JPH06176198A - アフィン変換によって参照シンボルと異なるシンボルを認識する方法 - Google Patents

アフィン変換によって参照シンボルと異なるシンボルを認識する方法

Info

Publication number
JPH06176198A
JPH06176198A JP5201326A JP20132693A JPH06176198A JP H06176198 A JPH06176198 A JP H06176198A JP 5201326 A JP5201326 A JP 5201326A JP 20132693 A JP20132693 A JP 20132693A JP H06176198 A JPH06176198 A JP H06176198A
Authority
JP
Japan
Prior art keywords
symbol
model
unknown
symbols
equation
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.)
Withdrawn
Application number
JP5201326A
Other languages
English (en)
Inventor
Frank W Sinden
ウィリアム シンデン フランク
Gordon T Wilfong
トーマス ウィルフォン ゴードン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
AT&T Corp
Original Assignee
American Telephone and Telegraph Co Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by American Telephone and Telegraph Co Inc filed Critical American Telephone and Telegraph Co Inc
Publication of JPH06176198A publication Critical patent/JPH06176198A/ja
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G06V10/7515Shifting the patterns to accommodate for positional errors

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Character Discrimination (AREA)
  • Image Analysis (AREA)

Abstract

(57)【要約】 【目的】 本件発明はアフィン変換によって基準シンボ
ルとは異なったシンボルを認識するための方法を提供す
ることを目的とする。 【構成】 本件発明においては、デジタイズ用タブレッ
ト上に手書きされた未知のシンボルを所定の「アルファ
ベット」、即ちモデルシンボルのライブラリ中のシンボ
ルと比較してアルファベットシンボルに関する当該未知
のシンボル全てあるいは一部のアフィン変換を考慮に入
れて最も一致するものを選択する。具体的には、シンボ
ルがデジタイズ用タブレットに書かれている間にペン位
置のサンプルシーケンスが記録され、ベクトルからのサ
ンプルがシンボルの図心が中央に来るように翻訳され、
未知のシンボルのベクトルとモデルシンボルのベクトル
の線形変換によって得られるベクトルの最小距離を探知
する。そして、最小距離が見つかったモデルベクトルが
手書きされた未知のシンボルとの相関が一番大きいアル
ファベットを示す。

Description

【発明の詳細な説明】
【0001】
【技術分野】本発明はシンボル認識、特にアフィン変換
によって部分的に修正できるような方法で歪んだり移動
したりする手書きシンボルの認識に関する。
【0002】
【背景技術】手書き文字を認識するために多種類の方法
が開発されている。このような方法の多くは「IEEE
トランザクションオンパターンアナリシスアンドマシン
インテリジェンス」第12巻第8号(1990年8
月)、タパート他の“オンライン手書き文字認識の技術
の現状”と題する論文に示されている。
【0003】米国特許出願第07/857,198号
(1992年3月24日出願)の発明において、ペン位
置のサンプルのシーケンスをシンボルを書いているとき
に記録するような手書きシンボルの認識法を提案した。
サンプルはベクトルを形成し、次にこれが翻訳されて、
シンボルの図心が書きはじめに来るようにする。未知の
シンボルのサンプルは記憶された参照シンボルの集合と
比較される。各々の比較では、未知のシンボルのベクト
ルとモデルシンボルの各々のベクトルの2つの版とのス
カラー積からのオンラインの相関係数の計算と最高の相
関係数を持つモデルシンボルの選択が行なわれる。認識
はシンボルの大きさ、位置、方向とは独立に行なわれ
る。
【0004】正方形を矩形あるいは平行四辺形さらには
ある種の反射に変形するある種の歪みはもちろん、位
置、向き、大きさの変化は数学的には線形方程式で表現
される。このような変換、すなわち線形方程式で表現で
きるすべての変換は全体としてアフィン変換と呼ばれ
る。
【0005】大きさの変換と回転は翻訳によって上述し
た出願中の特許によって能率良く扱うことはできるが、
他の種類のアフィン変換、特に正方形が矩形や平行四辺
形に歪むようなタイプの変換は手書きシンボルを認識す
る可能性のある問題として残っている。このようなアフ
ィン変換はそれほど極端でなければ、手書き、あるいは
手印刷のシンボルで通常見られる変形の範囲に入ってい
る。従って手書き文字のシンボル認識システムにおい
て、他のアフィン変換に加えて、これらの歪みを許容で
きるようになっていることが望ましい。
【0006】
【発明の要約】ディジタル化用タブレット上に手書きさ
れた未知のシンボルはモデルシンボルの予め定められた
“アルファベット”あるいはモデルのライブラリと比較
されて、未知のシンボルのすべてのあるいは一部のアフ
ィン変換を考慮して、アルファベットシンボルに対する
最良一致が選択される。ペン位置のサンプルのシーケン
スがシンボルをディジタル化用タブレットに書いている
ときに記録される。サンプルはベクトルを形成し、次に
これを翻訳してシンボルの図心が原点に来るようにす
る。比較においては、未知のシンボルのベクトルとモデ
ルシンボルのベクトルの線形変換により得られる任意の
ベクトルの間の最小の距離を見つける。このような最小
の距離が見つかるモデルベクトルが得られれば、これが
書き手が書こうとしていた可能性が最も高いアルファベ
ットシンボルであることになる。許容される線形変換の
タイプを制限した他の実施例についても述べる。本発明
の彼此の利点は添付図面とその詳細な説明から明らかに
なる。
【0007】
【詳細な説明】図1は本発明を実行する方法を示すブロ
ック図である。シンボルはスタイラスあるいはペンによ
ってディジタル化用のテーブルあるいはパッド11上に
書かれる。パッド11はパッド上のペン10の存在とパ
ッド11の表面上のペン11の先の位置を検出する能力
を持つ。
【0008】パッド11はプロセッサ12に接続されて
いる。パッドのある種のタイプのものでは、ペン10は
線17に示されるようにプロセッサ17に接続されてい
る。シンボルメモリ13はモデルシンボルの表現を記憶
するのに使用される。レジスタ14、15はそれぞれ各
シンボルのストローク数と各ストロークについてとられ
たサンプルの数を記憶するのに使用される。典型的には
メモリ13、レジスタ14、15はプロセッサ12のラ
ンダムアクセスメモリの一部である。本発明を実行する
のに適したプロセッサの一例としてサンスパークステー
ション(登録商標)がある。
【0009】動作に際しては、シンボルがパッド11上
に書かれるときに、プロセッサ12はパッド11の表面
上のペン10の先の位置のサンプルの時間シーケンスを
収集する。各サンプルはペン10の先の位置のx−y座
標の集合である。典型的には、このようなサンプルは毎
秒約250サンプルの速度でとられ、ペン10の位置の
x−y座標は約0.1mmの解像力で検出される。典型
的な手書きアルファニューメリック文字は100−25
0サンプルを有している。
【0010】シンボルはパッド11上にどのような大き
さ、向き、位置で書かれても良い。シンボルは文字で
も、ワードでも漢字でも、走り書きの文字でも、工学あ
るいは化学の記号でも、要するに書けるものなら何でも
良い。唯一の制約はパッドの大きさととられたサンプル
を記録するのに必要なメモリの量である。
【0011】図2は図1のシステムによって手書きシン
ボルのサンプルを記録する方法を示す流れ図である。当
業者には明らかなように、図2(および図4)に示す動
作は、プロセッサ12のメモリ中に記憶されたコンピュ
ータのプログラムによって典型的に制御される。
【0012】ブロック20、21で示すように、プロセ
ッサ12はペン10がパッド11に接触するのを待っ
て、ストロークレジスタ14、サンプルレジスタ15を
初期化する。シンボルの各ストロークを書くときに、ブ
ロック22、23で示すようにプロセッサ12はそのサ
ンプリング周波数でタブレット11上のペン10の先の
位置のサンプルをとり、そのようなサンプルをそのメモ
リに記憶し、サンプルカウンタを増分する。ブロック2
4で示すように、ペン10がパッド11から持ち上げら
れるまでサンプルがとられる。
【0013】ペン10がパッド11から持ち上げられる
と、シンボルが完了したかどうかの判定が行なわれる。
この判定は例えば、ペン10が持ち上げられた時と、再
びそれがパッド11に接触したときの時間間隔のタイミ
ングをとることによって判定される。もしこの時間が
0.5秒程度に短かければ、追加のストロークが続くも
のと考えられる。もしこの時間が長ければ、そのときに
は、シンボルが完了したと考えられる。ブロック25は
このような判定を示している。もし追加のストロークが
続くならば、ブロック28で示すように、そのストロー
クについてとられた多数のサンプルが記憶され、サンプ
ルレジスタが再初期化され、次のサンプルをとる前にブ
ロック21で示すようにストロークレジスタが増分され
る。
【0014】モデルシンボルも未知シンボルもペン10
とパッド11によってシステムに書き込まれる。システ
ムはシステムが認識するものと期待される各シンボルに
ついて少なくとも1つのモデルを書き、そのモデルシン
ボルについて記録されたサンプルとそれに対応するラベ
ルを関連付けることによって本質的に訓練される。従っ
て、もしそのシステムでアルファニューメリック文字を
認識させたいと思えば、各文字のモデルを書きそれを対
応する文字あるいは数字と対応させる。
【0015】もしモデルが高度に個性的なものであれ
ば、モデルを書いた人だけが正しく認識できる文字を書
くことができる。しかし各文字について可能な変型を考
慮に入れて多数の異なる例をモデルとして入れることも
できる。
【0016】プロセッサ12はモデルシンボル受理モー
ドと未知シンボル受理モードのいずれかをとることがで
きる。再び図2を参照すれば、もしシンボルをモデルシ
ンボルとして書き込むときに、ブロック26、27で示
すように、各シンボルのサンプルはプロセッサ12のシ
ンボルメモリ13に記憶される。しかし、このようなサ
ンプルを記憶する前に、シンボルの重心すなわち図心が
原点に来るようにサンプルは翻訳される。後述するよう
にモデルシンボルに対しても、未知シンボルに対しても
この翻訳は未知シンボルとモデルシンボルの比較の第1
ステップであり、未知シンボルとモデルシンボルの位置
を相互に合わせ、パッド11上における未知シンボルの
位置を無関係にし、線形変換が矛盾なく行なえるように
する。翻訳を実行する方法は後述するが、これは米国特
許出願第07/357,198号の出願に述べたものと
同様である。
【0017】もし書かれたシンボルが未知シンボルであ
れば、図2のブロック26で示すように、プロセッサ1
2は図5の流れ図に示すように動作する。
【0018】図3は典型的な手書きシンボルとこのよう
なシンボルについてとられたサンプルを表わすドットの
系列を示している。左手に示した文字Aは2個のストロ
ーク30、31で書くことができ、ストロークは矢印で
示した方向に動く。文字Aのドット版は文字がペン先の
速度がほぼ一定であるような場合に文字を書いていると
きにとられたサンプルを示す。第1のストロークの始点
は32終点は33であり、第2のストロークの始点と終
点は34、35である。単記体の文字“a”で右手に図
示したものは通常は1ストロークで書かれ、これは点3
7で反転するが、そのときパッドからペンを持ち上げる
ことはない。ストローク36の始点と終点はそれぞれ3
8、39である。
【0019】図4は未知シンボルのサンプルとモデルシ
ンボルのサンプルを比較して未知シンボルを識別する方
法を示す流れ図である。未知のシンボルが入れられたあ
と、未知のシンボルと同数のストロークを持つモデルシ
ンボルのベクトルV(ξ)がブロック42、43で示す
ように検索される。未知シンボルのベクトルV(μ)と
モデルのベクトルV(ξ)を次に比較してその相関を判
定する。しかし比較を進めるためにはV(μ)とV
(ξ)が同数のサンプルを持つことが必要で、もしシン
ボルが1つより多いストロークを持つときには、各スト
ロークのサンプル数が対応していることが望ましい。こ
れはV(μ)とV(ξ)のサンプルの数をストロークご
とに等しくすることによって実現される。この等化は出
願中の米国特許出願第07/857,198の発明によ
って実行される。
【0020】等化のあと、次にVαはブロック45で示
すように翻訳されて、未知シンボルの図心が原点に来る
ように変換され、またモデルシンボルについてもそれが
蓄積されるときに同様の変換が行なわれる。(図2のブ
ロック27)。ベクトルについてこの翻訳を実行するた
めに図心は次式で求められる。
【0021】
【数4】 また翻訳は次の評価を行なうことによって実行される。
【但し0022】
【数5】 ここでnはサンプル数である。
【0023】ベクトルV(μ)は未知シンボルを表わ
し、ベクトルV(ξ)はモデルシンボルを表わすが、各
々はx、y座標を持つn個のサンプルを含んでいる。従
って、このようなベクトルは2n個の異なる量を含み、
2n次元空間内の点であると考えられる。V(μ)とV
(ξ)は等化されており、両方は同一の数のサンプルを
含み、それぞれのシンボルの図心は原点に来るようにな
っている。2つのベクトル間の角度はそれらの間の距離
の尺度である。ベクトルの1つを形成する点の集合に線
形変換を行なえば、φは変化する。φの値が小さいほど
(あるいはコサインφの値が大きいほど)ベクトルによ
って表わされるシンボル間の相関が高いことになる。本
発明に従えば、各シンボルについてのベクトルV(ξ)
は線形変換されて、その結果として未知のシンボルに関
するモデルシンボルについての最小のφが得られるよう
にする。次に最小のφに関連したモデルシンボルが選択
されて、未知のシンボルが識別される。
【0024】最小のミニマムφを持つモデルシンボルを
見つける計算を実行するために、また未知シンボルとモ
デルシンボルのn個のサンプルをマトリクスの形に配列
することが便利である。例えば未知シンボルのマトリク
スμに対しては、マトリクスμのi行j列の内容を表わ
すのにμijの表記が用いられる。従って、マトリクスμ
は中味μijを含み、i=1,...,n,j=1、2で
あり、またモデルマトリクスξは中味ξi,jを含み、i
=1,...,n,j=1、2である。線形変換は内容
ijの2x2のマトリクスで表わされる。ここでi=
1,2、j=1,2である。変形されたモデルマトリク
スは
【0025】
【数6】 で与えられる。ここでi=1,...,n,j=1,
2、k=1,2である。
【0026】未知シンボルのマトリクスと変形されたモ
デルマトリクスは共に
【0027】
【数7】
【0028】
【数8】 のように正規化される。未知シンボルのマトリクスの場
合には、正規化はサンプル点μijに適切な定数を乗ずる
ことによって行なわれる。モデルマトリクスの場合に
は、正規化はPijの値に適切な制約を与えることによっ
て行なわれる。
【0029】V(ω)とV(μ)の2n空間における角
度φを最小化することによってV(ω)とV(μ)を最
適一致させるには線形変換(Pijの値によって示され
る)が必要である。cosφ(これはまたβで示され
る)が最大のときφは最小であるから
【0030】
【数9】 を見つけることが必要である。
【0031】付録Aに示した式の導出から明らかなよう
に、β2を計算するほうが便利なことが分かる。モデル
シンボルの選択はβの値の代りに各モデルシンボルのβ
2の値を比較することによって容易に行なわれるから、
β2の平方根を計算する必要はない。またPijの値を計
算する必要もない。従って、本発明の目的ではマトリク
スμに関連して各モデルマトリクスξについてβ2の値
が計算される。次にβ2が最大であるシンボルがμの書
き手が意図したらしさが最大であるシンボルとして選択
される。従ってβ2の値は未知シンボルのベクタV
(μ)のモデルシンボルについてのベクトルV(ξ)を
形成する点の集合の線形変換によって得られる最も近い
ベクトルに対する相関係数であると考えられる。
【0032】次にモデルシンボルのマトリクスξに関す
る未知シンボルのマトリクスμからの相関係数β2の計
算について述べる。第1に、図4のブロック46、47
で示すように、未知シンボルのサンプルは
【0033】
【数10】 とするように正規化され、マトリクスa、cおよび行列
式△が次のように求められる。
【0034】
【数11】 ただし、i=1,2;j=1,2;k=1,...,n
である。
【0035】行列式△の値が、ブロック48に示すよう
に次のステップを決める。もし△>0であれば、ブロッ
ク50、51で示すように、モデルシンボルについての
ijとβ2の値は次式によって求められる。
【0036】
【数12】
【0037】もし△=0であれば、ブロック49で示す
ように、モデルシンボルのβ2の値は次式で計算され
る。
【0038】
【数13】 ここでi=1,2;j=1,2で、β2の値は記憶され
る。
【0039】もし△<0であれば、それについてβ2
計算しているモデルシンボルは未知シンボルの反射であ
り、矢印52で示すようにβ2についての計算は行なわ
れず、このようなモデルは考慮から落とされる。
【0040】β2についての以上の導出は付録Aに示
す。
【0041】ブロック53、54に示すように、考慮さ
れるべき最後のモデルについてβの値が計算されたと
き、未知シンボルはβの最大の値を持つモデルシンボ
ルとして認識される。
【0042】本発明の上述の実施例においては、モデル
シンボルについて未知シンボルとの比較を行なっている
ときに、すべての可能なアフィン変換が許される。しか
し、特定の応用においては、変換を可能な変換の内の部
分集合に限定することが望ましいこともある。例えば、
水平に筆記体で書かれたワードの認識に際しては、ワー
ドについての向きは固定していると考えられ、最もあり
そうな線形変換は幅(x方向の延長)、高さ(y方向の
延長)、斜めの度合(シア)の変形であり、回転につい
て考える必要はない。
【0043】許容されるアフィン変換についての制約は
変換マトリクスの要素Pijについての制約を与えること
によって行なわれる。例えば、制約
【0044】
【数14】 とすることによって変換を回転とダイレーション(大き
さの変化)に制約できる。他の例としては
【0045】
【数15】 とすれば、変換をxダイレーション、yダイレーショ
ン、xシーアの組合せに制約する。
【0046】第3の例として、制約を
【0047】
【数16】 とすれば、アフィン変換の集合から反射を取り除く。ア
フィン変換を一部の部分集合に制約するには多くの他の
制約を与えることができることは当業者には明かであ
る。
【0048】制約された最大値問題(付録Aの式8)を
解く前に制約を与えなければならない。例えば、制約が
上述したように
【0049】
【数17】 であれば、解β2
【0050】
【数18】 となる。
【0051】シンボルの認識に際しては、許容される変
形の集合を制限することが望ましい。もし許される集合
が少なすぎれば、システムは硬すぎることになり、わず
かに歪んだり、変形したりしたシンボルの形が認識でき
なくなる。もし許される集合が大きすぎれば、誤った一
致が生じ、Nを90゜回転するしZと一致するようなこ
とになる。
【0052】シンボルの向きが分かっている、与えられ
た線上に書かれたような文字についての応用では、制約
【0053】
【数19】 を与えることが特に有利である。これは手書き文字につ
いて一般に見られる単純な歪み(特に斜体化)だけを考
えているからである。
【0054】第2の種類の制約、スレショルド制約は、
β2の計算のあとに与えることができる。場合によって
は、例えば回転に制約を与えるのが有利なこともある。
未知シンボルとモデルの間の整合において、最適の回転
角があるスレショルドより大きなときには、そのモデル
を除く。これによって上述したNとZの誤一致を除くこ
とができる。同様にxシーアあるいはx、yダイレーシ
ョンの量に制限を与えることも利点がある。このような
スレショルドに対する最適値は環境によって異なる。
【0055】本発明の以上の説明と付録Aの式の導出に
おいては、線形変換をモデルシンボルについて適用し、
このようなモデルシンボルの内未知シンボルに最も良く
一致するものを見つけた。他の方法は未知シンボルに対
して線形変換を行ない、各モデルシンボルと最も良く一
致する方法を選ぶことである。実効的に両方の方法は等
価であり、β2の値について同一の式となる。
【0056】当業者には明らかなように、本発明の方法
は、平面上の点の2つの集合で、一方の集合が他方のア
フィン変換で近似でき、2つの集合の点の間の対応が与
えられるような場合の最適一致を求める問題に適用でき
る。例えば、このような問題はモデルにもとづく視覚認
識システムに生ずる。
【0057】以上の説明はその原理を示したものであ
り、本発明の原理に従って他の実施例を工夫することが
できることを理解されたい。以上の説明はいかなる点で
も本発明を制約するものではない。
【0058】
【付録】
【0059】式(1)を式(3)に代入すれば
【0060】
【数20】 となる。ここで
【0061】
【数21】 とすれば、式(5)は
【0062】
【数22】 のように書ける。マトリクス[aij]は対称であり、a
11>0、a22>0である。シュワルツの不等式によっ
て、このようなマトリクスの行列式は負ではなく
【0063】
【数23】 である。ここで△>0で、[aij]は正で有限であるこ
とに注意されたい。この事実は後に参照する。
【0064】式(1)を式(4)によって最大化される
べきスカラー積に代入すると
【0065】
【数24】 となる。ここで
【0066】
【数25】 とする。
【0067】2x2のマトリクス[aij]と[cij]は
モデルマトリクス[ξij][μij]から必要なすべての
情報を含んでいる。従って式(4)の2xnの最適化問
題は
【0068】
【数26】 ただしi=1,2;j=1,2;k=1,2の問題とな
る。
【0069】ラグランジュ係数λを使用して、式10は
制約のない最大値問題
【0070】
【数27】 に書き替えられる。偏微分を0に等しくおくと
【0071】
【数28】 となる。式(12)の導出には対称関係aij=ajiを使
っており、式(12)は4つの未知数Pijについての4
つの式の集合である。しかし、式(12)は2つの未知
数についての2つの式の2つの集合に書き替えられ、一
方はj=1の集合、他方はj=2の集合である。
【0072】
【数29】 式の両方の集合は同一の係数マトリクス[aik]を含
む。もし行列式△>0であれば、マトリクスは反転でき
る。[aik]の反転を[bik]とすれば、
【0073】
【数30】 となる。式(14)(15)の解は
【0074】
【数31】 となる。式(17)を式(13)に代入すると
【0075】
【数32】 となる。2つの符号はλについての2つの解に対応す
る。
【0076】式(18)を式(14)に代入すると最適
線形変換Pij
【0077】
【数33】 として求められる。さらに式(19)を式(13)に代
入すると
【0078】
【数34】 となる。2つの符号はβの最大値と最小値を与える。符
号はβが正であるように選択する。
【0079】βが実数で有限であるためには、平方根の
中の値は正で有限でなければならない。[aij]は正で
有限であるから、その逆[bij]も正で有限である。従
って和
【0080】
【数35】 もkの両方の値について正で、式(20)の和は正でβ
は実数である。
【0081】式(20)は△=0であれば有限の結果を
生じない。式(6)(7)からすべてのkとある定数α
について
【0082】
【数36】 のときに、そのときだけ△=0であることがわかる。こ
れはモデルベクトルを形成するすべての点が原点を通る
1本の線上にあるときに生ずる。この場合には、マトリ
クス[aij]と[cij]は特殊な形
【0083】
【数37】 を持ち問題(10)は
【0084】
【数38】 となる。これは
【0085】
【数39】 であるときに満足される。従って問題(24))の解は
【0086】
【数40】 によって与えられる。一般に使われる記法を使って、式
(26)は次のように書き替えられる。
【0087】
【数41】 ここでiの両方の値は△に同一の値を与える。
【0088】βの値の比較をするのと同様にβ2の値の
間の比較で、必要な比較はできるから、実際に平方根を
計算する必要はない。
【図面の簡単な説明】
【図1】本発明を実行するシステムのブロック図であ
る。
【図2】手書きシンボルのサンプルをとる方法を示す流
れ図である。
【図3】このようなシンボルについて取られたサンプル
を表わす手書きシンボルとドットを示すブロック図であ
る。
【図4】未知のシンボルとモデルシンボルについてのサ
ンプルを比較して未知のシンボルを認識する方法を示す
流れ図である。
【符号の説明】
10 ペン 11 パッド 12 プロセッサ 13 シンボルメモリ 14 ストローク数 15 サンプル数
フロントページの続き (72)発明者 フランク ウィリアム シンデン アメリカ合衆国 08540 ニュージャーシ ィ,プリンストン,プロスペクト アヴェ ニュー 739 (72)発明者 ゴードン トーマス ウィルフォン アメリカ合衆国 07933 ニュージャーシ ィ,ギレッテ,ホーム ストリート 23

Claims (2)

    【特許請求の範囲】
  1. 【請求項1】 記憶されたモデルシンボルと未知シンボ
    ルの最適一致を見つける方法であって、該未知シンボル
    と該モデルシンボルの各々は座標サンプルの順序付けさ
    れた集合として表わされ、該未知シンボルと該モデルシ
    ンボルの図心は共通の原点にあり、該未知シンボルのサ
    ンプルは該モデルシンボルの各々の該サンプルと順次に
    比較される方法において、 該方法はさらに各比較の前に、該未知シンボルと該モデ
    ルシンボルの翻訳されたサンプルの数を等化し、 各比較において、該モデルシンボルのサンプルあるいは
    該未知シンボルのサンプルについて線形変換を実行する
    ことによって得られる該未知シンボルとの最大相関を判
    定し、 各モデルシンボルについて該最大相関を判定したあと、
    最高の相関を持つ該モデルシンボルと最も近い一致を識
    別し、 該比較は該モデルシンボルに関して該未知シンボルの任
    意のアフィン変換に対して独立であることを特徴とする
    記憶されたシンボルと未知シンボルの間の最適一致を見
    つける方法。
  2. 【請求項2】 請求項1に記載の方法において、該計算
    ステップはさらに該相関をもし△>0であれば 【数1】 もし△=0であれば、 【数2】 として計算し、ただし 【数3】 であり、nは該等化された順序集合の座標サンプルの数
    であることを特徴とする記憶されたシンボルと未知シン
    ボルの最適一致を見出す方法。
JP5201326A 1992-08-13 1993-08-13 アフィン変換によって参照シンボルと異なるシンボルを認識する方法 Withdrawn JPH06176198A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US92961792A 1992-08-13 1992-08-13
US929617 1992-08-13

Publications (1)

Publication Number Publication Date
JPH06176198A true JPH06176198A (ja) 1994-06-24

Family

ID=25458165

Family Applications (1)

Application Number Title Priority Date Filing Date
JP5201326A Withdrawn JPH06176198A (ja) 1992-08-13 1993-08-13 アフィン変換によって参照シンボルと異なるシンボルを認識する方法

Country Status (3)

Country Link
EP (1) EP0583138A3 (ja)
JP (1) JPH06176198A (ja)
CA (1) CA2099028A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5940534A (en) * 1995-07-17 1999-08-17 Nippon Telegraph And Telephone Corporation On-line handwritten character recognition using affine transformation to maximize overlapping of corresponding input and reference pattern strokes
US8810543B1 (en) 2010-05-14 2014-08-19 Cypress Semiconductor Corporation All points addressable touch sensing surface
US9772722B2 (en) 2012-10-22 2017-09-26 Parade Technologies, Ltd. Position sensing methods and devices with dynamic gain for edge positioning

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01223232A (ja) * 1988-03-03 1989-09-06 Toto Ltd 間接照明器具付大便器
JPH07137196A (ja) * 1993-11-18 1995-05-30 Kanegafuchi Chem Ind Co Ltd フレキシブル金属箔張り積層板の製造方法
JP2001065032A (ja) * 1999-08-25 2001-03-13 Inax Corp トイレの照明設備
JP2005097898A (ja) * 2003-09-24 2005-04-14 Toto Ltd トイレ用コントロールユニット及びシステムトイレ
JP2007098791A (ja) * 2005-10-05 2007-04-19 Shin Etsu Chem Co Ltd フレキシブル片面銅張ポリイミド積層板
US20070143909A1 (en) * 2005-12-28 2007-06-28 Montgomery Robert D Multifunctional odor-free, water-saving, clog-free, environmentally friendly toilet
JP2007321387A (ja) * 2006-05-31 2007-12-13 Toto Ltd 衛生洗浄装置
JP2008063560A (ja) * 2006-07-04 2008-03-21 Nippon Steel Chem Co Ltd ポリイミド樹脂層の表面改質方法及び金属張積層板の製造方法
JP2008075303A (ja) * 2006-09-20 2008-04-03 Matsushita Electric Works Ltd 便器
JP2009101639A (ja) * 2007-10-24 2009-05-14 Ube Ind Ltd 金属箔積層ポリイミド樹脂基板
JP2013227861A (ja) * 2013-07-10 2013-11-07 Panasonic Corp 洋風便器装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01223232A (ja) * 1988-03-03 1989-09-06 Toto Ltd 間接照明器具付大便器
JPH07137196A (ja) * 1993-11-18 1995-05-30 Kanegafuchi Chem Ind Co Ltd フレキシブル金属箔張り積層板の製造方法
JP2001065032A (ja) * 1999-08-25 2001-03-13 Inax Corp トイレの照明設備
JP2005097898A (ja) * 2003-09-24 2005-04-14 Toto Ltd トイレ用コントロールユニット及びシステムトイレ
JP2007098791A (ja) * 2005-10-05 2007-04-19 Shin Etsu Chem Co Ltd フレキシブル片面銅張ポリイミド積層板
US20070143909A1 (en) * 2005-12-28 2007-06-28 Montgomery Robert D Multifunctional odor-free, water-saving, clog-free, environmentally friendly toilet
JP2007321387A (ja) * 2006-05-31 2007-12-13 Toto Ltd 衛生洗浄装置
JP2008063560A (ja) * 2006-07-04 2008-03-21 Nippon Steel Chem Co Ltd ポリイミド樹脂層の表面改質方法及び金属張積層板の製造方法
JP2008075303A (ja) * 2006-09-20 2008-04-03 Matsushita Electric Works Ltd 便器
JP2009101639A (ja) * 2007-10-24 2009-05-14 Ube Ind Ltd 金属箔積層ポリイミド樹脂基板
JP2013227861A (ja) * 2013-07-10 2013-11-07 Panasonic Corp 洋風便器装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5940534A (en) * 1995-07-17 1999-08-17 Nippon Telegraph And Telephone Corporation On-line handwritten character recognition using affine transformation to maximize overlapping of corresponding input and reference pattern strokes
US8810543B1 (en) 2010-05-14 2014-08-19 Cypress Semiconductor Corporation All points addressable touch sensing surface
US9454274B1 (en) 2010-05-14 2016-09-27 Parade Technologies, Ltd. All points addressable touch sensing surface
US9772722B2 (en) 2012-10-22 2017-09-26 Parade Technologies, Ltd. Position sensing methods and devices with dynamic gain for edge positioning

Also Published As

Publication number Publication date
EP0583138A2 (en) 1994-02-16
EP0583138A3 (en) 1994-08-10
CA2099028A1 (en) 1994-02-14

Similar Documents

Publication Publication Date Title
US5333209A (en) Method of recognizing handwritten symbols
US4573196A (en) Confusion grouping of strokes in pattern recognition method and system
US5784490A (en) Method and apparatus for automated recognition of text embedded in cluttered observations
US7349576B2 (en) Method, device and computer program for recognition of a handwritten character
US4561105A (en) Complex pattern recognition method and system
Hastie et al. A model for signature verification
US5610996A (en) Method and apparatus for arc segmentation in handwriting recognition
US5841902A (en) System and method for unconstrained on-line alpha-numerical handwriting recognition
CA2087502C (en) Method and apparatus for evolving a starter set of handwriting prototypes into a user-specific set
US5745598A (en) Statistics based segmentation and parameterization method for dynamic processing, identification, and verification of binary contour image
US6011865A (en) Hybrid on-line handwriting recognition and optical character recognition system
US5537489A (en) Method of normalizing handwritten symbols
US5001765A (en) Fast spatial segmenter for handwritten characters
EP0640935A2 (en) Pattern recognition using a neural network
US6731803B1 (en) Points based handwriting recognition system
Burl et al. Using hierarchical shape models to spot keywords in cursive handwriting data
JPH06176198A (ja) アフィン変換によって参照シンボルと異なるシンボルを認識する方法
JP3977473B2 (ja) 手書き文字認識方法及び手書き文字認識装置
Rohlik et al. HMM based handwritten text recognition using biometrical data acquisition pen
JP3066530B2 (ja) オンライン手書文字認識装置
Clocksin Handwritten Syriac character recognition using order structure invariance
Senior et al. O-line cursive handwriting recognition using recurrent neural networks
JPS6037647Y2 (ja) 文字処理装置
JPS61295588A (ja) 漢字練習装置
JP2519782B2 (ja) 文字分離方式

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20001031