JPH0432432B2 - - Google Patents
Info
- Publication number
- JPH0432432B2 JPH0432432B2 JP57180247A JP18024782A JPH0432432B2 JP H0432432 B2 JPH0432432 B2 JP H0432432B2 JP 57180247 A JP57180247 A JP 57180247A JP 18024782 A JP18024782 A JP 18024782A JP H0432432 B2 JPH0432432 B2 JP H0432432B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- equation
- standard pattern
- vector
- character
- 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
- 238000000034 method Methods 0.000 claims description 24
- 239000013598 vector Substances 0.000 claims description 20
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 9
- 238000010606 normalization Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012015 optical character recognition Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/19007—Matching; Proximity measures
- G06V30/19093—Proximity measures, i.e. similarity or distance measures
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Discrimination (AREA)
Description
【発明の詳細な説明】
本発明はタブレツト上に書かれる文字の筆線の
動的な運動情報を用いて認識する装置であるオン
ライン文字認識の方式の改良に関する。
動的な運動情報を用いて認識する装置であるオン
ライン文字認識の方式の改良に関する。
オンライン文字認識は書かれた文字が即座に入
力でき対話型の使用に適している点、あるいは光
学式文字読み取り装置では困難とされている漢字
認識が比較的小型な装置で実現できる点などから
その有用性が指摘され、古くから研究がなされて
いる。
力でき対話型の使用に適している点、あるいは光
学式文字読み取り装置では困難とされている漢字
認識が比較的小型な装置で実現できる点などから
その有用性が指摘され、古くから研究がなされて
いる。
最近の研究状況を見るに、例えば「昭和57年度
電子通信学会全国大会講演論文集1357(5−342ペ
ージ)に“ストローク数に依存しないオンライン
文字認識の一手法”と題して発表された論文(以
下文献(1)と呼ぶ)」、あるいは「電子通信学会論文
誌‘81/11vol.J64−DNo.11(昭和56年11月)の第
1013頁に“方向余弦DPマツチングによる手書常
用漢字オンライン認識システム”と題して発表さ
れた論文」に記載されるごとく、筆線方向を示す
特徴の時系列として文字パタンを表現し、パタン
マツチング法を採用する方法が主流を占めてい
る。
電子通信学会全国大会講演論文集1357(5−342ペ
ージ)に“ストローク数に依存しないオンライン
文字認識の一手法”と題して発表された論文(以
下文献(1)と呼ぶ)」、あるいは「電子通信学会論文
誌‘81/11vol.J64−DNo.11(昭和56年11月)の第
1013頁に“方向余弦DPマツチングによる手書常
用漢字オンライン認識システム”と題して発表さ
れた論文」に記載されるごとく、筆線方向を示す
特徴の時系列として文字パタンを表現し、パタン
マツチング法を採用する方法が主流を占めてい
る。
すなわち、文献(1)の記述に則して説明すると、
文字パタンを A=a1,a2,…ai…al B=b1,b2,…bj…bJ (2) のように時系列として表現する。ここにaiは時刻
iにおける筆線の運動方向を示すコードで方向コ
ードと呼ぶことにする。文字パタンBのbjも同様
である。これら方向コードaiとbjは第1図の様に
16方向に量子化されて示される。
文字パタンを A=a1,a2,…ai…al B=b1,b2,…bj…bJ (2) のように時系列として表現する。ここにaiは時刻
iにおける筆線の運動方向を示すコードで方向コ
ードと呼ぶことにする。文字パタンBのbjも同様
である。これら方向コードaiとbjは第1図の様に
16方向に量子化されて示される。
パタンマツチング法による認識処理において
は、認識対象となる各文字に対して標準パタンB
を用意し、これら標準パタンと未知入力パタンA
とを比較して、最も類似した標準パタンを選択す
ることによつて判定が行なわれる。
は、認識対象となる各文字に対して標準パタンB
を用意し、これら標準パタンと未知入力パタンA
とを比較して、最も類似した標準パタンを選択す
ることによつて判定が行なわれる。
このパタンマツチング法の適用に当つては入力
パタンAと標準パタンBの間に存在する本質的で
ない字体変形を吸収する能力が必要とされる。こ
のため文献(1)ではDPマツチング法を採用してい
る。DPマツチング法とは動的計画法(ダイナミ
ツクプログラミング、略してDP)に基づいたパ
タン比較の手法であつて、(2)式のパタンAとBの
間に有る伸縮的な歪を補正する能力がある。
パタンAと標準パタンBの間に存在する本質的で
ない字体変形を吸収する能力が必要とされる。こ
のため文献(1)ではDPマツチング法を採用してい
る。DPマツチング法とは動的計画法(ダイナミ
ツクプログラミング、略してDP)に基づいたパ
タン比較の手法であつて、(2)式のパタンAとBの
間に有る伸縮的な歪を補正する能力がある。
このDPマツチング法は一例として次のような
手続きよりなる。
手続きよりなる。
初期条件 g(1,1)=r(1,1) (3)
漸化式 i=1,2,……I
j=1,2,……J
なる(i,j)の組合せに関して
g(i,j)=r(i,j)+maxg(i−1,
j) g(i−1,j−1) (4) を順次計算する。
j) g(i−1,j−1) (4) を順次計算する。
ここにr(i,j)は方向コードaiとbjの間の
近さの尺度であつて、例えば r(i,j)=8−min{|ai−bj|,16−|ai−
bj|} (5) と定義される。上記漸化式の計算結果からパタン
AとBとの類似度は R(A,B)=g(I,J) (6) と求まる。以上のDPマツチングの原理について
は、例えば特公昭50−23941号公報(特願昭45−
53896号明細書)に記載されているので、本明細
書では省略する。
近さの尺度であつて、例えば r(i,j)=8−min{|ai−bj|,16−|ai−
bj|} (5) と定義される。上記漸化式の計算結果からパタン
AとBとの類似度は R(A,B)=g(I,J) (6) と求まる。以上のDPマツチングの原理について
は、例えば特公昭50−23941号公報(特願昭45−
53896号明細書)に記載されているので、本明細
書では省略する。
ここで問題となるのは、DPマツチングによる
と長さ方向の相違が無視されてしまう事である。
すなわち、(2)式の時系列上でAとBのパタンの間
の伸縮を補正してしまうのであるから、各局所的
な特徴(方向)がどれだけの時間継続してしまう
かという点に関する相違の情報は本質的に消滅し
てしまうのである。
と長さ方向の相違が無視されてしまう事である。
すなわち、(2)式の時系列上でAとBのパタンの間
の伸縮を補正してしまうのであるから、各局所的
な特徴(方向)がどれだけの時間継続してしまう
かという点に関する相違の情報は本質的に消滅し
てしまうのである。
この結果として第2図a,bに示すような
“土”と“士”の様に筆線の長さによつてのみ区
別される文字は弁別不能となつてしまうことにな
る。この事は前記文献(1)でもDPマツチング法を
用いた場合の欠点として指摘されている。
“土”と“士”の様に筆線の長さによつてのみ区
別される文字は弁別不能となつてしまうことにな
る。この事は前記文献(1)でもDPマツチング法を
用いた場合の欠点として指摘されている。
本発明は従来技術の有する上記欠点を改良し、
“土”と“士”のような文字をも弁別できるオン
ライン文字認識方式を実現しこれにより高精度な
オンライン文字認識装置を提供することを目的と
したものである。
“土”と“士”のような文字をも弁別できるオン
ライン文字認識方式を実現しこれにより高精度な
オンライン文字認識装置を提供することを目的と
したものである。
本発明によるオンライン文字認識方式は、入力
パタンを筆点の運動を示すベクトルの系列に変換
し、各ベクトルの方向コードaiと長さliの組(ai,
li)の時系列として保持し、同様に標準パタンを
筆点の運動を示すベクトルの系列として表現し、
各ベクトルの方向コードbjと長さmjの組(bj,
mj)として記憶し、入力パタンと標準パタンと
の比較操作においては、方向コードaiとbjの近さ
に関する量r(i,j)と長さliとmjの積li・mjと
より定まる量D(i,j)の累積値として入力パ
タンAと標準パタンBとの類似度R(A,B)を
算出することを特徴とする。
パタンを筆点の運動を示すベクトルの系列に変換
し、各ベクトルの方向コードaiと長さliの組(ai,
li)の時系列として保持し、同様に標準パタンを
筆点の運動を示すベクトルの系列として表現し、
各ベクトルの方向コードbjと長さmjの組(bj,
mj)として記憶し、入力パタンと標準パタンと
の比較操作においては、方向コードaiとbjの近さ
に関する量r(i,j)と長さliとmjの積li・mjと
より定まる量D(i,j)の累積値として入力パ
タンAと標準パタンBとの類似度R(A,B)を
算出することを特徴とする。
いま一例としてD(i,j)を(5)式のr(i,
j)とベクトルの長さの種li・mjの和とする。す
なわち、 D(i,j)=r(i,j)+li・mj (7) このようなD(i,j)の累積値すなわち類似
度R(A,B)にはr(i,j)の総和分〓r(i,
j)とともにli・mjの総和分 〓li・mj (8) が含まれることになる。この(8)式は筆線ベクトル
の長さの系列の作るベクトル L=(l1,l2……li……l1) M=(m1,m2……mj……mJ) (9) の間の内積値となつている。一般的に内積にはベ
クトルLとベクトルMの間の角度が小さいほど大
になるという性質がある。ベクトルL,Mの方向
はそれぞれ、その要素の比によつて定まる。それ
故、第2図の“土”と“士”のように一部線分の
ベクトルの長さの大小関係が逆転している場合に
は(8)式の内積値は小となる。一方“土”と“士”
の間で同様なことを行なつた場合には、各線分の
長さ関係は逆転しないので、(8)式の内積値は大と
なる。このことはそのまま類似度R(A,B)に
反映されるので、その大小によつて“土”と
“士”の間が弁別可能となる。
j)とベクトルの長さの種li・mjの和とする。す
なわち、 D(i,j)=r(i,j)+li・mj (7) このようなD(i,j)の累積値すなわち類似
度R(A,B)にはr(i,j)の総和分〓r(i,
j)とともにli・mjの総和分 〓li・mj (8) が含まれることになる。この(8)式は筆線ベクトル
の長さの系列の作るベクトル L=(l1,l2……li……l1) M=(m1,m2……mj……mJ) (9) の間の内積値となつている。一般的に内積にはベ
クトルLとベクトルMの間の角度が小さいほど大
になるという性質がある。ベクトルL,Mの方向
はそれぞれ、その要素の比によつて定まる。それ
故、第2図の“土”と“士”のように一部線分の
ベクトルの長さの大小関係が逆転している場合に
は(8)式の内積値は小となる。一方“土”と“士”
の間で同様なことを行なつた場合には、各線分の
長さ関係は逆転しないので、(8)式の内積値は大と
なる。このことはそのまま類似度R(A,B)に
反映されるので、その大小によつて“土”と
“士”の間が弁別可能となる。
かくの如く、本発明のオンライン文字認識方式
によると“土”と“士”のように筆線方向の情報
だけでは区別できなかつた文字間も正しく区別で
きるようになるという効果が得られる。
によると“土”と“士”のように筆線方向の情報
だけでは区別できなかつた文字間も正しく区別で
きるようになるという効果が得られる。
第3図は本発明の原理によるオンライン文字認
識方式における比較操作部分をコンピユータプロ
グラムによつて行なう場合の一例を示すフローチ
ヤートである。入力パタンAと標準パタンBはそ
れぞれ A=(a1,l1),(a2,l2)…(ai,li)…(aI,lI
) B=(b1,m1),(b2,m2)…(bj,mj)…
(bj,mJ) (10) の如く方向コードとベクトルの長さの組の時系列
として用意されているとする。また、(4)式の漸化
式計算を実行するためg(i,j)なる配列が用
意されているとする。
識方式における比較操作部分をコンピユータプロ
グラムによつて行なう場合の一例を示すフローチ
ヤートである。入力パタンAと標準パタンBはそ
れぞれ A=(a1,l1),(a2,l2)…(ai,li)…(aI,lI
) B=(b1,m1),(b2,m2)…(bj,mj)…
(bj,mJ) (10) の如く方向コードとベクトルの長さの組の時系列
として用意されているとする。また、(4)式の漸化
式計算を実行するためg(i,j)なる配列が用
意されているとする。
最初ブロツク1において(3)式に相当する初期条
件設定がなされる。この場合D(1,1)=r(1,
1)+l1・m1が初期条件としてg(1,1)に記入
される。続いてブロツク2ではj=1,i=2な
る初期設定がなされる。以下ブロツク4,5,
6,7によるループ11によつてi=2,3,…I
と変化される間に次のような処理がなされる。ブ
ロツク4では、(7)式のD(i,j)が算出される。
次にブロツク(5)ではこのD(i,j)を(4)式のr
(i,j)に代入した形式の漸化式、すなわち g(i,j)=D(i,j)+maxg(i−1,j) g(i−1,j−1) (11) が各iに対して実行される。このi=1の場合に
はg(i−1,j−1)の一方のアドレス(j−
1)は0であり、このようなg(i−1,j−1)
の値は定義されていない。この場合は〓式中のg
(i−1,j−1)は無視されて、g(i−1,
j)が最大値として選択されるものとする。
件設定がなされる。この場合D(1,1)=r(1,
1)+l1・m1が初期条件としてg(1,1)に記入
される。続いてブロツク2ではj=1,i=2な
る初期設定がなされる。以下ブロツク4,5,
6,7によるループ11によつてi=2,3,…I
と変化される間に次のような処理がなされる。ブ
ロツク4では、(7)式のD(i,j)が算出される。
次にブロツク(5)ではこのD(i,j)を(4)式のr
(i,j)に代入した形式の漸化式、すなわち g(i,j)=D(i,j)+maxg(i−1,j) g(i−1,j−1) (11) が各iに対して実行される。このi=1の場合に
はg(i−1,j−1)の一方のアドレス(j−
1)は0であり、このようなg(i−1,j−1)
の値は定義されていない。この場合は〓式中のg
(i−1,j−1)は無視されて、g(i−1,
j)が最大値として選択されるものとする。
ブロツク7でi>Iと判定された場合にはブロ
ツク8でjが1だけ増加され、ブロツク9とルー
プ3を経て、ブロツク3でi=1と初期設定され
る。以下はj=1の時と同様にしてi=1,2,
……Iなる各iに対してブロツク4,6で(11)式が
計算される。かくしてjを1だけ増加されるごと
にiが1からIまで変化され(11)式の計算が繰り返
される。かくしてi=I,j=Jまでの繰り返し
が終了するとg(I,J)が得られる。この値が
求める類似度R(A,B)となる。
ツク8でjが1だけ増加され、ブロツク9とルー
プ3を経て、ブロツク3でi=1と初期設定され
る。以下はj=1の時と同様にしてi=1,2,
……Iなる各iに対してブロツク4,6で(11)式が
計算される。かくしてjを1だけ増加されるごと
にiが1からIまで変化され(11)式の計算が繰り返
される。かくしてi=I,j=Jまでの繰り返し
が終了するとg(I,J)が得られる。この値が
求める類似度R(A,B)となる。
以上によつて本発明によるオンライン文字認識
方式におけるパタン比較方式の計算例が明らかに
なつた。かかるパタン比較により得られる類似度
に対しては時として次のような加工を行なうこと
が有効である。
方式におけるパタン比較方式の計算例が明らかに
なつた。かかるパタン比較により得られる類似度
に対しては時として次のような加工を行なうこと
が有効である。
R′(A,B)=R(A,B)/I+|L|・|M|(
12) ここに (12)式の分子のR(A,B)はその定義より定性的
に言つてI 〓i=1 r(i,j)なる要素に対応する部分
と、I 〓i=1 li・mjに対応する部分とよりなる。前者は
大略入力パタンの長さIに比例する。それ故分母
にIを入れて正規化を図つたものである。一方、
後者は大略(9)式ベクトルLとMの内積となつてい
る。それ故、それぞれのノルム|L|と|M|で
除して相関値に変換したものである。
12) ここに (12)式の分子のR(A,B)はその定義より定性的
に言つてI 〓i=1 r(i,j)なる要素に対応する部分
と、I 〓i=1 li・mjに対応する部分とよりなる。前者は
大略入力パタンの長さIに比例する。それ故分母
にIを入れて正規化を図つたものである。一方、
後者は大略(9)式ベクトルLとMの内積となつてい
る。それ故、それぞれのノルム|L|と|M|で
除して相関値に変換したものである。
より簡便な方法としては次のような方法が考え
られる。
られる。
R″=(A,B)=R(A,B)/I+|M| (14)
これは文字ごとに設定される標準パタンBのノ
ルム|M|はそれぞれ変化するが、比較処理の間
入力パタンAは一定であり、したがつてノルム|
L|も一定である。それ故、一定な値での除算を
省略したのである。以下では(12)ないし(14)の処理を
正規化部と呼ぶ。
ルム|M|はそれぞれ変化するが、比較処理の間
入力パタンAは一定であり、したがつてノルム|
L|も一定である。それ故、一定な値での除算を
省略したのである。以下では(12)ないし(14)の処理を
正規化部と呼ぶ。
第4図は以上述べた比較処理を含んでなるオン
ライン文字認識方式の処理ブロツク図の1例を示
す図である。
ライン文字認識方式の処理ブロツク図の1例を示
す図である。
タブレツト20上に筆記される文字の筆点の動
きは一定の時間間隔で標本化され、各時点での座
標値が前処理部30に入力される。そこではこれ
らのデータをもとに筆点の運動と示すベクトルを
計算し、その方向を示すコードaiと長さを示すコ
ードliが算出され、入力パタンバツフア40に送
られ保持される。かくして文字の筆記が終了した
時点では(10)式の入力パタンAが生成され上記入力
パタンバツフア40に保持される。
きは一定の時間間隔で標本化され、各時点での座
標値が前処理部30に入力される。そこではこれ
らのデータをもとに筆点の運動と示すベクトルを
計算し、その方向を示すコードaiと長さを示すコ
ードliが算出され、入力パタンバツフア40に送
られ保持される。かくして文字の筆記が終了した
時点では(10)式の入力パタンAが生成され上記入力
パタンバツフア40に保持される。
一方、標準パタン記憶50には各文字の標準パ
タンが記憶されている。いま文字の種類を最大N
文字とし各々の文字を番号n(=1,2,……N)
で指定することとし、文字nの標準パタンをBn
で示すこととする。
タンが記憶されている。いま文字の種類を最大N
文字とし各々の文字を番号n(=1,2,……N)
で指定することとし、文字nの標準パタンをBn
で示すこととする。
Bn=(bn 1,mn 1),(bn 2,mn 2),…
(bn j,mn j)…(bn Jn,mn Jn) (15)
また、Mノルム記憶部60には、標準パタンBn
に付随するベクトル長系列(mn 1,mn 2……mn j……
mn Jn)の作るベクトルのノルム |M|n=Jo 〓j=1 m2 j (16) が記憶されている。
に付随するベクトル長系列(mn 1,mn 2……mn j……
mn Jn)の作るベクトルのノルム |M|n=Jo 〓j=1 m2 j (16) が記憶されている。
前述の如く入力パタンAが入力パタンバツフア
40に入力されると認識処理が開始される。この
間制御部100よりの文字指定信号nは1からN
まで順次変化される。このnの指定によつて標準
パタン記憶部50より標準パタンBnが信号線bm
より、また(16)式の|M|nが信号線Mより出力さ
れる。
40に入力されると認識処理が開始される。この
間制御部100よりの文字指定信号nは1からN
まで順次変化される。このnの指定によつて標準
パタン記憶部50より標準パタンBnが信号線bm
より、また(16)式の|M|nが信号線Mより出力さ
れる。
比較処理部70では信号線bmより与えられる
標準パタンBnと前記入力パタンバツフア40よ
り信号線alを経由して与えられるAをそれぞれ(10)
式の入力パタンAと標準パタンBとして第3図に
示した比較操作を実行し、結果として類似度R
(A,Bn)を出力する。正規化部80では、信号
線Mを経由して与えられるM=|M|nを用いて
(14)式の正規化処理を行ない、結果R″(A,Bn)を
判定部90に送る。
標準パタンBnと前記入力パタンバツフア40よ
り信号線alを経由して与えられるAをそれぞれ(10)
式の入力パタンAと標準パタンBとして第3図に
示した比較操作を実行し、結果として類似度R
(A,Bn)を出力する。正規化部80では、信号
線Mを経由して与えられるM=|M|nを用いて
(14)式の正規化処理を行ない、結果R″(A,Bn)を
判定部90に送る。
以上によつて特定の文字指定信号nに対応する
処理が完結する。この処理は文字指定信号nが変
化されるごとに繰り返され、その度に類似度
R″(A,Bn)が出力される。判定部90では文字
指定信号nの各値ごとに送られて来る類似度
R″(A,Bn)を比較してその最大となるn=n∧を
決定し、認識結果として出力する。
処理が完結する。この処理は文字指定信号nが変
化されるごとに繰り返され、その度に類似度
R″(A,Bn)が出力される。判定部90では文字
指定信号nの各値ごとに送られて来る類似度
R″(A,Bn)を比較してその最大となるn=n∧を
決定し、認識結果として出力する。
以上、本発明の原理を実施例に基づいて説明し
たがこれらの記載は本発明の権利範囲を限定する
ものではない。特に(7)式は単純な算術和として与
えたが、荷重和にするなど種々の変形が考えられ
る。また、動的計画の漸化式も(11)式の他に、例え
ばIEEE TRANSACTIONS ON
ACOUSTICS,SPEECH,AND SIGNAL
PROCESSING,VOL.ASSP−26,No.1,
FEBRUARY 1978,P43 Dynamic
Programming Algorithm Optimization for
Spoken Word Recognitionに記載される如く、
種々の変形が可能である。これらの変形は本発明
の範囲に含まれるものである。
たがこれらの記載は本発明の権利範囲を限定する
ものではない。特に(7)式は単純な算術和として与
えたが、荷重和にするなど種々の変形が考えられ
る。また、動的計画の漸化式も(11)式の他に、例え
ばIEEE TRANSACTIONS ON
ACOUSTICS,SPEECH,AND SIGNAL
PROCESSING,VOL.ASSP−26,No.1,
FEBRUARY 1978,P43 Dynamic
Programming Algorithm Optimization for
Spoken Word Recognitionに記載される如く、
種々の変形が可能である。これらの変形は本発明
の範囲に含まれるものである。
第1図および第2図a,bは本発明の原理説明
図である。第3図は本発明の一実施形態を示すフ
ローチヤートである。第4図は本発明の一実施例
を示すブロツク図である。 図において、20…タブレツト、30…前処理
部、40…入力パタンバツフア、50…標準パタ
ン記憶部、60…Mノルム記憶部、70…比較処
理部、80…正規化部、90…判定部、100…
制御部。
図である。第3図は本発明の一実施形態を示すフ
ローチヤートである。第4図は本発明の一実施例
を示すブロツク図である。 図において、20…タブレツト、30…前処理
部、40…入力パタンバツフア、50…標準パタ
ン記憶部、60…Mノルム記憶部、70…比較処
理部、80…正規化部、90…判定部、100…
制御部。
Claims (1)
- 1 入力文字パタンを筆点の運動を示すベクトル
の時系列として表現し各ベクトルの方向コードai
と長さliの組(ai,li)の時系列として保持し、同
様に標準パタンを筆点の運動を示すベクトルの時
系列として表現し、各ベクトルの方向コードbjと
長さmjの組(bj,mj)の時系列として記憶し、
入力パタンと標準パタンとの比較操作において
は、方向コードaiとbjの近さに関する量r(i,
j)と長さliとmjの積li・mjとの2種の量より定
まる量D(i,j)の累積値として入力パタンA
と標準パタンBとの類似度R(A,B)を算出す
ることを特徴とするオンライン文字認識方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP57180247A JPS5969878A (ja) | 1982-10-14 | 1982-10-14 | オンライン文字認識方式 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP57180247A JPS5969878A (ja) | 1982-10-14 | 1982-10-14 | オンライン文字認識方式 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS5969878A JPS5969878A (ja) | 1984-04-20 |
JPH0432432B2 true JPH0432432B2 (ja) | 1992-05-29 |
Family
ID=16079934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP57180247A Granted JPS5969878A (ja) | 1982-10-14 | 1982-10-14 | オンライン文字認識方式 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS5969878A (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60237580A (ja) * | 1984-05-11 | 1985-11-26 | Hitachi Ltd | オンライン手書文字認識方式 |
GB2227867A (en) * | 1989-02-04 | 1990-08-08 | Plessey Co Plc | Manuscript recognition |
JPH0749927A (ja) * | 1993-08-09 | 1995-02-21 | Nireco Corp | パターン認識方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5345935A (en) * | 1976-10-06 | 1978-04-25 | Nec Corp | Real time character recognition unit |
JPS55138172A (en) * | 1979-04-17 | 1980-10-28 | Fujitsu Ltd | Online character feature extractor |
JPS56145471A (en) * | 1980-04-15 | 1981-11-12 | Oki Electric Ind Co Ltd | Extraction method of on-line character feature |
-
1982
- 1982-10-14 JP JP57180247A patent/JPS5969878A/ja active Granted
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5345935A (en) * | 1976-10-06 | 1978-04-25 | Nec Corp | Real time character recognition unit |
JPS55138172A (en) * | 1979-04-17 | 1980-10-28 | Fujitsu Ltd | Online character feature extractor |
JPS56145471A (en) * | 1980-04-15 | 1981-11-12 | Oki Electric Ind Co Ltd | Extraction method of on-line character feature |
Also Published As
Publication number | Publication date |
---|---|
JPS5969878A (ja) | 1984-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11893678B2 (en) | Apparatus and method for searching for global minimum of point cloud registration error | |
CN114186632B (zh) | 关键点检测模型的训练方法、装置、设备、存储介质 | |
CN111079683A (zh) | 基于卷积神经网络的遥感图像云雪检测方法 | |
US20200005078A1 (en) | Content aware forensic detection of image manipulations | |
CN111046771A (zh) | 用于恢复书写轨迹的网络模型的训练方法 | |
JPH06208653A (ja) | 記号正規化方法 | |
CN111707294B (zh) | 基于最优区间估计的行人导航零速区间检测方法和装置 | |
CN111738270A (zh) | 模型生成方法、装置、设备和可读存储介质 | |
JPH0432432B2 (ja) | ||
WO2020031380A1 (ja) | 画像処理方法および画像処理装置 | |
Dinges et al. | An approach for arabic handwriting synthesis based on active shape models | |
CN114708145A (zh) | Goci水色图像洋流流场的确定方法和装置 | |
JPH0531798B2 (ja) | ||
CN114782592A (zh) | 基于图像的卡通动画生成方法、装置、设备及存储介质 | |
CN112686882A (zh) | 用于已架设在管道支撑架上的管道的稳定情况的检测方法 | |
Hart | Sparse array image correlation | |
JPH09319828A (ja) | オンライン文字認識装置 | |
JPS6315383A (ja) | パタン照合装置 | |
JP3198218B2 (ja) | オンライン手書き文字認識方法 | |
KR100434372B1 (ko) | 스칼라 연산을 이용한 고속 클러스터링 방법 | |
US20240135489A1 (en) | Method, device, and computer program product for image processing | |
JP2507812B2 (ja) | 平方根計算方法 | |
JPH0565908B2 (ja) | ||
JPS6015996B2 (ja) | 系列パタンマツチング装置 | |
JPS5942908B2 (ja) | 実時間文字認識装置 |