JP3930174B2 - 文字認識方法および文字認識装置 - Google Patents
文字認識方法および文字認識装置 Download PDFInfo
- Publication number
- JP3930174B2 JP3930174B2 JP35840998A JP35840998A JP3930174B2 JP 3930174 B2 JP3930174 B2 JP 3930174B2 JP 35840998 A JP35840998 A JP 35840998A JP 35840998 A JP35840998 A JP 35840998A JP 3930174 B2 JP3930174 B2 JP 3930174B2
- Authority
- JP
- Japan
- Prior art keywords
- learning data
- character recognition
- feature vector
- character
- euclidean distance
- 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
Images
Landscapes
- Character Discrimination (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、文字認識方法および文字認識装置に関し、より詳しくは、手書き文字をパターンマッチングやベクトル間の相違度算出などによって文字認識を行う文字認識方法および文字認識装置に関する。
【０００２】
【従来の技術】
従来より、手書き漢字や平仮名などの文字を光学的に読み取って、文字の判別を行う文字認識方法が用いられている。例えば、統計的手法を用いて手書き文字認識の正読率を向上させるため、各字種の分布の分離性が良い特徴量を用いて、最適（ベイズ）識別関数になるべく近い識別関数が用いられることがある。
【０００３】
このような文字認識方法としては、特公平２−５９５０７号公報になど開示されたものがある。これは、電子情報通信学会論文誌 Ｄ−ＩＩ Ｖｏｌ．ｊ７９−Ｄ−ＩＩ Ｎｏ．１ ｐ４５−５２ １９９６年１月の「改良型マハラノビス距離を用いた高精度な手書き文字認識」に記載されているシティブロック距離やユークリッド距離などの距離尺度を用いて相違度計算を行うと、学習データのバラツキを考慮に入れることができないことから生じる誤認識を防止するために考案された方法である。すなわち、学習データからそのバラツキの方向を表わす固有値／固有ベクトルを用いて、学習データのバラツキの大きい方向では値が小さくなるように相違度を算出することにより、入力された文字画像から抽出された特徴ベクトルがどのカテゴリ（文字）に属するのかを精度良く判断するものであった。
【０００４】
しかし、このような固有値／固有ベクトルを用いた文字認識方法は、その計算量が多くなるため、計算量の少ない相違度算出方式において、計算量の多くならない範囲で固有値／固有ベクトルを用いて相違度を補正する方法などが提案されている。その一例としては、電子情報通信学会論文誌 Ｄ−ＩＩ Ｖｏｌ．ｊ７６−Ｄ−ＩＩ Ｎｏ．１２ ｐｐ．２４９５−２５０３ １９９３年１２月の「手書き文字認識における特徴量の次元数と変数変換に関する考察」に示されていて、その論文誌の２４９６頁において擬似ベイズ識別関数が次式（１）のように表わされる。
【０００５】
【数１】
【０００６】
この（１）式は、ユークリッド距離（‖Ｘ−Ｍ‖2 ）に対して固有値／固有ベクトルを用いて補正を加えた形式となっている。
【０００７】
【発明が解決しようとする課題】
しかしながら、このような従来の文字認識方法にあっては、学習データから固有値／固有ベクトルを算出する際に、文字認識に用いる特徴ベクトルの次元数に対して十分な量の学習データを必要とするが、文字認識システムを構築する状況によっては、必ずしも十分な量の学習データが確保できるとは限らない。特に、文字認識システムを市場にリリースした後に、認識できない文字をユーザが登録する場合などでは、多くの誤認識データを学習データとして収集することが困難なことが多く、そのような場合には適切な固有値／固有ベクトルを求めることができなくなるという問題点があった。
【０００８】
本発明は上記に鑑みてなされたものであって、文字認識に用いる特徴ベクトルの次元数に対して十分な量の学習データが無い場合であっても、適切な文字認識を行うことができる文字認識方法および文字認識装置を提供することを目的とする。
【０００９】
【課題を解決するための手段】
上記の目的を達成するために、請求項１に記載の発明は、入力画像から抽出された特徴ベクトルと、予めパターン辞書が保持している文字コードの特徴ベクトルとに基づいて文字認識を行う文字認識方法であって、前記各文字コードの特徴ベクトルは、一又は複数の学習データを用いて算出されており、前記入力画像から抽出された特徴ベクトルと前記パターン辞書が保持している文字コードの特徴ベクトルとの相違度であるユークリッド距離を算出するステップと、一の文字コードに対して用いられた学習データの数が所定数以上の場合には、前記学習データのばらつきの方向を表す固有値／固有ベクトルを用いて前記ユークリッド距離を補正し、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合には、入力画像から抽出された前記特徴ベクトルの大きさに応じて前記ユークリッド距離を補正するステップと、補正された前記ユークリッド距離を用いて文字認識を行うステップと、を実行することを特徴とする。
これによれば、算出されたユークリッド距離を補正する際に、一の文字コードに対して用いられた学習データの数が所定数以上の場合は、固有値／固有ベクトルを用いて補正し、学習データの数が所定数未満の場合は、入力画像から抽出された特徴ベクトルの大きさに応じて補正するようにしたため、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００１０】
また、請求項２に記載の発明は、入力画像から抽出された特徴ベクトルと、予めパターン辞書が保持している文字コードの特徴ベクトルとに基づいて文字認識を行う文字認識方法であって、前記各文字コードの特徴ベクトルは、一又は複数の学習データを用いて算出されており、前記入力画像から抽出された特徴ベクトルと前記パターン辞書が保持している文字コードの特徴ベクトルとの相違度であるユークリッド距離を算出するステップと、一の文字コードに対して用いられた学習データの数が所定数以上の場合には、前記学習データのばらつきの方向を表す固有値／固有ベクトルを用いて前記ユークリッド距離を補正し、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合には、他の文字コードに対して用いられた学習データの前記固有値／固有ベクトルを用いて前記ユークリッド距離を補正するステップと、補正された前記ユークリッド距離を用いて文字認識を行うステップと、を実行することを特徴とする。
これによれば、算出されたユークリッド距離を補正する際に、一の文字コードに対して用いられた学習データの数が所定数以上の場合は、固有値／固有ベクトルを用いて補正し、学習データの数が所定数未満の場合は、他の文字コードに対して用いられた学習データの固有値／固有ベクトルを用いて補正するようにしたため、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００１１】
また、請求項３に記載の発明は、請求項２に記載の文字認識方法において、前記ユークリッド距離を補正するステップは、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合に、前記他の文字コードに対して用いられた学習データの前記固有値／固有ベクトルの平均値を用いて前記ユークリッド距離を補正することを特徴とする。
これによれば、算出されたユークリッド距離を補正する際に、一の文字コードに対して用いられた学習データの数が所定数未満の場合は、他の文字コードに対して用いられた学習データの固有値／固有ベクトルの平均値を用いて補正するようにしたため、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００１２】
上記の目的を達成するために、請求項４に記載の発明は、入力画像から抽出された特徴ベクトルと、予めパターン辞書が保持している文字コードの特徴ベクトルとに基づいて文字認識を行う文字認識装置であって、前記各文字コードの特徴ベクトルは、一又は複数の学習データを用いて算出されており、前記入力画像から抽出された特徴ベクトルと前記パターン辞書が保持している文字コードの特徴ベクトルとの相違度であるユークリッド距離を算出する手段と、一の文字コードに対して用いられた学習データの数が所定数以上の場合には、前記学習データのばらつきの方向を表す固有値／固有ベクトルを用いて前記ユークリッド距離を補正し、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合には、入力画像から抽出された前記特徴ベクトルの大きさに応じて前記ユークリッド距離を補正する手段と、補正された前記ユークリッド距離を用いて文字認識を行う手段と、を備えたことを特徴とする。
これによれば、算出されたユークリッド距離を補正する際に、一の文字コードに対して用いられた学習データの数が所定数以上の場合は、固有値／固有ベクトルを用いて補正し、学習データの数が所定数未満の場合は、入力画像から抽出された特徴ベクトルの大きさに応じて補正するようにしたため、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００１３】
また、請求項５に記載の発明は、入力画像から抽出された特徴ベクトルと、予めパターン辞書が保持している文字コードの特徴ベクトルとに基づいて文字認識を行う文字認識装置であって、前記各文字コードの特徴ベクトルは、一又は複数の学習データを用いて算出されており、前記入力画像から抽出された特徴ベクトルと前記パターン辞書が保持している文字コードの特徴ベクトルとの相違度であるユークリッド距離を算出する手段と、一の文字コードに対して用いられた学習データの数が所定数以上の場合には、前記学習データのばらつきの方向を表す固有値／固有ベクトルを用いて前記ユークリッド距離を補正し、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合には、他の文字コードに対して用いられた学習データの前記固有値／固有ベクトルを用いて前記ユークリッド距離を補正する手段と、補正された前記ユークリッド距離を用いて文字認識を行う文字認識手段と、を備えたことを特徴とする。
これによれば、算出されたユークリッド距離を補正する際に、一の文字コードに対して用いられた学習データの数が所定数以上の場合は、固有値／固有ベクトルを用いて補正し、学習データの数が所定数未満の場合は、他の文字コードに対して用いられた学習データの固有値／固有ベクトルを用いて補正するようにしたため、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００１４】
また、請求項６に記載の発明は、請求項５に記載の文字認識装置において、前記ユークリッド距離を補正する手段は、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合に、前記他の文字コードに対して用いられた学習データの前記固有値／固有ベクトルの平均値を用いて前記ユークリッド距離を補正することを特徴とする。
これによれば、算出されたユークリッド距離を補正する際に、一の文字コードに対して用いられた学習データの数が所定数未満の場合は、他の文字コードに対して用いられた学習データの固有値／固有ベクトルの平均値を用いて補正するようにしたため、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００１９】
【発明の実施の形態】
以下、本発明の文字認識方法および文字認識装置に係る実施の形態について、添付図面を参照して詳細に説明する。
【００２０】
まず、本発明の文字認識方法を実行するための装置構成について説明する。
【００２１】
図１は、本発明で用いる文字認識システムの一構成例を示した図である。図１に示されるように、サーバー側には、文字認識用辞書（以下、パターン辞書ともいう）１０があって、この文字認識用辞書１０がネットワーク１２を介してクライアント側に保持された文字認識エンジン１４と接続されている。この文字認識エンジン１４は、文字切り出し部、文字画像比較部、文字認識を行う手段としての文字認識部、類似文字処理部、言語処理部、パス選択部、ユークリッド距離を算出する手段およびユークリッド距離を補正する手段としての確信度算出部、キャッシュ処理部などにより構成されている。
【００２２】
このような文字認識システムを用いれば、サーバー側にある最新の文字認識用辞書１０を使って文字認識処理を行うことができるので、クライアント側の文字認識エンジン１４をコンパクト化することができる。
【００２３】
また、図２は、本発明で用いる文字認識システムの他の構成例を示した図である。図２に示されるように、この文字認識システムは、比較的容量の大きい文字認識用辞書１８をクライアント側に保持し、サーバー側に設けられた最新の文字認識プログラム１６を利用することによって、ネットワーク１２の負荷の少ない状態で文字認識処理を行うことができる。
【００２４】
このように、ネットワーク１２を介してサーバー側に文字認識プログラム１６や文字認識用辞書１０を接続することにより、クライアント側の文字認識用辞書１８や文字認識エンジン１４は、常に最新の文字認識プログラムやパターン辞書を用いて文字認識処理を行うことができる。
【００２５】
次に、上記した文字認識システムにおける文字認識用辞書（パターン辞書）の作成方法について説明する。
【００２６】
図３は、作成されたパターン辞書の一例を示す図である。このパターン辞書の作成にあたっては、各辞書レコード２０、２１、・・・、２ｎ-1、２ｎにおける文字コード（例えば、「あ」、「い」、・・・、「亜」、「阿」など）毎に複数の文字画像が学習データとして用いられている。ここでは、各文字コードの学習データから抽出された特徴ベクトル３０、３１、・・・、３ｎ-1、３ｎの平均値をその文字コードの特徴ベクトルとして文字コードと共に保持するようにしている。
【００２７】
また、上記した学習データ数がＮmin 以上の文字コードについては、固有値と固有ベクトル（固有値／固有ベクトル４０、４１）をそれぞれＤ個算出し、辞書中に保持している。この学習データ数Ｎmin については、特徴ベクトルの次元数等を考慮して適宜定めるものとする。
【００２８】
また、固有値と固有ベクトルの数Ｄについては、要求される認識精度と処理速度とを考慮して適宜定めるものとする。一般的に高い認識精度が要求される場合には、Ｄを多めに設定し、高度な処理が要求される場合には、Ｄを少なめに設定するようにする。そして、図３では、Ｄを３とした場合のパターン辞書例を示したものである。
【００２９】
次に、相違度の算出方法について説明する。
【００３０】
本実施の形態における相違度の計算には、固有値／固有ベクトルを持たない特徴ベクトルとの相違度算出関数、および固有値／固有ベクトルを持つ特徴ベクトルとの相違度算出関数の２つの相違度算出関数を用いるものとする。
【００３１】
上記した固有値／固有ベクトルを持たない特徴ベクトルとの相違度算出関数としては、次式（２）に示したユークリッド距離Ｄe を用いるものとする。
【００３２】
【数２】
【００３３】
また、上記した固有値／固有ベクトルを持つ特徴ベクトルとの相違度算出関数としては、説明を簡単にするために、擬似ベイズ識別関数をさらに簡略化した次式（３）を用いるものとする。
【００３４】
【数３】
【００３５】
これは、特開昭６３−１６３９４号公報等に示された多層方向コードヒストグラムを特徴ベクトルとして用いた実験において、電子情報通信学会論文誌 Ｄ−ＩＩ Ｖｏｌ．ｊ７６−Ｄ−ＩＩ Ｎｏ．１２ ｐｐ．２４９５−２５０３ １９９３年１２月の「手書き文字認識における特徴量の次元数と変数変換に関する考察」の２４９６頁に示された上記（１）式の修正２次識別関数では、上記（３）式に所定項が加算されたものであるが、この項の値は相対的に十分小さく、無視することができるため、上記（３）式を用いるようにしたものである。
【００３６】
そこで、上記（２）式と（３）式とを比較すると、（３）式では（２）式で算出されたユークリッド距離に対して、固有値／固有ベクトルを用いた距離の補正を行っていることがわかる。この補正項Ｍｍは、次式（４）のように表わすことができる。
【００３７】
【数４】
【００３８】
次に、本発明の特徴部分である相違度の補正処理のそれぞれの態様について、実施の形態１および２に分けて説明する。
【００３９】
（実施の形態１）
本実施の形態１では、固有値／固有ベクトルを用いずに補正処理を行う際に、特徴ベクトルの大きさに応じて補正の大きさを制御して、相違度を正規化する方法について説明する。
【００４０】
一般的に、特徴ベクトルの大きさが大きいほど、相違度が補正される大きさも大きくなる。そこで、予めパターン辞書作成時に作成されたパターン辞書の特徴ベクトルの大きさと、これに対応する同じ文字コードの学習データの間で上式（４）を使って算出される補正項の大きさとの間で相関関係を求めておく。
【００４１】
本実施の形態１では、その一例として、最小自乗法を用いて回帰直線を算出することにより、特徴ベクトルの大きさ（‖Ｘ‖）と補正項（Ｍr ）との関係を図４に示すように求めている。なお、本発明は、これに限定されるものではなく、直線以外の式に近似させても良いし、また、数式ではなく、特徴ベクトルの大きさと補正項との関係をテーブル化しても勿論良い。
【００４２】
上記した回帰直線の方程式は、次式（５）のように表わされる。
【００４３】
【数５】
【００４４】
文字認識を行う際には、パターン辞書中の各特徴ベクトル（Ｍ）と、入力画像から抽出された特徴ベクトル（Ｘ）との間の相違度を算出する。その際、パターン辞書中に固有値／固有ベクトルを持つ辞書レコードとの相違度算出には前述した式（３）が用いられる。
【００４５】
ここで、パターン辞書中に固有値／固有ベクトルを持たない辞書レコードとの相違度算出には、次式（６）が用いられる。
【００４６】
【数６】
【００４７】
最終的な文字認識結果を出力する際には、それぞれの計算式で算出された相違度の小さい順にソートを行い、相違度の小さいものから順に認識結果として出力する。
【００４８】
このように、本実施の形態１では、特徴ベクトルの大きさに応じて補正の大きを制御して相違度を正規化したため、固有値／固有ベクトルを持つ辞書レコードから算出された（３）式の相違度と、固有値／固有ベクトルを持たない辞書レコードから算出された（６）式の相違度とが同等に扱えるようになり、適切な文字認識結果を出力することができる。
【００４９】
本実施の形態１における処理結果の一例を示したのが図５である。（回帰直線の方程式のα＝０．０５，β＝０の場合）
【００５０】
（実施の形態２）
本実施の形態２では、全ての辞書レコードに対して前述した式（２）を用いて相違度を算出し、相違度の小さい順に一定数の上位候補を抽出するようにしたものである。なお、ここでは、上位７候補について抽出するようにしたが、勿論この候補数は７候補に限られるものではなく、要求される処理速度や認識精度に応じて適宜定めれば良い。
【００５１】
次に、上位７候補のうち固有値／固有ベクトルを持つ辞書レコードについては、前述した（４）式を用いて補正項Ｍｍを求める。ここまでの処理結果を示したのが図６である。
【００５２】
そして、図６の処理結果に対して、補正項が算出された結果についてのみ（３）式に基づいた補正を施すと図７のようになる。これにより、補正の行われた認識結果の相違度が小さくなって、上位の認識結果として出力されるようになったことがわかる。
【００５３】
ここで、補正項の有無は、学習データの数に依存することになるため、補正項のある認識結果のみを優先して出力することは必ずしも得策とはならない。つまり、学習データの少ない文字は、認識結果として出力されなくなる。その典型的な例としては、ユーザが認識しない文字を文字認識用のパターン辞書に登録する際に、学習用の文字画像を多数用意できない場合、ユーザが認識させたい文字画像を登録したにも関わらず、その登録した文字は認識結果として出現し難くなることなどがあげられる。
【００５４】
このため、本実施の形態２では、補正項の算出されない認識結果について、補正項の算出された認識結果の補正項の平均値を用いて補正を行うようにする。すなわち、図６の場合、補正項は第３、第４、第６、第７候補について算出されており、その平均値は６である。そこで、補正項が算出されていない第１、第２、第５候補については、補正項を上記した平均値の６と看做して相違度を補正するようにし、その得られた結果をソートして最終確認結果として出力する。この場合の最終認識結果を示したのが図８である。
【００５５】
このように、本実施の形態２によれば、学習データ数が所定数未満と少ない文字については補正項が無く、文字認識結果として出現し難くなるのを防ぐため、学習データ数が所定数以上有る文字の補正項を参照して補正の大きさを定めるようにしたので、学習データ数に関わらず相違度を正規化することが可能となり、適切な文字認識結果を出力することができる。
【００５６】
特に、ここでは補正項の有る文字を参照するにあたって、補正項の平均値を算出し、この平均値を用いて補正項の無い文字の相違度を補正するようにしたため、相違度が正規化され、適切な文字認識結果を出力することができる。
【００５７】
なお、上記実施の形態で説明した文字認識方法を実行することが可能な文字認識装置あるいは文字認識システム（図１、図２参照）を構成するようにしても良い。
【００５８】
また、上記実施の形態で説明した文字認識方法をコンピュータに実行させるプログラムとして、コンピュータが読取り可能な記憶媒体に記憶させるようにしても良い。
【００５９】
さらに、上記実施の形態で説明した文字認識方法を実行するための文字認識装置あるいは文字認識システムとして、装置やシステムの一部あるいは全体をネットワークを介して接続して構成するようにしても良い。
【００６０】
【発明の効果】
以上説明したように、本発明の文字認識方法（請求項１）によれば、入力画像から抽出された特徴ベクトルとパターン辞書が保持している文字コードの特徴ベクトルとに基づいて算出されたユークリッド距離を、一の文字コードに対して用いられた学習データの数が所定数以上の場合は、固有値／固有ベクトルを用いて補正し、学習データの数が所定数未満の場合は、入力画像から抽出された特徴ベクトルの大きさに応じて補正するようにしので、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００６１】
また、本発明の文字認識方法（請求項２）によれば、入力画像から抽出された特徴ベクトルとパターン辞書が保持している文字コードの特徴ベクトルとに基づいて算出されたユークリッド距離を、一の文字コードに対して用いられた学習データの数が所定数以上の場合は、固有値／固有ベクトルを用いて補正し、学習データの数が所定数未満の場合は、他の文字コードに対して用いられた学習データの固有値／固有ベクトルを用いて補正するようにしたので、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
また、本発明の文字認識方法（請求項３）によれば、ユークリッド距離を補正するステップにおいて、学習データの数が所定数未満の場合、他の文字コードに対して用いられた学習データの固有値／固有ベクトルの平均値を用いて補正するようにしたので、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００６２】
以上説明したように、本発明の文字認識装置（請求項４）によれば、入力画像から抽出された特徴ベクトルとパターン辞書が保持している文字コードの特徴ベクトルとに基づいて算出されたユークリッド距離を、一の文字コードに対して用いられた学習データの数が所定数以上の場合は、固有値／固有ベクトルを用いて補正し、学習データの数が所定数未満の場合は、入力画像から抽出された特徴ベクトルの大きさに応じて補正するようにしたので、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００６３】
また、本発明の文字認識装置（請求項５）によれば、入力画像から抽出された特徴ベクトルとパターン辞書が保持している文字コードの特徴ベクトルとに基づいて算出されたユークリッド距離を、一の文字コードに対して用いられた学習データの数が所定数以上の場合は、固有値／固有ベクトルを用いて補正し、学習データの数が所定数未満の場合は、他の文字コードに対して用いられた学習データの固有値／固有ベクトルを用いて補正するようにしたので、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
また、本発明の文字認識装置（請求項６）によれば、ユークリッド距離を補正する手段において、学習データの数が所定数未満の場合、他の文字コードに対して用いられた学習データの固有値／固有ベクトルの平均値を用いて補正するようにしたので、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【図面の簡単な説明】
【図１】本発明で用いる文字認識システムの一構成例を示した図である。
【図２】本発明で用いる文字認識システムの他の構成例を示した図である。
【図３】作成されたパターン辞書の一例を示す図である。
【図４】特徴ベクトルの大きさと補正項との関係を示す線図である。
【図５】本実施の形態１における処理結果の一例を示す図である。
【図６】本実施の形態２において全ての辞書レコードに対して相違度を算出し、固有値／固有ベクトルを持つ辞書レコードについて補正項を求めた図である。
【図７】図６の処理結果に対して補正項が算出された結果についてのみ補正を施した図である。
【図８】図７の処理結果で補正項の算出されない認識結果について、補正項の算出された認識結果の補正項の平均値を用いて補正を行った結果をソートした実施の形態２における最終認識結果を示した図である。
【符号の説明】
１０ 文字認識用辞書（パターン辞書）
１２ ネットワーク
１４ 文字認識エンジン
１６ 文字認識プログラム
１８ 文字認識用辞書
２０〜２ｎ 辞書レコード
３０〜３ｎ 特徴ベクトル
４０、４１ 固有値／固有ベクトル
【発明の属する技術分野】
本発明は、文字認識方法および文字認識装置に関し、より詳しくは、手書き文字をパターンマッチングやベクトル間の相違度算出などによって文字認識を行う文字認識方法および文字認識装置に関する。
【０００２】
【従来の技術】
従来より、手書き漢字や平仮名などの文字を光学的に読み取って、文字の判別を行う文字認識方法が用いられている。例えば、統計的手法を用いて手書き文字認識の正読率を向上させるため、各字種の分布の分離性が良い特徴量を用いて、最適（ベイズ）識別関数になるべく近い識別関数が用いられることがある。
【０００３】
このような文字認識方法としては、特公平２−５９５０７号公報になど開示されたものがある。これは、電子情報通信学会論文誌 Ｄ−ＩＩ Ｖｏｌ．ｊ７９−Ｄ−ＩＩ Ｎｏ．１ ｐ４５−５２ １９９６年１月の「改良型マハラノビス距離を用いた高精度な手書き文字認識」に記載されているシティブロック距離やユークリッド距離などの距離尺度を用いて相違度計算を行うと、学習データのバラツキを考慮に入れることができないことから生じる誤認識を防止するために考案された方法である。すなわち、学習データからそのバラツキの方向を表わす固有値／固有ベクトルを用いて、学習データのバラツキの大きい方向では値が小さくなるように相違度を算出することにより、入力された文字画像から抽出された特徴ベクトルがどのカテゴリ（文字）に属するのかを精度良く判断するものであった。
【０００４】
しかし、このような固有値／固有ベクトルを用いた文字認識方法は、その計算量が多くなるため、計算量の少ない相違度算出方式において、計算量の多くならない範囲で固有値／固有ベクトルを用いて相違度を補正する方法などが提案されている。その一例としては、電子情報通信学会論文誌 Ｄ−ＩＩ Ｖｏｌ．ｊ７６−Ｄ−ＩＩ Ｎｏ．１２ ｐｐ．２４９５−２５０３ １９９３年１２月の「手書き文字認識における特徴量の次元数と変数変換に関する考察」に示されていて、その論文誌の２４９６頁において擬似ベイズ識別関数が次式（１）のように表わされる。
【０００５】
【数１】
この（１）式は、ユークリッド距離（‖Ｘ−Ｍ‖2 ）に対して固有値／固有ベクトルを用いて補正を加えた形式となっている。
【０００７】
【発明が解決しようとする課題】
しかしながら、このような従来の文字認識方法にあっては、学習データから固有値／固有ベクトルを算出する際に、文字認識に用いる特徴ベクトルの次元数に対して十分な量の学習データを必要とするが、文字認識システムを構築する状況によっては、必ずしも十分な量の学習データが確保できるとは限らない。特に、文字認識システムを市場にリリースした後に、認識できない文字をユーザが登録する場合などでは、多くの誤認識データを学習データとして収集することが困難なことが多く、そのような場合には適切な固有値／固有ベクトルを求めることができなくなるという問題点があった。
【０００８】
本発明は上記に鑑みてなされたものであって、文字認識に用いる特徴ベクトルの次元数に対して十分な量の学習データが無い場合であっても、適切な文字認識を行うことができる文字認識方法および文字認識装置を提供することを目的とする。
【０００９】
【課題を解決するための手段】
上記の目的を達成するために、請求項１に記載の発明は、入力画像から抽出された特徴ベクトルと、予めパターン辞書が保持している文字コードの特徴ベクトルとに基づいて文字認識を行う文字認識方法であって、前記各文字コードの特徴ベクトルは、一又は複数の学習データを用いて算出されており、前記入力画像から抽出された特徴ベクトルと前記パターン辞書が保持している文字コードの特徴ベクトルとの相違度であるユークリッド距離を算出するステップと、一の文字コードに対して用いられた学習データの数が所定数以上の場合には、前記学習データのばらつきの方向を表す固有値／固有ベクトルを用いて前記ユークリッド距離を補正し、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合には、入力画像から抽出された前記特徴ベクトルの大きさに応じて前記ユークリッド距離を補正するステップと、補正された前記ユークリッド距離を用いて文字認識を行うステップと、を実行することを特徴とする。
これによれば、算出されたユークリッド距離を補正する際に、一の文字コードに対して用いられた学習データの数が所定数以上の場合は、固有値／固有ベクトルを用いて補正し、学習データの数が所定数未満の場合は、入力画像から抽出された特徴ベクトルの大きさに応じて補正するようにしたため、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００１０】
また、請求項２に記載の発明は、入力画像から抽出された特徴ベクトルと、予めパターン辞書が保持している文字コードの特徴ベクトルとに基づいて文字認識を行う文字認識方法であって、前記各文字コードの特徴ベクトルは、一又は複数の学習データを用いて算出されており、前記入力画像から抽出された特徴ベクトルと前記パターン辞書が保持している文字コードの特徴ベクトルとの相違度であるユークリッド距離を算出するステップと、一の文字コードに対して用いられた学習データの数が所定数以上の場合には、前記学習データのばらつきの方向を表す固有値／固有ベクトルを用いて前記ユークリッド距離を補正し、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合には、他の文字コードに対して用いられた学習データの前記固有値／固有ベクトルを用いて前記ユークリッド距離を補正するステップと、補正された前記ユークリッド距離を用いて文字認識を行うステップと、を実行することを特徴とする。
これによれば、算出されたユークリッド距離を補正する際に、一の文字コードに対して用いられた学習データの数が所定数以上の場合は、固有値／固有ベクトルを用いて補正し、学習データの数が所定数未満の場合は、他の文字コードに対して用いられた学習データの固有値／固有ベクトルを用いて補正するようにしたため、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００１１】
また、請求項３に記載の発明は、請求項２に記載の文字認識方法において、前記ユークリッド距離を補正するステップは、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合に、前記他の文字コードに対して用いられた学習データの前記固有値／固有ベクトルの平均値を用いて前記ユークリッド距離を補正することを特徴とする。
これによれば、算出されたユークリッド距離を補正する際に、一の文字コードに対して用いられた学習データの数が所定数未満の場合は、他の文字コードに対して用いられた学習データの固有値／固有ベクトルの平均値を用いて補正するようにしたため、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００１２】
上記の目的を達成するために、請求項４に記載の発明は、入力画像から抽出された特徴ベクトルと、予めパターン辞書が保持している文字コードの特徴ベクトルとに基づいて文字認識を行う文字認識装置であって、前記各文字コードの特徴ベクトルは、一又は複数の学習データを用いて算出されており、前記入力画像から抽出された特徴ベクトルと前記パターン辞書が保持している文字コードの特徴ベクトルとの相違度であるユークリッド距離を算出する手段と、一の文字コードに対して用いられた学習データの数が所定数以上の場合には、前記学習データのばらつきの方向を表す固有値／固有ベクトルを用いて前記ユークリッド距離を補正し、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合には、入力画像から抽出された前記特徴ベクトルの大きさに応じて前記ユークリッド距離を補正する手段と、補正された前記ユークリッド距離を用いて文字認識を行う手段と、を備えたことを特徴とする。
これによれば、算出されたユークリッド距離を補正する際に、一の文字コードに対して用いられた学習データの数が所定数以上の場合は、固有値／固有ベクトルを用いて補正し、学習データの数が所定数未満の場合は、入力画像から抽出された特徴ベクトルの大きさに応じて補正するようにしたため、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００１３】
また、請求項５に記載の発明は、入力画像から抽出された特徴ベクトルと、予めパターン辞書が保持している文字コードの特徴ベクトルとに基づいて文字認識を行う文字認識装置であって、前記各文字コードの特徴ベクトルは、一又は複数の学習データを用いて算出されており、前記入力画像から抽出された特徴ベクトルと前記パターン辞書が保持している文字コードの特徴ベクトルとの相違度であるユークリッド距離を算出する手段と、一の文字コードに対して用いられた学習データの数が所定数以上の場合には、前記学習データのばらつきの方向を表す固有値／固有ベクトルを用いて前記ユークリッド距離を補正し、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合には、他の文字コードに対して用いられた学習データの前記固有値／固有ベクトルを用いて前記ユークリッド距離を補正する手段と、補正された前記ユークリッド距離を用いて文字認識を行う文字認識手段と、を備えたことを特徴とする。
これによれば、算出されたユークリッド距離を補正する際に、一の文字コードに対して用いられた学習データの数が所定数以上の場合は、固有値／固有ベクトルを用いて補正し、学習データの数が所定数未満の場合は、他の文字コードに対して用いられた学習データの固有値／固有ベクトルを用いて補正するようにしたため、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００１４】
また、請求項６に記載の発明は、請求項５に記載の文字認識装置において、前記ユークリッド距離を補正する手段は、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合に、前記他の文字コードに対して用いられた学習データの前記固有値／固有ベクトルの平均値を用いて前記ユークリッド距離を補正することを特徴とする。
これによれば、算出されたユークリッド距離を補正する際に、一の文字コードに対して用いられた学習データの数が所定数未満の場合は、他の文字コードに対して用いられた学習データの固有値／固有ベクトルの平均値を用いて補正するようにしたため、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００１９】
【発明の実施の形態】
以下、本発明の文字認識方法および文字認識装置に係る実施の形態について、添付図面を参照して詳細に説明する。
【００２０】
まず、本発明の文字認識方法を実行するための装置構成について説明する。
【００２１】
図１は、本発明で用いる文字認識システムの一構成例を示した図である。図１に示されるように、サーバー側には、文字認識用辞書（以下、パターン辞書ともいう）１０があって、この文字認識用辞書１０がネットワーク１２を介してクライアント側に保持された文字認識エンジン１４と接続されている。この文字認識エンジン１４は、文字切り出し部、文字画像比較部、文字認識を行う手段としての文字認識部、類似文字処理部、言語処理部、パス選択部、ユークリッド距離を算出する手段およびユークリッド距離を補正する手段としての確信度算出部、キャッシュ処理部などにより構成されている。
【００２２】
このような文字認識システムを用いれば、サーバー側にある最新の文字認識用辞書１０を使って文字認識処理を行うことができるので、クライアント側の文字認識エンジン１４をコンパクト化することができる。
【００２３】
また、図２は、本発明で用いる文字認識システムの他の構成例を示した図である。図２に示されるように、この文字認識システムは、比較的容量の大きい文字認識用辞書１８をクライアント側に保持し、サーバー側に設けられた最新の文字認識プログラム１６を利用することによって、ネットワーク１２の負荷の少ない状態で文字認識処理を行うことができる。
【００２４】
このように、ネットワーク１２を介してサーバー側に文字認識プログラム１６や文字認識用辞書１０を接続することにより、クライアント側の文字認識用辞書１８や文字認識エンジン１４は、常に最新の文字認識プログラムやパターン辞書を用いて文字認識処理を行うことができる。
【００２５】
次に、上記した文字認識システムにおける文字認識用辞書（パターン辞書）の作成方法について説明する。
【００２６】
図３は、作成されたパターン辞書の一例を示す図である。このパターン辞書の作成にあたっては、各辞書レコード２０、２１、・・・、２ｎ-1、２ｎにおける文字コード（例えば、「あ」、「い」、・・・、「亜」、「阿」など）毎に複数の文字画像が学習データとして用いられている。ここでは、各文字コードの学習データから抽出された特徴ベクトル３０、３１、・・・、３ｎ-1、３ｎの平均値をその文字コードの特徴ベクトルとして文字コードと共に保持するようにしている。
【００２７】
また、上記した学習データ数がＮmin 以上の文字コードについては、固有値と固有ベクトル（固有値／固有ベクトル４０、４１）をそれぞれＤ個算出し、辞書中に保持している。この学習データ数Ｎmin については、特徴ベクトルの次元数等を考慮して適宜定めるものとする。
【００２８】
また、固有値と固有ベクトルの数Ｄについては、要求される認識精度と処理速度とを考慮して適宜定めるものとする。一般的に高い認識精度が要求される場合には、Ｄを多めに設定し、高度な処理が要求される場合には、Ｄを少なめに設定するようにする。そして、図３では、Ｄを３とした場合のパターン辞書例を示したものである。
【００２９】
次に、相違度の算出方法について説明する。
【００３０】
本実施の形態における相違度の計算には、固有値／固有ベクトルを持たない特徴ベクトルとの相違度算出関数、および固有値／固有ベクトルを持つ特徴ベクトルとの相違度算出関数の２つの相違度算出関数を用いるものとする。
【００３１】
上記した固有値／固有ベクトルを持たない特徴ベクトルとの相違度算出関数としては、次式（２）に示したユークリッド距離Ｄe を用いるものとする。
【００３２】
【数２】
また、上記した固有値／固有ベクトルを持つ特徴ベクトルとの相違度算出関数としては、説明を簡単にするために、擬似ベイズ識別関数をさらに簡略化した次式（３）を用いるものとする。
【００３４】
【数３】
これは、特開昭６３−１６３９４号公報等に示された多層方向コードヒストグラムを特徴ベクトルとして用いた実験において、電子情報通信学会論文誌 Ｄ−ＩＩ Ｖｏｌ．ｊ７６−Ｄ−ＩＩ Ｎｏ．１２ ｐｐ．２４９５−２５０３ １９９３年１２月の「手書き文字認識における特徴量の次元数と変数変換に関する考察」の２４９６頁に示された上記（１）式の修正２次識別関数では、上記（３）式に所定項が加算されたものであるが、この項の値は相対的に十分小さく、無視することができるため、上記（３）式を用いるようにしたものである。
【００３６】
そこで、上記（２）式と（３）式とを比較すると、（３）式では（２）式で算出されたユークリッド距離に対して、固有値／固有ベクトルを用いた距離の補正を行っていることがわかる。この補正項Ｍｍは、次式（４）のように表わすことができる。
【００３７】
【数４】
次に、本発明の特徴部分である相違度の補正処理のそれぞれの態様について、実施の形態１および２に分けて説明する。
【００３９】
（実施の形態１）
本実施の形態１では、固有値／固有ベクトルを用いずに補正処理を行う際に、特徴ベクトルの大きさに応じて補正の大きさを制御して、相違度を正規化する方法について説明する。
【００４０】
一般的に、特徴ベクトルの大きさが大きいほど、相違度が補正される大きさも大きくなる。そこで、予めパターン辞書作成時に作成されたパターン辞書の特徴ベクトルの大きさと、これに対応する同じ文字コードの学習データの間で上式（４）を使って算出される補正項の大きさとの間で相関関係を求めておく。
【００４１】
本実施の形態１では、その一例として、最小自乗法を用いて回帰直線を算出することにより、特徴ベクトルの大きさ（‖Ｘ‖）と補正項（Ｍr ）との関係を図４に示すように求めている。なお、本発明は、これに限定されるものではなく、直線以外の式に近似させても良いし、また、数式ではなく、特徴ベクトルの大きさと補正項との関係をテーブル化しても勿論良い。
【００４２】
上記した回帰直線の方程式は、次式（５）のように表わされる。
【００４３】
【数５】
文字認識を行う際には、パターン辞書中の各特徴ベクトル（Ｍ）と、入力画像から抽出された特徴ベクトル（Ｘ）との間の相違度を算出する。その際、パターン辞書中に固有値／固有ベクトルを持つ辞書レコードとの相違度算出には前述した式（３）が用いられる。
【００４５】
ここで、パターン辞書中に固有値／固有ベクトルを持たない辞書レコードとの相違度算出には、次式（６）が用いられる。
【００４６】
【数６】
最終的な文字認識結果を出力する際には、それぞれの計算式で算出された相違度の小さい順にソートを行い、相違度の小さいものから順に認識結果として出力する。
【００４８】
このように、本実施の形態１では、特徴ベクトルの大きさに応じて補正の大きを制御して相違度を正規化したため、固有値／固有ベクトルを持つ辞書レコードから算出された（３）式の相違度と、固有値／固有ベクトルを持たない辞書レコードから算出された（６）式の相違度とが同等に扱えるようになり、適切な文字認識結果を出力することができる。
【００４９】
本実施の形態１における処理結果の一例を示したのが図５である。（回帰直線の方程式のα＝０．０５，β＝０の場合）
【００５０】
（実施の形態２）
本実施の形態２では、全ての辞書レコードに対して前述した式（２）を用いて相違度を算出し、相違度の小さい順に一定数の上位候補を抽出するようにしたものである。なお、ここでは、上位７候補について抽出するようにしたが、勿論この候補数は７候補に限られるものではなく、要求される処理速度や認識精度に応じて適宜定めれば良い。
【００５１】
次に、上位７候補のうち固有値／固有ベクトルを持つ辞書レコードについては、前述した（４）式を用いて補正項Ｍｍを求める。ここまでの処理結果を示したのが図６である。
【００５２】
そして、図６の処理結果に対して、補正項が算出された結果についてのみ（３）式に基づいた補正を施すと図７のようになる。これにより、補正の行われた認識結果の相違度が小さくなって、上位の認識結果として出力されるようになったことがわかる。
【００５３】
ここで、補正項の有無は、学習データの数に依存することになるため、補正項のある認識結果のみを優先して出力することは必ずしも得策とはならない。つまり、学習データの少ない文字は、認識結果として出力されなくなる。その典型的な例としては、ユーザが認識しない文字を文字認識用のパターン辞書に登録する際に、学習用の文字画像を多数用意できない場合、ユーザが認識させたい文字画像を登録したにも関わらず、その登録した文字は認識結果として出現し難くなることなどがあげられる。
【００５４】
このため、本実施の形態２では、補正項の算出されない認識結果について、補正項の算出された認識結果の補正項の平均値を用いて補正を行うようにする。すなわち、図６の場合、補正項は第３、第４、第６、第７候補について算出されており、その平均値は６である。そこで、補正項が算出されていない第１、第２、第５候補については、補正項を上記した平均値の６と看做して相違度を補正するようにし、その得られた結果をソートして最終確認結果として出力する。この場合の最終認識結果を示したのが図８である。
【００５５】
このように、本実施の形態２によれば、学習データ数が所定数未満と少ない文字については補正項が無く、文字認識結果として出現し難くなるのを防ぐため、学習データ数が所定数以上有る文字の補正項を参照して補正の大きさを定めるようにしたので、学習データ数に関わらず相違度を正規化することが可能となり、適切な文字認識結果を出力することができる。
【００５６】
特に、ここでは補正項の有る文字を参照するにあたって、補正項の平均値を算出し、この平均値を用いて補正項の無い文字の相違度を補正するようにしたため、相違度が正規化され、適切な文字認識結果を出力することができる。
【００５７】
なお、上記実施の形態で説明した文字認識方法を実行することが可能な文字認識装置あるいは文字認識システム（図１、図２参照）を構成するようにしても良い。
【００５８】
また、上記実施の形態で説明した文字認識方法をコンピュータに実行させるプログラムとして、コンピュータが読取り可能な記憶媒体に記憶させるようにしても良い。
【００５９】
さらに、上記実施の形態で説明した文字認識方法を実行するための文字認識装置あるいは文字認識システムとして、装置やシステムの一部あるいは全体をネットワークを介して接続して構成するようにしても良い。
【００６０】
【発明の効果】
以上説明したように、本発明の文字認識方法（請求項１）によれば、入力画像から抽出された特徴ベクトルとパターン辞書が保持している文字コードの特徴ベクトルとに基づいて算出されたユークリッド距離を、一の文字コードに対して用いられた学習データの数が所定数以上の場合は、固有値／固有ベクトルを用いて補正し、学習データの数が所定数未満の場合は、入力画像から抽出された特徴ベクトルの大きさに応じて補正するようにしので、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００６１】
また、本発明の文字認識方法（請求項２）によれば、入力画像から抽出された特徴ベクトルとパターン辞書が保持している文字コードの特徴ベクトルとに基づいて算出されたユークリッド距離を、一の文字コードに対して用いられた学習データの数が所定数以上の場合は、固有値／固有ベクトルを用いて補正し、学習データの数が所定数未満の場合は、他の文字コードに対して用いられた学習データの固有値／固有ベクトルを用いて補正するようにしたので、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
また、本発明の文字認識方法（請求項３）によれば、ユークリッド距離を補正するステップにおいて、学習データの数が所定数未満の場合、他の文字コードに対して用いられた学習データの固有値／固有ベクトルの平均値を用いて補正するようにしたので、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００６２】
以上説明したように、本発明の文字認識装置（請求項４）によれば、入力画像から抽出された特徴ベクトルとパターン辞書が保持している文字コードの特徴ベクトルとに基づいて算出されたユークリッド距離を、一の文字コードに対して用いられた学習データの数が所定数以上の場合は、固有値／固有ベクトルを用いて補正し、学習データの数が所定数未満の場合は、入力画像から抽出された特徴ベクトルの大きさに応じて補正するようにしたので、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【００６３】
また、本発明の文字認識装置（請求項５）によれば、入力画像から抽出された特徴ベクトルとパターン辞書が保持している文字コードの特徴ベクトルとに基づいて算出されたユークリッド距離を、一の文字コードに対して用いられた学習データの数が所定数以上の場合は、固有値／固有ベクトルを用いて補正し、学習データの数が所定数未満の場合は、他の文字コードに対して用いられた学習データの固有値／固有ベクトルを用いて補正するようにしたので、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
また、本発明の文字認識装置（請求項６）によれば、ユークリッド距離を補正する手段において、学習データの数が所定数未満の場合、他の文字コードに対して用いられた学習データの固有値／固有ベクトルの平均値を用いて補正するようにしたので、ユークリッド距離が正規化されて、適切な文字認識結果を出力することができる。
【図面の簡単な説明】
【図１】本発明で用いる文字認識システムの一構成例を示した図である。
【図２】本発明で用いる文字認識システムの他の構成例を示した図である。
【図３】作成されたパターン辞書の一例を示す図である。
【図４】特徴ベクトルの大きさと補正項との関係を示す線図である。
【図５】本実施の形態１における処理結果の一例を示す図である。
【図６】本実施の形態２において全ての辞書レコードに対して相違度を算出し、固有値／固有ベクトルを持つ辞書レコードについて補正項を求めた図である。
【図７】図６の処理結果に対して補正項が算出された結果についてのみ補正を施した図である。
【図８】図７の処理結果で補正項の算出されない認識結果について、補正項の算出された認識結果の補正項の平均値を用いて補正を行った結果をソートした実施の形態２における最終認識結果を示した図である。
【符号の説明】
１０ 文字認識用辞書（パターン辞書）
１２ ネットワーク
１４ 文字認識エンジン
１６ 文字認識プログラム
１８ 文字認識用辞書
２０〜２ｎ 辞書レコード
３０〜３ｎ 特徴ベクトル
４０、４１ 固有値／固有ベクトル
Claims (6)
- 入力画像から抽出された特徴ベクトルと、予めパターン辞書が保持している文字コードの特徴ベクトルとに基づいて文字認識を行う文字認識方法であって、
前記各文字コードの特徴ベクトルは、一又は複数の学習データを用いて算出されており、
前記入力画像から抽出された特徴ベクトルと前記パターン辞書が保持している文字コードの特徴ベクトルとの相違度であるユークリッド距離を算出するステップと、
一の文字コードに対して用いられた学習データの数が所定数以上の場合には、前記学習データのばらつきの方向を表す固有値／固有ベクトルを用いて前記ユークリッド距離を補正し、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合には、入力画像から抽出された前記特徴ベクトルの大きさに応じて前記ユークリッド距離を補正するステップと、
補正された前記ユークリッド距離を用いて文字認識を行うステップと、
を実行することを特徴とする文字認識方法。 - 入力画像から抽出された特徴ベクトルと、予めパターン辞書が保持している文字コードの特徴ベクトルとに基づいて文字認識を行う文字認識方法であって、
前記各文字コードの特徴ベクトルは、一又は複数の学習データを用いて算出されており、
前記入力画像から抽出された特徴ベクトルと前記パターン辞書が保持している文字コードの特徴ベクトルとの相違度であるユークリッド距離を算出するステップと、
一の文字コードに対して用いられた学習データの数が所定数以上の場合には、前記学習データのばらつきの方向を表す固有値／固有ベクトルを用いて前記ユークリッド距離を補正し、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合には、他の文字コードに対して用いられた学習データの前記固有値／固有ベクトルを用いて前記ユークリッド距離を補正するステップと、
補正された前記ユークリッド距離を用いて文字認識を行うステップと、
を実行することを特徴とする文字認識方法。 - 前記ユークリッド距離を補正するステップは、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合に、前記他の文字コードに対して用いられた学習データの前記固有値／固有ベクトルの平均値を用いて前記ユークリッド距離を補正することを特徴とする請求項２に記載の文字認識方法。
- 入力画像から抽出された特徴ベクトルと、予めパターン辞書が保持している文字コードの特徴ベクトルとに基づいて文字認識を行う文字認識装置であって、
前記各文字コードの特徴ベクトルは、一又は複数の学習データを用いて算出されており、
前記入力画像から抽出された特徴ベクトルと前記パターン辞書が保持している文字コードの特徴ベクトルとの相違度であるユークリッド距離を算出する手段と、
一の文字コードに対して用いられた学習データの数が所定数以上の場合には、前記学習データのばらつきの方向を表す固有値／固有ベクトルを用いて前記ユークリッド距離を補正し、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合には、入力画像から抽出された前記特徴ベクトルの大きさに応じて前記ユークリッド距離を補正する手段と、
補正された前記ユークリッド距離を用いて文字認識を行う手段と、
を備えたことを特徴とする文字認識装置。 - 入力画像から抽出された特徴ベクトルと、予めパターン辞書が保持している文字コードの特徴ベクトルとに基づいて文字認識を行う文字認識装置であって、
前記各文字コードの特徴ベクトルは、一又は複数の学習データを用いて算出されており、
前記入力画像から抽出された特徴ベクトルと前記パターン辞書が保持している文字コードの特徴ベクトルとの相違度であるユークリッド距離を算出する手段と、
一の文字コードに対して用いられた学習データの数が所定数以上の場合には、前記学習データのばらつきの方向を表す固有値／固有ベクトルを用いて前記ユークリッド距離を補正し、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合には、他の文字コードに対して用いられた学習データの前記固有値／固有ベクトルを用いて前記ユークリッド距離を補正する手段と、
補正された前記ユークリッド距離を用いて文字認識を行う手段と、
を備えたことを特徴とする文字認識装置。 - 前記ユークリッド距離を補正する手段は、一の文字コードに対して用いられた前記学習データの数が所定数未満の場合に、前記他の文字コードに対して用いられた学習データの前記固有値／固有ベクトルの平均値を用いて前記ユークリッド距離を補正することを特徴とする請求項５に記載の文字認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP35840998A JP3930174B2 (ja) | 1998-12-03 | 1998-12-03 | 文字認識方法および文字認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP35840998A JP3930174B2 (ja) | 1998-12-03 | 1998-12-03 | 文字認識方法および文字認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000172784A JP2000172784A (ja) | 2000-06-23 |
| JP3930174B2 true JP3930174B2 (ja) | 2007-06-13 |
Family
ID=18459152
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP35840998A Expired - Fee Related JP3930174B2 (ja) | 1998-12-03 | 1998-12-03 | 文字認識方法および文字認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3930174B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4935905B2 (ja) * | 2007-07-25 | 2012-05-23 | 富士通株式会社 | 文字認識処理方法及び装置 |
| JP7110723B2 (ja) * | 2018-05-21 | 2022-08-02 | コニカミノルタ株式会社 | データ変換装置、画像処理装置及びプログラム |
-
1998
- 1998-12-03 JP JP35840998A patent/JP3930174B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000172784A (ja) | 2000-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4421134B2 (ja) | 文書画像検索装置 | |
| JP3689455B2 (ja) | 情報処理方法及び装置 | |
| US5572604A (en) | Method for pattern recognition using prototype transformations and hierarchical filtering | |
| JP2006252333A (ja) | データ処理方法、データ処理装置およびそのプログラム | |
| US20210124976A1 (en) | Apparatus and method for calculating similarity of images | |
| US20110317882A1 (en) | Biometric matching method and apparatus | |
| JP2000099632A (ja) | 検索装置、検索方法及び検索プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JP4393720B2 (ja) | パターン認識装置および方法 | |
| EP0960381B1 (en) | Method and apparatus for recognizing patterns | |
| WO2009048696A1 (en) | Local image descriptors using linear discriminant embedding | |
| CN110399493B (zh) | 一种基于增量学习的作者消歧方法 | |
| JP5755046B2 (ja) | 画像認識装置、画像認識方法及びプログラム | |
| JPH11203415A (ja) | 類似パターンカテゴリ識別辞書作成装置および方法 | |
| JP3930174B2 (ja) | 文字認識方法および文字認識装置 | |
| CN114581927A (zh) | 银行票据识别方法、设备及介质 | |
| JP2000090117A (ja) | 文書画像の論理要素抽出方法、装置および記録媒体 | |
| JP3374762B2 (ja) | 文字認識方法及びその装置 | |
| JP3428512B2 (ja) | 文字認識装置およびコンピュータ可読記録媒体 | |
| Nam et al. | Elis: An efficient leaf image retrieval system | |
| JPH07200735A (ja) | 図形認識装置 | |
| JP3985926B2 (ja) | 文字認識方法、文字認識装置、文書画像処理システム及び記録媒体 | |
| JP7435990B2 (ja) | 振込データ入力支援装置、振込データ入力支援方法、及びプログラム | |
| JP3280577B2 (ja) | 文字認識装置 | |
| JP2001092924A (ja) | パターン認識方法および装置 | |
| JP3421200B2 (ja) | 文字認識方法および装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061212 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070213 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070306 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070308 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110316 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120316 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130316 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140316 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |