JPH03294983A - 文字認識装置 - 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】 ［発明の目的］ （産業上の利用分野） 本発明は、ニューラルネットワークを用いた文字認識装
置に関する。

（従来の技術） 近年、ニューラルネットワークを用いて文字認識、音声
認識、画像情報処理等を行うシステムの開発が盛んであ
る。

一般に知られる文字認識処理は、入力文字パターンと複
数の文字パターン候補とのパターン・マツチングにより
それぞれの類似度を算出し、その中で最大類似度を得た
文字パターン候補を最終的な文字認識結果として判定し
出力することで文字認識を行うものである。これに対し
、従来の文字認識方法にニューラルネットを組合せた方
式では、ある入力文字パターンの認識結果に誤りが生じ
た場合、その入力文字パターンに対する次回からの文字
認識において正解の文字パターン候補が得られるような
方向性を持ってニューラルネットワークにおける各アー
ク荷重値を修正する。

したがって、このニューラルネットワークを採用した文
字認識処理により、入力文字パターンの特徴の変化に応
じた良好な文字認識を安定して行うことが可能となる。

（発明が解決しようとする課題） ところが、こうしたニューラルネットワークを採用した
文字認識処理では、手書き数字の認識においては良好な
認識率が得られるものの、これを手書きカナ文字等に適
用しようとした場合数々の障害があった。

例えば、手書き数字の場合、ニューラルネットワークの
入力層は、入力文字パターンと「０」から「９」までの
各数字との類似度にそれぞれ対応する１０個のユニット
と、ダミー１個の計Ｉｆ個のユニットだけで済む。これ
に対し手書きカナ文字の場合は、入力層は、入力文字パ
ターンと「ア」から「ン」までの各カナ文字との類似度
にそれぞれ対応する４６個のユニットとダミー１個の計
４７個が必要となる。これに伴って中間層の数も数字の
場合は５０個程度で済んでいたが、カナ文字の場合は少
なくとも　１００個あるいはそれ以上必要とする。

出力層についても数字の場合は１０個、カナ文字の場合
は４６個必要とする。

したがって、大規模となり、しかも手書きカナ文字の場
合、「工、コ、ユ」等のパターンが類似した文字が多い
ため学習に長時間を要し、満足する認識率を得ることが
できないという問題があった。

本発明はこのような課題を解決するためのもので、手書
きカナ文字のように文字種類が多く、多くの類似パター
ンを有した文字群についても、高い正解率で文字認識を
行うことのできる文字認識装置の提供を目的としている
。

［発明の構成］ （課題を解決するための手段） 第１の発明の文字認識装置は上記した目的を達成するた
めに、入力文字パターンと複数の文字パターン候補との
各類似度から入力文字パターンの認識結果として最も確
信度の高い文字パターン候補を判定する文字認識装置に
おいて、文字パターン候補を類似文字群毎に複数のグル
ープに分類し、各類似度から、入力文字パターンがどの
グループに含まれるかを判定するグループ判定手段と、
分類されたグループ毎に、各類似度とグループ判定手段
の判定結果から、本来類似度が最大となるべき文字パタ
ーン候補が得られるよう学習を行い、かつ最も確信度の
高い文字パターン候補をそれぞれ判定する複数のニュー
ラルネットと、複数のニューラルネットによりそれぞれ
判定された各文字パターン候補の中から最終的な文字認
識結果を判定する最終判定手段とを具備している。

また第２の発明は、入力文字パターンと複数の文字パタ
ーン候補との各類似度から入力文字パターンの認識結果
として最も確信度の高い文字パターン候補を判定する文
字認識装置において、文字パターン候補を類似文字群毎
に複数のグループに分類し、各類似度から、入力文字パ
ターンが本来類似度が最大となるべき文字パターン候補
の属するグループに含まれると判定されるよう学習を行
い、かつ入力文字パターンが含まれるグループを判定す
るグループ判定用ニューラルネットと、分類されたグル
ープ毎に、各類似度とグループ判定用ニューラルネット
の判定結果から、本来類似度が最大となるべき文字パタ
ーン候補が得られるよう学習を行い、かつ最も確信度の
高い文字パターン候補をそれぞれ判定する複数のニュー
ラルネットと、複数のニューラルネットによりそれぞれ
判定された各文字パターン候補の中から最終的な文字認
識結果を判定する最終判定手段とを具備している。

（作　用） 第１の発明の文字認識装置では、グループ判定手段は、
入力文字パターンと複数の文字パターン候補との各類似
度に基づき、類似文字群毎に分類された各グループの中
で入力文字パターンがどのグループに含まれるかを判定
する。

一方、各ニューラルネットは、前記各類似度とグループ
判定手段の判定結果に基づき、それぞれ自身のグループ
に属する文字の中がら本来類似度が最大となるべき文字
パターン候補が認識結果として得られるよう学習を行う
。そして学習終了後、前記各類似度とグループ判定手段
の判定結果がら、それぞれ自身のグループに属する文字
の中から最も確信度の高い文字パターン候補を判定する
。

そして、最終判定手段は、各ニューラルネットにより得
られた各文字パターン候補の中がら最終的な認識結果を
判定する。

また第２の発明の文字認識装置では、グループ判定用ニ
ューラルネットは、入力文字パターンと複数の文字パタ
ーン候補との各類似度に基づき、入力文字パターンが本
来類似度が最大となるべき文字パターン候補の属するグ
ループに含まれると判定されるよう学習を行う。そして
学習終了後、前記各類似度から入力文字パターンがどの
グループに含まれるかを判定結果として出力する。

一方、各ニューラルネットは、前記各類似度とグループ
判定用ニューラルネットの判定結果に基づき、それぞれ
自身のグループに属する文字の中から本来類似度が最大
となるべき文字パターン候補が認識結果として得られる
よう学習を行う。そして学習終了後、前記各類似度とグ
ループ判定用ニューラルネットの判定結果から、それぞ
れ自身のグループに属する文字の中から最も確信度の高
い文字パターン候補を判定する。

そして、最終判定手段は、各ニューラルネットにより得
られた各文字パターン候補の中から最終的な認識結果を
判定する。

したがって、これらの発明によれば、手書きカナ文字の
ように文字種類が多く、多くの類似パターンを有した文
字群についても高い正解率で文字認識を行うことができ
る。

（実施例） 以下、本発明の実施例を図面に基づいて詳細に説明する
。

第２図はこの発明に係る一実施例の文字認識装置の構成
を説明するためのブロック図である。

同図において、１は帳票上に手書きされたカナ文字等を
光学的に読取ってその文字パターンを得るスキャナ部、
２はスキャナ部１により読取られた入力文字パターンと
のマツチング対象となる文字パターン候補群（この実施
例では「ア」〜「ン」までのカナ文字か不可欠）が登録
されたパターン候補格納部、３はスキャナ部１からの入
力文字パターンとパターン候補格納部２に格納された文
字パターン候補との所定のパターン・マツチングを行っ
てそれぞれの類似度を算出するパターン・マツチング部
、４はパターン・マツチング部３において算出された各
文字パターン候補に対する類似度の組合せから、最も確
からしい文字パターン候補を最終的な文字認識結果とし
て判定する文字判定部、５は文字判定部４において判定
された文字認識結果を格納するデータ格納部である。

さて、このような構成の文字認識装置において、上記し
た文字判定部４はニューラルネットを用いて次のように
構成される。

第１図はこのニューラルネットを用いて構成された文字
判定部の構成を示している。

同図に示すように、この文字判定部４は、グループ分は
用ニューラルネット１１、複数（この実施例では１９個
）のニューラルネット１２〜３１、最終判定部３２、全
体学習データベース３３、データ選別部３４を備えて構
成される。

グループ分は用ニューラルネット１１は、各文字パター
ン候補を類似文字群毎に複数のグループに分類し、入力
文字パターンと各文字パターン候補との各類似度から、
本来類似度が最大となるべき文字パターン候補の属する
グループに入力文字パターンが含まれていると判定され
るよう学習を行い、かつその学習の結果において、前記
各類似度から入力文字パターンを含んだグループを判定
するものである。

ニューラルネット１２〜３１は、分類されたグループ毎
に、入力文字パターンと各文字パターン候補との各類似
度とグループ分は用ニューラルネット１１の判定結果か
ら、本来類似度が最大となってしかるべき文字パターン
候補が文字認識結果として得られるよう学習を行い、か
つその学習の結果において、前記各類似度とグループ分
は用ニューラルネット１１の判定結果から、最も確信度
の高い文字パターン候補を判定するものである。

最終判定部３２は、各ニューラルネット１２〜３１によ
り得られた各文字パターン候補の中から最終的な文字認
識結果を判定するものである。

全体学習データベース３３は、グループ分は用ニューラ
ルネット１１および各二二一うルネット１２〜３１での
学習で用いられるデータ、すなわち入力文字パターンと
各文字パターン候補との類似度とこれに対応する正解の
データとの組が格納される。またこの全体学習データベ
ース３３に格納された学習データは、学習実行の際、グ
ループ分は用二二一うルネット１１および各二二一うル
ネット１２〜３１の学習データベース（後述する）に転
送されることになるが、各ニューラルネット１２〜３１
に対しては、データ選別部３４を介してそれぞれ該当す
る学習データを選別し、グループ分は用ニューラルネッ
ト１１の判定結果と合せて転送される。

ところで、上述したグループ分は用ニューラルネット１
１および各ニューラルネット１２〜３１では、その学習
機能を、例えばバックプロパゲーションアルゴリズム等
の学習アルゴリズムを用いて実現している。

第３図は各ニューラルネットの基本構成を示している。

同図に示すように、この実施例の二二一うルネットの基
本構成は、パターン・マツチングにより算出された各パ
ターン候補に対する類似度がそれぞれ入力される複数の
入力ノードＡからなる入力層と、各入力ノードＡとアー
クＢを介してネットワークで結合された複数の中間ノー
ドＣからなる中間層と、各中間ノードＣとアークＤを介
してネットワークで結合され、各パターン候補に対する
類似度からそれぞれの最終的な正解確信度を示す値を出
力する出力ノードＥからなる出力層とから構成されてい
る。そして各ノードは、それぞれ所定の入出力関数を有
し、この入出力関数により信号の変換を行う。

また上述した各アークＢＳＤには、各ノード間の結合の
強さを示す荷重値が設定されており、これらの荷重値は
、次のネットワーク管理部により修正されるようになっ
ている。

このネットワーク管理部の構成を第４図を用いて説明す
る。

同図において、４１は入力ノードＡおよび中間ノードＣ
からそれぞれ出力されたデータを一時的に保持するノー
ド出力値テーブル、４２は各アークＢ、Ｄに設定された
荷重値を保持する荷重値テーブル、４３は各入力ノード
Ａや中間ノードＣからの出力データにそれぞれ荷重値テ
ーブル４２上の対応する荷重値を乗じて積算を行う積算
器、４４は個々の中間ノードＣや出力ノードＥに終結さ
れる積算結果を加算する加算器である。また４５は通常
の文字認識において出力された各文字バタン候補に対す
る最終的な積算値（類似度）の中から最大値を得た文字
パターン候補を最終的な文字認識結果として判定する判
定器、４６は学習時において出力された各文字パターン
候補に対する最終的な積算値と本来類似度が最大となっ
てしかるべき正解のデータとをそれぞれ取込んで比較し
、それぞれが一致しているかどうかを評伍する評価器、
４７は評価器４６において各データが一致しないと判定
されたとき、当該入力文字パターンに対する次回からの
文字認識処理において正解を得るような方向性を持って
荷重値テーブル４２上の各荷重値を修正する荷重値修正
器、４８は全体学習データベース３３からの学習データ
を格納する学習データベース、４９は学習データベース
４８の登録内容を管理する学習管理器である。

次にこのネットワーク管理部による学習の基本動作をグ
ループ分は用ニューラルネット１１の場合を例にとり第
５図のフローチャートを用いて説明する。

学習データベース４８から、類似度の組合せとこれに対
応する正解のデータの組を１つずつ抽出しくステップａ
）、これをグループ分は用ニューラルネット１１の各入
力ノード出力値テーブル４１と評価器４６にそれぞれセ
ットする（ステップｂ）。

入力ノード出力値テーブル４１に類似度がセットされる
と、各類似度は入力ノードＡがら中間ノードＣを介して
出力ノードＥに至るまでの間において、アークＢおよび
アークＤにそれぞれ設定された荷重値を用いて積算、さ
らに加算された後、各ノードにおける入出力関数により
変換され、最終的に各出力ノードＥに終結されたそれぞ
れの値が各文字パターン候補に対する確がらしさを示す
値（確信度）となる（ステップＣ）。

この後、各出力ノードＥがら出力された各文字パターン
候補に対する値は評価器４６に出力される。評価器４６
は、各出力ノードＥがら出力されたデータと正解のデー
タとを比較評価しくステップｄ）、その比較評価の結果
、両者が一致していなければ、荷重値修正器４７を起動
させて荷重値テーブル４２における各荷重値を、次回か
らの処理において正解のデータが得られるような方向性
を持って修正する（ステップｅ）。同時に学習管理器４
９は、今回の文字認識処理における入力類似度の組合せ
と正解のデータとの組を再び学習ブタとして学習データ
ベース４８に格納する。

全ての文字パターンのサンプルに対する　１回目の学習
が終了すると、学習管理器４９は、２回目の学習を開始
させるため学習データベース４８がら再度１組ずつ各類
似度の組合せと正解のデータとの組を抽出し、これらを
グループ分は用二二うルネット１１にセットする。

以上の学習動作を延々と繰り返し、全ての文字パターン
のサンプルについて正解のデータが得られるようになっ
た時点で、または所定回数の荷重値修正を終えた時点で
、グループ分は用二二一うルネット１１の学習を終了さ
せる（ステップｆ）。

尚、各二二一うルネット１２〜３１の学習は、学習デー
タをセットするときにグループ分は用ニューラルネット
１１の出力値を学習データに加えることを除けば、先の
グループ分は用ニューラルネット１１の学習と同じであ
る。

次にこの文字認識装置の動作を説明する。

ある手書きカナ文字についてパターン・マツチングを行
い、その結果得た各文字パターン候補に対する類似度の
組合せが文字判定部４に入力されると、この類似度の組
合せは、グループ分は用ニューラルネット１１にそれぞ
れ渡される。

するとグループ分は用ニューラルネット１１は、前記各
類似度の組合せから、入力文字パターンがどのグループ
に含まれるかを判定し、その結果を各ニューラルネット
１２〜３１に送る。

各ニューラルネット１２〜３１は、それぞれ自身のグル
ープに属する文字間で、前記各類似度の・組合せおよび
グループ分は用二二一うルネット１１の判定結果から、
入力文字パターンの認識結果として最も確信度が高い文
字パターン候補を判定し、これらを最終判定部３２に送
る。

最終判定部３２は、各ニューラルネット１２〜３１の出
力結果を比較し、最も値の大きなものを最終的な文字認
識結果として出力する。

かくしてこの実施例の文字認識装置によれば、グループ
分は用ニューラルネット１１において、入力文字パター
ンのグループ分けに関する重み付けを行い、各ニューラ
ルネット１２〜３１において、それぞれ類似文字毎に分
類された文字パターン候補間での学習および文字認識結
果の判定を行うようにしたので、手書きカナ文字のよう
に文字種類が多く、類似文字パターンを多く含んだもの
であっても、高い正解率で文字認識を行うことができる
。

なお、この実施例では手書きカナ文字の認識について説
明したが、本発明はこれに限定されるものではなく、例
えば、ローマ字や漢字等の認識にも適用が可能である。

［発明の効果］ 以上説明したように本発明の文字認識装置によれば、手
書きカナ文字のように文字種類が多く、多くの類似パタ
ーンを有した文字群についても、高い正解率で文字認識
を行うことができる。

【図面の簡単な説明】

第１図は本発明の一実施例の文字認識装置におけるニュ
ーラルネットを用いた文字判定部の構成ヲ説明するため
のブロック図、第２図は第１図の文字認識装置の全体構
成を説明するだめのブロック図、第３図はニューラルネ
ットの基本構成を示す図、第４図は各ニューラルネット
におけるネットワーク管理部の構成を説明するためのブ
ロック図、第５図は第４図のネットワーク管理部による
学習め基本動作を示すフローチャートである。 １１・・・グループ分は用ニューラルネット１２〜３１
・・・ニューラルネット ３２・・・最終判定部

Claims (2)

【特許請求の範囲】
1. （１）入力文字パターンと複数の文字パターン候補との
   各類似度から前記入力文字パターンの認識結果として最
   も確信度の高い文字パターン候補を判定する文字認識装
   置において、 前記文字パターン候補を類似文字群毎に複数のグループ
   に分類し、前記各類似度から、前記入力文字パターンが
   どのグループに含まれるかを判定するグループ判定手段
   と、 前記分類されたグループ毎に、前記各類似度と前記グル
   ープ判定手段の判定結果から、本来類似度が最大となる
   べき文字パターン候補が得られるよう学習を行い、かつ
   最も確信度の高い文字パターン候補をそれぞれ判定する
   複数のニューラルネットと、 前記複数のニューラルネットによりそれぞれ判定された
   各文字パターン候補の中から最終的な文字認識結果を判
   定する最終判定手段とを具備することを特徴とする文字
   認識装置。
2. （２）入力文字パターンと複数の文字パターン候補との
   各類似度から前記入力文字パターンの認識結果として最
   も確信度の高い文字パターン候補を判定する文字認識装
   置において、 前記文字パターン候補を類似文字群毎に複数のグループ
   に分類し、前記各類似度から、前記入力文字パターンが
   本来類似度が最大となるべき文字パターン候補の属する
   グループに含まれると判定されるよう学習を行い、かつ
   前記入力文字パターンが含まれるグループを判定するグ
   ループ判定用ニューラルネットと、 前記分類されたグループ毎に、前記各類似度と前記グル
   ープ判定用ニューラルネットの判定結果から、本来類似
   度が最大となるべき文字パターン候補が得られるよう学
   習を行い、かつ最も確信度の高い文字パターン候補をそ
   れぞれ判定する複数のニューラルネットと、 前記複数のニューラルネットによりそれぞれ判定された
   各文字パターン候補の中から最終的な文字認識結果を判
   定する最終判定手段とを具備することを特徴とする文字
   認識装置。