JPH03158986A - パターン認識装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は文字や図形の認識における、認識方法の評価方
法や最適化方法に関する。

〔従来の技術〕

従来の認識装置は特願昭６２−１９９８１５号のように
、辞書に１つのパターンを追加登録する場合を考慮して
、そのパターンに対する既存の辞書パターンの類似度や
距離値を計算していた。また、従来の装置は認識の安定
度を計算しても表示するのみであった。他の従来例には
、特開昭６］−１６３８２号がある。この従来例は不一
致度の小さい類似辞書を検出し、この検出類似辞書間の
不一致パターン部分を特徴辞書として作成する。

〔発明が解決しようとする課題〕

特開昭６２−１９９８］５号は、既に誤認識を発生させ
ている辞書パターン間の類似度を算出できないので、類
似度と誤認識の危険度の関係を予測ができず、認識装置
の評価がしすらいという問題点があった・ また、上記従来技術は、認識の安定度のような認識装置
の評価結果を表示するのみなので、これをみたユーザは
より認識のり３作を最適化するため− 一 にはどうしたら良いかを自分で考えなければならなかっ
た。更に、特開昭６１−１６３８２号は、誤認識カルテ
、このカルテをみて誤認識の発生確率を求めるとの記載
はない。

本発明の目的は認識装置の評価を容易にすることにある
。。

本発明の他の目的は認識装置の評価結果をもちいて認識
装置を自動的に最適化することにある。

〔課題を解決するための手段〕

１−記［１的を達成するために、入力パターンを読み込
む人力部と、曲記入力パターンから認識特徴データを抽
出する前処理部と、各カテゴリの辞書パターンを保持す
る辞書と、前記入力パターンとＭｉｆ記辞書に保持され
た辞書パターンとの類似度を算出するマツチング部と、
前記マツチング部の算出した類似度の高いカテゴリから
認識結果を選択する後処理部と、＋’＋ｆ記認識結果を
出力する出力部とから成る認識装置において、誤認識カ
ルテと、辞書パターン１に認識すべき文字が辞書・パタ
ーン２に誤認識したら辞書パターン１，２と誤認識の状
況を誤認識カルテに記録する誤認識カルテ記入手段と、
辞書パターン間の相互の類似度を計算して誤認識カルテ
を参照するカテゴリ間類似度算出部を設けた。

また上記他の目的を達成するために、前記の手段を設け
た認識装置において、前記カテゴリ間類似度算出部の結
果から、誤認識の発生の危険度の高い辞書パターン対の
誤認識を回避するように認識装置を最適化する認識最適
化部を設けた。

〔作　用〕

入力部は入力パターンを読み込み、前処理部は入力パタ
ーンから認識特徴データを抽出し、辞書は各カテゴリの
辞書パターンを保持し、マツチング部は入力パターンと
辞書パターンとの類似度を算出する。後処理部は、前記
マツチング部の算出した類似度の高いカテゴリから認識
結果を選択し、出力部は認識結果を出力する。誤認識カ
ルテには誤認識を発生させている辞書パターン対とその
誤認識の状況が保持しである。誤認識カルテ記入手段は
、ユーザによる辞書パターン１に認識すべき６− 文字が辞書パターン２に誤認識したとの指示を受けて、
辞書パターン１，２と、入力パターンと辞書パターン１
，２との類似度や辞書パターン１゜２間の類似度を誤認
識カルテに記録する。カテゴリ間類似度算出部は、辞書
から辞書パターンを読みだしてマツチング部に入力パタ
ーンとして送って結果を受は取り、辞書パターン間の相
互の類似度を計算し、誤認識カルテを参照しながら辞書
パターン間の誤認識の危険度を予測する。

また」−記他の目的を達成するための手段としての認識
最適化部は、前記カテゴリ間類似度算出部の結果から、
誤認識の発生の危険度の高い辞書パターン対の誤認識を
回避するように認識装置を最適化する。

〔実施例〕

以ド、本発明の一実施例として自動最適化装置付きオン
ライン文字認識装置を説明する。第１図及び第２図はシ
ステム構成の全体図であり、大きく文字認識部１と自動
最適化部ｌＯとで構成されている。

人力部４はタブレットなどであり、ユーザの書く手書き
文字の座標点列を読み込み、信号線１．００に出力する
。

前処理部５は信号線１００より座標点列を受け、手書き
文字１文字分の座標点列を切りだして特徴データに変換
し、それを入力パターンの特徴データとして信号線１０
１に出力する。特徴データは、たとえば文字を１画毎に
Ｎ等分してその等分点間の推移ベクトルおよび始終点座
標を正規化して用いる。

マツチング部６は、信号線１０１または信号線１０６よ
り入力パターンの特徴データを受けると、信号線】０２
より辞書パターンの特徴データを読みだして類似度を算
出する。類似度の算出については特願昭６２−８８８４
０号に詳細に開示しているのでここでは省略する。そし
て、類似度の高いｆ￥書パターンについてはその文字コ
ードと類似度とを組にして信号線１０３または信号線１
０７に出力する。この出力は文字コードのかわりに辞書
パターンに重複がないように付された番号であっても良
い（１文字コ８− −ドで複数パターンに対応づけられている際に有効）。

このとき、信号線１０１より特徴データを受けた場合は
信号線１０３に出力する。また、信号線１．０６より特
徴データを受けた場合は信号線１０７に出力する。

辞書７には、文字コードと対応づけた１つまたは複数個
の辞書パターンの特徴データが登録されている。

後処理部８は、信号線１０３より文字コードと類似度を
１組または複数組を認識結果の候補として受けて、候補
の中から認識結果を選択して信号線１０４に出力する。

出力部９はＬＣＤやＣＲＴであり、信号線１０４より認
識結果を受けるとその文字フォントや文字コードを出力
表示する。

誤認識カルテ１３には誤認識を発生させている辞書パタ
ーン対とその誤認識の状況が保持しである。

誤認識カルテ記入手段１４は、ユーザによる辞書パター
ン１に認識すべき文字が辞書パターン２に誤認識したと
の指示を受けて、信号線１１１を介して辞書パターン１
，２と、入力パターンと辞書パターン１，２との類似度
や辞書パターン１，２間の類似度を誤認識カルテに記録
する。その際、辞書パターン１，２間の類似度は信号線
１１２を介してカテゴリ間類似度算出部２より受ける。

カテゴリ間類似度算出部２は、辞書から辞書パターンを
読みだしてマツチング部に入力パターンとして送って結
果を受は取り、辞書パターン間の相互の類似度を計算し
、誤認識カルテを参照しながら辞書パターン間の誤認識
の危険度を予測する。

カテゴリ間類似度算出部２は信号線１０５より１つの辞
書パターンの特徴データを読みだしてそれを入力パター
ンの特徴データとして信号線１０６に出力する。すると
マツチング部６は前記に述べた処理を行なってその結果
を信号線１０７に出力するので、上記カテゴリ間類似度
算出部２はその出力を受ける。類似度に方向性があり、
辞書パターン対の一方に対する他方の類似度と他方に対
する一方の類似度とが異なる場合は、方向性ごとの類似
度を算出する。

９− １０− カテゴリ間類似度算出部２の起動は、信号線１１４より
最適化開始の信号を受けた時と、誤認識カルテ記人部１
４より信号線１】３を介して起動の指示があった時に起
動される。

信号線１１４より最適化開始の信号を受けた時には、カ
テゴリ間類似度算出部２はカテゴリ間類似度算出を全て
／特定の辞書パターンに対して行なって、全て／特定の
辞書パターン対の類似度を算出する。辞書パターン対の
かわりに文字コード対や、辞書パターンと文字コードの
対でも良い。文字コー１く対の場合は、文字ツー１〜対
の類似度として、各々の文字コードの代表する辞書パタ
ーン同志の類似度や、複数辞書パターン同志の組み合オ
）せの類似度の最大値、最小値、平均値などを用いると
良い。そして、誤認識カルテを参照し、既に誤認識が発
生している辞書パターン対と同程度の類似度を持つ辞書
パターン対を誤認識の危険があるものと判定する。また
、信号線１０５は辞書７に接続させるのではなく、文字
コートと文字パターンを対応づけた学習パターンの集合
をあらかじめ用意しておき接続させても良い。この場合
は、同一文字コードの文字パターン同志の類似度の最大
値または最小値または平均値または分散値などの統計値
を用いてこの値を越える類似度を持つ辞書パターン対を
誤認識の危険があるものと判定できる。

誤認識カルテ記入部１４より信号線］】３を介して起動
の指示があった時には、カテゴリ間類似度算出部２は誤
認識カルテ記人部】４の指定する辞書パターン対の類似
度を算出し、類似度を信号線１１３に送る。

第６図は、カテゴリ間類似度算出部２による辞書パター
ン間類似度の例である。縦軸は辞書パターン、横軸は類
似度であり、縦軸のＦｒｆ書パターンに対して他の辞書
パターンを類似度に従ってプロワ１〜しである。たとえ
ば、ひらがなの′へ′に対してカタカナの１へ′は類似
度が最も高く、また、′シ′　に対してＬ　Ｌ　＋　も
類似度が非常に高い。このようにある程度類似度の高い
文字対は誤認識の発生する危険があると考えられる。

誤認識カルテ１３には第７図に示すように、認識すべき
だった辞書パターン１と、誤認識された側の辞書パター
ン２と、誤認識が発生した際の入力パターンとの相互の
類似度など誤認識の状況が登録しである。この内容は最
適化部１０の動作内容によっては辞書パタｉン１，２だ
けでも良い。

第７図で゛ろ′の辞書パターン（辞書′ろ′）と′そ′
の辞書パターン（辞書′そ′）の誤認識が既に発生して
いるので、第６図で辞書１ろ′と辞書′そ′の類似度＝
Ｓ（辞書′ろ′と辞書′そ′）と同程度以十の類似度を
持つ゛し′とＬ’などの辞書パターン対は誤認識の危険
があるものと判定できる。

誤認識カルテ記人部１４は、ユーザが辞書パターン１に
認識すべき文字が辞書パターン２に誤認識したと指示す
ると、これを受けて、辞書パターン１．２と、入力パタ
ーンと辞書パターン」、２との類似度や辞書パターン１
，２間の類似度を誤認識カルテ１３に記録する。このと
き、辞書パターン１．２間の類似度はカテゴリ間類似度
算出部２の機能により算出する。

つぎに、文字認識最適化部３を説明する。文字認識最適
化部３は文字認識部１を最適化するが。

辞書最適化部１１とマツチング最適化部１２で構成され
る。

文字認識最適化部３は、信号線１０８より辞書パターン
同志の類似度を受けて、類似度が高く誤認識の発生の危
険がある文字対について、誤認識を回避できるように各
構成部の最適化の方法について判断する。すなわち、信
号線１０８より第６図の情報を受けて、ある程度類似度
の高い文字対は誤認識の発生する危険があると判断して
、これらの文字対について、誤認識を回避できるように
文字認識部１を最適化する。

辞書最適化部１１は信号線１０８より辞書パターン同志
の類似度を受けて、類似度が高く誤認識の発生の危険が
ある文字対について、誤認識を回避できるように辞書７
を最適化する。たとえば、第６図に示すように続は書き
の゛う′と措置の′ろ′のように類似度が高い場合には
、辞書７から続け３− 書きの辞書パターン′う′を削除して、偕書書きの文字
′ろ′の正認識を優先する最適化を施す。

マツチング最適化部１３は信号線１０８より辞書パター
ン同志の類似度を受けて、類似度が高く誤認識の発生の
危険がある文字対について、誤認識を回避できるように
マツチング部６を最適化する。

たとえばマツチング部６において措置の辞書パターンと
の類似度がしきい値より小さい場合に続は書きの辞書パ
ターンともマツチングを行なうならば、しきい値の変更
によりマツチング部６の動作を変更できる。そこで、続
は書きの１う′と措置の′ろ′のように類似度が高い場
合には、このしきい値を変更して続は書きの辞書パター
ンとのマツチングを行なわないようにして、措置書きの
文字の正認識を優先する最適化を施す。

このとき両者で同じ辞書パターン対に対して最適化が可
能な場合に、どちらか一方のみで最適化するには以下の
ようにする。辞書最適化部１１とマツチング最適化部１
２の間に信号線と最適化管理装置を設けて、辞書最適化
部１１とマツチング最適化部１２の双方から最適化する
辞書パターン対を最適化管理装置に送信し、最適化管理
装置は、予め決められた優先順位に従って、優先順位の
下位側に最適化を取り止めるよう信号を送り、これを受
けた辞書最適化部１１ま九はマツチング最適化部１２他
方はこの辞書パターン対についての最適化を取り止める
ようにする。

また、信号線１０８より同一文字コードの文字パターン
同志の類似度の最大値または最小値または平均値または
分散値などの統計値も得られる場合は、文字認識最適化
部３でもこの結果を用いて処理を行なうようにする。た
とえば、誤認識の発生の危険がある文字対を抽出するの
に、同一文字コードの文字パターン同志の類似度の最大
値または最小値または平均値または分散値などの統計値
をしきい値として、これより高い類似度を持つ文字対を
誤認識の発生の危険があると判断しても良い。

また、同一文字コードの文字パターン同志の類似度の最
大値または最小値または平均値または分散値などの統計
値で、マツチング部６で用いるパラ１５− メータや辞書７のデータを書き換えても良い。

誤認識の発生の危険範囲の判定については、既に誤認識
が発生している他の文字対の類似度を参考にしても良い
。この場合は、辞書最適化部３には、予め誤認識の発生
した文字対を記憶しておくメモリ１３が必要となる。

また、文字認識最適化部３は人間で構成しても良い。

第３〜５図はオンライン文字認識装置の動作手順を示し
ており、手順ごとに番号をふっである。

まず第３図手順１で、ユーザによる入力で処理を振り分
ける。入力部４に入力があれば、手順２で入力部４によ
りユーザの書く手書き文字の座標点列を読み込み、次に
手順３で前処理部５により前処理をして入力パターンの
特徴データを抽出する。そして手順４でマツチング部６
によりマツチングを行なう。その手順を、第４図に示す
。第４図手順４１で、次の手順を全ての辞書パターンに
ついて繰り返す。すなわち、手順４２で辞書パターンの
特徴データを読みだして入力パターンの特徴デ６− 一夕との類似度を算出し、手順４３で類似度の高い辞書
パターンを持つ文字コードを順序つける。第３図手順５
で後処理部８は、認識結果の候補の文字コードとその辞
書パターンとの類似度に基づいて、候補の中から認識結
果を選択する。手順６で出力部９により認識結果の文字
フォノ１〜や文字コードを出力表示する。

また、信号線１１４より入力があれば、手順７゜８で全
て／特定の辞書パターンについてカテゴリ間類似度を算
出する。辞書７に辞書パターンが新たに追加されたとき
はその辞書パターンに特定して算出する。

誤認識カルテ記入部１４に入力があれば、手順９で誤認
識カルテ記入部１４は、ユーザによって誤認識したとの
指示を受けて、手順１０，８で誤認識した文字対につい
てカテゴリ間類似度を算出し、手順１１でその誤認識状
況を誤認識カルテに記録する。

第５図はカテゴリ間類似度算出部２の動作手順を示して
いる。手順８１で信号線１０５より辞書パターンを１つ
ずつ読みだしてそれを入力パターンと１７ ８ して信号線１０６に出力する。そして手順４でマツチン
グ部６によりマツチングを行なう。マツチングの手順は
、先に７バしたとおりである。手順８２でマツチング部
６による出力を受ける。

以」二にオンライン文字認識装置ｔを例にとり実施例を
説明したが、これに限らずオンラインやオフラインの文
字／図形／音声認識など他の認識装置においても同様の
効果が得られる。そのためには第１図の文字認識部１と
文字認識最適化部３をそれぞれの認識に適した構成にす
るが、これは既に実現している構成を用いても良い。カ
テゴリ間類似度算出部２は］パターンの特徴データの構
造および辞書７の構造に合わせて信号線１０５より辞書
パターンを１つずつ読みだすように構成すれば、信号線
１０５．　］０６．　ＩＱ７の配線は第１図に示すもの
と同様にすれば良い。たとえば、オフライン文字認識装
置では、第１図の人力部４はイメージスキャナを用い、
前処理部５では１文字ずつきりだして入力パターンのド
ツトパターンを特徴として抽出しマツチング処理をする
ように文字認識部１を構成する。このときカテゴリ間類
似度算出部２は、特徴データの構造と、辞書７の構造に
合わせて辞書パターンを１つずつ読みだすように構成す
る。

これにより以上に述べたオンライン文字認識装置とほぼ
同様にして実現できる。

また、マツチング部６が多段に構成されて数種類の認識
方法を認識段階にあわせて変えられるような機能を持つ
場合について説明する。第８図はマツチング部６と辞書
７と文学誌ｍ最適化部３の詳細な構成を示している。マ
ツチング部６は、認識方法別に３種の認識部６１〜６３
で構成されているが、認識方法に合わせていくつで構成
されていても良い。認識部６１〜６３は各々辞書７１〜
７２に接続され、辞書７１〜７２を参照しながら認識処
理を行なう。

たとえば認識部６１では先に述べたマツチング部６の動
作と同様に辞書７１を参照しながら辞書パターンと入力
パターンとの類似度を求めて候補文字を選択する。辞１
）７２には、′ろ′と′る′の識別について、入力パタ
ーンの一部分の形状がカーブならば′ろ′で、ループな
らば′る′であるといったデータが保持されており、認
識部６２は辞書７２を参照しながら、候補文字間の識別
を行なう。認識部６２および辞書７２についての実施例
は特許出願公告昭６２−１．５９１１号に詳細に開示し
であるのでここでは省略する。辞書７：３には、　′シ
′　とｌ　Ｌ　＋　の識別について、入力パターンが英
数字と推定されればＩ　Ｉｉ　１、ひらがなと推定され
れば′シ′であるといったデータが保持されており、認
識部６３は入力パターンの前後の文字の字種などから入
力パターンの字種を推定して、辞書７３を参照しながら
候補文字間の識別を行なう。各Ｊ忍識部６１〜６３は−
１１−いに信号線６４〜６９でつながり、候補文字と入
力パターンをやりとりする。ただし、認識部６１〜６３
の動作順序が固定であれば、信号線６４〜６９のうち必
要な信号線だけで良い。たとえば、大分類として認識部
６】、次の中分類として認識部６２、最後に認識部６３
と認識処理が進むならば、信号線６４．６５．６７゜６
８は不要である。各認識部６１〜６３で認識結果が確定
したら、類似度の高い辞書パターンについてはその文字
コードと類似度とを組にして信号線１０３または信号線
１０７に出力する。この出力は辞書パターンの番号とそ
の類似度を組にしたものでも良い。このとき、信号線１
０１より特徴データを受けた場合は信号線１０３に出力
する。また、信号線１０６より特徴データを受けた場合
は信号線１０７に出力する。

以上のようにマツチング部６が多段に構成されている場
合には、カテゴリ間類似度算出部２と辞書最適化部１］
は以下のように動作する。カテゴリ間類似度算出部２は
、辞書７１から辞書パターンを読みだして認識部６１に
入力パターンとして送って結果を受は取り、辞書パター
ン間の相互の類似度］を計算し、誤認識カルテを参照し
ながら辞書パターン間の誤認識の危険度を予測する。ま
た辞書７２と認識部６２により類似度２、辞書７３と認
識部６３により類似度３を同様に計算する。

辞書最適化部１１は信号線１０８より辞書パターン同志
の類似度を受けて、類似度が高く誤認識の発生の危険が
ある辞書パターン対について、誤認識を回避できるよう
に辞書７１〜７３を最適化する。大１− ２２ 分類として認識部６１、次の中分類として認識部６２、
最後に認識部６３と認識処理が進むならば、認識段階が
後の処理を最適化するようにする。たとえば辞書７１と
認識部６１による誤認識の発生の危険がある辞書パター
ン対は辞書７１〜７３の最適化を、また、辞書７２と認
識部６２による誤認識の発生の危険がある辞書パターン
対は辞書７２〜７；３の最適化を行なう。

以上に本発明の一実施例として自動最適化装置付きオン
ライン文字認識装置を説明したが、第１図の文字認識部
１と自動最適化部１０を切り離し、自動最適化部１０を
装置内に置かずに構成し、同様の手順で最適化した文字
認識部１を単独で使用することもできる。また、文字認
識部１と自動最適化部１０を着脱可能にすれば、自動最
適化部１０を多数の文字認識部１で共有できる。

〔発明の効果〕

本発明によれば、誤認識の発生しゃすいカテゴリ対を容
易に発見でき、効率良く認識装置の評価や最適化を行な
える。

【図面の簡単な説明】

第１図及び第２図は本発明の実施例図、第８図は、本発
明の他の実施例図、第３〜５図は実施例の動作手順図、
第６図は辞書間類似度の例図、第７図は誤認識カルテの
例図である。 １・・・文字認識部、２・・・カテゴリ間類似度算出部
、３・・・文字認識最適化部、４・・・入力部、５・・
・前処理部、６・・・マツチング部、７・・・辞書、８
・・・後処理部、９・・・出力部、１０・・・自動最適
化部、１１・・・辞書最適化部、１２・・・マツチング
最適化部、１３・・・誤認識カルテ、１４・・・誤認識
カルテ記入部。

Claims (1)

1. 【特許請求の範囲】 １、入力パターンを読み込む入力部と、前記入力パター
   ンから認識特徴データを抽出する前処理部と、各カテゴ
   リの辞書パターンを保持する辞書と、前記入力パターン
   と前記辞書に保持された辞書パターンとの類似度を算出
   するマッチング部と、前記マッチング部の算出した類似
   度の高いカデゴリから認識結果を選択する後処理部と、
   前記認識結果を出力する出力部とから成るパターン認識
   装置において、 誤認識カルテと、誤認識の状況を誤認識カルテに記録す
   る誤認識カルテ記入手段と、辞書パターン対の類似度を
   計算して誤認識カルテのデータを参照して誤認識の発生
   の危険があるカテゴリ対を抽出するカテゴリ間類似度算
   出部を設けたことを特徴とするパターン認識装置。 ２、請求項１のパターン認識装置において、前記カテゴ
   リ間類似度算出部は、前記辞書に保持されている辞書パ
   ターンを読みだして前記マッチング部に渡し、その結果
   マッチング部の出力を受けることを、全てもしくは特定
   の辞書パターンについて行なうことを特徴とするパター
   ン認識装置。 ３、請求項２のパターン認識装置において、前記カテゴ
   リ間類似度算出部は、前記辞書に保持されている辞書パ
   ターンが１カテゴリに複数パターンある場合に、これら
   の類似度の最大値、最小値、平均値、またはその他の統
   計値をカテゴリ間の類似度とすることを特徴とするパタ
   ーン認識装置。 ４、請求項１のパターン認識装置において、前記誤認識
   カルテは、認識すべきであった辞書パターンの番号と、
   誤認識された側の辞書パターンの番号と、これらの辞書
   パターン間の類似度、または誤認識した入力パターンと
   認識すべきであった辞書パターン間の類似度、または誤
   認識した入力パターンと誤認識された側の辞書パターン
   間の類似度を保持することを特徴とするパターン認識装
   置。 ５、請求項４のパターン認識装置において、前記カテゴ
   リ間類似度算出部は、カテゴリ間の類似度を計算し、誤
   認識カルテのデータを参照して誤認識の発生の危険があ
   るカテゴリ対を抽出することを特徴とするパターン認識
   装置。 ６、請求項１のパターン認識装置において、前記カテゴ
   リ間類似度算出部の結果を用いて前記パターン認識装置
   を改良する認識最適化部を設けたことを特徴とするパタ
   ーン認識装置。 ７、請求項６のパターン認識装置において、前記認識最
   適化部は、前記カテゴリ間類似度算出部の結果の、誤認
   識の発生の危険度の高い辞書パターン対の誤認識を回避
   するように認識処理または辞書に追加または変更を加え
   ることを特徴とするパターン認識装置。