文字認識システムの学習文字サンプルの不足を補う方法 |
| JP2008107558A (ja) * | 2006-10-25 | 2008-05-08 | U-Can Inc | 中国語個性化書写ソフトウエアシステム |
| JP6968962B1 (ja) * | 2020-09-25 | 2021-11-24 | 株式会社日本経済新聞社 | 手書き文字認識用正解データ生成装置、方法、およびプログラム |
-
1992
- 1992-07-06 JP JP17821292A patent/JP3222555B2/ja not_active Expired - Lifetime
Non-Patent Citations (4)
| Title |
|---|
| 「電子通信学会技術研究報告」ＰＲＬ７９−１６ Ｖｏｌ．７９ Ｎｏ．５９ ｐ．３９−４６（１９７９）松尾守之 近藤正三 "パターンの変動モデル" |
| 「電子通信学会技術研究報告」ＰＲＬ８１−５７ Ｖｏｌ．８１ Ｎｏ．１６６ ｐ．６５−７２（１９８１）石井健一郎 "変形文字パターン発生方法に関する一考察" |
| 「電子通信学会論文誌」Ｖｏｌ．Ｊ６９−Ｄ Ｎｏ．１ ｐ．９８−１０７（１９８６）近藤正三 ブーンワット・アッタチュー "手書き文字の変動モデルとその表現能力の評価" |
| 「電子通信学会論文誌」Ｖｏｌ．Ｊ７２−Ｄ−２ Ｎｏ．１ ｐ．７６−８４（１９８９）塩野充 他 "筆軸の３次元運動に制御された筆触関数を用いた毛筆漢字パターンの生成" |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0620104A (ja) | 1994-01-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7407919B2 (ja) | 動画処理方法、動画処理装置、コンピュータプログラム及び電子機器 | |
| CN106407889A (zh) | 基于光流图深度学习模型在视频中人体交互动作识别方法 | |
| Capell et al. | Physically based rigging for deformable characters | |
| US5748769A (en) | Pattern recognition apparatus | |
| JPH0962864A (ja) | 高速描画方法および装置 | |
| Ren et al. | Synthesizing contact sounds between textured models | |
| CN114630738B (zh) | 用于模拟感测数据和创建感知的系统和方法 | |
| Todorov et al. | Unsupervised learning of sensory-motor primitives | |
| CN111475667A (zh) | 一种基于手写汉字的机械臂楷体风格书法撰写方法 | |
| Oz et al. | Linguistic properties based on American Sign Language isolated word recognition with artificial neural networks using a sensory glove and motion tracker | |
| JPH11508491A (ja) | 可動装置（ａｐｐａｒａｔｕｓ）を制御する設備（ｉｎｓｔａｌｌａｔｉｏｎ）および方法 | |
| CN108509924A (zh) | 人体姿态的评分方法和装置 | |
| CN114967937B (zh) | 一种虚拟人运动生成方法与系统 | |
| JP3222555B2 (ja) | 文字パターン生成装置及びこれを用いた文字認識装置 | |
| Mousas et al. | Performance-driven hybrid full-body character control for navigation and interaction in virtual environments | |
| US20040075662A1 (en) | Collision flypapering: a method for defining realistic behavior for simulated objects in computer animation | |
| US5680532A (en) | Method and apparatus for producing animation image | |
| KR20190116871A (ko) | 재질감 제공 장치 및 방법 | |
| Modler | Neural networks for mapping hand gestures to sound synthesis parameters | |
| JPWO2018211767A1 (ja) | 触質情報処理装置および触質情報処理方法 | |
| CN112507940A (zh) | 一种基于差分指导表示学习网络的骨骼动作识别方法 | |
| JP3084098B2 (ja) | コンピュータアニメーションの対話処理方式及び装置 | |
| Bar-Lev et al. | Virtual marionettes: a system and paradigm for real-time 3D animation | |
| Miyazaki et al. | A study of virtual manipulation of elastic objects | |
| JPH09128436A (ja) | 要素データ形成方法、物体解析方法及び記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070817 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080817 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090817 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100817 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100817 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110817 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120817 Year of fee payment: 11 |
|
| EXPY | Cancellation because of completion of term |