JP4199954B2 - 文字認識辞書作成方法及び文字認識方法 - Google Patents
文字認識辞書作成方法及び文字認識方法 Download PDFInfo
- Publication number
- JP4199954B2 JP4199954B2 JP2002097237A JP2002097237A JP4199954B2 JP 4199954 B2 JP4199954 B2 JP 4199954B2 JP 2002097237 A JP2002097237 A JP 2002097237A JP 2002097237 A JP2002097237 A JP 2002097237A JP 4199954 B2 JP4199954 B2 JP 4199954B2
- Authority
- JP
- Japan
- Prior art keywords
- recognition
- template
- character
- detailed
- cluster
- 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
Images
Landscapes
- Character Discrimination (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は文字認識技術に関し、特に、多段階クラスタリングを用いた文字認識方法及びこの文字認識方法で使用する文字認識辞書の構造及び文字認識辞書の作成方法に関する。
【０００２】
【従来の技術】
文字認識において、認識時間の短縮を目的とした大分類辞書と詳細辞書を用いて大分類、詳細認識の順に２段階で文字認識を行なう文字認識方法がある。この方法で用いる認識辞書は、辞書作成時に各認識対象文字に対してそれらの文字コードと字形による標準的な特徴量を格納した詳細認識用テンプレートを作成して詳細辞書を作成し、図１０（ａ）に示すような全詳細認識用テンプレートを特徴量の類似性から図１０（ｂ）に示すように幾つかのクラスタ（グループ）１、２、・・・、５、・・に分類（クラスタリング）してから、図１０（ｃ）に示すように各クラスタ毎にクラスタ内の詳細認識用テンプレート１−１、１−２、１−３、・・、２−１、・・２−４、・・、３−１、３−２、３−３、・・・、４−１、４−２、４−３、・・、５−１、・・・、５−５、・・から代表特徴量（各クラスタ内で×印で表されている）を決定して大分類用テンプレートを作成して大分類辞書を作成する。
【０００３】
そして、文字認識時には、未知入力文字の特徴量を抽出し、まず大分類として図１０（ｄ）に示すような未知入力文字の特徴量（△印で表している）と大分類辞書の特徴量（×）との比較を行ない、未知入力文字の特徴量との類似性が高い上位Ｍ個（Ｍは任意の整数）のクラスタを選択し、次に詳細認識として図１０（ｅ）に示すように選択したクラスタ内の詳細認識用テンプレート（この例ではテンプレート１−１（「目」）、１−２（「月」）、１−３（「日」）、２−１（「岡」）、２−２（「用」）、２−３（「周」）、２−４（「同」）、３−１（「回」）、３−２（「田」）、３−３（「囲」））に対して未知入力文字との比較を行い、未知入力文字の特徴量との類似性が高い上位Ｌ個（Ｌは任意の整数）の詳細認識用テンプレートの文字コードを認識結果（図１０（ｆ））として出力する方法がある。なお、図１０の例では特徴量を説明上２次元で表したが実際には異なり、多次元となる場合が多い。
【０００４】
【発明が解決しようとする課題】
しかしながら、上記従来の文字認識方法では漢字認識の場合のようにカテゴリ数が多い場合に特徴量の次元数が多くなり、クラスタ同士が複雑に絡み合うため、クラスタリングにより図１１（ａ）に示すように未知入力文字の正解文字コードを格納する詳細認識用テンプレート（●印）Ｐがクラスタ境界付近にある場合や、図１１（ｂ）に示すように未知入力文字の正解文字コードを格納する詳細認識用テンプレート（●印）Ｐ’と該詳細認識用テンプレートが所属しているクラスタの代表特徴量（×印）との距離が詳細認識用テンプレートＰ’が属していないクラスタの代表特徴量と詳細認識用テンプレートＰ’の距離よりも遠く離れている場合がある（ここで、図１１の○印は詳細認識用テンプレートの特徴量、●印は未知入力文字の正解文字コードを格納する詳細認識用テンプレート、×印はクラスタの代表特徴量、△印は未知入力文字の特徴量を意味する）。
【０００５】
このような場合には、例えば、図１１（ａ）で詳細認識用テンプレートＰの文字コードを正解文字コードとする場合、これら詳細認識用テンプレートＰの特徴量と類似性を持つ未知入力文字の認識時に、クラスタ分類（大分類）で該未知入力文字の正解文字コードを持つ詳細認識用テンプレートＰが属するクラスタを選択できず（つまり、大分類辞書による分類の失敗）、未知入力文字の認識結果に正解文字コードが出力されないという問題点がある。また、図１１（ｂ）詳細認識用テンプレートＰ’の例でも同様の問題点がある。
【０００６】
このような問題点の解決方法として大分類で選択するクラスタ数Ｍの値を増やす方法があるが、Ｍの値を増やすと詳細認識時に未知入力文字と比較する詳細認識用テンプレート数が増加して認識速度が遅くなるという欠点がある。また、別の方法として、大分類用テンプレートを追加してクラスタ内の代表特徴量をふやす方法があるが、辞書サイズが拡大するという欠点がある。
【０００７】
本発明は上記課題を解決するためになされたものであり、新たな辞書テンプレートを追加することなく、大分類による分類性能及び認識性能が高く、且つ認識速度の速い、文字認識辞書作成方法及び文字認識方法の提供を目的とする。
【０００８】
【課題を解決するための手段】
上記問題を解決するために、請求項１に記載の発明の文字認識辞書作成方法は、大分類、詳細認識の順に行う多段階文字認識に用いる文字認識辞書の作成方法であって、認識対象文字毎に詳細認識用テンプレートを作成する工程と、作成した詳細認識用テンプレートをクラスタリングする工程と、クラスタリングされた詳細認識用テンプレート毎に当該詳細認識用テンプレートが属するクラスタのクラスタ識別情報を当該詳細認識用テンプレートの所属クラスタ情報とする工程と、クラスタリングにより取得されたクラスタ毎に当該クラスタの代表特徴量を決定する工程と、決定されたクラスタの代表特徴量を有し、詳細認識用テンプレートと同一構造、同一サイズであって隣接クラスタ情報を有さない大分類用テンプレートを作成する工程と、詳細認識用テンプレート毎に当該詳細認識用テンプレートが所属していないクラスタの代表特徴量のうち距離が最小となる上位Ｎ個のクラスタのクラスタ識別情報を当該詳細認識用テンプレートの隣接クラスタ情報とする工程と、を含むことを特徴とする。
【０００９】
また、請求項２に記載の発明は請求項１に記載の発明の文字認識辞書作成方法において、更に、使用頻度の高い認識対象文字であって大分類による分類性能が低い認識対象文字のうち認識性能が所定値以下のそれぞれの認識対象文字について、現段階の文字認識辞書に該認識対象文字の詳細認識用テンプレートが存在するか否かを判定する工程と、現段階の文字認識辞書に該認識対象文字の詳細認識用テンプレートが存在する場合は、現段階の文字認識辞書を用いて該認識対象文字の文字イメージに対して大分類・詳細認識共用テンプレートおよび詳細認識用テンプレートからなる詳細認識使用可能テンプレートによる総当り文字認識と大分類、詳細認識の順の２段階文字認識とを行う工程と、総当り文字認識と大分類、詳細認識の順の２段階文字認識を行う工程において、詳細認識使用可能テンプレートの総当り文字認識では認識できるが、大分類、詳細認識の順の２段階文字認識では認識できない認識対象文字イメージが存在した場合に、該認識対象文字イメージに対して、該詳細認識使用可能テンプレートの総当り文字認識での認識数の最も多い詳細認識用テンプレートを変更詳細認識用テンプレートとする工程と、変更詳細認識用テンプレートの種類判別情報を変更して大分類・詳細認識共用テンプレートとして文字認識辞書を更新する工程と、を含むことを特徴とする。
【００１０】
また、請求項３に記載の発明は請求項２に記載の発明の文字認識辞書作成方法において、更に、更新する工程によって更新された文字認識辞書に格納されている各テンプレートを大分類用テンプレート、大分類・詳細認識共用テンプレート、詳細認識用テンプレートの順に並び替える工程、を備えたことを特徴とする。
【００１１】
また、請求項４に記載の文字認識方法は、テンプレートの種類を判別する種類判別情報と、テンプレートのクラスタ識別情報からなる所属クラスタ情報と種類判別情報が詳細認識用テンプレートを意味しているテンプレート毎に取得した当該テンプレートが所属していないクラスタの代表特徴量のうち距離が最小のクラスタのクラスタ識別情報からなる隣接クラスタ情報とを含む詳細認識用テンプレートと、詳細認識用テンプレートと同一構造、同一サイズであって、隣接クラスタ情報を含まない大分類用テンプレートを格納してなる文字認識辞書を用いて大分類、詳細認識の順に行う多段階文字認識方法であって、
未知入力文字の特徴量を抽出する工程と、未知入力文字の特徴量と詳細認識用テンプレートのうち大分類用にも使用可能なテンプレートとして種類判別情報が変更されている大分類・詳細認識共用テンプレートおよび大分類用テンプレートとの特徴量とを比較する工程と、比較結果に基いて未知入力文字の特徴量との距離が最小となる上位Ｍ個のクラスタを詳細認識候補クラスタとして取得する工程と、大分類・詳細認識共用テンプレートおよび詳細認識用テンプレートからなる詳細認識使用可能テンプレートのうちで、工程で取得したＭ個の詳細認識候補クラスタのクラスタ識別情報を所属クラスタ情報又は隣接クラスタ情報として有する詳細認識使用可能テンプレートの特徴量と未知入力文字の特徴量との比較を行う工程と、比較結果に基いて未知入力文字の特徴量との距離が最小となる上位Ｌ個の詳細認識使用可能テンプレートを取得する工程と、Ｌ個の詳細認識使用可能テンプレートが有する文字コードを認識結果として出力する工程と、を備えたことを特徴とする。
【００１３】
【発明の実施の形態】
１．文字認識装置の構成
図１は本発明の文字認識方法を適用可能な文字認識装置の構成例を示すブロック図であり、文字認識装置１００は、制御部１０、読み取り部１１、文字切り出し部１２、特徴抽出部１３、大分類部１４、詳細認識部１５、文字認識辞書１６及び表示部１７を備えている。
【００１４】
制御部１０は、ＣＰＵ（又はＭＰＵ）、プログラム格納メモリ及びＲＡＭ等の周辺回路（図示せず）からなるコンピュータ構成をなし、上述の文字認識装置１００の各構成部分の動作の制御及び文字認識装置１００全体の動作を制御する。
【００１５】
読み取り部１１は認識対象文字を含む原稿を読み取って原稿イメージ（イメージデータ）に変換し、文字切り出し部１２に渡し、文字切り出し部１２は読み取り部１１から受け取った原稿イメージから１文字単位に文字イメージを切り出して特徴抽出部１３に渡す。特徴抽出部１３は文字切り出し部１２から受け取った文字イメージから文字の特徴抽出を行って各文字イメージ毎の特徴量を得る。
【００１６】
大分類部１４は特徴抽出部１３で抽出した特徴量を基に後述（図７）するように本発明の文字認識辞書１６を用いて詳細認識候補クラスタを取得する。 また、詳細認識部１５は特徴抽出部１３で抽出した特徴量を基に後述（図８）するように本発明の文字認識辞書１６を用いて認識候補文字コードを取得する。また、表示部１７は原稿１枚分の文字イメージと認識結果を表示する。
【００１７】
文字認識辞書１６はハードディスクや光ディスクのような大容量の保存記憶メモリに複数の辞書テンプレートを格納してなる。また、各辞書テンプレートは図２のテンプレートフラグ欄２３に格納されたテンプレートフラグにより、大分類テンプレート、大分類・詳細認識共用テンプレート、詳細認識用テンプレートに区別されている。つまり、文字認識辞書１６は図５に示すように大分類用テンプレート１６１群、大分類詳細認識共用テンプレート１６２群及び詳細認識用テンプレート１６３群からなる。
【００１８】
２．テンプレートの構造
図２は本発明の文字認識辞書を構成するテンプレートの一実施例を示す図であり、図２（ａ）は詳細認識用テンプレートの構成例を示す図、図２（ｂ）は大分類用テンプレートの構成例を示す図である。
【００１９】
図２で、詳細認識用テンプレート２０と大分類用テンプレート２０’は同一構造及び同一サイズであり、テンプレート番号を格納するテンプレート番号欄２１、文字コードを格納する文字コード欄２２、テンプレートが詳細認識用テンプレートか大分類用テンプレートかを区別するテンプレートフラグを格納するテンプレートフラグ欄２３、大分類所属１位番号（＝所属クラスタ情報）を格納する大分類所属１位番号欄２４、大分類所属２位番号（＝隣接クラスタ情報）を格納する大分類所属２位番号欄２５及び特徴量を格納する特徴量欄２６を有している。なお、下記に述べるように大分類所属１位番号欄２４、大分類所属２位番号欄２５及び特徴量欄２６に格納する大分類所属１位番号、大分類所属２位番号及び特徴量の意味は詳細認識用テンプレート２０と大分類用テンプレート２０’で異なる。
【００２０】
詳細認識用テンプレート２０の大分類所属１位番号欄２４には当該詳細認識用テンプレートが属しているクラスタ番号が大分類所属１位番号として格納され、詳細認識用テンプレート２０の大分類所属２位番号欄２５には当該詳細認識用テンプレートが属していない各クラスタの代表特徴量と当該詳細認識用テンプレートの特徴量の比較結果のうち距離が最小のクラスタのクラスタ番号が大分類所属２位番号として格納される。また、詳細認識用テンプレート２０の特徴量欄２６にはその詳細認識用テンプレートの特徴量が格納される。
【００２１】
一方、大分類用テンプレート２０’の大分類所属１位番号欄２４にはそのクラスタのクラスタ番号が大分類所属１位番号として格納され、大分類所属２位番号欄２５及び文字コード欄２２にはスペース又は無効データ（null）が格納される。また、大分類用テンプレート２０’の特徴量欄２６にはそのクラスタの代表特徴量（クラスタ代表特徴量）が格納される。
【００２２】
また、後述するように詳細認識用テンプレート２０のテンプレートフラグ欄２３の値を変更することにより、大分類・詳細認識共用テンプレートを作成することができる。
【００２３】
以上説明したような同一構造のテンプレートを用いることにより、テンプレートフラグ欄の値を変更することにより、新たな辞書テンプレートを追加することなく大分類用テンプレート、詳細認識用テンプレート及び後述する大分類・詳細認識共用テンプレートを作成し、文字認識用辞書として用いることができる。
【００２４】
３．文字認識辞書作成方法
図３は本発明に基く文字認識辞書作成方法の手順を示すフローチャートであり、図４は詳細認識用テンプレート作成の説明図、図５は図３の文字認識辞書作成手順により作成された大分類用テンプレート、大分類・詳細認識共用テンプレート及び詳細認識用テンプレートを順にまとめた文字認識辞書の一例を示す図である。
【００２５】
ステップＳ１：（詳細認識用テンプレートの作成）
辞書作成の第一段階として、認識対象文字ごとに詳細認識用テンプレートを作成する。詳細認識用テンプレートの作成には、先ず、データ収集によって集めた各認識対象文字のイメージデータについて、イメージと文字コードが一致しているかどうかのチェック、極端に変形した字形の文字や誤字の修正又は削除、及び大きなノイズの除去などを行って辞書作成用イメージを作成する。なお、字形の変形パターンの多い文字や使用頻度の高い文字に関しては辞書作成用イメージとして各変形パターンを用意することが好ましい。次に、各認識対象文字毎にその全辞書作成用イメージに対してノイズ除去及び文字のストロークを明確にした後、正規化処理を行って文字の大きさを整えてから特徴抽出を行い、文字の字形による特徴量（特徴量は各次元の特徴量からなる）を抽出し、抽出した全特徴量つまり、ある認識対象文字についてその全辞書作成用イメージから抽出した各特徴量、から認識対象文字の変形パターンを考慮した代表特徴量を幾つか決定し、その認識対象文字の文字コードを文字コード欄２２に、テンプレートフラグ欄２３に詳細認識用テンプレートを意味するフラグ値（例えば、「３」）を格納し、特徴量欄２６に上述のようにして決定した代表特徴量をそれぞれ格納した詳細認識用テンプレートを作成する（詳細認識用テンプレートは決定された代表特徴量の数だけ作成される。なお、詳細認識用テンプレートの数は字形パターンの多い文字や使用頻度の高い文字については多めにする）。
【００２６】
ここで、代表特徴量の決定方法として、例えば、ある認識対象文字についてその全辞書作成用イメージから抽出した全特徴量を特徴の類似性から幾つかのクラスタに分類し、各クラスタ毎にクラスタ内の特徴量の各次元の平均を求めて代表特徴量とする方法がある。認識対象文字「問」の詳細認識用テンプレートを作成する場合を例にとると、全ての「問」辞書作成用イメージに対してノイズ除去及び文字のストロークを明確にした後、正規化処理を行って文字の大きさを整えて特徴抽出を行い、図４に示すように抽出した全特徴量を特徴の類似性からクラスタ１〜３に分類し、各クラスタ毎にクラスタ内の特徴量の各次元の平均を求めて代表特徴量Ｍ１〜Ｍ３を決定し、認識対象文字「問」の文字コード、テンプレートフラグ及び特徴量Ｍ１〜Ｍ３を格納した３個の詳細認識用テンプレートを作成する。
【００２７】
ステップＳ２：（詳細認識用テンプレートのクラスタリング）
次に、上記ステップＳ１で求めた全認識対象文字の全ての詳細認識用テンプレートに対しクラスタリングを行い、任意数のクラスタに分類する。クラスタの分類はステップＳ１の場合と同様に各詳細認識用テンプレートの特徴量の類似性を基に行う。ここで各クラスタにはクラスタ番号が付与される。また、クラスタ数については何パターンかクラスタ数が異なるパターンを作成しておき、最終的に認識性能が高くて認識速度が速いパターンを選択するようにすることが望ましい。
【００２８】
ステップＳ３：（大分類所属１位番号の格納）
次に、上記ステップＳ２でクラスタリングした各詳細認識用テンプレート毎に、その詳細認識用テンプレートが属するクラスタのクラスタ番号を大分類所属１位番号として当該詳細認識用テンプレートの大分類所属１位番号欄２４（図２）に格納する。
【００２９】
ステップＳ４：（大分類用テンプレートの作成）
次に、上記ステップＳ２で全詳細認識用テンプレートをクラスタリングして得たクラスタについて、各クラスタ毎にクラスタ代表特徴量を決定し、テンプレートフラグ欄２３に大分類用テンプレートを意味するフラグ値（例えば、「１」）を格納し、特徴量欄２６に上述のようにして決定したクラスタ代表特徴量を格納した大分類用テンプレート２０’（図２）を作成する。クラスタ代表特徴量の決定方法としては、例えば、各クラスタ毎にクラスタ内の詳細認識用テンプレートの特徴量の各次元の平均値を求めてクラスタ代表特徴量とする方法がある。
【００３０】
ステップＳ５：（大分類所属２位番号の格納）
次に、各詳細認識用テンプレート毎にその詳細認識用テンプレートが属していないクラスタのクラスタ代表特徴量と当該詳細認識用テンプレートの特徴量とを比較して距離が最小となるクラスタを求め、求めたクラスタのクラスタ番号を大分類所属２位番号として当該詳細認識用テンプレートの大分類所属２位番号欄２５に格納する。
【００３１】
ステップＳ６：（大分類・詳細認識共用テンプレートへの変更検討）
次に、使用頻度の高い認識対象文字であって大分類による分類性能が低い認識対象文字について、そのような認識対象文字の詳細認識用テンプレートの内で詳細認識用テンプレートを大分類に用いることにより当該認識対象文字の大分類での分類性能を上げることが予想される詳細認識用テンプレートを求め、求めた詳細認識用テンプレートを大分類・詳細認識共用テンプレートに変更する（詳細フローは図９参照）。これにより、当該認識対象文字の詳細認識用テンプレートは大分類で使用可能となる。
【００３２】
なお、上記図２のテンプレートの構造例では大分類所属１位番号を格納する大分類所属１位番号欄２４及び大分類所属２位番号を格納する大分類所属２位番号欄２５を設けたがこれに限定されず、例えば、大分類所属１位番号を格納する大分類所属１位番号欄と大分類所属Ｎ＋１位番号をそれぞれ格納する大分類所属２位番号欄、大分類所属３位番号欄、・・・、大分類所属Ｎ＋１位番号欄を設けるようにしてもよい。この場合は上記ステップＳ５を、「各詳細認識用テンプレート毎にその詳細認識用テンプレートが属していないクラスタのクラスタ代表特徴量と当該詳細認識用テンプレートの特徴量とを比較して距離が最小となる上位Ｎ個（Ｎは任意数）のクラスタを求め、求めたクラスタのクラスタ番号を距離が小さいほうから順に大分類所属２位番号、大分類所属３位番号、・・・、大分類所属Ｎ＋１位番号として当該詳細認識用テンプレートの大分類所属２位番号欄、大分類所属３位番号欄、・・・、大分類所属Ｎ＋１位番号欄に格納する。」とする。
【００３３】
上記図３に示した文字認識辞書作成方法の手順により、新たな辞書テンプレートを追加することなく、大分類による分類性能及び認識性能の高い文字認識辞書（図５）を作成することができる。
【００３４】
図６は図３の文字認識辞書作成手順の具体例を示す図であり、上記図３のステップＳ１で述べたような方法によりｘ個の詳細認識用テンプレートが作成され、ステップＳ２のクラスタリングにより図６（ａ）に示すように５個のクラスタに分類されているとしたとき未知入力文字△の正解文字をクラスタ５に属するテンプレート番号ｎの詳細認識用テンプレートの文字コード「問」とすると、ステップＳ３で図６（ｂ）に示すように認識対象文字「問」が属するクラスタ５のクラスタ番号「５」が、テンプレート番号ｎの詳細認識用テンプレートの大分類所属１位番号欄２４に格納される。次に、ステップＳ４で各クラスタの代表特徴量が決定され、大分類用テンプレートが作成され、ステップＳ５でテンプレート番号ｎの詳細認識用テンプレートの特徴量欄２６に格納されている特徴量とテンプレート番号ｎの詳細認識用テンプレートが属していないクラスタの代表特徴量を比較した結果のうち最も距離が近いクラスタ１のクラスタ番号「１」がテンプレート番号ｎの詳細認識用テンプレートの大分類所属２位番号欄２５に格納される。以下、図９のフローチャートに示す手順で大分類・詳細認識共用テンプレートへの変更検討が行われる。ここで、ステップＳ６（＝図９のフローチャートに示す手順）で、認識対象文字「問」が使用頻度の高く且つ大分類による分類性能が低い認識対象文字であって、テンプレート番号ｎの詳細認識用テンプレートを大分類に用いることにより認識対象文字「問」の大分類での分類性能を上げると判定された場合は、テンプレート番号ｎの詳細認識用テンプレートのテンプレートフラグ欄２３の値は大分類・詳細認識共用テンプレートを示す値（例えば、「２」）に変更される。つまり、図６（ｃ）に示すようにテンプレート番号ｎの詳細認識用テンプレートの所属するクラスタ５にクラスタ代表特徴量以外の代表特徴量（◆）が存在することとなる。
【００３５】
４．文字認識動作
図７及び図８は本発明の文字認識辞書を用いた文字認識手順を示すフローチャートであり、図７は文字認識装置１００の大分類部１４による文字認識動作手順（＝大分類手順）を示すフローチャート、図８は詳細認識部１５による文字認識動作手順（＝詳細認識手順）を示すフローチャートである。
【００３６】
＜大分類手順＞
大分類部１４は特徴抽出部１３で抽出した未知入力文字（文字イメージ）の特徴量を文字認識辞書１６の大分類使用可能テンプレート（＝図５の大分類用テンプレート１６１及び大分類・詳細認識共用テンプレート１６２）の特徴量と比較し、距離（＝２つの特徴量の各次元の距離の総和）が最小となる上位Ｍ個（Ｍは任意数）の大分類使用可能テンプレートを求め、求めた大分類使用可能テンプレートの大分類所属１位番号を詳細認識候補クラスタのクラスタ番号とする。
【００３７】
ここで、文字認識辞書１６に大分類・詳細認識共用テンプレート１６２が格納されている場合は図５の文字認識辞書１６におけるテンプレート番号２番やＡ番のテンプレートのように大分類使用可能テンプレートに大分類所属１位番号が同じテンプレートが存在するので、前記距離が最小となる上位Ｍ個の大分類使用可能テンプレートの中に大分類所属１位番号が同じテンプレートがないようにする必要がある。以下、図１、図５の文字認識辞書及び図７のフローチャートに基いて大分類手順を説明する。
【００３８】
図７で、大分類部１４はテンプレート番号カウンタＴＥＭＰを０（ゼロ）クリアして初期化すると共に、上位Ｍ個の距離格納配列（＝メモリ上に確保した距離保持用エリア（アレイ））をＭＡＸ値で初期化し、上位Ｍ個のテンプレート番号格納配列（＝メモリ上に確保したテンプレート番号保持用エリア（アレイ））を−１で初期化する（ステップＴ１）。
【００３９】
次に、大分類部１４は、文字認識辞書１６のテンプレート番号ＴＥＭＰ番のテンプレートを参照してテンプレートフラグ欄２３の値を調べ、「１」なら大分類用テンプレートとしてステップＴ３に遷移し、「２」なら大分類・詳細認識共用テンプレートとして同様にステップＴ３に遷移し、「３」なら詳細認識用テンプレートとしてステップＴ６に遷移する（ステップＴ２）。
【００４０】
大分類部１４は、特徴抽出部１３で抽出した未知入力文字の特徴量とテンプレート番号ＴＥＭＰ番のテンプレートの特徴量との距離を算出し（ステップＴ３）、求めた距離と上位Ｍ個の距離格納配列に保持（記憶）されている距離とを比較し、距離格納配列に保持されているＭ個の距離のいずれかより小さい場合はステップＴ５に遷移し、そうでない場合はステップＴ６に遷移する（ステップＴ４）。
【００４１】
上位Ｍ個の距離格納配列に保持されている距離のうち、上記ステップＴ３で求めた距離より大きい距離をずらして距離格納配列に保持し直し、上記ステップＴ３で求めた距離を空いた部分に保持する。また、同時に上位Ｍ個のテンプレート番号格納配列の対応する順位の配列要素にテンプレート番号（ＴＥＭＰの値）を保持するために上記ステップＴ３で求めた距離より大きい距離に対応してテンプレート番号格納配列に記憶されているテンプレート番号をずらしてテンプレート番号格納配列に保持し直し、テンプレート番号（ＴＥＭＰの値）を空いた部分に保持する。つまり、上記ステップＴ３で求めた距離は距離格納配列内でシフトされるので距離格納配列に保持されていた最も大きい距離及び対応するテンプレート番号（Ｍ＋１番の大きさの距離及び対応するテンプレート番号）は上位Ｍ個の距離格納配列及びテンプレート番号格納配列には保持されないこととなる（ステップＴ５）。
【００４２】
大分類部１４は、文字認識辞書１６内に参照されていないテンプレートがある場合はテンプレート番号カウンタＴＥＭＰに１を加えてステップＴ２に戻って次のテンプレートの参照を開始し（ステップＴ６）、文字認識辞書１６内の全てのテンプレートの参照が終了した場合は、上記上位Ｍ個のテンプレート番号格納配列に格納されているＭ個のテンプレート番号のテンプレートの大分類所属１位番号欄２４の値、つまり、Ｍ個の大分類所属１位番号を詳細認識候補クラスタのクラスタ番号として詳細認識部１５に渡す（ステップＴ７）。
【００４３】
上記図７のフローチャートの説明から明らかなように本発明の大分類手順では大分類に大分類用テンプレートに加えて大分類・詳細認識共用テンプレートを用いているので、図１１（ａ）に示したように未知入力文字の正解文字コードを格納する詳細認識用テンプレート（●印）Ｐがクラスタ境界付近にある場合や、図１１（ｂ）に示すように未知入力文字の正解文字コードを格納する詳細認識用テンプレート（●印）Ｐ’と該詳細認識用テンプレートが所属しているクラスタの代表特徴量（×印）との距離が詳細認識用テンプレートＰ’が属していないクラスタの代表特徴量と詳細認識用テンプレートＰ’の距離よりも遠く離れている場合でも、未知入力文字の認識時に、クラスタ分類（大分類）で該未知入力文字の正解文字コードを持つ詳細認識用テンプレートＰが属するクラスタを選択することができる。
【００４４】
＜詳細認識手順＞
詳細認識部１５は、文字認識辞書１６内の詳細認識使用可能テンプレート（＝大分類・詳細認識共用テンプレート及び詳細認識用テンプレート）のなかで、大分類部１４から受け取ったＭ個の詳細認識候補クラスタのクラスタ番号を大分類所属第１位番号欄２４又は大分類所属第２位番号欄２５のどれかに格納しているテンプレートの特徴量と特徴抽出部１３で抽出した未知入力文字の特徴量とを比較し、距離（２つの特徴量の各次元の距離の総和）が最小となる上位Ｌ個（Ｌは任意数）の詳細認識使用可能テンプレートを求め、求めた詳細認識使用可能テンプレートの文字コード欄２２に格納されている文字コードを認識候補文字コードとする。
【００４５】
なお、実施例ではテンプレートの大分類所属番号格納欄を大分類所属第１位番号欄２４、大分類所属第２位番号欄２５の２つとしたがこれに限定されない。つまり、大分類所属番号格納欄はｎ個（ｎ≧１、ｎは辞書構成により決まる整数値）備えることができる。この場合、大分類部１４から受け取ったＭ個の詳細認識候補クラスタのクラスタ番号を大分類所属第１位番号欄から大分類所属第ｎ位番号欄のどれかに格納しているテンプレートの特徴量と特徴抽出部１３で抽出した未知入力文字の特徴量とを比較し、距離（２つの特徴量の各次元の距離の総和）が最小となる上位Ｌ個（Ｌは任意数）の詳細認識使用可能テンプレートを求め、求めた詳細認識使用可能テンプレートの文字コード欄２２に格納されている文字コードを認識候補文字コードとするようにする。
【００４６】
又、図５に示したように、文字認識辞書１６内で各辞書テンプレートを大分類用テンプレート群、大分類・詳細認識共用テンプレート群、詳細認識用テンプレート群の順に格納することにより、大分類及び詳細認識に用いるテンプレートの選択速度が向上する。以下、図１、図５の文字認識辞書及び図８のフローチャートに基いて詳細認識手順を説明する。なお、下記図８のフローチャートでは説明上テンプレートの大分類所属番号格納欄が２個の場合を例とする。
【００４７】
図８で、詳細認識部１５はテンプレート番号カウンタＴＥＭＰを０（ゼロ）クリアして初期化すると共に、上位Ｌ個の距離格納配列をＭＡＸ値で初期化し、上位Ｌ個のテンプレート番号格納配列を−１で初期化する（ステップＵ１）。
【００４８】
次に、詳細認識部１５は、文字認識辞書１６のテンプレート番号ＴＥＭＰ番のテンプレートを参照してテンプレートフラグ欄２３の値を調べ、「２」なら大分類・詳細認識共用テンプレートとしてステップＵ３に遷移し、「３」なら詳細認識用テンプレートとして同様にステップＵ３に遷移し、「１」なら大分類用テンプレートとしてステップＵ８に遷移する（ステップＵ２）。
【００４９】
詳細認識部１５は、文字認識辞書１６内のテンプレート番号ＴＥＭＰ番のテンプレートの大分類所属１位番号欄２４を調べ、格納されている大分類所属１位番号（＝所属するクラスタ番号）が大分類部１４から受け取ったＭ個の詳細認識候補クラスタのクラスタ番号のどれかと一致する場合はステップＵ５に遷移し、そうでない場合はステップＵ４に遷移する（ステップＵ３）。
【００５０】
詳細認識部１５は、文字認識辞書１６内のテンプレート番号ＴＥＭＰ番のテンプレートの大分類所属２位番号欄２５を調べ、格納されている大分類所属２位番号が大分類部１４から受け取ったＭ個の詳細認識候補クラスタのクラスタ番号のどれかと一致する場合はステップＵ５に遷移し、そうでない場合はステップＵ８遷移する（ステップＵ４）。
【００５１】
次に、詳細認識部１５は、特徴抽出部１３で抽出した未知入力文字の特徴量とテンプレート番号ＴＥＭＰ番のテンプレートの特徴量との距離を算出し（ステップＵ５）、求めた距離と上位Ｌ個の距離格納配列に保持（記憶）されている距離とを比較し、距離格納配列に保持されているＬ個の距離のいずれかより小さい場合はステップＵ７に遷移し、そうでない場合はステップＵ８に遷移する（ステップＵ６）。
【００５２】
上位Ｌ個の距離格納配列に保持されている距離のうち、上記ステップＵ５で求めた距離より大きい距離をずらして距離格納配列に保持し直し、上記ステップＵ５で求めた距離を空いた部分に保持する。また、同時に上位Ｌ個のテンプレート番号格納配列の対応する順位の配列要素にテンプレート番号（＝ＴＥＭＰの値）を保持するために上記ステップＵ５で求めた距離より大きい距離に対応してテンプレート番号格納配列に記憶されているテンプレート番号をずらしてテンプレート番号格納配列に保持し直し、テンプレート番号（ＴＥＭＰの値）を空いた部分に保持する。つまり、上記ステップＵ５で求めた距離は距離格納配列内でシフトされるので距離格納配列に保持されていた最も大きい距離及び対応するテンプレート番号（Ｌ＋１番の大きさの距離及び対応するテンプレート番号）は上位Ｌ個の距離格納配列及びテンプレート番号格納配列には保持されないこととなる（ステップＵ７）。
【００５３】
詳細認識部１５は、文字認識辞書１６内に参照されていないテンプレートがある場合はテンプレート番号カウンタＴＥＭＰに１を加えてステップＵ２に戻って次のテンプレートの参照を開始し（ステップＵ８）、文字認識辞書１６内の全てのテンプレートの参照が終了した場合は、上記上位Ｌ個のテンプレート番号格納配列に格納されているＬ個のテンプレート番号のテンプレートの文字コード欄２２に格納されている文字コードを未知入力文字の認識候補文字とする（ステップＵ９）。
【００５４】
なお、テンプレートの大分類所属番号格納欄がｎ個の場合は、上記図８のステップＵ４で、「詳細認識部１５は、文字認識辞書１６内のテンプレート番号ＴＥＭＰ番のテンプレートの大分類所属２位番号欄を調べ、格納されている大分類所属２位番号が大分類部１４から受け取ったＭ個の詳細認識候補クラスタのクラスタ番号のどれかと一致する場合はステップＵ５に遷移し、そうでない場合はステップＵ４−２に遷移する（ステップＵ４−１）。」とし、以下、「詳細認識部１５は、文字認識辞書１６内のテンプレート番号ＴＥＭＰ番のテンプレートの大分類所属３位番号欄を調べ、格納されている大分類所属３位番号が大分類部１４から受け取ったＭ個の詳細認識候補クラスタのクラスタ番号のどれかと一致する場合はステップＵ５に遷移し、そうでない場合はステップＵ４−３に遷移する（ステップＵ４−２）。」・・・「詳細認識部１５は、文字認識辞書１６内のテンプレート番号ＴＥＭＰ番のテンプレートの大分類所属ｎ位番号欄を調べ、格納されている大分類所属ｎ位番号が大分類部１４から受け取ったＭ個の詳細認識候補クラスタのクラスタ番号のどれかと一致する場合はステップＵ５に遷移し、そうでない場合はステップＵ８に遷移する（ステップＵ４−（ｎー１））。」とするようにすればよい。
【００５５】
上記図８のフローチャートの説明から明らかなように、本発明の詳細認識手順では詳細認識使用可能テンプレートの大分類所属１位番号から大分類所属ｎ位番号までと大分類手順で取得した詳細認識候補クラスタとを用いているので、図１１（ａ）に示したように未知入力文字の正解文字コードを格納する詳細認識用テンプレート（●印）Ｐがクラスタ境界付近にある場合や、図１１（ｂ）に示すように未知入力文字の正解文字コードを格納する詳細認識用テンプレート（●印）Ｐ’と該詳細認識用テンプレートが所属しているクラスタの代表特徴量（×印）との距離が詳細認識用テンプレートＰ’が属していないクラスタの代表特徴量と詳細認識用テンプレートＰ’の距離よりも遠く離れている場合でも正解文字コードを出力することができる。
【００５６】
また、大分類手順、詳細認識手順で用いる大分類・詳細認識共用テンプレートは文字認識辞書内の詳細認識用テンプレートを一定の条件下で大分類・詳細認識共用テンプレートとしただけなので、新たなテンプレートを追加する必要がなく、認識精度を上げるために文字認識辞書を拡大する必要がない。
【００５７】
５．大分類・詳細認識共用テンプレートへの変更検討手順
図９は大分類・詳細認識共用テンプレートへの変更検討手順（＝図３のステップＳ６）を示すフローチャートである。
【００５８】
図９で、先ず、現段階の文字認識辞書を用いて全認識評価用イメージに対して詳細認識使用可能テンプレート（＝大分類・詳細認識共用テンプレート及び詳細認識用テンプレート）の総当り文字認識と大分類、詳細認識の順の２段階文字認識を行う（ステップＳ６−１）。
【００５９】
次に、上記ステップＳ６−１で得た詳細認識使用可能テンプレートの総当り文字認識の結果と大分類、詳細認識の順の２段階文字認識の結果を基に、詳細認識用テンプレートの大分類・詳細認識共用テンプレートへの変更検討を行う。変更検討の方法としては、例えば、使用頻度の高い認識対象文字の大分類、詳細認識の順の２段階文字認識での認識性能と、詳細認識使用可能テンプレートの総当り文字認識では認識できるが、大分類、詳細認識の順の２段階文字認識では認識できない認識評価用イメージ数の割合が高い認識対象文字（＝大分類による分類性能が低い認識対象文字）の認識性能と、認識速度との兼ね合いから判断する。変更検討の結果、変更する場合はステップＳ６−３に遷移し、変更しない場合は変更検討処理を終了する（ステップＳ６−２）。
【００６０】
上記ステップ６−１で得た詳細認識使用可能テンプレートの総当り文字認識の結果と大分類、詳細認識の順の２段階文字認識の結果を基に、大分類・詳細認識共用テンプレートへの変更候補文字リストを作成する。大分類・詳細認識共用テンプレートへの変更候補文字リストに記憶する認識対象文字の条件は大分類による分類が失敗して認識性能が低下していることであり、変更候補文字リストには、例えば、詳細認識使用可能テンプレートの総当り文字認識では認識できるが、大分類、詳細認識の順の２段階文字認識では認識できない認識評価用イメージ数の割合が高い認識対象文字や、使用頻度の高い認識対象文字のうちで詳細認識使用可能テンプレートの総当り文字認識では認識できるが、大分類、詳細認識の順の２段階文字認識では認識できない認識評価用イメージ数が０でない認識対象文字等を記憶する（ステップＳ６−３）。
【００６１】
次に、上記ステップＳ６−３で作成した大分類・詳細認識共用テンプレートへの変更候補文字リストから変更対象カテゴリを１つ取り出し（ステップＳ６−４）、現段階の文字認識辞書を用いて変更対象カテゴリの全認識評価用イメージに対して大分類、詳細認識の順の２段階文字認識を行う（ステップＳ６−５）。
【００６２】
上記ステップ６−１で得た詳細認識使用可能テンプレートの総当り文字認識の結果と上記ステップＳ６−５での変更対象カテゴリの大分類、詳細認識の順の２段階文字認識での認識結果から変更対象カテゴリの大分類、詳細認識の順の２段階文字認識での認識性能が所定値に達しているか否かを判定し、所定値に達している場合はステップＳ６−１１に遷移し、達していない場合はＳ６−７に遷移する（ステップＳ６−６）。
【００６３】
詳細認識用テンプレートを大分類・詳細認識共用テンプレートに変更することが目的であるため、先ず、現段階の文字認識辞書に変更対象カテゴリの詳細認識用テンプレートが存在するかどうか確認し、存在する場合はステップＳ６−８に遷移し、存在しない場合はステップＳ６−１１に遷移する（ステップＳ６−７）。
【００６４】
現段階の文字認識辞書を用いて変更対象カテゴリの全認識評価用イメージに対して詳細認識使用可能テンプレートの総当り文字認識と大分類、詳細認識の順の２段階文字認識を行い、詳細認識使用可能テンプレートの総当り文字認識では認識できるが、大分類、詳細認識の順の２段階文字認識では認識できない認識評価用イメージが存在した場合に、詳細認識使用可能テンプレートの総当り文字認識で当該認識評価用イメージを認識できた詳細認識使用可能テンプレートを詳細認識使用可能テンプレート毎にカウントし、カウント数が一番多い詳細認識用テンプレートを大分類・詳細認識共用テンプレートへの変更詳細認識用テンプレートとする（ステップＳ６−８）。
【００６５】
上記ステップＳ６−８で取得した変更詳細認識用テンプレートのテンプレートフラグ欄２３に格納されているテンプレートフラグの値を詳細認識用テンプレートを意味する値（例えば「３」）から大分類・詳細認識共用テンプレートを意味する値（例えば「２」）に変更し、該変更詳細認識用テンプレートを大分類・詳細認識共用テンプレートに変更する（これにより、文字認識辞書が更新される）（ステップＳ６−９）。
【００６６】
次に、上記ステップＳ６−９で更新した現段階の文字認識辞書を図５に示すように大分類用テンプレート、大分類・詳細認識共用テンプレート、詳細認識用テンプレートの順に並び替えて（これにより、文字認識辞書が更新される）、ステップＳ６−５に遷移する。このようにすることにより、大分類及び詳細認識に用いるテンプレートの選択速度が向上する（ステップＳ６−１０）。
【００６７】
変更候補文字リスト内の全てのカテゴリに対して変更検討が終了したかどうかを調べ、終了した場合はステップＳ６−１に戻り、終了していない場合はステップＳ６−４に戻る（ステップＳ６−１１）。
【００６８】
なお、上記ステップＳ６−２で、使用頻度の高い文字は文字認識装置を使用する目的毎に異なるので、事前に使用頻度の高い文字を調査しておくことが望ましい。また、文字認識装置の運用時に使用頻度をカウントするようにしてもよい。
【００６９】
以上説明したように、上記図９のフローチャートに示した大分類・詳細認識共用テンプレートへの変更検討手順により、詳細認識用テンプレートを大分類・詳細認識共用テンプレートに変更するとその大分類・詳細認識共用テンプレートの大分類での分類性能が上がるだけでなく、その大分類・詳細認識共用テンプレートが属するクラスタ内でその大分類・詳細認識共用テンプレートと特徴量が近い他の詳細認識用テンプレートについても大分類時にその大分類・詳細認識共用テンプレートが用いられることにより分類性能が向上する。ここで、上記ステップＳ６−６で変更対象カテゴリ取得後に変更対象カテゴリの認識性能が所定値に達したか否かを判定するのは、このような大分類・詳細認識共用テンプレートへの変更による効果への期待に基く。
【００７０】
また、詳細認識用テンプレートを大分類・詳細認識共用テンプレートに変更したときに、当該大分類・詳細認識共用テンプレートの属するクラスタ以外のクラスタに属する全詳細認識使用可能テンプレートに対して大分類所属第２位番号以下の再計算を当該詳細認識使用可能テンプレートの属するクラスタ以外のクラスタに属する大分類使用可能テンプレートと行うことで、当該大分類・詳細認識共用テンプレートの属するクラスタ以外のクラスタに属する他の詳細認識用テンプレートで大分類所属第２位番号以下が再計算により当該大分類・詳細認識共用テンプレートの所属するクラスタのクラスタ番号に変更となった詳細認識用テンプレートについても分類性能が向上する。
【００７１】
なお、本発明の文字認識辞書、文字認識辞書作成方法及び文字認識方法は大分類、詳細認識の順に２段階で文字を認識する文字認識方法だけでなく、多段階で文字を認識する文字認識方法にも適用が可能である。
【００７２】
以上、本発明の一実施例について説明したが本発明は上記実施例に限定されるものではなく、種々の変形実施が可能であることはいうまでもない。
【００７３】
【発明の効果】
上記説明したように、請求項１に係る文字認識辞書作成方法によれば、大分類用テンプレートと詳細認識用テンプレートを同一サイズ、同一構造として構成しているので、種類判別情報（テンプレートフラグ欄の値）を変更することにより、新たな辞書テンプレートを追加することなく大分類用テンプレート、詳細認識用テンプレート及び大分類・詳細認識共用テンプレートを作成し、文字認識用辞書として用いることができる。
また、請求項２に係る文字認識辞書作成方法によれば、大分類手順、詳細認識手順で用いる大分類・詳細認識共用テンプレートは文字認識辞書内の詳細認識用テンプレートを一定の条件下で大分類・詳細認識共用テンプレートに変更するので、新たなテンプレートの追加がなく、認識精度を上げるために文字認識辞書を拡大する必要がない。
【００７４】
また、請求項３に係る文字認識辞書作成方法によれば、更新した現段階の文字認識辞書を大分類用テンプレート、大分類・詳細認識共用テンプレート、詳細認識用テンプレートの順に並び替えるので、大分類及び詳細認識に用いるテンプレートの選択速度が向上する。
【００７５】
また、本発明の文字認識方法によれば、詳細認識使用可能テンプレートの大分類所属１位番号から大分類所属ｎ位番号までと大分類手順で取得した詳細認識候補クラスタとを用いているので、未知入力文字の正解文字コードを格納する詳細認識用テンプレートがクラスタ境界付近にある場合や、未知入力文字の正解文字コードを格納する詳細認識用テンプレートと該詳細認識用テンプレートが所属しているクラスタの代表特徴量との距離が当該詳細認識用テンプレートが属していないクラスタの代表特徴量と当該詳細認識用テンプレートの距離よりも遠く離れている場合でも正解文字コードを出力することができる。
【図面の簡単な説明】
【図１】本発明の文字認識方法を適用可能な文字認識装置の構成例を示すブロック図である。
【図２】本発明の文字認識辞書を構成するテンプレートの一実施例を示す図である。
【図３】本発明に基く文字認識辞書作成方法の手順を示すフローチャートである。
【図４】詳細認識用テンプレート作成の説明図である。
【図５】大分類用テンプレート、大分類・詳細認識共用テンプレート及び詳細認識用テンプレートを順にまとめた文字認識辞書の一例を示す図である。
【図６】図３の文字認識辞書作成手順の具体例を示す図である。
【図７】文字認識装置の大分類手順を示すフローチャートである。
【図８】文字認識装置の詳細認識手順を示すフローチャートである。
【図９】大分類・詳細認識共用テンプレートへの変更検討手順を示すフローチャートである。
【図１０】従来の文字認識技術の説明図である。
【図１１】従来の文字認識技術の問題点の説明図である。
【符号の説明】
１、２、・・・、５ クラスタ
１０ 制御部
１１ 読み取り部
１２ 文字切り出し部
１３ 特徴抽出部
１４ 大分類部
１５ 詳細認識部
１６ 文字認識辞書
１７ 表示部
２０ 詳細認識用テンプレート
２０’ 大分類用テンプレート
２１ テンプレート番号欄
２２ 文字コード欄
２３ テンプレートフラグ欄
２４ 大分類所属１位番号欄
２５ 大分類所属２位番号欄
２６ 特徴量欄
１００ 文字認識装置
１６１ 大分類用テンプレート
１６２ 大分類・詳細認識共用テンプレート
１６３ 詳細認識用テンプレート
【発明の属する技術分野】
本発明は文字認識技術に関し、特に、多段階クラスタリングを用いた文字認識方法及びこの文字認識方法で使用する文字認識辞書の構造及び文字認識辞書の作成方法に関する。
【０００２】
【従来の技術】
文字認識において、認識時間の短縮を目的とした大分類辞書と詳細辞書を用いて大分類、詳細認識の順に２段階で文字認識を行なう文字認識方法がある。この方法で用いる認識辞書は、辞書作成時に各認識対象文字に対してそれらの文字コードと字形による標準的な特徴量を格納した詳細認識用テンプレートを作成して詳細辞書を作成し、図１０（ａ）に示すような全詳細認識用テンプレートを特徴量の類似性から図１０（ｂ）に示すように幾つかのクラスタ（グループ）１、２、・・・、５、・・に分類（クラスタリング）してから、図１０（ｃ）に示すように各クラスタ毎にクラスタ内の詳細認識用テンプレート１−１、１−２、１−３、・・、２−１、・・２−４、・・、３−１、３−２、３−３、・・・、４−１、４−２、４−３、・・、５−１、・・・、５−５、・・から代表特徴量（各クラスタ内で×印で表されている）を決定して大分類用テンプレートを作成して大分類辞書を作成する。
【０００３】
そして、文字認識時には、未知入力文字の特徴量を抽出し、まず大分類として図１０（ｄ）に示すような未知入力文字の特徴量（△印で表している）と大分類辞書の特徴量（×）との比較を行ない、未知入力文字の特徴量との類似性が高い上位Ｍ個（Ｍは任意の整数）のクラスタを選択し、次に詳細認識として図１０（ｅ）に示すように選択したクラスタ内の詳細認識用テンプレート（この例ではテンプレート１−１（「目」）、１−２（「月」）、１−３（「日」）、２−１（「岡」）、２−２（「用」）、２−３（「周」）、２−４（「同」）、３−１（「回」）、３−２（「田」）、３−３（「囲」））に対して未知入力文字との比較を行い、未知入力文字の特徴量との類似性が高い上位Ｌ個（Ｌは任意の整数）の詳細認識用テンプレートの文字コードを認識結果（図１０（ｆ））として出力する方法がある。なお、図１０の例では特徴量を説明上２次元で表したが実際には異なり、多次元となる場合が多い。
【０００４】
【発明が解決しようとする課題】
しかしながら、上記従来の文字認識方法では漢字認識の場合のようにカテゴリ数が多い場合に特徴量の次元数が多くなり、クラスタ同士が複雑に絡み合うため、クラスタリングにより図１１（ａ）に示すように未知入力文字の正解文字コードを格納する詳細認識用テンプレート（●印）Ｐがクラスタ境界付近にある場合や、図１１（ｂ）に示すように未知入力文字の正解文字コードを格納する詳細認識用テンプレート（●印）Ｐ’と該詳細認識用テンプレートが所属しているクラスタの代表特徴量（×印）との距離が詳細認識用テンプレートＰ’が属していないクラスタの代表特徴量と詳細認識用テンプレートＰ’の距離よりも遠く離れている場合がある（ここで、図１１の○印は詳細認識用テンプレートの特徴量、●印は未知入力文字の正解文字コードを格納する詳細認識用テンプレート、×印はクラスタの代表特徴量、△印は未知入力文字の特徴量を意味する）。
【０００５】
このような場合には、例えば、図１１（ａ）で詳細認識用テンプレートＰの文字コードを正解文字コードとする場合、これら詳細認識用テンプレートＰの特徴量と類似性を持つ未知入力文字の認識時に、クラスタ分類（大分類）で該未知入力文字の正解文字コードを持つ詳細認識用テンプレートＰが属するクラスタを選択できず（つまり、大分類辞書による分類の失敗）、未知入力文字の認識結果に正解文字コードが出力されないという問題点がある。また、図１１（ｂ）詳細認識用テンプレートＰ’の例でも同様の問題点がある。
【０００６】
このような問題点の解決方法として大分類で選択するクラスタ数Ｍの値を増やす方法があるが、Ｍの値を増やすと詳細認識時に未知入力文字と比較する詳細認識用テンプレート数が増加して認識速度が遅くなるという欠点がある。また、別の方法として、大分類用テンプレートを追加してクラスタ内の代表特徴量をふやす方法があるが、辞書サイズが拡大するという欠点がある。
【０００７】
本発明は上記課題を解決するためになされたものであり、新たな辞書テンプレートを追加することなく、大分類による分類性能及び認識性能が高く、且つ認識速度の速い、文字認識辞書作成方法及び文字認識方法の提供を目的とする。
【０００８】
【課題を解決するための手段】
上記問題を解決するために、請求項１に記載の発明の文字認識辞書作成方法は、大分類、詳細認識の順に行う多段階文字認識に用いる文字認識辞書の作成方法であって、認識対象文字毎に詳細認識用テンプレートを作成する工程と、作成した詳細認識用テンプレートをクラスタリングする工程と、クラスタリングされた詳細認識用テンプレート毎に当該詳細認識用テンプレートが属するクラスタのクラスタ識別情報を当該詳細認識用テンプレートの所属クラスタ情報とする工程と、クラスタリングにより取得されたクラスタ毎に当該クラスタの代表特徴量を決定する工程と、決定されたクラスタの代表特徴量を有し、詳細認識用テンプレートと同一構造、同一サイズであって隣接クラスタ情報を有さない大分類用テンプレートを作成する工程と、詳細認識用テンプレート毎に当該詳細認識用テンプレートが所属していないクラスタの代表特徴量のうち距離が最小となる上位Ｎ個のクラスタのクラスタ識別情報を当該詳細認識用テンプレートの隣接クラスタ情報とする工程と、を含むことを特徴とする。
【０００９】
また、請求項２に記載の発明は請求項１に記載の発明の文字認識辞書作成方法において、更に、使用頻度の高い認識対象文字であって大分類による分類性能が低い認識対象文字のうち認識性能が所定値以下のそれぞれの認識対象文字について、現段階の文字認識辞書に該認識対象文字の詳細認識用テンプレートが存在するか否かを判定する工程と、現段階の文字認識辞書に該認識対象文字の詳細認識用テンプレートが存在する場合は、現段階の文字認識辞書を用いて該認識対象文字の文字イメージに対して大分類・詳細認識共用テンプレートおよび詳細認識用テンプレートからなる詳細認識使用可能テンプレートによる総当り文字認識と大分類、詳細認識の順の２段階文字認識とを行う工程と、総当り文字認識と大分類、詳細認識の順の２段階文字認識を行う工程において、詳細認識使用可能テンプレートの総当り文字認識では認識できるが、大分類、詳細認識の順の２段階文字認識では認識できない認識対象文字イメージが存在した場合に、該認識対象文字イメージに対して、該詳細認識使用可能テンプレートの総当り文字認識での認識数の最も多い詳細認識用テンプレートを変更詳細認識用テンプレートとする工程と、変更詳細認識用テンプレートの種類判別情報を変更して大分類・詳細認識共用テンプレートとして文字認識辞書を更新する工程と、を含むことを特徴とする。
【００１０】
また、請求項３に記載の発明は請求項２に記載の発明の文字認識辞書作成方法において、更に、更新する工程によって更新された文字認識辞書に格納されている各テンプレートを大分類用テンプレート、大分類・詳細認識共用テンプレート、詳細認識用テンプレートの順に並び替える工程、を備えたことを特徴とする。
【００１１】
また、請求項４に記載の文字認識方法は、テンプレートの種類を判別する種類判別情報と、テンプレートのクラスタ識別情報からなる所属クラスタ情報と種類判別情報が詳細認識用テンプレートを意味しているテンプレート毎に取得した当該テンプレートが所属していないクラスタの代表特徴量のうち距離が最小のクラスタのクラスタ識別情報からなる隣接クラスタ情報とを含む詳細認識用テンプレートと、詳細認識用テンプレートと同一構造、同一サイズであって、隣接クラスタ情報を含まない大分類用テンプレートを格納してなる文字認識辞書を用いて大分類、詳細認識の順に行う多段階文字認識方法であって、
未知入力文字の特徴量を抽出する工程と、未知入力文字の特徴量と詳細認識用テンプレートのうち大分類用にも使用可能なテンプレートとして種類判別情報が変更されている大分類・詳細認識共用テンプレートおよび大分類用テンプレートとの特徴量とを比較する工程と、比較結果に基いて未知入力文字の特徴量との距離が最小となる上位Ｍ個のクラスタを詳細認識候補クラスタとして取得する工程と、大分類・詳細認識共用テンプレートおよび詳細認識用テンプレートからなる詳細認識使用可能テンプレートのうちで、工程で取得したＭ個の詳細認識候補クラスタのクラスタ識別情報を所属クラスタ情報又は隣接クラスタ情報として有する詳細認識使用可能テンプレートの特徴量と未知入力文字の特徴量との比較を行う工程と、比較結果に基いて未知入力文字の特徴量との距離が最小となる上位Ｌ個の詳細認識使用可能テンプレートを取得する工程と、Ｌ個の詳細認識使用可能テンプレートが有する文字コードを認識結果として出力する工程と、を備えたことを特徴とする。
【００１３】
【発明の実施の形態】
１．文字認識装置の構成
図１は本発明の文字認識方法を適用可能な文字認識装置の構成例を示すブロック図であり、文字認識装置１００は、制御部１０、読み取り部１１、文字切り出し部１２、特徴抽出部１３、大分類部１４、詳細認識部１５、文字認識辞書１６及び表示部１７を備えている。
【００１４】
制御部１０は、ＣＰＵ（又はＭＰＵ）、プログラム格納メモリ及びＲＡＭ等の周辺回路（図示せず）からなるコンピュータ構成をなし、上述の文字認識装置１００の各構成部分の動作の制御及び文字認識装置１００全体の動作を制御する。
【００１５】
読み取り部１１は認識対象文字を含む原稿を読み取って原稿イメージ（イメージデータ）に変換し、文字切り出し部１２に渡し、文字切り出し部１２は読み取り部１１から受け取った原稿イメージから１文字単位に文字イメージを切り出して特徴抽出部１３に渡す。特徴抽出部１３は文字切り出し部１２から受け取った文字イメージから文字の特徴抽出を行って各文字イメージ毎の特徴量を得る。
【００１６】
大分類部１４は特徴抽出部１３で抽出した特徴量を基に後述（図７）するように本発明の文字認識辞書１６を用いて詳細認識候補クラスタを取得する。 また、詳細認識部１５は特徴抽出部１３で抽出した特徴量を基に後述（図８）するように本発明の文字認識辞書１６を用いて認識候補文字コードを取得する。また、表示部１７は原稿１枚分の文字イメージと認識結果を表示する。
【００１７】
文字認識辞書１６はハードディスクや光ディスクのような大容量の保存記憶メモリに複数の辞書テンプレートを格納してなる。また、各辞書テンプレートは図２のテンプレートフラグ欄２３に格納されたテンプレートフラグにより、大分類テンプレート、大分類・詳細認識共用テンプレート、詳細認識用テンプレートに区別されている。つまり、文字認識辞書１６は図５に示すように大分類用テンプレート１６１群、大分類詳細認識共用テンプレート１６２群及び詳細認識用テンプレート１６３群からなる。
【００１８】
２．テンプレートの構造
図２は本発明の文字認識辞書を構成するテンプレートの一実施例を示す図であり、図２（ａ）は詳細認識用テンプレートの構成例を示す図、図２（ｂ）は大分類用テンプレートの構成例を示す図である。
【００１９】
図２で、詳細認識用テンプレート２０と大分類用テンプレート２０’は同一構造及び同一サイズであり、テンプレート番号を格納するテンプレート番号欄２１、文字コードを格納する文字コード欄２２、テンプレートが詳細認識用テンプレートか大分類用テンプレートかを区別するテンプレートフラグを格納するテンプレートフラグ欄２３、大分類所属１位番号（＝所属クラスタ情報）を格納する大分類所属１位番号欄２４、大分類所属２位番号（＝隣接クラスタ情報）を格納する大分類所属２位番号欄２５及び特徴量を格納する特徴量欄２６を有している。なお、下記に述べるように大分類所属１位番号欄２４、大分類所属２位番号欄２５及び特徴量欄２６に格納する大分類所属１位番号、大分類所属２位番号及び特徴量の意味は詳細認識用テンプレート２０と大分類用テンプレート２０’で異なる。
【００２０】
詳細認識用テンプレート２０の大分類所属１位番号欄２４には当該詳細認識用テンプレートが属しているクラスタ番号が大分類所属１位番号として格納され、詳細認識用テンプレート２０の大分類所属２位番号欄２５には当該詳細認識用テンプレートが属していない各クラスタの代表特徴量と当該詳細認識用テンプレートの特徴量の比較結果のうち距離が最小のクラスタのクラスタ番号が大分類所属２位番号として格納される。また、詳細認識用テンプレート２０の特徴量欄２６にはその詳細認識用テンプレートの特徴量が格納される。
【００２１】
一方、大分類用テンプレート２０’の大分類所属１位番号欄２４にはそのクラスタのクラスタ番号が大分類所属１位番号として格納され、大分類所属２位番号欄２５及び文字コード欄２２にはスペース又は無効データ（null）が格納される。また、大分類用テンプレート２０’の特徴量欄２６にはそのクラスタの代表特徴量（クラスタ代表特徴量）が格納される。
【００２２】
また、後述するように詳細認識用テンプレート２０のテンプレートフラグ欄２３の値を変更することにより、大分類・詳細認識共用テンプレートを作成することができる。
【００２３】
以上説明したような同一構造のテンプレートを用いることにより、テンプレートフラグ欄の値を変更することにより、新たな辞書テンプレートを追加することなく大分類用テンプレート、詳細認識用テンプレート及び後述する大分類・詳細認識共用テンプレートを作成し、文字認識用辞書として用いることができる。
【００２４】
３．文字認識辞書作成方法
図３は本発明に基く文字認識辞書作成方法の手順を示すフローチャートであり、図４は詳細認識用テンプレート作成の説明図、図５は図３の文字認識辞書作成手順により作成された大分類用テンプレート、大分類・詳細認識共用テンプレート及び詳細認識用テンプレートを順にまとめた文字認識辞書の一例を示す図である。
【００２５】
ステップＳ１：（詳細認識用テンプレートの作成）
辞書作成の第一段階として、認識対象文字ごとに詳細認識用テンプレートを作成する。詳細認識用テンプレートの作成には、先ず、データ収集によって集めた各認識対象文字のイメージデータについて、イメージと文字コードが一致しているかどうかのチェック、極端に変形した字形の文字や誤字の修正又は削除、及び大きなノイズの除去などを行って辞書作成用イメージを作成する。なお、字形の変形パターンの多い文字や使用頻度の高い文字に関しては辞書作成用イメージとして各変形パターンを用意することが好ましい。次に、各認識対象文字毎にその全辞書作成用イメージに対してノイズ除去及び文字のストロークを明確にした後、正規化処理を行って文字の大きさを整えてから特徴抽出を行い、文字の字形による特徴量（特徴量は各次元の特徴量からなる）を抽出し、抽出した全特徴量つまり、ある認識対象文字についてその全辞書作成用イメージから抽出した各特徴量、から認識対象文字の変形パターンを考慮した代表特徴量を幾つか決定し、その認識対象文字の文字コードを文字コード欄２２に、テンプレートフラグ欄２３に詳細認識用テンプレートを意味するフラグ値（例えば、「３」）を格納し、特徴量欄２６に上述のようにして決定した代表特徴量をそれぞれ格納した詳細認識用テンプレートを作成する（詳細認識用テンプレートは決定された代表特徴量の数だけ作成される。なお、詳細認識用テンプレートの数は字形パターンの多い文字や使用頻度の高い文字については多めにする）。
【００２６】
ここで、代表特徴量の決定方法として、例えば、ある認識対象文字についてその全辞書作成用イメージから抽出した全特徴量を特徴の類似性から幾つかのクラスタに分類し、各クラスタ毎にクラスタ内の特徴量の各次元の平均を求めて代表特徴量とする方法がある。認識対象文字「問」の詳細認識用テンプレートを作成する場合を例にとると、全ての「問」辞書作成用イメージに対してノイズ除去及び文字のストロークを明確にした後、正規化処理を行って文字の大きさを整えて特徴抽出を行い、図４に示すように抽出した全特徴量を特徴の類似性からクラスタ１〜３に分類し、各クラスタ毎にクラスタ内の特徴量の各次元の平均を求めて代表特徴量Ｍ１〜Ｍ３を決定し、認識対象文字「問」の文字コード、テンプレートフラグ及び特徴量Ｍ１〜Ｍ３を格納した３個の詳細認識用テンプレートを作成する。
【００２７】
ステップＳ２：（詳細認識用テンプレートのクラスタリング）
次に、上記ステップＳ１で求めた全認識対象文字の全ての詳細認識用テンプレートに対しクラスタリングを行い、任意数のクラスタに分類する。クラスタの分類はステップＳ１の場合と同様に各詳細認識用テンプレートの特徴量の類似性を基に行う。ここで各クラスタにはクラスタ番号が付与される。また、クラスタ数については何パターンかクラスタ数が異なるパターンを作成しておき、最終的に認識性能が高くて認識速度が速いパターンを選択するようにすることが望ましい。
【００２８】
ステップＳ３：（大分類所属１位番号の格納）
次に、上記ステップＳ２でクラスタリングした各詳細認識用テンプレート毎に、その詳細認識用テンプレートが属するクラスタのクラスタ番号を大分類所属１位番号として当該詳細認識用テンプレートの大分類所属１位番号欄２４（図２）に格納する。
【００２９】
ステップＳ４：（大分類用テンプレートの作成）
次に、上記ステップＳ２で全詳細認識用テンプレートをクラスタリングして得たクラスタについて、各クラスタ毎にクラスタ代表特徴量を決定し、テンプレートフラグ欄２３に大分類用テンプレートを意味するフラグ値（例えば、「１」）を格納し、特徴量欄２６に上述のようにして決定したクラスタ代表特徴量を格納した大分類用テンプレート２０’（図２）を作成する。クラスタ代表特徴量の決定方法としては、例えば、各クラスタ毎にクラスタ内の詳細認識用テンプレートの特徴量の各次元の平均値を求めてクラスタ代表特徴量とする方法がある。
【００３０】
ステップＳ５：（大分類所属２位番号の格納）
次に、各詳細認識用テンプレート毎にその詳細認識用テンプレートが属していないクラスタのクラスタ代表特徴量と当該詳細認識用テンプレートの特徴量とを比較して距離が最小となるクラスタを求め、求めたクラスタのクラスタ番号を大分類所属２位番号として当該詳細認識用テンプレートの大分類所属２位番号欄２５に格納する。
【００３１】
ステップＳ６：（大分類・詳細認識共用テンプレートへの変更検討）
次に、使用頻度の高い認識対象文字であって大分類による分類性能が低い認識対象文字について、そのような認識対象文字の詳細認識用テンプレートの内で詳細認識用テンプレートを大分類に用いることにより当該認識対象文字の大分類での分類性能を上げることが予想される詳細認識用テンプレートを求め、求めた詳細認識用テンプレートを大分類・詳細認識共用テンプレートに変更する（詳細フローは図９参照）。これにより、当該認識対象文字の詳細認識用テンプレートは大分類で使用可能となる。
【００３２】
なお、上記図２のテンプレートの構造例では大分類所属１位番号を格納する大分類所属１位番号欄２４及び大分類所属２位番号を格納する大分類所属２位番号欄２５を設けたがこれに限定されず、例えば、大分類所属１位番号を格納する大分類所属１位番号欄と大分類所属Ｎ＋１位番号をそれぞれ格納する大分類所属２位番号欄、大分類所属３位番号欄、・・・、大分類所属Ｎ＋１位番号欄を設けるようにしてもよい。この場合は上記ステップＳ５を、「各詳細認識用テンプレート毎にその詳細認識用テンプレートが属していないクラスタのクラスタ代表特徴量と当該詳細認識用テンプレートの特徴量とを比較して距離が最小となる上位Ｎ個（Ｎは任意数）のクラスタを求め、求めたクラスタのクラスタ番号を距離が小さいほうから順に大分類所属２位番号、大分類所属３位番号、・・・、大分類所属Ｎ＋１位番号として当該詳細認識用テンプレートの大分類所属２位番号欄、大分類所属３位番号欄、・・・、大分類所属Ｎ＋１位番号欄に格納する。」とする。
【００３３】
上記図３に示した文字認識辞書作成方法の手順により、新たな辞書テンプレートを追加することなく、大分類による分類性能及び認識性能の高い文字認識辞書（図５）を作成することができる。
【００３４】
図６は図３の文字認識辞書作成手順の具体例を示す図であり、上記図３のステップＳ１で述べたような方法によりｘ個の詳細認識用テンプレートが作成され、ステップＳ２のクラスタリングにより図６（ａ）に示すように５個のクラスタに分類されているとしたとき未知入力文字△の正解文字をクラスタ５に属するテンプレート番号ｎの詳細認識用テンプレートの文字コード「問」とすると、ステップＳ３で図６（ｂ）に示すように認識対象文字「問」が属するクラスタ５のクラスタ番号「５」が、テンプレート番号ｎの詳細認識用テンプレートの大分類所属１位番号欄２４に格納される。次に、ステップＳ４で各クラスタの代表特徴量が決定され、大分類用テンプレートが作成され、ステップＳ５でテンプレート番号ｎの詳細認識用テンプレートの特徴量欄２６に格納されている特徴量とテンプレート番号ｎの詳細認識用テンプレートが属していないクラスタの代表特徴量を比較した結果のうち最も距離が近いクラスタ１のクラスタ番号「１」がテンプレート番号ｎの詳細認識用テンプレートの大分類所属２位番号欄２５に格納される。以下、図９のフローチャートに示す手順で大分類・詳細認識共用テンプレートへの変更検討が行われる。ここで、ステップＳ６（＝図９のフローチャートに示す手順）で、認識対象文字「問」が使用頻度の高く且つ大分類による分類性能が低い認識対象文字であって、テンプレート番号ｎの詳細認識用テンプレートを大分類に用いることにより認識対象文字「問」の大分類での分類性能を上げると判定された場合は、テンプレート番号ｎの詳細認識用テンプレートのテンプレートフラグ欄２３の値は大分類・詳細認識共用テンプレートを示す値（例えば、「２」）に変更される。つまり、図６（ｃ）に示すようにテンプレート番号ｎの詳細認識用テンプレートの所属するクラスタ５にクラスタ代表特徴量以外の代表特徴量（◆）が存在することとなる。
【００３５】
４．文字認識動作
図７及び図８は本発明の文字認識辞書を用いた文字認識手順を示すフローチャートであり、図７は文字認識装置１００の大分類部１４による文字認識動作手順（＝大分類手順）を示すフローチャート、図８は詳細認識部１５による文字認識動作手順（＝詳細認識手順）を示すフローチャートである。
【００３６】
＜大分類手順＞
大分類部１４は特徴抽出部１３で抽出した未知入力文字（文字イメージ）の特徴量を文字認識辞書１６の大分類使用可能テンプレート（＝図５の大分類用テンプレート１６１及び大分類・詳細認識共用テンプレート１６２）の特徴量と比較し、距離（＝２つの特徴量の各次元の距離の総和）が最小となる上位Ｍ個（Ｍは任意数）の大分類使用可能テンプレートを求め、求めた大分類使用可能テンプレートの大分類所属１位番号を詳細認識候補クラスタのクラスタ番号とする。
【００３７】
ここで、文字認識辞書１６に大分類・詳細認識共用テンプレート１６２が格納されている場合は図５の文字認識辞書１６におけるテンプレート番号２番やＡ番のテンプレートのように大分類使用可能テンプレートに大分類所属１位番号が同じテンプレートが存在するので、前記距離が最小となる上位Ｍ個の大分類使用可能テンプレートの中に大分類所属１位番号が同じテンプレートがないようにする必要がある。以下、図１、図５の文字認識辞書及び図７のフローチャートに基いて大分類手順を説明する。
【００３８】
図７で、大分類部１４はテンプレート番号カウンタＴＥＭＰを０（ゼロ）クリアして初期化すると共に、上位Ｍ個の距離格納配列（＝メモリ上に確保した距離保持用エリア（アレイ））をＭＡＸ値で初期化し、上位Ｍ個のテンプレート番号格納配列（＝メモリ上に確保したテンプレート番号保持用エリア（アレイ））を−１で初期化する（ステップＴ１）。
【００３９】
次に、大分類部１４は、文字認識辞書１６のテンプレート番号ＴＥＭＰ番のテンプレートを参照してテンプレートフラグ欄２３の値を調べ、「１」なら大分類用テンプレートとしてステップＴ３に遷移し、「２」なら大分類・詳細認識共用テンプレートとして同様にステップＴ３に遷移し、「３」なら詳細認識用テンプレートとしてステップＴ６に遷移する（ステップＴ２）。
【００４０】
大分類部１４は、特徴抽出部１３で抽出した未知入力文字の特徴量とテンプレート番号ＴＥＭＰ番のテンプレートの特徴量との距離を算出し（ステップＴ３）、求めた距離と上位Ｍ個の距離格納配列に保持（記憶）されている距離とを比較し、距離格納配列に保持されているＭ個の距離のいずれかより小さい場合はステップＴ５に遷移し、そうでない場合はステップＴ６に遷移する（ステップＴ４）。
【００４１】
上位Ｍ個の距離格納配列に保持されている距離のうち、上記ステップＴ３で求めた距離より大きい距離をずらして距離格納配列に保持し直し、上記ステップＴ３で求めた距離を空いた部分に保持する。また、同時に上位Ｍ個のテンプレート番号格納配列の対応する順位の配列要素にテンプレート番号（ＴＥＭＰの値）を保持するために上記ステップＴ３で求めた距離より大きい距離に対応してテンプレート番号格納配列に記憶されているテンプレート番号をずらしてテンプレート番号格納配列に保持し直し、テンプレート番号（ＴＥＭＰの値）を空いた部分に保持する。つまり、上記ステップＴ３で求めた距離は距離格納配列内でシフトされるので距離格納配列に保持されていた最も大きい距離及び対応するテンプレート番号（Ｍ＋１番の大きさの距離及び対応するテンプレート番号）は上位Ｍ個の距離格納配列及びテンプレート番号格納配列には保持されないこととなる（ステップＴ５）。
【００４２】
大分類部１４は、文字認識辞書１６内に参照されていないテンプレートがある場合はテンプレート番号カウンタＴＥＭＰに１を加えてステップＴ２に戻って次のテンプレートの参照を開始し（ステップＴ６）、文字認識辞書１６内の全てのテンプレートの参照が終了した場合は、上記上位Ｍ個のテンプレート番号格納配列に格納されているＭ個のテンプレート番号のテンプレートの大分類所属１位番号欄２４の値、つまり、Ｍ個の大分類所属１位番号を詳細認識候補クラスタのクラスタ番号として詳細認識部１５に渡す（ステップＴ７）。
【００４３】
上記図７のフローチャートの説明から明らかなように本発明の大分類手順では大分類に大分類用テンプレートに加えて大分類・詳細認識共用テンプレートを用いているので、図１１（ａ）に示したように未知入力文字の正解文字コードを格納する詳細認識用テンプレート（●印）Ｐがクラスタ境界付近にある場合や、図１１（ｂ）に示すように未知入力文字の正解文字コードを格納する詳細認識用テンプレート（●印）Ｐ’と該詳細認識用テンプレートが所属しているクラスタの代表特徴量（×印）との距離が詳細認識用テンプレートＰ’が属していないクラスタの代表特徴量と詳細認識用テンプレートＰ’の距離よりも遠く離れている場合でも、未知入力文字の認識時に、クラスタ分類（大分類）で該未知入力文字の正解文字コードを持つ詳細認識用テンプレートＰが属するクラスタを選択することができる。
【００４４】
＜詳細認識手順＞
詳細認識部１５は、文字認識辞書１６内の詳細認識使用可能テンプレート（＝大分類・詳細認識共用テンプレート及び詳細認識用テンプレート）のなかで、大分類部１４から受け取ったＭ個の詳細認識候補クラスタのクラスタ番号を大分類所属第１位番号欄２４又は大分類所属第２位番号欄２５のどれかに格納しているテンプレートの特徴量と特徴抽出部１３で抽出した未知入力文字の特徴量とを比較し、距離（２つの特徴量の各次元の距離の総和）が最小となる上位Ｌ個（Ｌは任意数）の詳細認識使用可能テンプレートを求め、求めた詳細認識使用可能テンプレートの文字コード欄２２に格納されている文字コードを認識候補文字コードとする。
【００４５】
なお、実施例ではテンプレートの大分類所属番号格納欄を大分類所属第１位番号欄２４、大分類所属第２位番号欄２５の２つとしたがこれに限定されない。つまり、大分類所属番号格納欄はｎ個（ｎ≧１、ｎは辞書構成により決まる整数値）備えることができる。この場合、大分類部１４から受け取ったＭ個の詳細認識候補クラスタのクラスタ番号を大分類所属第１位番号欄から大分類所属第ｎ位番号欄のどれかに格納しているテンプレートの特徴量と特徴抽出部１３で抽出した未知入力文字の特徴量とを比較し、距離（２つの特徴量の各次元の距離の総和）が最小となる上位Ｌ個（Ｌは任意数）の詳細認識使用可能テンプレートを求め、求めた詳細認識使用可能テンプレートの文字コード欄２２に格納されている文字コードを認識候補文字コードとするようにする。
【００４６】
又、図５に示したように、文字認識辞書１６内で各辞書テンプレートを大分類用テンプレート群、大分類・詳細認識共用テンプレート群、詳細認識用テンプレート群の順に格納することにより、大分類及び詳細認識に用いるテンプレートの選択速度が向上する。以下、図１、図５の文字認識辞書及び図８のフローチャートに基いて詳細認識手順を説明する。なお、下記図８のフローチャートでは説明上テンプレートの大分類所属番号格納欄が２個の場合を例とする。
【００４７】
図８で、詳細認識部１５はテンプレート番号カウンタＴＥＭＰを０（ゼロ）クリアして初期化すると共に、上位Ｌ個の距離格納配列をＭＡＸ値で初期化し、上位Ｌ個のテンプレート番号格納配列を−１で初期化する（ステップＵ１）。
【００４８】
次に、詳細認識部１５は、文字認識辞書１６のテンプレート番号ＴＥＭＰ番のテンプレートを参照してテンプレートフラグ欄２３の値を調べ、「２」なら大分類・詳細認識共用テンプレートとしてステップＵ３に遷移し、「３」なら詳細認識用テンプレートとして同様にステップＵ３に遷移し、「１」なら大分類用テンプレートとしてステップＵ８に遷移する（ステップＵ２）。
【００４９】
詳細認識部１５は、文字認識辞書１６内のテンプレート番号ＴＥＭＰ番のテンプレートの大分類所属１位番号欄２４を調べ、格納されている大分類所属１位番号（＝所属するクラスタ番号）が大分類部１４から受け取ったＭ個の詳細認識候補クラスタのクラスタ番号のどれかと一致する場合はステップＵ５に遷移し、そうでない場合はステップＵ４に遷移する（ステップＵ３）。
【００５０】
詳細認識部１５は、文字認識辞書１６内のテンプレート番号ＴＥＭＰ番のテンプレートの大分類所属２位番号欄２５を調べ、格納されている大分類所属２位番号が大分類部１４から受け取ったＭ個の詳細認識候補クラスタのクラスタ番号のどれかと一致する場合はステップＵ５に遷移し、そうでない場合はステップＵ８遷移する（ステップＵ４）。
【００５１】
次に、詳細認識部１５は、特徴抽出部１３で抽出した未知入力文字の特徴量とテンプレート番号ＴＥＭＰ番のテンプレートの特徴量との距離を算出し（ステップＵ５）、求めた距離と上位Ｌ個の距離格納配列に保持（記憶）されている距離とを比較し、距離格納配列に保持されているＬ個の距離のいずれかより小さい場合はステップＵ７に遷移し、そうでない場合はステップＵ８に遷移する（ステップＵ６）。
【００５２】
上位Ｌ個の距離格納配列に保持されている距離のうち、上記ステップＵ５で求めた距離より大きい距離をずらして距離格納配列に保持し直し、上記ステップＵ５で求めた距離を空いた部分に保持する。また、同時に上位Ｌ個のテンプレート番号格納配列の対応する順位の配列要素にテンプレート番号（＝ＴＥＭＰの値）を保持するために上記ステップＵ５で求めた距離より大きい距離に対応してテンプレート番号格納配列に記憶されているテンプレート番号をずらしてテンプレート番号格納配列に保持し直し、テンプレート番号（ＴＥＭＰの値）を空いた部分に保持する。つまり、上記ステップＵ５で求めた距離は距離格納配列内でシフトされるので距離格納配列に保持されていた最も大きい距離及び対応するテンプレート番号（Ｌ＋１番の大きさの距離及び対応するテンプレート番号）は上位Ｌ個の距離格納配列及びテンプレート番号格納配列には保持されないこととなる（ステップＵ７）。
【００５３】
詳細認識部１５は、文字認識辞書１６内に参照されていないテンプレートがある場合はテンプレート番号カウンタＴＥＭＰに１を加えてステップＵ２に戻って次のテンプレートの参照を開始し（ステップＵ８）、文字認識辞書１６内の全てのテンプレートの参照が終了した場合は、上記上位Ｌ個のテンプレート番号格納配列に格納されているＬ個のテンプレート番号のテンプレートの文字コード欄２２に格納されている文字コードを未知入力文字の認識候補文字とする（ステップＵ９）。
【００５４】
なお、テンプレートの大分類所属番号格納欄がｎ個の場合は、上記図８のステップＵ４で、「詳細認識部１５は、文字認識辞書１６内のテンプレート番号ＴＥＭＰ番のテンプレートの大分類所属２位番号欄を調べ、格納されている大分類所属２位番号が大分類部１４から受け取ったＭ個の詳細認識候補クラスタのクラスタ番号のどれかと一致する場合はステップＵ５に遷移し、そうでない場合はステップＵ４−２に遷移する（ステップＵ４−１）。」とし、以下、「詳細認識部１５は、文字認識辞書１６内のテンプレート番号ＴＥＭＰ番のテンプレートの大分類所属３位番号欄を調べ、格納されている大分類所属３位番号が大分類部１４から受け取ったＭ個の詳細認識候補クラスタのクラスタ番号のどれかと一致する場合はステップＵ５に遷移し、そうでない場合はステップＵ４−３に遷移する（ステップＵ４−２）。」・・・「詳細認識部１５は、文字認識辞書１６内のテンプレート番号ＴＥＭＰ番のテンプレートの大分類所属ｎ位番号欄を調べ、格納されている大分類所属ｎ位番号が大分類部１４から受け取ったＭ個の詳細認識候補クラスタのクラスタ番号のどれかと一致する場合はステップＵ５に遷移し、そうでない場合はステップＵ８に遷移する（ステップＵ４−（ｎー１））。」とするようにすればよい。
【００５５】
上記図８のフローチャートの説明から明らかなように、本発明の詳細認識手順では詳細認識使用可能テンプレートの大分類所属１位番号から大分類所属ｎ位番号までと大分類手順で取得した詳細認識候補クラスタとを用いているので、図１１（ａ）に示したように未知入力文字の正解文字コードを格納する詳細認識用テンプレート（●印）Ｐがクラスタ境界付近にある場合や、図１１（ｂ）に示すように未知入力文字の正解文字コードを格納する詳細認識用テンプレート（●印）Ｐ’と該詳細認識用テンプレートが所属しているクラスタの代表特徴量（×印）との距離が詳細認識用テンプレートＰ’が属していないクラスタの代表特徴量と詳細認識用テンプレートＰ’の距離よりも遠く離れている場合でも正解文字コードを出力することができる。
【００５６】
また、大分類手順、詳細認識手順で用いる大分類・詳細認識共用テンプレートは文字認識辞書内の詳細認識用テンプレートを一定の条件下で大分類・詳細認識共用テンプレートとしただけなので、新たなテンプレートを追加する必要がなく、認識精度を上げるために文字認識辞書を拡大する必要がない。
【００５７】
５．大分類・詳細認識共用テンプレートへの変更検討手順
図９は大分類・詳細認識共用テンプレートへの変更検討手順（＝図３のステップＳ６）を示すフローチャートである。
【００５８】
図９で、先ず、現段階の文字認識辞書を用いて全認識評価用イメージに対して詳細認識使用可能テンプレート（＝大分類・詳細認識共用テンプレート及び詳細認識用テンプレート）の総当り文字認識と大分類、詳細認識の順の２段階文字認識を行う（ステップＳ６−１）。
【００５９】
次に、上記ステップＳ６−１で得た詳細認識使用可能テンプレートの総当り文字認識の結果と大分類、詳細認識の順の２段階文字認識の結果を基に、詳細認識用テンプレートの大分類・詳細認識共用テンプレートへの変更検討を行う。変更検討の方法としては、例えば、使用頻度の高い認識対象文字の大分類、詳細認識の順の２段階文字認識での認識性能と、詳細認識使用可能テンプレートの総当り文字認識では認識できるが、大分類、詳細認識の順の２段階文字認識では認識できない認識評価用イメージ数の割合が高い認識対象文字（＝大分類による分類性能が低い認識対象文字）の認識性能と、認識速度との兼ね合いから判断する。変更検討の結果、変更する場合はステップＳ６−３に遷移し、変更しない場合は変更検討処理を終了する（ステップＳ６−２）。
【００６０】
上記ステップ６−１で得た詳細認識使用可能テンプレートの総当り文字認識の結果と大分類、詳細認識の順の２段階文字認識の結果を基に、大分類・詳細認識共用テンプレートへの変更候補文字リストを作成する。大分類・詳細認識共用テンプレートへの変更候補文字リストに記憶する認識対象文字の条件は大分類による分類が失敗して認識性能が低下していることであり、変更候補文字リストには、例えば、詳細認識使用可能テンプレートの総当り文字認識では認識できるが、大分類、詳細認識の順の２段階文字認識では認識できない認識評価用イメージ数の割合が高い認識対象文字や、使用頻度の高い認識対象文字のうちで詳細認識使用可能テンプレートの総当り文字認識では認識できるが、大分類、詳細認識の順の２段階文字認識では認識できない認識評価用イメージ数が０でない認識対象文字等を記憶する（ステップＳ６−３）。
【００６１】
次に、上記ステップＳ６−３で作成した大分類・詳細認識共用テンプレートへの変更候補文字リストから変更対象カテゴリを１つ取り出し（ステップＳ６−４）、現段階の文字認識辞書を用いて変更対象カテゴリの全認識評価用イメージに対して大分類、詳細認識の順の２段階文字認識を行う（ステップＳ６−５）。
【００６２】
上記ステップ６−１で得た詳細認識使用可能テンプレートの総当り文字認識の結果と上記ステップＳ６−５での変更対象カテゴリの大分類、詳細認識の順の２段階文字認識での認識結果から変更対象カテゴリの大分類、詳細認識の順の２段階文字認識での認識性能が所定値に達しているか否かを判定し、所定値に達している場合はステップＳ６−１１に遷移し、達していない場合はＳ６−７に遷移する（ステップＳ６−６）。
【００６３】
詳細認識用テンプレートを大分類・詳細認識共用テンプレートに変更することが目的であるため、先ず、現段階の文字認識辞書に変更対象カテゴリの詳細認識用テンプレートが存在するかどうか確認し、存在する場合はステップＳ６−８に遷移し、存在しない場合はステップＳ６−１１に遷移する（ステップＳ６−７）。
【００６４】
現段階の文字認識辞書を用いて変更対象カテゴリの全認識評価用イメージに対して詳細認識使用可能テンプレートの総当り文字認識と大分類、詳細認識の順の２段階文字認識を行い、詳細認識使用可能テンプレートの総当り文字認識では認識できるが、大分類、詳細認識の順の２段階文字認識では認識できない認識評価用イメージが存在した場合に、詳細認識使用可能テンプレートの総当り文字認識で当該認識評価用イメージを認識できた詳細認識使用可能テンプレートを詳細認識使用可能テンプレート毎にカウントし、カウント数が一番多い詳細認識用テンプレートを大分類・詳細認識共用テンプレートへの変更詳細認識用テンプレートとする（ステップＳ６−８）。
【００６５】
上記ステップＳ６−８で取得した変更詳細認識用テンプレートのテンプレートフラグ欄２３に格納されているテンプレートフラグの値を詳細認識用テンプレートを意味する値（例えば「３」）から大分類・詳細認識共用テンプレートを意味する値（例えば「２」）に変更し、該変更詳細認識用テンプレートを大分類・詳細認識共用テンプレートに変更する（これにより、文字認識辞書が更新される）（ステップＳ６−９）。
【００６６】
次に、上記ステップＳ６−９で更新した現段階の文字認識辞書を図５に示すように大分類用テンプレート、大分類・詳細認識共用テンプレート、詳細認識用テンプレートの順に並び替えて（これにより、文字認識辞書が更新される）、ステップＳ６−５に遷移する。このようにすることにより、大分類及び詳細認識に用いるテンプレートの選択速度が向上する（ステップＳ６−１０）。
【００６７】
変更候補文字リスト内の全てのカテゴリに対して変更検討が終了したかどうかを調べ、終了した場合はステップＳ６−１に戻り、終了していない場合はステップＳ６−４に戻る（ステップＳ６−１１）。
【００６８】
なお、上記ステップＳ６−２で、使用頻度の高い文字は文字認識装置を使用する目的毎に異なるので、事前に使用頻度の高い文字を調査しておくことが望ましい。また、文字認識装置の運用時に使用頻度をカウントするようにしてもよい。
【００６９】
以上説明したように、上記図９のフローチャートに示した大分類・詳細認識共用テンプレートへの変更検討手順により、詳細認識用テンプレートを大分類・詳細認識共用テンプレートに変更するとその大分類・詳細認識共用テンプレートの大分類での分類性能が上がるだけでなく、その大分類・詳細認識共用テンプレートが属するクラスタ内でその大分類・詳細認識共用テンプレートと特徴量が近い他の詳細認識用テンプレートについても大分類時にその大分類・詳細認識共用テンプレートが用いられることにより分類性能が向上する。ここで、上記ステップＳ６−６で変更対象カテゴリ取得後に変更対象カテゴリの認識性能が所定値に達したか否かを判定するのは、このような大分類・詳細認識共用テンプレートへの変更による効果への期待に基く。
【００７０】
また、詳細認識用テンプレートを大分類・詳細認識共用テンプレートに変更したときに、当該大分類・詳細認識共用テンプレートの属するクラスタ以外のクラスタに属する全詳細認識使用可能テンプレートに対して大分類所属第２位番号以下の再計算を当該詳細認識使用可能テンプレートの属するクラスタ以外のクラスタに属する大分類使用可能テンプレートと行うことで、当該大分類・詳細認識共用テンプレートの属するクラスタ以外のクラスタに属する他の詳細認識用テンプレートで大分類所属第２位番号以下が再計算により当該大分類・詳細認識共用テンプレートの所属するクラスタのクラスタ番号に変更となった詳細認識用テンプレートについても分類性能が向上する。
【００７１】
なお、本発明の文字認識辞書、文字認識辞書作成方法及び文字認識方法は大分類、詳細認識の順に２段階で文字を認識する文字認識方法だけでなく、多段階で文字を認識する文字認識方法にも適用が可能である。
【００７２】
以上、本発明の一実施例について説明したが本発明は上記実施例に限定されるものではなく、種々の変形実施が可能であることはいうまでもない。
【００７３】
【発明の効果】
上記説明したように、請求項１に係る文字認識辞書作成方法によれば、大分類用テンプレートと詳細認識用テンプレートを同一サイズ、同一構造として構成しているので、種類判別情報（テンプレートフラグ欄の値）を変更することにより、新たな辞書テンプレートを追加することなく大分類用テンプレート、詳細認識用テンプレート及び大分類・詳細認識共用テンプレートを作成し、文字認識用辞書として用いることができる。
また、請求項２に係る文字認識辞書作成方法によれば、大分類手順、詳細認識手順で用いる大分類・詳細認識共用テンプレートは文字認識辞書内の詳細認識用テンプレートを一定の条件下で大分類・詳細認識共用テンプレートに変更するので、新たなテンプレートの追加がなく、認識精度を上げるために文字認識辞書を拡大する必要がない。
【００７４】
また、請求項３に係る文字認識辞書作成方法によれば、更新した現段階の文字認識辞書を大分類用テンプレート、大分類・詳細認識共用テンプレート、詳細認識用テンプレートの順に並び替えるので、大分類及び詳細認識に用いるテンプレートの選択速度が向上する。
【００７５】
また、本発明の文字認識方法によれば、詳細認識使用可能テンプレートの大分類所属１位番号から大分類所属ｎ位番号までと大分類手順で取得した詳細認識候補クラスタとを用いているので、未知入力文字の正解文字コードを格納する詳細認識用テンプレートがクラスタ境界付近にある場合や、未知入力文字の正解文字コードを格納する詳細認識用テンプレートと該詳細認識用テンプレートが所属しているクラスタの代表特徴量との距離が当該詳細認識用テンプレートが属していないクラスタの代表特徴量と当該詳細認識用テンプレートの距離よりも遠く離れている場合でも正解文字コードを出力することができる。
【図面の簡単な説明】
【図１】本発明の文字認識方法を適用可能な文字認識装置の構成例を示すブロック図である。
【図２】本発明の文字認識辞書を構成するテンプレートの一実施例を示す図である。
【図３】本発明に基く文字認識辞書作成方法の手順を示すフローチャートである。
【図４】詳細認識用テンプレート作成の説明図である。
【図５】大分類用テンプレート、大分類・詳細認識共用テンプレート及び詳細認識用テンプレートを順にまとめた文字認識辞書の一例を示す図である。
【図６】図３の文字認識辞書作成手順の具体例を示す図である。
【図７】文字認識装置の大分類手順を示すフローチャートである。
【図８】文字認識装置の詳細認識手順を示すフローチャートである。
【図９】大分類・詳細認識共用テンプレートへの変更検討手順を示すフローチャートである。
【図１０】従来の文字認識技術の説明図である。
【図１１】従来の文字認識技術の問題点の説明図である。
【符号の説明】
１、２、・・・、５ クラスタ
１０ 制御部
１１ 読み取り部
１２ 文字切り出し部
１３ 特徴抽出部
１４ 大分類部
１５ 詳細認識部
１６ 文字認識辞書
１７ 表示部
２０ 詳細認識用テンプレート
２０’ 大分類用テンプレート
２１ テンプレート番号欄
２２ 文字コード欄
２３ テンプレートフラグ欄
２４ 大分類所属１位番号欄
２５ 大分類所属２位番号欄
２６ 特徴量欄
１００ 文字認識装置
１６１ 大分類用テンプレート
１６２ 大分類・詳細認識共用テンプレート
１６３ 詳細認識用テンプレート
Claims (4)
- 大分類、詳細認識の順に行う多段階文字認識に用いる文字認識辞書の作成方法であって、認識対象文字毎に詳細認識用テンプレートを作成する工程と、
前記作成した詳細認識用テンプレートをクラスタリングする工程と、
前記クラスタリングされた詳細認識用テンプレート毎に当該詳細認識用テンプレートが属するクラスタのクラスタ識別情報を当該詳細認識用テンプレートの所属クラスタ情報とする工程と、
前記クラスタリングにより取得されたクラスタ毎に当該クラスタの代表特徴量を決定する工程と、
前記決定されたクラスタの代表特徴量を有し、詳細認識用テンプレートと同一構造、同一サイズであって隣接クラスタ情報を有さない大分類用テンプレートを作成する工程と、
前記詳細認識用テンプレート毎に当該詳細認識用テンプレートが所属していないクラスタの代表特徴量のうち距離が最小となる上位Ｎ個のクラスタのクラスタ識別情報を当該詳細認識用テンプレートの隣接クラスタ情報とする工程と、
を含むことを特徴とする文字認識辞書作成方法。 - 更に、使用頻度の高い認識対象文字であって大分類による分類性能が低い認識対象文字のうち認識性能が所定値以下のそれぞれの認識対象文字について、現段階の文字認識辞書に該認識対象文字の詳細認識用テンプレートが存在するか否かを判定する工程と、
現段階の文字認識辞書に該認識対象文字の詳細認識用テンプレートが存在する場合は、現段階の文字認識辞書を用いて該認識対象文字の文字イメージに対して大分類・詳細認識共用テンプレートおよび詳細認識用テンプレートからなる詳細認識使用可能テンプレートによる総当り文字認識と大分類、詳細認識の順の２段階文字認識とを行う工程と、
前記総当り文字認識と大分類、詳細認識の順の２段階文字認識を行う工程において、詳細認識使用可能テンプレートの総当り文字認識では認識できるが、大分類、詳細認識の順の２段階文字認識では認識できない認識対象文字イメージが存在した場合に、該認識対象文字イメージに対して、該詳細認識使用可能テンプレートの総当り文字認識での認識数の最も多い詳細認識用テンプレートを変更詳細認識用テンプレートとする工程と、
前記変更詳細認識用テンプレートの種類判別情報を変更して大分類・詳細認識共用テンプレートとして前記文字認識辞書を更新する工程と、
を含むことを特徴とする請求項１に記載の文字認識辞書作成方法。 - 更に、前記更新する工程によって更新された文字認識辞書に格納されている各テンプレートを大分類用テンプレート、大分類・詳細認識共用テンプレート、詳細認識用テンプレートの順に並び替える工程、
を備えたことを特徴とする請求項２に記載の文字認識辞書作成方法。 - テンプレートの種類を判別する種類判別情報と、テンプレートのクラスタ識別情報からなる所属クラスタ情報と前記種類判別情報が詳細認識用テンプレートを意味しているテンプレート毎に取得した当該テンプレートが所属していないクラスタの代表特徴量のうち距離が最小のクラスタのクラスタ識別情報からなる隣接クラスタ情報とを含む詳細認識用テンプレートと、詳細認識用テンプレートと同一構造、同一サイズであって、隣接クラスタ情報を含まない大分類用テンプレートを格納してなる文字認識辞書を用いて大分類、詳細認識の順に行う多段階文字認識方法であって、
未知入力文字の特徴量を抽出する工程と、
前記未知入力文字の特徴量と詳細認識用テンプレートのうち大分類用にも使用可能なテンプレートとして種類判別情報が変更されている大分類・詳細認識共用テンプレートおよび大分類用テンプレートとの特徴量とを比較する工程と、
前記比較結果に基いて未知入力文字の特徴量との距離が最小となる上位Ｍ個のクラスタを詳細認識候補クラスタとして取得する工程と、
大分類・詳細認識共用テンプレートおよび詳細認識用テンプレートからなる詳細認識使用可能テンプレートのうちで、前記工程で取得したＭ個の詳細認識候補クラスタのクラスタ識別情報を所属クラスタ情報又は隣接クラスタ情報として有する詳細認識使用可能テンプレートの特徴量と前記未知入力文字の特徴量との比較を行う工程と、
前記比較結果に基いて前記未知入力文字の特徴量との距離が最小となる上位Ｌ個の詳細認識使用可能テンプレートを取得する工程と、
前記Ｌ個の詳細認識使用可能テンプレートが有する文字コードを認識結果として出力する工程と、
を備えたことを特徴とする文字認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002097237A JP4199954B2 (ja) | 2002-03-29 | 2002-03-29 | 文字認識辞書作成方法及び文字認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002097237A JP4199954B2 (ja) | 2002-03-29 | 2002-03-29 | 文字認識辞書作成方法及び文字認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003296663A JP2003296663A (ja) | 2003-10-17 |
| JP4199954B2 true JP4199954B2 (ja) | 2008-12-24 |
Family
ID=29387649
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002097237A Expired - Lifetime JP4199954B2 (ja) | 2002-03-29 | 2002-03-29 | 文字認識辞書作成方法及び文字認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4199954B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5521497B2 (ja) * | 2009-11-05 | 2014-06-11 | 富士通株式会社 | パターン認識装置、パターン認識プログラム、パターン認識方法 |
-
2002
- 2002-03-29 JP JP2002097237A patent/JP4199954B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003296663A (ja) | 2003-10-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10936862B2 (en) | System and method of character recognition using fully convolutional neural networks | |
| US4903312A (en) | Character recognition with variable subdivisions of a character region | |
| US8295600B2 (en) | Image document processing device, image document processing method, program, and storage medium | |
| Denker et al. | Neural network recognizer for hand-written zip code digits | |
| US7254269B2 (en) | Character recognition system | |
| JP4172584B2 (ja) | 文字認識結果出力装置、文字認識装置、その方法及びプログラム | |
| US6847734B2 (en) | Word recognition method and storage medium that stores word recognition program | |
| US20050036712A1 (en) | Image retrieving apparatus and image retrieving program | |
| CN111144399B (zh) | 处理图像的装置和方法 | |
| US20160247019A1 (en) | Methods and systems for efficient automated symbol recognition using decision forests | |
| CN100501764C (zh) | 字符识别系统及方法 | |
| 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 | |
| JP5377148B2 (ja) | クラスタリング処理方法、クラスタリング処理装置、およびプログラム | |
| US20090190841A1 (en) | Word recognition method and storage medium that stores word recognition program | |
| JP4199954B2 (ja) | 文字認識辞書作成方法及び文字認識方法 | |
| JP2986074B2 (ja) | 近傍点検出方法及びパターン認識装置 | |
| RU2582064C1 (ru) | Способы и системы эффективного автоматического распознавания символов с использованием леса решений | |
| JP2803709B2 (ja) | 文字認識装置及び文字認識方法 | |
| JP2019096118A (ja) | パターン認識プログラム、装置、及び方法 | |
| JP2005182201A (ja) | 画像の対応点探索方法、対応点探索装置および対応点探索プログラム | |
| JP2766205B2 (ja) | 文字認識装置 | |
| JPH06215197A (ja) | 文字認識方法および装置 | |
| KR102007791B1 (ko) | 단계별 윤곽선 특성 분석을 이용한 숫자 인식 방법 및 장치 | |
| JP3442223B2 (ja) | 文字認識方法 | |
| JP3898936B2 (ja) | 対応点探索装置、対応点探索処理方法および対応点探索処理プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20040608 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20040608 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050317 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080306 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080318 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080515 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080701 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080820 |
|
| 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: 20080930 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20081006 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111010 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4199954 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20141010 Year of fee payment: 6 |
|
| 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 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |