JPH03273373A - 文字学習方式 - Google Patents
文字学習方式Info
- Publication number
- JPH03273373A JPH03273373A JP2073088A JP7308890A JPH03273373A JP H03273373 A JPH03273373 A JP H03273373A JP 2073088 A JP2073088 A JP 2073088A JP 7308890 A JP7308890 A JP 7308890A JP H03273373 A JPH03273373 A JP H03273373A
- Authority
- JP
- Japan
- Prior art keywords
- character
- stroke
- input
- pattern
- dictionary
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 description 11
- 238000005452 bending Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 241000282373 Panthera pardus Species 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
Landscapes
- Character Discrimination (AREA)
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。
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、タブレット等から入力された手書き文字を認
識して正誤判定を行うオンライン手書き文字学習装置の
文字学習方式に関し、特にストロークの終端部の形状認
識に好適な文字学習方式に関する。
識して正誤判定を行うオンライン手書き文字学習装置の
文字学習方式に関し、特にストロークの終端部の形状認
識に好適な文字学習方式に関する。
［従来の技術］
オンライン手書き文字認識は、タブレットから検出され
るペン先のＸＹ座標の時系列データを用い、実時間で手
書き文字を認識するので、マンマシン・インタフェース
として優れ、手書き文字ＯＣＲと比べて高い認識率を実
現できる。
るペン先のＸＹ座標の時系列データを用い、実時間で手
書き文字を認識するので、マンマシン・インタフェース
として優れ、手書き文字ＯＣＲと比べて高い認識率を実
現できる。
このため、オンライン手書き文字認識を用いた文字学習
装置も提案されている。このような装置では、タブレッ
トから入力された文字筆点の時系列データに対して、豹
処理、特徴抽出、および識別処理が行われ、出題側の用
意した正解に対する正誤判定結果が表示される。
装置も提案されている。このような装置では、タブレッ
トから入力された文字筆点の時系列データに対して、豹
処理、特徴抽出、および識別処理が行われ、出題側の用
意した正解に対する正誤判定結果が表示される。
なお、前処理では、ペンのアツ、プダウン時に生じた雑
音を除去し、平滑化および標本化を行った後、文字位置
および大きさを正規化する。また５特徴抽出では、引き
続く筆点の移動方向を量子化して、各ストロークを方向
指数列で特徴を表示したり、各ストロークの端点や屈曲
点等を特徴としたり、あるいは筆点の移動方向やＸＹ座
標の変化をフーリエ関数等で展開した展開係数を特徴と
して抽出する。また、識別処理では、入力文字の各スト
ロークが辞書に用意した基本ストロークの何れであるか
を逐次判定したり、入力文字から抽出された特徴と辞書
に用意した識別特徴の平均値等の統計値の間で算出した
類似度から文字カテゴリーを求めたりする方法が用いら
れる。
音を除去し、平滑化および標本化を行った後、文字位置
および大きさを正規化する。また５特徴抽出では、引き
続く筆点の移動方向を量子化して、各ストロークを方向
指数列で特徴を表示したり、各ストロークの端点や屈曲
点等を特徴としたり、あるいは筆点の移動方向やＸＹ座
標の変化をフーリエ関数等で展開した展開係数を特徴と
して抽出する。また、識別処理では、入力文字の各スト
ロークが辞書に用意した基本ストロークの何れであるか
を逐次判定したり、入力文字から抽出された特徴と辞書
に用意した識別特徴の平均値等の統計値の間で算出した
類似度から文字カテゴリーを求めたりする方法が用いら
れる。
また、手書き文字入力による文字学習では、正誤判定の
際、ストロークの交差点やストローク末端の形状が特に
重要になる。
際、ストロークの交差点やストローク末端の形状が特に
重要になる。
このストロークの交差点の形状判定については。
例えば特開昭６１−２４９１８１号公報に記載されてい
るように、「土Ｊ、「工」等の漢字において、ある字画
の端点から別の字画との交点までの距離値により字画が
別の字画から出ているが否かをチエツクし、漢字入力の
正誤判定を行う方法が提案されている。
るように、「土Ｊ、「工」等の漢字において、ある字画
の端点から別の字画との交点までの距離値により字画が
別の字画から出ているが否かをチエツクし、漢字入力の
正誤判定を行う方法が提案されている。
［発明が解決しようとする課題〕
上記従来技術では、漢字のストローク末端の撥ねおよび
止めの形状認識を行うことについては配慮がなされてお
らず、文字の学習に対して有効な助言を与えることは難
しかった。
止めの形状認識を行うことについては配慮がなされてお
らず、文字の学習に対して有効な助言を与えることは難
しかった。
本発明の目的は、このような間層点を改善し、文字を学
習するために必要な入力文字の撥ねおよび止めの正誤情
報を学習者に知らせることが可能な手書き文字の認識方
式を提供することにある。
習するために必要な入力文字の撥ねおよび止めの正誤情
報を学習者に知らせることが可能な手書き文字の認識方
式を提供することにある。
〔課題を解決するための手段］
上記目的を達成するため１本発明の文字学習方式は、文
字入力を指示する文字入力ガイダンス制御手段（出題制
御部）と、入力した文字を読み取る座標検出手段（入力
部）と、入力された文字パターンと予め記録した標準辞
書パターンとを比較し。
字入力を指示する文字入力ガイダンス制御手段（出題制
御部）と、入力した文字を読み取る座標検出手段（入力
部）と、入力された文字パターンと予め記録した標準辞
書パターンとを比較し。
最も近い標準辞書パターンに対応する文字コードを出力
する文字認識手段（認識部）と、認識結果の入力指示文
字との正誤を表示する手段（表示部）とを備えたオンラ
イン手書き文字学習装置の文字学習方式において、上記
標準辞書パターンには、ストロークの終端が撥ねか止め
かの判別の要否を示すフラグを設け、上記文字認識部は
、入力文字パターンの分析の際、該フラグが判別要を示
す場合、入力ストロークの終端近傍を高密度でサンプリ
ングし、標準辞書パターンのストロークの終端部の特徴
点と、入力ストロークの終端部の特徴点とから抽出した
ストロークの曲がり方を比較することにより、その終端
が撥ねか止めかを判別することに特徴がある。
する文字認識手段（認識部）と、認識結果の入力指示文
字との正誤を表示する手段（表示部）とを備えたオンラ
イン手書き文字学習装置の文字学習方式において、上記
標準辞書パターンには、ストロークの終端が撥ねか止め
かの判別の要否を示すフラグを設け、上記文字認識部は
、入力文字パターンの分析の際、該フラグが判別要を示
す場合、入力ストロークの終端近傍を高密度でサンプリ
ングし、標準辞書パターンのストロークの終端部の特徴
点と、入力ストロークの終端部の特徴点とから抽出した
ストロークの曲がり方を比較することにより、その終端
が撥ねか止めかを判別することに特徴がある。
ｒ作月〕
本発明においては、１！３ｆｆｉ部は、入力ストローク
の終端部を詳細に分析することにより、入力ストローク
の終端部付近における最大屈曲点を判別し、最大屈曲点
の１つ的のサンプリング点と最大屈曲点とストローク終
点とのなす角を求める。そして、その角度が撥ねと止め
の境界を超えていなければ、止めと認識する。
の終端部を詳細に分析することにより、入力ストローク
の終端部付近における最大屈曲点を判別し、最大屈曲点
の１つ的のサンプリング点と最大屈曲点とストローク終
点とのなす角を求める。そして、その角度が撥ねと止め
の境界を超えていなければ、止めと認識する。
また、辞書パターンについても、同様に最大屈曲点をサ
ンプリングするので、標準パターンは撥ねか止めかを認
識することができる。従って、入力ストロークと標準パ
ターンのストロークの終端部の形状を比較し、入カバタ
ーンが正しく入力されたか否かを認識することができる
。
ンプリングするので、標準パターンは撥ねか止めかを認
識することができる。従って、入力ストロークと標準パ
ターンのストロークの終端部の形状を比較し、入カバタ
ーンが正しく入力されたか否かを認識することができる
。
これにより、入力文字の撥ねおよび止めの正誤情報を学
習者に知らせることができる。
習者に知らせることができる。
以下１本発明の一実施例を図面により説明する。
第２図は、本発明の文字学習方式を適用する文字学習装
置の構成図である。
置の構成図である。
第２図において、ｌは文字学習を行う使用者、２は出題
制御部、３は問題および正誤判定結果を表示する表示部
、４はタブレットおよびペン等から構成された入力部、
５は手書き入力文字の止めおよび撥ね判定を行うｖ３１
１４部、６はストローク毎に撥ね／止めフラグを有する
基準パターンを格納する辞書である。
制御部、３は問題および正誤判定結果を表示する表示部
、４はタブレットおよびペン等から構成された入力部、
５は手書き入力文字の止めおよび撥ね判定を行うｖ３１
１４部、６はストローク毎に撥ね／止めフラグを有する
基準パターンを格納する辞書である。
この出題制御部２は、使用者】に対して、学習すべき文
字を表示部３に表示し、回答を求めるとともに、ＳａＩ
部５に対して正答文字を伝える。
字を表示部３に表示し、回答を求めるとともに、ＳａＩ
部５に対して正答文字を伝える。
また、入力部４は、使用者１がペンでタブレットに書い
た文字を実時間でサンプリングして、その位置座標を認
識部５に出力する。
た文字を実時間でサンプリングして、その位置座標を認
識部５に出力する。
次に、本実施例における止め撥ね判定方法について述べ
る。
る。
第１図は、本発明の一実施例における文字学習方式を示
すフローチャート、第３図は本発明の一実施例における
近似パターンのサンプリングを示す説明図、第４図は第
３図の近似点を等間隔で少数サンプリングした場合に得
る近似パターン例図、第５図は本発明の一実施例におけ
る近似パターンのサンプリング方法を示す説明図、第６
図は本発明の一実施例における撥ね／止め判定の説明図
である。
すフローチャート、第３図は本発明の一実施例における
近似パターンのサンプリングを示す説明図、第４図は第
３図の近似点を等間隔で少数サンプリングした場合に得
る近似パターン例図、第５図は本発明の一実施例におけ
る近似パターンのサンプリング方法を示す説明図、第６
図は本発明の一実施例における撥ね／止め判定の説明図
である。
本実施例の認識部５は、使用者１の入力した手書き文字
のサンプリングデータを受は取ると（ｌＯ１〕、位置座
標とペンの上げ下げ信号から１ストロ一ク分のデータを
切り出す。また、入力文字枠の移動、およびペンを離し
ている時間等により定めた文字認識開始条件から、１文
字分のデータをストローク群として取り出す（１０２）
。
のサンプリングデータを受は取ると（ｌＯ１〕、位置座
標とペンの上げ下げ信号から１ストロ一ク分のデータを
切り出す。また、入力文字枠の移動、およびペンを離し
ている時間等により定めた文字認識開始条件から、１文
字分のデータをストローク群として取り出す（１０２）
。
このストローク群を各ストローク毎に適当な近似点数で
近似し、入力文字の近似パターンを得る（１０３）。な
お、この近似点数は入力部４によるサンプリング数より
も少い。
近似し、入力文字の近似パターンを得る（１０３）。な
お、この近似点数は入力部４によるサンプリング数より
も少い。
次に、予め辞書６に！２＃されている辞書パターンと近
似パターンとの類似度から、候補の辞書パターンを抽出
しく１０４）、さらに、その辞書パターンの撥ね／止め
フラグをチエツクする（１０５）。
似パターンとの類似度から、候補の辞書パターンを抽出
しく１０４）、さらに、その辞書パターンの撥ね／止め
フラグをチエツクする（１０５）。
その結果、フラグＯＮであれば、当該ストロークについ
て最大屈曲点を抽出して（１０６）、撥ねか止めかを判
定する（１０７）。
て最大屈曲点を抽出して（１０６）、撥ねか止めかを判
定する（１０７）。
この際、第３図のように、入カバターンを単純に等間隔
でサンプリングすると、ストローク３１の近似パターン
は、第４図のストローク４１のようになり、このストロ
ークを撥ねと認識するのは困難である。このため、本実
施例ではストロークの終端付近について、より細かくサ
ンプリング点をとることにより、より正確な近似パター
ンを得る。
でサンプリングすると、ストローク３１の近似パターン
は、第４図のストローク４１のようになり、このストロ
ークを撥ねと認識するのは困難である。このため、本実
施例ではストロークの終端付近について、より細かくサ
ンプリング点をとることにより、より正確な近似パター
ンを得る。
ここで、本実施例における近似パターンの獲得方法につ
いて詳細に述べる。
いて詳細に述べる。
例えば、第５図に示すように、ストローク終端点Ｐｎか
らストローク長の１／４の長さの点Ｐｎ−１１までの区
間を通常の５倍の密度でサンプリングする。第５図にお
いて、Ｐ ｎ−ｆｆ１＋ Ｐ ｎ−１１＋、＋ ”’＋
Ｐ ｎ−＋ ＋Ｐ、はサンプリング点であり、Ｓｌは
サンプリング点ＰＩ＋−１１＋ｉ＋ Ｐ ｎ−１１＋
ｉ＋、間のベクトルである。
らストローク長の１／４の長さの点Ｐｎ−１１までの区
間を通常の５倍の密度でサンプリングする。第５図にお
いて、Ｐ ｎ−ｆｆ１＋ Ｐ ｎ−１１＋、＋ ”’＋
Ｐ ｎ−＋ ＋Ｐ、はサンプリング点であり、Ｓｌは
サンプリング点ＰＩ＋−１１＋ｉ＋ Ｐ ｎ−１１＋
ｉ＋、間のベクトルである。
本実施例では、Ｓ、、 Ｓ、、・・＋ ５１１−＋を求
め、さらに、ＳユとＳ ｉ＋、の内積を求めて、これを
Ｔ工とする。こうして、全ての隣り合ったベクトルの内
積を持めた後、最も小さな内積Ｔ工を求める。
め、さらに、ＳユとＳ ｉ＋、の内積を求めて、これを
Ｔ工とする。こうして、全ての隣り合ったベクトルの内
積を持めた後、最も小さな内積Ｔ工を求める。
この結果、該当ストロークの終端付近における最大屈曲
点はＰｎ−１１＋Ｘである二とがわかる。さらに、Ｐｎ
−１１４Ｘをサンプリング点として、第６図（ａ）に示
す近似パターンを得る。この近似パターンの終端付近の
曲がり角（１８０−Ｐｎ−ｎ＋Ｐ ｒｌ−ｃｍ−ｘ Ｐ
ｎ）が所定の基準角度を超えていれば撥ね、超えてい
なければ止めと認識する。また、本実施例の辞書パター
ンには、これと同様の方法で得た最大屈曲点が予め含ま
れているので、出題された文字の該当ストロークが本来
用ねか止めかを判別する場合、その最大屈曲点により辞
書登録パターンの近似パターン（ｂ）を得る。
点はＰｎ−１１＋Ｘである二とがわかる。さらに、Ｐｎ
−１１４Ｘをサンプリング点として、第６図（ａ）に示
す近似パターンを得る。この近似パターンの終端付近の
曲がり角（１８０−Ｐｎ−ｎ＋Ｐ ｒｌ−ｃｍ−ｘ Ｐ
ｎ）が所定の基準角度を超えていれば撥ね、超えてい
なければ止めと認識する。また、本実施例の辞書パター
ンには、これと同様の方法で得た最大屈曲点が予め含ま
れているので、出題された文字の該当ストロークが本来
用ねか止めかを判別する場合、その最大屈曲点により辞
書登録パターンの近似パターン（ｂ）を得る。
こうして、撥ね／止め判定の必要な全ストロークの判定
が終了すると（１０８）、これらの識別結果により、入
力文字の正誤判定を行って（１，０９）、判定結果およ
び評価等を表示部３に表示する（１１０）。
が終了すると（１０８）、これらの識別結果により、入
力文字の正誤判定を行って（１，０９）、判定結果およ
び評価等を表示部３に表示する（１１０）。
［発明の効果］
本発明によれば、入力ストロークが撥ねか止めかを認識
することができ、漢字学習装置等の正誤判定の性能を向
上させる。
することができ、漢字学習装置等の正誤判定の性能を向
上させる。
第１図は本発明の一実施例における文字学習方式を示す
フローチャート、第２図は本発明の文字学習方式を適用
する文字学習装置の構成図、第３図は本発明の一実施例
における近似パターンのサンプリングを示す説明図、第
４図は第３図の近似点を等間隔で少数サンプリングした
場合に得る近似パターン例図、第５図は本発明の一実施
例における近似パターンのサンプリング方法を示す説明
図、第６図は本発明の一実施例における撥ね／止め判定
の説明図である。 に使用者、２：出題制御部、３：表示部、４：入力部、
５：認識部、６：辞書、３］、４１：ストローク。 第 図 第 ５ 図 ｐｎ−ｍ＋ｘ 第 図 ｆａ） Ｐｎ−ｍ （ｂｌ Ｐｎ−ｍ Ｐｎ−ｍ＋、
フローチャート、第２図は本発明の文字学習方式を適用
する文字学習装置の構成図、第３図は本発明の一実施例
における近似パターンのサンプリングを示す説明図、第
４図は第３図の近似点を等間隔で少数サンプリングした
場合に得る近似パターン例図、第５図は本発明の一実施
例における近似パターンのサンプリング方法を示す説明
図、第６図は本発明の一実施例における撥ね／止め判定
の説明図である。 に使用者、２：出題制御部、３：表示部、４：入力部、
５：認識部、６：辞書、３］、４１：ストローク。 第 図 第 ５ 図 ｐｎ−ｍ＋ｘ 第 図 ｆａ） Ｐｎ−ｍ （ｂｌ Ｐｎ−ｍ Ｐｎ−ｍ＋、
Claims (1)
- １、文字入力を指示する文字入力ガイダンス制御手段と
、入力した文字を読み取る座標検出手段と、入力された
文字パターンと予め記録した標準辞書パターンとを比較
し、最も近い標準辞書パターンに対応する文字コードを
出力する文字認識手段と、認識結果の入力指示文字との
正誤を表示する手段とを備えたオンライン手書き文字学
習装置の文字学習方式において、上記標準辞書パターン
には、ストロークの終端が撥ねか止めかの判別の要否を
示すフラグを設け、上記文字認識部は、入力文字パター
ンの分析の際、該フラグが判別要を示す場合、入力され
たストロークの終端近傍を高密度でサンプリングし、標
準辞書パターンのストロークの終端部の特徴点と、該入
力ストロークの終端部の特徴点とから抽出したストロー
クの曲がり方を比較することにより、該終端が撥ねか止
めかを判別することを特徴とする文字学習方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2073088A JPH03273373A (ja) | 1990-03-22 | 1990-03-22 | 文字学習方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2073088A JPH03273373A (ja) | 1990-03-22 | 1990-03-22 | 文字学習方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH03273373A true JPH03273373A (ja) | 1991-12-04 |
Family
ID=13508236
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2073088A Pending JPH03273373A (ja) | 1990-03-22 | 1990-03-22 | 文字学習方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH03273373A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014002673A1 (ja) * | 2012-06-26 | 2014-01-03 | Ido Nobuhiko | 解答を手書き文字入力で行う出題採点装置 |
-
1990
- 1990-03-22 JP JP2073088A patent/JPH03273373A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014002673A1 (ja) * | 2012-06-26 | 2014-01-03 | Ido Nobuhiko | 解答を手書き文字入力で行う出題採点装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0114250B1 (en) | Confusion grouping of strokes in pattern recognition method and system | |
| US6289124B1 (en) | Method and system of handwritten-character recognition | |
| US20060246410A1 (en) | Learning support system and learning support program | |
| US4773098A (en) | Method of optical character recognition | |
| US20070286486A1 (en) | System and method for automated reading of handwriting | |
| EP0539739A2 (en) | Improving on-line handwriting recognition using a prototype confusability dialogue | |
| EP0436819B1 (en) | Handwriting recognition employing pairwise discriminant measures | |
| WO1994007214A1 (en) | Method and apparatus for recognizing cursive writing from sequential input information | |
| TW200823773A (en) | A method and apparatus for recognition of handwritten symbols | |
| JPH0652538B2 (ja) | パターン認識方法及び装置 | |
| EP0131681A2 (en) | Method of optical character recognition | |
| CN113762274B (zh) | 一种答题卡目标区域检测方法、系统、存储介质及设备 | |
| Manke et al. | A connectionist recognizer for on-line cursive handwriting recognition | |
| US6111976A (en) | System and method for handwritten character recognition and qualification | |
| Tan | An algorithm for online strokes verification of Chinese characters using discrete features | |
| KR20070090188A (ko) | 수기 패턴을 인식하기 위한 방법 및 장치 | |
| CN107209862B (zh) | 识别装置和信息存储介质 | |
| US5835631A (en) | Method and apparatus for evaluating an individual using character recognition processing of input handwritten characters | |
| CN111126160A (zh) | 基于五笔输入法构建的智能汉字结构评价方法及系统 | |
| JPH03273373A (ja) | 文字学習方式 | |
| CN111507555B (zh) | 人体状态检测方法、课堂教学质量的评价方法及相关装置 | |
| JPH06162261A (ja) | 文字認識装置 | |
| CN115346225A (zh) | 书写测评方法、装置及设备 | |
| JP3675511B2 (ja) | 手書き文字認識方法及び装置 | |
| Suwanwiwat et al. | An investigation of discrete Hidden Markov Models on handwritten short answer assessment system |