JP3333671B2 - パタン認識装置と方法及びパタン認識用距離比較方法 - Google Patents
パタン認識装置と方法及びパタン認識用距離比較方法Info
- Publication number
- JP3333671B2 JP3333671B2 JP27086395A JP27086395A JP3333671B2 JP 3333671 B2 JP3333671 B2 JP 3333671B2 JP 27086395 A JP27086395 A JP 27086395A JP 27086395 A JP27086395 A JP 27086395A JP 3333671 B2 JP3333671 B2 JP 3333671B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- pattern
- unit
- feature vector
- distance value
- 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)
Description
【０００１】
【発明の属する技術分野】この発明は、文字等のパタン
の認識処理を高速に行うパタン認識装置及びパタン認識
方法に関する。
の認識処理を高速に行うパタン認識装置及びパタン認識
方法に関する。
【０００２】
【従来の技術】帳票等に記入された文字パタンを認識す
るため、ＯＣＲ装置等の文字認識装置が広く用いられて
いる。従来の文字認識装置は、図１に示すように、特徴
抽出部１１と、分類部辞書１３を備える分類部１２と、
識別部辞書１５を備える識別部１４とから構成されてい
る。
るため、ＯＣＲ装置等の文字認識装置が広く用いられて
いる。従来の文字認識装置は、図１に示すように、特徴
抽出部１１と、分類部辞書１３を備える分類部１２と、
識別部辞書１５を備える識別部１４とから構成されてい
る。
【０００３】特徴抽出部１１は入力文字パタンの特徴を
抽出するものであり、入力文字パタンを数値列（特徴ベ
クトル）に変換し、分類部１２に供給する。分類部１２
は、図５に示すように、分類部辞書１３と距離値計算部
５１とソーティング部５２から構成される。分類部辞書
１３は入力文字パタンを幾つかの候補文字に分類するた
めに、各認識対象文字の典型的な特徴ベクトルを記憶し
ている。距離値計算部５１は入力された特徴ベクトルと
分類部辞書１３に登録された各特徴ベクトルとの距離値
を計算し、ソーティング部５２に供給する。ソーティン
グ部５２は、供給された距離値を昇順にソーティング
し、一定個数の小さい距離値を選択し、選択した距離値
に対応する文字の文字コードを候補文字列として、識別
部１４に出力する。
抽出するものであり、入力文字パタンを数値列（特徴ベ
クトル）に変換し、分類部１２に供給する。分類部１２
は、図５に示すように、分類部辞書１３と距離値計算部
５１とソーティング部５２から構成される。分類部辞書
１３は入力文字パタンを幾つかの候補文字に分類するた
めに、各認識対象文字の典型的な特徴ベクトルを記憶し
ている。距離値計算部５１は入力された特徴ベクトルと
分類部辞書１３に登録された各特徴ベクトルとの距離値
を計算し、ソーティング部５２に供給する。ソーティン
グ部５２は、供給された距離値を昇順にソーティング
し、一定個数の小さい距離値を選択し、選択した距離値
に対応する文字の文字コードを候補文字列として、識別
部１４に出力する。
【０００４】再び図１を参照して、識別部辞書１５は、
各認識対象文字について、１又は複数の特徴ベクトルを
記憶している。識別部１４は分類部１２より送られてき
た文字コードに対応する識別部辞書１５に記憶された特
徴ベクトルと特徴抽出部１１から供給された入力特徴ベ
クトルとの距離値を計算する。識別部１４は、計算した
距離値を昇順にソーティングし、距離値が小さい一定個
数の文字の文字コードを候補文字列として出力する。通
常、識別部１４では分類部１２よりも高度な識別関数を
使用して認識精度を高めている。
各認識対象文字について、１又は複数の特徴ベクトルを
記憶している。識別部１４は分類部１２より送られてき
た文字コードに対応する識別部辞書１５に記憶された特
徴ベクトルと特徴抽出部１１から供給された入力特徴ベ
クトルとの距離値を計算する。識別部１４は、計算した
距離値を昇順にソーティングし、距離値が小さい一定個
数の文字の文字コードを候補文字列として出力する。通
常、識別部１４では分類部１２よりも高度な識別関数を
使用して認識精度を高めている。
【０００５】
【発明が解決しようとする課題】従来の文字認識装置で
は、識別部１４にて最終的に距離値のソーティングを行
う。従って、分類部１２において距離値のソーティング
を行う必要はなく、特徴抽出部１１で抽出された特徴ベ
クトルとの距離値が小さい特徴ベクトルを持つ候補文字
を一定個数絞り込めればよい。しかし、実際はその絞り
込みの為にソーティング処理が行われていて、多くの処
理時間を要している。
は、識別部１４にて最終的に距離値のソーティングを行
う。従って、分類部１２において距離値のソーティング
を行う必要はなく、特徴抽出部１１で抽出された特徴ベ
クトルとの距離値が小さい特徴ベクトルを持つ候補文字
を一定個数絞り込めればよい。しかし、実際はその絞り
込みの為にソーティング処理が行われていて、多くの処
理時間を要している。
【０００６】これらの問題は、文字認識装置に限らず、
他のパタン認識装置に共通に存在しており、高認識率を
維持したまま、入力パタンをより高速に認識できるパタ
ン認識装置及びパタン認識方法が望まれている。
他のパタン認識装置に共通に存在しており、高認識率を
維持したまま、入力パタンをより高速に認識できるパタ
ン認識装置及びパタン認識方法が望まれている。
【０００７】この発明は上記実状に鑑みて成されたもの
であり、パタンの認識を高速に行うことができるパタン
認識装置と方法及びパタンの認識を高速化することがで
きるパタン認識用の距離比較方法を提供することを目的
とする。
であり、パタンの認識を高速に行うことができるパタン
認識装置と方法及びパタンの認識を高速化することがで
きるパタン認識用の距離比較方法を提供することを目的
とする。
【０００８】
【課題を解決するための手段】上記目的を達成するた
め、この発明の第１の観点にかかるパタン認識装置は、
入力パタンから特徴ベクトルを抽出する特徴抽出部と、
予め定められた認識対象パタンの分類用の特徴ベクトル
を記憶する分類部辞書と、前記分類部辞書に記憶された
各特徴ベクトルと前記特徴抽出部により抽出された特徴
ベクトルとの距離値を表すパラメータを計算する距離値
計算部と、前記距離値計算部にて計算された各パラメー
タのうち、予め定められた前記比較値の初期値よりも小
さいものを選択する選択手段と、前記選択手段により選
択されたパラメータの数が所定範囲内に存在しない場
合、前記比較値を更新する更新手段と、前記更新手段に
て更新された比較値を用いて前記選択手段による選択処
理を繰り返し、前記比較値より小さいパラメータを前記
所定範囲内の数だけ選択する制御手段と、前記選択手段
により選択されたパラメータに対応するパタンを出力す
る出力手段と、出力されたパタンを認識する認識手段
と、を備え、前記制御手段は、前記選択手段による選択
処理の繰り返し回数が所定回数を超えた場合に、前記選
択手段による選択を中止し、前記パラメータをソーティ
ングしてパラメータを選択し、所定数のパラメータを選
択するとソーティングを中止するソーティング手段を備
え、前記出力手段は、前記ソーティング手段によりソー
ティングされた所定数のパラメータに対応するパタンを
出力する手段を備える、ことを特徴とする。
め、この発明の第１の観点にかかるパタン認識装置は、
入力パタンから特徴ベクトルを抽出する特徴抽出部と、
予め定められた認識対象パタンの分類用の特徴ベクトル
を記憶する分類部辞書と、前記分類部辞書に記憶された
各特徴ベクトルと前記特徴抽出部により抽出された特徴
ベクトルとの距離値を表すパラメータを計算する距離値
計算部と、前記距離値計算部にて計算された各パラメー
タのうち、予め定められた前記比較値の初期値よりも小
さいものを選択する選択手段と、前記選択手段により選
択されたパラメータの数が所定範囲内に存在しない場
合、前記比較値を更新する更新手段と、前記更新手段に
て更新された比較値を用いて前記選択手段による選択処
理を繰り返し、前記比較値より小さいパラメータを前記
所定範囲内の数だけ選択する制御手段と、前記選択手段
により選択されたパラメータに対応するパタンを出力す
る出力手段と、出力されたパタンを認識する認識手段
と、を備え、前記制御手段は、前記選択手段による選択
処理の繰り返し回数が所定回数を超えた場合に、前記選
択手段による選択を中止し、前記パラメータをソーティ
ングしてパラメータを選択し、所定数のパラメータを選
択するとソーティングを中止するソーティング手段を備
え、前記出力手段は、前記ソーティング手段によりソー
ティングされた所定数のパラメータに対応するパタンを
出力する手段を備える、ことを特徴とする。
【０００９】上記目的を達成するため、この発明の第２
の観点にかかるパタン認識方法は、入力パタン列から特
徴ベクトルを抽出する抽出ステップと、前記抽出ステッ
プにおいて抽出された特徴ベクトルと分類用辞書に登録
された特徴ベクトルとの距離値を表すパラメータを計算
する第１の計算ステップと、前記第１の計算ステップに
より計算された各パラメータを前記比較値と比較し、前
記比較値よりも小さいパラメータを選択し、選択したパ
ラメータの数が所定範囲内に存在しない場合、前記比較
値を更新し、更新した比較値を用いて選択処理を繰り返
し、所定範囲内の数だけパラメータを選択するように制
御することにより、前記第１の計算ステップにより計算
されたパラメータと予め定められた比較値とを比較し、
比較結果に基づいて、距離値が小さい所定数のパタンを
選択する選択ステップと、選択処理の繰り返し回数が所
定回数を超えた場合に、前記選択ステップによる選択を
中止し、前記パラメータをソーティングして、距離値が
小さい所定数のパラメータを選択し、所定数のパラメー
タを選択するとソーティングを中止し、選択したパラメ
ータに対応するパタンを出力する出力ステップと、前記
選択ステップ又は出力ステップにより選択されたパタン
に対応する識別用辞書に登録された特徴ベクトルと前記
抽出ステップにより抽出された特徴ベクトルとの距離値
を表すパラメータを計算する第２の計算ステップと、前
記第２の計算ステップにおいて計算されたパラメータに
基づいて、所定範囲内の数の距離値の小さいパタンを出
力するステップと、を備えることを特徴とする。
の観点にかかるパタン認識方法は、入力パタン列から特
徴ベクトルを抽出する抽出ステップと、前記抽出ステッ
プにおいて抽出された特徴ベクトルと分類用辞書に登録
された特徴ベクトルとの距離値を表すパラメータを計算
する第１の計算ステップと、前記第１の計算ステップに
より計算された各パラメータを前記比較値と比較し、前
記比較値よりも小さいパラメータを選択し、選択したパ
ラメータの数が所定範囲内に存在しない場合、前記比較
値を更新し、更新した比較値を用いて選択処理を繰り返
し、所定範囲内の数だけパラメータを選択するように制
御することにより、前記第１の計算ステップにより計算
されたパラメータと予め定められた比較値とを比較し、
比較結果に基づいて、距離値が小さい所定数のパタンを
選択する選択ステップと、選択処理の繰り返し回数が所
定回数を超えた場合に、前記選択ステップによる選択を
中止し、前記パラメータをソーティングして、距離値が
小さい所定数のパラメータを選択し、所定数のパラメー
タを選択するとソーティングを中止し、選択したパラメ
ータに対応するパタンを出力する出力ステップと、前記
選択ステップ又は出力ステップにより選択されたパタン
に対応する識別用辞書に登録された特徴ベクトルと前記
抽出ステップにより抽出された特徴ベクトルとの距離値
を表すパラメータを計算する第２の計算ステップと、前
記第２の計算ステップにおいて計算されたパラメータに
基づいて、所定範囲内の数の距離値の小さいパタンを出
力するステップと、を備えることを特徴とする。
【００１０】このような構成のパタン認識装置及び方法
によれば、パタンの分類用の選択が、距離値のソーティ
ングではなく、距離値と所定の比較値（しきい値）との
比較により行われる。従って、ソーティングにより選択
する場合に比して、処理時間を大幅に短縮することがで
きる。
によれば、パタンの分類用の選択が、距離値のソーティ
ングではなく、距離値と所定の比較値（しきい値）との
比較により行われる。従って、ソーティングにより選択
する場合に比して、処理時間を大幅に短縮することがで
きる。
【００１１】比較値を用いて求めている場合には、距離
値のソート処理を行わないことが望ましい。
値のソート処理を行わないことが望ましい。
【００１２】入力パタンは、例えば、文字パタンであ
り、前記パラメータは例えば距離値自体又は距離値の２
乗の値から構成される。
り、前記パラメータは例えば距離値自体又は距離値の２
乗の値から構成される。
【００１３】また、この発明の第３の観点にかかるパタ
ン認識用距離比較方法は、入力特徴ベクトルと予め辞書
に登録された認識対象パタンの特徴ベクトルとの距離を
示すパラメータと予め定められた比較値とを比較し、距
離が小さい所定数のパタンを選択し、選択されたパタン
の数が所定範囲内に存在しない場合、前記比較値を更新
し、更新された比較値と前記パラメータの比較処理を繰
り返し、小さい距離値を有するパタンを前記所定数だけ
選択する、ことを特徴とする。
ン認識用距離比較方法は、入力特徴ベクトルと予め辞書
に登録された認識対象パタンの特徴ベクトルとの距離を
示すパラメータと予め定められた比較値とを比較し、距
離が小さい所定数のパタンを選択し、選択されたパタン
の数が所定範囲内に存在しない場合、前記比較値を更新
し、更新された比較値と前記パラメータの比較処理を繰
り返し、小さい距離値を有するパタンを前記所定数だけ
選択する、ことを特徴とする。
【００１４】このような構成のパタン認識用距離比較方
法によれば、パタンの選択が、距離値のソーティングで
はなく、距離値と所定の比較値（しきい値）との比較に
より行われる。従って、ソーティングにより選択する場
合に比して、処理時間を大幅に短縮することができる。
また、パラメータを所定数選択できない場合に、比較値
を更新して、比較処理を繰り返すので、所定数のパラメ
ータを選択できる可能性が高くなる。
法によれば、パタンの選択が、距離値のソーティングで
はなく、距離値と所定の比較値（しきい値）との比較に
より行われる。従って、ソーティングにより選択する場
合に比して、処理時間を大幅に短縮することができる。
また、パラメータを所定数選択できない場合に、比較値
を更新して、比較処理を繰り返すので、所定数のパラメ
ータを選択できる可能性が高くなる。
【００１５】
【発明の実施の形態】以下、この発明の実施の形態にか
かるパタン認識装置及びパタン認識方法を文字認識装置
を例に説明する。この文字認識装置は、図１に示すよう
に、特徴抽出部１１、分類部辞書１３を備える分類部１
２、識別部辞書１５を備える識別部１４とから構成され
ている。
かるパタン認識装置及びパタン認識方法を文字認識装置
を例に説明する。この文字認識装置は、図１に示すよう
に、特徴抽出部１１、分類部辞書１３を備える分類部１
２、識別部辞書１５を備える識別部１４とから構成され
ている。
【００１６】特徴抽出部１１は、従来と同様に、帳票等
に手書きされた入力文字パタン等を読み取り、入力文字
パタンから特徴ベクトルを抽出し、分類部１２に供給す
る。分類部１２は、図２に示すように、分類部辞書１３
と、距離値計算部２２と、距離値比較部２３と、ソーテ
ィング部２４から構成される。
に手書きされた入力文字パタン等を読み取り、入力文字
パタンから特徴ベクトルを抽出し、分類部１２に供給す
る。分類部１２は、図２に示すように、分類部辞書１３
と、距離値計算部２２と、距離値比較部２３と、ソーテ
ィング部２４から構成される。
【００１７】分類部辞書１３は、カタカナ、ひらがな、
漢字、記号、数字、英字等の認識対象文字の各文字コー
ドと分類用の特徴ベクトルを予め記憶するデータベース
である。
漢字、記号、数字、英字等の認識対象文字の各文字コー
ドと分類用の特徴ベクトルを予め記憶するデータベース
である。
【００１８】距離値計算部２２は、特徴抽出部１１が抽
出した特徴ベクトル（入力特徴ベクトル）と分類部辞書
１３に記憶された特徴ベクトルとの距離を辞書内の全て
の認識対象文字について計算し、文字コードと距離の対
を出力する演算装置である。
出した特徴ベクトル（入力特徴ベクトル）と分類部辞書
１３に記憶された特徴ベクトルとの距離を辞書内の全て
の認識対象文字について計算し、文字コードと距離の対
を出力する演算装置である。
【００１９】距離値比較部２３は、距離値計算部２２に
おいて計算された距離値を所定の比較値（しきい値）と
比較し、比較値よりも小さい距離値に対応する文字の文
字コードを候補文字列として一定個数出力する演算装置
である。一回の比較処理で、候補文字を一定個数に絞り
込めなかった場合、距離値比較部２３は、比較値を更新
して距離値と比較する比較処理を繰り返す。比較処理を
限度回数まで繰り返しても、候補文字を一定個数に絞り
込めなかった場合、距離値比較部２３は比較処理を中止
し、ソーティング部２４を起動する。
おいて計算された距離値を所定の比較値（しきい値）と
比較し、比較値よりも小さい距離値に対応する文字の文
字コードを候補文字列として一定個数出力する演算装置
である。一回の比較処理で、候補文字を一定個数に絞り
込めなかった場合、距離値比較部２３は、比較値を更新
して距離値と比較する比較処理を繰り返す。比較処理を
限度回数まで繰り返しても、候補文字を一定個数に絞り
込めなかった場合、距離値比較部２３は比較処理を中止
し、ソーティング部２４を起動する。
【００２０】ソーティング部２４は、前述のように、距
離値比較部２３が候補文字を一定数選択できなかった場
合のみ動作し、距離値計算部２２にて計算された各距離
値を昇順にソーティングし、一定個数の距離値を選択
し、対応する文字の文字コードを候補文字列として出力
する演算装置である。
離値比較部２３が候補文字を一定数選択できなかった場
合のみ動作し、距離値計算部２２にて計算された各距離
値を昇順にソーティングし、一定個数の距離値を選択
し、対応する文字の文字コードを候補文字列として出力
する演算装置である。
【００２１】次に、分類部１２が入力特徴ベクトルに対
応する候補文字列を出力する処理を具体的に説明する。
応する候補文字列を出力する処理を具体的に説明する。
【００２２】特徴抽出部１１が入力文字パタンから抽出
した入力特徴ベクトルは距離値計算部２２に供給され
る。距離値計算部２２は、入力特徴ベクトルと分類部辞
書１３に記憶された各特徴ベクトルとの距離値を計算す
る。入力特徴ベクトルをＸ（ｎ次元）、分類部辞書１３
内のｉ番目の文字の特徴ベクトルをＹi（ｎ次元）とす
るとそれらは数１のように表される。ここでＩは分類部
辞書１３内の特徴ベクトルの数である。
した入力特徴ベクトルは距離値計算部２２に供給され
る。距離値計算部２２は、入力特徴ベクトルと分類部辞
書１３に記憶された各特徴ベクトルとの距離値を計算す
る。入力特徴ベクトルをＸ（ｎ次元）、分類部辞書１３
内のｉ番目の文字の特徴ベクトルをＹi（ｎ次元）とす
るとそれらは数１のように表される。ここでＩは分類部
辞書１３内の特徴ベクトルの数である。
【００２３】
【数１】 ＸT ＝［ｘ1， ｘ2， ｘ3， ・・・，ｘn ］ Ｙi T＝［ｙ1i，ｙ2i，ｙ3i，・・・，ｙni］ ｉ＝１〜Ｉ Ｔは転置記号を示す。
【００２４】距離値計算部２２は入力特徴ベクトルＸと
ｉ番目の特徴ベクトルＹiとのユーリクッドの距離値Ｄ
（ｉ）を数２により求める。
ｉ番目の特徴ベクトルＹiとのユーリクッドの距離値Ｄ
（ｉ）を数２により求める。
【００２５】
【数２】
【００２６】距離値計算部２２は数２を用いて計算した
Ｉ個の距離値Ｄ（１）〜Ｄ（Ｉ）をその距離値が得られ
た文字コードと共に距離値比較部２３に送る。距離値比
較部２３は、距離値計算部２２から供給された各距離値
と所定の比較値（しきい値）Ｔ（ｊ）を比較し、識別部
１４へ送る候補文字を選択（抽出）する。この比較処理
を図３に示すフローチャートを参照して具体的に説明す
る。
Ｉ個の距離値Ｄ（１）〜Ｄ（Ｉ）をその距離値が得られ
た文字コードと共に距離値比較部２３に送る。距離値比
較部２３は、距離値計算部２２から供給された各距離値
と所定の比較値（しきい値）Ｔ（ｊ）を比較し、識別部
１４へ送る候補文字を選択（抽出）する。この比較処理
を図３に示すフローチャートを参照して具体的に説明す
る。
【００２７】まず、繰り返し回数のカウンタｊを０にク
リアし、比較値（しきい値）Ｔ（ｊ）の初期値Ｔ（０）
を設定する（Ｓ３０１）。次に、繰り返し回数ｊが定め
られた繰り返し限度回数Ｊに達したか否か判別する（Ｓ
３０２）。ここでは、ｊ＝０であるので、フローはステ
ップＳ３０３に進む。ステップＳ３０３において、１番
目の距離値Ｄ（１）から順番に比較値Ｔ（ｊ）と比較し
ていくため、ｉ＝１とし、識別候補数のカウンタｋをク
リアする（Ｓ３０３）。
リアし、比較値（しきい値）Ｔ（ｊ）の初期値Ｔ（０）
を設定する（Ｓ３０１）。次に、繰り返し回数ｊが定め
られた繰り返し限度回数Ｊに達したか否か判別する（Ｓ
３０２）。ここでは、ｊ＝０であるので、フローはステ
ップＳ３０３に進む。ステップＳ３０３において、１番
目の距離値Ｄ（１）から順番に比較値Ｔ（ｊ）と比較し
ていくため、ｉ＝１とし、識別候補数のカウンタｋをク
リアする（Ｓ３０３）。
【００２８】次に、全ての距離値Ｄ（ｉ）（ｉ＝１、
２、・・・、Ｉ）についての処理が終了したか否かを判
別する（ステップＳ３０４）。ここでは、処理が終了し
ていないものとし、フローはステップＳ３０５に進む。
ステップＳ３０５において、距離値Ｄ（ｉ）と比較値Ｔ
（ｊ）を比較し、距離値Ｄ（ｉ）が比較値Ｔ（ｊ）より
も小さければ、距離値の番号ｉを識別候補番号Ｓ（ｋ）
として保存し、識別候補数ｋを１カウントアップする
（Ｓ３０６）。そして次の距離値Ｄ（ｉ＋１）を読み込
むため、距離値Ｄ（ｉ）の番号ｉを１カウントアップし
（Ｓ３０７）、ステップＳ３０４にリターンし、ステッ
プＳ３０５〜Ｓ３０７の比較処理を繰り返す。
２、・・・、Ｉ）についての処理が終了したか否かを判
別する（ステップＳ３０４）。ここでは、処理が終了し
ていないものとし、フローはステップＳ３０５に進む。
ステップＳ３０５において、距離値Ｄ（ｉ）と比較値Ｔ
（ｊ）を比較し、距離値Ｄ（ｉ）が比較値Ｔ（ｊ）より
も小さければ、距離値の番号ｉを識別候補番号Ｓ（ｋ）
として保存し、識別候補数ｋを１カウントアップする
（Ｓ３０６）。そして次の距離値Ｄ（ｉ＋１）を読み込
むため、距離値Ｄ（ｉ）の番号ｉを１カウントアップし
（Ｓ３０７）、ステップＳ３０４にリターンし、ステッ
プＳ３０５〜Ｓ３０７の比較処理を繰り返す。
【００２９】全ての距離値Ｄ（ｉ）と比較値Ｔ（ｊ）と
の比較が終了すると、ｉがＩ＋１に一致したことがステ
ップＳ３０４において判別され、フローはステップＳ３
０８に進む。ステップＳ３０８において、識別候補数ｋ
が予め定められた範囲（α1≦ｋ≦α2）に存在するかを
判別する。
の比較が終了すると、ｉがＩ＋１に一致したことがステ
ップＳ３０４において判別され、フローはステップＳ３
０８に進む。ステップＳ３０８において、識別候補数ｋ
が予め定められた範囲（α1≦ｋ≦α2）に存在するかを
判別する。
【００３０】識別候補数ｋが上記範囲内に存在する場
合、即ち、識別部１４に送られる候補文字の数が適当な
数の場合には、保存していたｋ個の識別候補番号Ｓ
（１）〜Ｓ（ｋ）に対応する文字コードをソーティング
部２４を介さずに識別部１４へ候補文字列として出力す
る。識別候補数ｋが上記範囲内に存在しない場合、即
ち、候補文字が多すぎる場合又は少なすぎる場合、識別
候補数ｋを適切な数に設定するために、以下の処理を行
う。
合、即ち、識別部１４に送られる候補文字の数が適当な
数の場合には、保存していたｋ個の識別候補番号Ｓ
（１）〜Ｓ（ｋ）に対応する文字コードをソーティング
部２４を介さずに識別部１４へ候補文字列として出力す
る。識別候補数ｋが上記範囲内に存在しない場合、即
ち、候補文字が多すぎる場合又は少なすぎる場合、識別
候補数ｋを適切な数に設定するために、以下の処理を行
う。
【００３１】まず、識別候補数ｋがα1より小さいか否
か判別する（Ｓ３０９）。識別候補数ｋがα1より小さ
い場合、即ち、候補文字が少なすぎる場合には、識別候
補数ｋを増加するように、比較値Ｔ（ｊ）に所定の正の
補正値βを加算して、新たな比較値Ｔ（ｊ）とする（Ｓ
３１０）。識別候補数ｋがα2より大きい場合、即ち、
候補文字が多すぎる場合には、識別候補数ｋを減少する
ように、比較値Ｔ（ｊ）から補正値βを減算して、新た
な比較値Ｔ（ｊ）とする（Ｓ３１１）。
か判別する（Ｓ３０９）。識別候補数ｋがα1より小さ
い場合、即ち、候補文字が少なすぎる場合には、識別候
補数ｋを増加するように、比較値Ｔ（ｊ）に所定の正の
補正値βを加算して、新たな比較値Ｔ（ｊ）とする（Ｓ
３１０）。識別候補数ｋがα2より大きい場合、即ち、
候補文字が多すぎる場合には、識別候補数ｋを減少する
ように、比較値Ｔ（ｊ）から補正値βを減算して、新た
な比較値Ｔ（ｊ）とする（Ｓ３１１）。
【００３２】ステップＳ３１０又はＳ３１１において、
比較値Ｔ（ｊ）を更新した後、繰り返し回数のカウンタ
ｊを１カウントアップすると共に、記憶していた全ての
識別候補番号Ｓ（１）〜Ｓ（ｋ）をクリアする（Ｓ３１
２）。続いて、フローはステップＳ３０２に戻り、ステ
ップＳ３０２〜Ｓ３１２の比較及び選択処理を繰り返
す。
比較値Ｔ（ｊ）を更新した後、繰り返し回数のカウンタ
ｊを１カウントアップすると共に、記憶していた全ての
識別候補番号Ｓ（１）〜Ｓ（ｋ）をクリアする（Ｓ３１
２）。続いて、フローはステップＳ３０２に戻り、ステ
ップＳ３０２〜Ｓ３１２の比較及び選択処理を繰り返
す。
【００３３】上記処理をＪ回繰り返しても、所望数の候
補文字が得られない場合、繰り返し回数ｊが限度回数Ｊ
に一致したことがステップＳ３０２で判別される。この
判別により、距離値比較部２３は、距離値と比較値の比
較による候補文字の選択処理を中止し、ソーティング部
２４を起動する。
補文字が得られない場合、繰り返し回数ｊが限度回数Ｊ
に一致したことがステップＳ３０２で判別される。この
判別により、距離値比較部２３は、距離値と比較値の比
較による候補文字の選択処理を中止し、ソーティング部
２４を起動する。
【００３４】ソーティング部２４は、距離値比較部２３
から供給された距離値Ｄ（１）〜Ｄ（Ｉ）を昇順にソー
ティングし、例えば、小さい方から（α1＋α2）／２個
の距離値を選択する。ソーティング部２４は、一定個数
の距離値が得られると、その時点でソーティング処理を
終了し、選択した距離値に対応する候補文字列の文字コ
ードを候補文字列として識別部１４へ出力する。
から供給された距離値Ｄ（１）〜Ｄ（Ｉ）を昇順にソー
ティングし、例えば、小さい方から（α1＋α2）／２個
の距離値を選択する。ソーティング部２４は、一定個数
の距離値が得られると、その時点でソーティング処理を
終了し、選択した距離値に対応する候補文字列の文字コ
ードを候補文字列として識別部１４へ出力する。
【００３５】識別部１４は、識別部辞書１５に登録され
ている特徴ベクトルのうち、距離値比較部２３又はソー
ティング部２４から供給された候補文字列に対応するも
のと入力特徴ベクトルとの距離を求める。識別部１４
は、求めた距離値を昇順にソーティングし、所定数の距
離値が得られた時点でソーティング処理を終了し、距離
が小さい文字の文字コードを候補文字列として出力す
る。
ている特徴ベクトルのうち、距離値比較部２３又はソー
ティング部２４から供給された候補文字列に対応するも
のと入力特徴ベクトルとの距離を求める。識別部１４
は、求めた距離値を昇順にソーティングし、所定数の距
離値が得られた時点でソーティング処理を終了し、距離
が小さい文字の文字コードを候補文字列として出力す
る。
【００３６】図３のステップＳ３０８の判定に用いられ
る識別候補数ｋの下限値α1と上限値α2は、それらの値
及びそれらの差を大きくすると、候補文字内に正解文字
が入る可能性が高くなる為、認識精度は高くなる。しか
し、識別部１４に送られる候補文字数が多い為、識別部
１４の処理速度は低下する。また、下限値α1と上限値
α2及びこれらの値の差を小さくすると、候補文字内に
正解文字が入る可能性が低くなり、認識精度が低くな
る。しかし、識別部１４に送られる候補文字数が少ない
為、識別部１４の処理速度は向上する。
る識別候補数ｋの下限値α1と上限値α2は、それらの値
及びそれらの差を大きくすると、候補文字内に正解文字
が入る可能性が高くなる為、認識精度は高くなる。しか
し、識別部１４に送られる候補文字数が多い為、識別部
１４の処理速度は低下する。また、下限値α1と上限値
α2及びこれらの値の差を小さくすると、候補文字内に
正解文字が入る可能性が低くなり、認識精度が低くな
る。しかし、識別部１４に送られる候補文字数が少ない
為、識別部１４の処理速度は向上する。
【００３７】このため、下限値α1と上限値α2として
は、認識精度が適当で且つ識別部１４での識別処理が高
速に行われるように、実験的に定めた値を設定する。ま
た、補正値βは、少ない繰り返し回数ｊでα1≦ｋ≦α2
が成立するように実験的に得られた固定値を設定する。
は、認識精度が適当で且つ識別部１４での識別処理が高
速に行われるように、実験的に定めた値を設定する。ま
た、補正値βは、少ない繰り返し回数ｊでα1≦ｋ≦α2
が成立するように実験的に得られた固定値を設定する。
【００３８】認識対象文字としてＪＩＳ第一水準（認識
対象文字：約３５００文字）を想定した場合、例えば、
α1＝６４、α2＝１９２、β＝０．２５程度が望まし
い。
対象文字：約３５００文字）を想定した場合、例えば、
α1＝６４、α2＝１９２、β＝０．２５程度が望まし
い。
【００３９】次に、比較値Ｔ（ｊ）の初期値Ｔ（０）を
求める手法について説明する。比較値Ｔ（ｊ）の初期値
Ｔ（０）は、予め用意されたＮ個の学習用文字パタンの
特徴ベクトルと分類部辞書１３内の全特徴ベクトルとの
距離値のうち１位のもの（最も小さいもの）を求めて、
それらの距離値の総和ｄtlを、距離値の総数Ｎで割った
平均値ｄavよりパラメータγを引いて求める。
求める手法について説明する。比較値Ｔ（ｊ）の初期値
Ｔ（０）は、予め用意されたＮ個の学習用文字パタンの
特徴ベクトルと分類部辞書１３内の全特徴ベクトルとの
距離値のうち１位のもの（最も小さいもの）を求めて、
それらの距離値の総和ｄtlを、距離値の総数Ｎで割った
平均値ｄavよりパラメータγを引いて求める。
【００４０】この手法を図４のフローチャートを参照し
て具体的に説明する。まず、距離値の合計値ｄtlを０に
クリアし、学習用文字パタンの特徴ベクトルの番号ｎを
１に初期化する（Ｓ４１）。
て具体的に説明する。まず、距離値の合計値ｄtlを０に
クリアし、学習用文字パタンの特徴ベクトルの番号ｎを
１に初期化する（Ｓ４１）。
【００４１】続いて、全ての学習用文字パタンｎ（１、
２、・・・、Ｎ）について、後述するステップＳ４３〜
Ｓ４７の処理が終了したか否かを判別する（Ｓ４２）。
ここでは、ｎ＝１であるので、フローはステップＳ４３
に進む。
２、・・・、Ｎ）について、後述するステップＳ４３〜
Ｓ４７の処理が終了したか否かを判別する（Ｓ４２）。
ここでは、ｎ＝１であるので、フローはステップＳ４３
に進む。
【００４２】ステップＳ４３では、ｎ番目の学習用文字
パタンの特徴ベクトルと分類部辞書１３内の全ての特徴
ベクトルとの距離値を計算し、そのうち１位のものをｄ
（ｎ）とし（Ｓ４３）、求めた距離値ｄ（ｎ）を合計値
ｄtlに加算する（Ｓ４４）。続いて、ｎ＋１番目の学習
用文字パタンの距離値ｄ（ｎ＋１）を求めるため、ｎを
１カウントアップし（Ｓ４５）、フローはステップＳ４
２にリターンする。
パタンの特徴ベクトルと分類部辞書１３内の全ての特徴
ベクトルとの距離値を計算し、そのうち１位のものをｄ
（ｎ）とし（Ｓ４３）、求めた距離値ｄ（ｎ）を合計値
ｄtlに加算する（Ｓ４４）。続いて、ｎ＋１番目の学習
用文字パタンの距離値ｄ（ｎ＋１）を求めるため、ｎを
１カウントアップし（Ｓ４５）、フローはステップＳ４
２にリターンする。
【００４３】全ての学習用文字パタンについて距離値の
計算が終了すると、ステップＳ４２でｎ＞Ｎと判別さ
れ、フローはステップＳ４６に進む。ステップＳ４６に
おいて、距離値ｄ（ｎ）の数Ｎで距離値ｄ（ｎ）の総和
ｄtl を割り、距離値ｄ（ｎ）の平均値ｄavを求める（Ｓ
４６）。最後に、平均値ｄavからパラメータγを引くこ
とにより、初期値Ｔ（０）を求める（Ｓ４７）。このよ
うにして求められた比較値の初期値Ｔ（０）が分類部１
２に設定される。
計算が終了すると、ステップＳ４２でｎ＞Ｎと判別さ
れ、フローはステップＳ４６に進む。ステップＳ４６に
おいて、距離値ｄ（ｎ）の数Ｎで距離値ｄ（ｎ）の総和
ｄtl を割り、距離値ｄ（ｎ）の平均値ｄavを求める（Ｓ
４６）。最後に、平均値ｄavからパラメータγを引くこ
とにより、初期値Ｔ（０）を求める（Ｓ４７）。このよ
うにして求められた比較値の初期値Ｔ（０）が分類部１
２に設定される。
【００４４】なお、学習文字パタンの数Ｎ及びパラメー
タγは任意に設定可能である。分類部辞書１３の認識対
象文字数が４０００であり、その中から候補の文字を約
１００文字前後に絞りたいとする。距離値ｄ（ｎ）の分
布が正規分布であると仮定した場合、平均値のまわりに
片側２σを取るとその中に確率変数は９５％存在すると
いう正規分布の性質より、γ＝２σと設定できる（σ：
標準偏差）。
タγは任意に設定可能である。分類部辞書１３の認識対
象文字数が４０００であり、その中から候補の文字を約
１００文字前後に絞りたいとする。距離値ｄ（ｎ）の分
布が正規分布であると仮定した場合、平均値のまわりに
片側２σを取るとその中に確率変数は９５％存在すると
いう正規分布の性質より、γ＝２σと設定できる（σ：
標準偏差）。
【００４５】以上説明したように、この実施の形態で
は、分類部１２から識別部１４に送る候補文字の選択を
ソーティングを極力行わず、比較値との比較により行
う。これにより分類部１２の分類精度を低下させること
なく、分類処理に要する処理時間を従来の２／３程度に
短縮できる。
は、分類部１２から識別部１４に送る候補文字の選択を
ソーティングを極力行わず、比較値との比較により行
う。これにより分類部１２の分類精度を低下させること
なく、分類処理に要する処理時間を従来の２／３程度に
短縮できる。
【００４６】なお、図３のフローチャートでは、候補文
字数ｋが所望の範囲α1≦ｋ≦α2に入らなかった場合、
識別候補数ｋをクリアして、初めから計算し直してい
る。しかし、繰り返し前の計算を利用し、計算量を減ら
してもよい。例えば、ｊ回目の処理において、識別候補
数ｋがα1より小さい（ｋ＜α1）場合、あとα1−ｋ個
だけ距離値を選択できればよい。よって、ｊ＋１回目の
処理では、ｋ個の識別候補に対応する距離値を除いた距
離値の中から足りない分だけ（α1−ｋ個以上α2−ｋ個
以下）小さいものを選択すればよい。また、識別候補数
ｋがα2より大きい（ｋ＞α2）場合、選択されたｋ個の
距離値からｋ−α2個だけふるい落とせばよい。よっ
て、ｊ＋１回目の処理では、ｋ個の識別候補に対応する
距離値についてのみ比較処理を行えばよい。
字数ｋが所望の範囲α1≦ｋ≦α2に入らなかった場合、
識別候補数ｋをクリアして、初めから計算し直してい
る。しかし、繰り返し前の計算を利用し、計算量を減ら
してもよい。例えば、ｊ回目の処理において、識別候補
数ｋがα1より小さい（ｋ＜α1）場合、あとα1−ｋ個
だけ距離値を選択できればよい。よって、ｊ＋１回目の
処理では、ｋ個の識別候補に対応する距離値を除いた距
離値の中から足りない分だけ（α1−ｋ個以上α2−ｋ個
以下）小さいものを選択すればよい。また、識別候補数
ｋがα2より大きい（ｋ＞α2）場合、選択されたｋ個の
距離値からｋ−α2個だけふるい落とせばよい。よっ
て、ｊ＋１回目の処理では、ｋ個の識別候補に対応する
距離値についてのみ比較処理を行えばよい。
【００４７】また、上記実施の形態においては、補正値
βを固定値としているが、補正値βをα1−ｋ、ｋ−α2
の値に対応する可変値としてもよい。例えば、α1−ｋ
の値と対応するβの値、α2−ｋの値と対応するβの値
を予めテーブルに格納しておき、識別候補数ｋがα1よ
り小さいと判別された場合は、α1−ｋをキーとしてそ
れに対応するβの値を求め、比較値Ｔ（ｊ）に加算す
る。又、識別候補数ｋがα2より大きいと判別された場
合は、ｋ−α2をキーとしてそれに対応するβの値を求
め、比較値Ｔ（ｊ）から減算する。この場合、α1−
ｋ、ｋ−α2の値が大きい程βを大きくする方が望まし
い。
βを固定値としているが、補正値βをα1−ｋ、ｋ−α2
の値に対応する可変値としてもよい。例えば、α1−ｋ
の値と対応するβの値、α2−ｋの値と対応するβの値
を予めテーブルに格納しておき、識別候補数ｋがα1よ
り小さいと判別された場合は、α1−ｋをキーとしてそ
れに対応するβの値を求め、比較値Ｔ（ｊ）に加算す
る。又、識別候補数ｋがα2より大きいと判別された場
合は、ｋ−α2をキーとしてそれに対応するβの値を求
め、比較値Ｔ（ｊ）から減算する。この場合、α1−
ｋ、ｋ−α2の値が大きい程βを大きくする方が望まし
い。
【００４８】上記実施の形態においては、距離計算部２
２は入力特徴ベクトルと分類部辞書１３に登録された特
徴ベクトルの正確な距離値Ｄ（ｉ）を計算している。し
かし、距離値比較部２３において、比較処理により距離
値の小さいものを所定数選択できるならば、必ずしも正
確な距離を求める必要はない。例えば、距離値のＤ
（ｉ）の２乗求めるようにしてもよい。この場合、距離
値比較部２３で使用する比較値Ｔ（ｊ）も２乗した値を
用いる。このような構成とすることにより、距離計算時
間を短縮し、ひいては、総処理時間を短縮できる。ま
た、距離値の２乗に限らず、距離を表す任意のパラメー
タと対応する比較値を使用できる。
２は入力特徴ベクトルと分類部辞書１３に登録された特
徴ベクトルの正確な距離値Ｄ（ｉ）を計算している。し
かし、距離値比較部２３において、比較処理により距離
値の小さいものを所定数選択できるならば、必ずしも正
確な距離を求める必要はない。例えば、距離値のＤ
（ｉ）の２乗求めるようにしてもよい。この場合、距離
値比較部２３で使用する比較値Ｔ（ｊ）も２乗した値を
用いる。このような構成とすることにより、距離計算時
間を短縮し、ひいては、総処理時間を短縮できる。ま
た、距離値の２乗に限らず、距離を表す任意のパラメー
タと対応する比較値を使用できる。
【００４９】以上の説明においては、分類部辞書１３と
識別部辞書１５が個別に配置されている構成を示した
が、識別部辞書１５に登録されている各文字パタンの特
徴ベクトルの典型的なものを分類用の辞書として使用し
てもよい。
識別部辞書１５が個別に配置されている構成を示した
が、識別部辞書１５に登録されている各文字パタンの特
徴ベクトルの典型的なものを分類用の辞書として使用し
てもよい。
【００５０】以上の説明においては、この発明を文字パ
タンを認識する文字認識装置に適用した例を示したが、
この発明は文字以外の任意のパタンの認識に適用可能で
ある。
タンを認識する文字認識装置に適用した例を示したが、
この発明は文字以外の任意のパタンの認識に適用可能で
ある。
【００５１】
【発明の効果】以上説明したように、この発明によれ
ば、分類部又は分類ステップでの処理において、比較値
と距離を表すパラメータの比較処理により、距離値の小
さいパタンを選択する。このため、分類部又は分類ステ
ップの処理量を削減できる。よって、パタン当たりの認
識処理が高速になり、データエントリー処理時間等を短
縮できる。
ば、分類部又は分類ステップでの処理において、比較値
と距離を表すパラメータの比較処理により、距離値の小
さいパタンを選択する。このため、分類部又は分類ステ
ップの処理量を削減できる。よって、パタン当たりの認
識処理が高速になり、データエントリー処理時間等を短
縮できる。
【図１】文字認識装置の構成を示すブロック図である。
【図２】分類部の構成を示すブロック図である。
【図３】距離値比較部における比較処理を説明するため
のフローチャートである。
のフローチャートである。
【図４】比較処理に用いる比較値の初期値の設定を説明
するためのフローチャートである。
するためのフローチャートである。
【図５】従来の分類部の構成を示すブロック図である。
１１ 特徴抽出部 １２ 分類部 １３ 分類部辞書 １４ 識別部 １５ 識別部辞書 ２２ 距離値計算部 ２３ 距離値比較部 ２４ ソーティング部 ５１ 距離値計算部 ５２ ソーティング部
───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.7，ＤＢ名) G06K 9/03 G06K 9/46
Claims (4)
- 【請求項１】入力パタンから特徴ベクトルを抽出する特
徴抽出部と、 予め定められた認識対象パタンの分類用の特徴ベクトル
を記憶する分類部辞書と、 前記分類部辞書に記憶された各特徴ベクトルと前記特徴
抽出部により抽出された特徴ベクトルとの距離値を表す
パラメータを計算する距離値計算部と、 前記距離値計算部にて計算された各パラメータのうち、
予め定められた前記比較値の初期値よりも小さいものを
選択する選択手段と、 前記選択手段により選択されたパラメータの数が所定範
囲内に存在しない場合、前記比較値を更新する更新手段
と、 前記更新手段にて更新された比較値を用いて前記選択手
段による選択処理を繰り返し、前記比較値より小さいパ
ラメータを前記所定範囲内の数だけ選択する制御手段
と、前記選択手段により選択されたパラメータに対応するパ
タンを出力する出力手段と、 出力されたパタンを認識する認識手段と、 を備え、 前記制御手段は、前記選択手段による選択処理の繰り返
し回数が所定回数を超えた場合に、前記選択手段による
選択を中止し、前記パラメータをソーティングしてパラ
メータを選択し、所定数のパラメータを選択するとソー
ティングを中止するソーティング手段を備え、 前記出力手段は、前記ソーティング手段によりソーティ
ングされた所定数のパラメータに対応するパタンを出力
する手段を備える、 ことを特徴とするパタン認識装置。 - 【請求項２】前記制御手段は、距離値のソート処理を行
うことなく、距離値が小さい一定個数のパタンを選択し
て出力する、ことを特徴とする請求項１に記載のパタン
認識装置。 - 【請求項３】入力パタン列から特徴ベクトルを抽出する
抽出ステップと、 前記抽出ステップにおいて抽出された特徴ベクトルと分
類用辞書に登録された特徴ベクトルとの距離値を表すパ
ラメータを計算する第１の計算ステップと、 前記第１の計算ステップにより計算された各パラメータ
を前記比較値と比較し、前記比較値よりも小さいパラメ
ータを選択し、選択したパラメータの数が所定範囲内に
存在しない場合、前記比較値を更新し、更新した比較値
を用いて選択処理を繰り返し、所定範囲内の数だけパラ
メータを選択するように制御することにより、前記第１
の計算ステップにより計算されたパラメータと予め定め
られた比較値とを比較し、比較結果に基づいて、距離値
が小さい所定数のパタンを選択する選択ステップと、選択処理の繰り返し回数が所定回数を超えた場合に、前
記選択ステップによる選択を中止し、前記パラメータを
ソーティングして、距離値が小さい所定数のパラメータ
を選択し、所定数のパラメータを選択するとソーティン
グを中止し、選択したパラメータに対応するパタンを出
力する出力ステップと、 前記選択ステップ又は出力ステップにより選択されたパ
タンに対応する識別用辞書に登録された特徴ベクトルと
前記抽出ステップにより抽出された特徴ベクトルとの距
離値を表すパラメータを計算する第２の計算ステップ
と、 前記第２の計算ステップにおいて計算されたパラメータ
に基づいて、所定範囲内の数の距離値の小さいパタンを
出力するステップと、 を備えることを特徴とするパタン認識方法。 - 【請求項４】前記選択ステップは、距離値のソート処理
を行うことなく、距離値が小さい一定個数のパタンを選
択して出力する、ことを特徴とする請求項３に記載のパ
タン認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27086395A JP3333671B2 (ja) | 1995-10-19 | 1995-10-19 | パタン認識装置と方法及びパタン認識用距離比較方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27086395A JP3333671B2 (ja) | 1995-10-19 | 1995-10-19 | パタン認識装置と方法及びパタン認識用距離比較方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09114932A JPH09114932A (ja) | 1997-05-02 |
| JP3333671B2 true JP3333671B2 (ja) | 2002-10-15 |
Family
ID=17492030
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP27086395A Expired - Lifetime JP3333671B2 (ja) | 1995-10-19 | 1995-10-19 | パタン認識装置と方法及びパタン認識用距離比較方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3333671B2 (ja) |
-
1995
- 1995-10-19 JP JP27086395A patent/JP3333671B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH09114932A (ja) | 1997-05-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kanai et al. | Automated evaluation of OCR zoning | |
| JP3480404B2 (ja) | 単語大分類装置及びその単語大分類方法並びにその制御プログラムを記録した記録媒体 | |
| JP2991779B2 (ja) | 文字認識方法及び装置 | |
| KR100242458B1 (ko) | 패턴인식 방법 및 장치와 패턴인식 사전을 작성하는 방법 | |
| WO2002019248A9 (en) | Character recognition system | |
| Shirali-Shahreza et al. | Recognition of handwritten Persian/Arabic numerals by shadow coding and an edited probabilistic neural network | |
| US5528700A (en) | Character recognition system based on a neural network | |
| JP3083562B2 (ja) | 文字認識機構 | |
| JPH0683792A (ja) | ニューラルネットワークの学習装置およびニューラルネットワークの学習パターン呈示方法 | |
| JP3333671B2 (ja) | パタン認識装置と方法及びパタン認識用距離比較方法 | |
| JPH07160822A (ja) | パターン認識方法 | |
| US7167587B2 (en) | Sequential classifier for use in pattern recognition system | |
| JP3706646B2 (ja) | Ｏｃｒの制御方法並びに分類方法及び装置 | |
| US20020126903A1 (en) | Word recognizing apparatus for dynamically generating feature amount of word and method thereof | |
| Niharmine et al. | Tifinagh handwritten character recognition using genetic algorithms | |
| CN107331030A (zh) | 一种冠字号识别方法、装置、设备及存储介质 | |
| JP2797721B2 (ja) | 文字認識装置 | |
| KR900007727B1 (ko) | 문자 인식 장치 | |
| JP2639314B2 (ja) | 文字認識方式 | |
| JPH11224309A (ja) | 文字認識方法および装置 | |
| JP3659688B2 (ja) | 文字認識装置 | |
| JPH0765128A (ja) | 活字文字認識用辞書の作成方法 | |
| Voráček | Tree neural classifier for character recognition | |
| JPH0827819B2 (ja) | 手書き文字認識の侯補文字表示方法及びそれを用いた手書き文字認識装置 | |
| Chhabra | Neural network based text recognition for engineering drawing conversion |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080726 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080726 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090726 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090726 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100726 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110726 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110726 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120726 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120726 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130726 Year of fee payment: 11 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |