JPH0652539B2 - パターン同定方法及び装置 - Google Patents

パターン同定方法及び装置

Info

Publication number
JPH0652539B2
JPH0652539B2 JP59005845A JP584584A JPH0652539B2 JP H0652539 B2 JPH0652539 B2 JP H0652539B2 JP 59005845 A JP59005845 A JP 59005845A JP 584584 A JP584584 A JP 584584A JP H0652539 B2 JPH0652539 B2 JP H0652539B2
Authority
JP
Japan
Prior art keywords
template
stroke
information
label
group
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
Application number
JP59005845A
Other languages
English (en)
Other versions
JPS59139485A (ja
Inventor
ディー・クレイン ヒュウイット
エス・オストレム ジョン
Original Assignee
コミュニケーション インテリジェンス コーポレーション
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=23823731&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=JPH0652539(B2) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by コミュニケーション インテリジェンス コーポレーション filed Critical コミュニケーション インテリジェンス コーポレーション
Publication of JPS59139485A publication Critical patent/JPS59139485A/ja
Publication of JPH0652539B2 publication Critical patent/JPH0652539B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

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
    • G06V30/24—Character recognition characterised by the processing or recognition method
    • G06V30/242—Division of the character sequences into groups prior to recognition; Selection of dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Character Discrimination (AREA)
  • Image Analysis (AREA)

Description

【発明の詳細な説明】 発明の背景 〔関連特許出願〕 本出願と同時に次の２件の出願が行われている。１件は
米国特許出願第４５９，２８２号（１９８３年１月１９
日出願）であり、１件は米国特許出願第４５９，２８３
号（１９８３年１月１９日出願）である。
〔発明の分野〕
本発明は、例えば中国文字（すなわち漢字）などの手書
き文字を認識する場合のようなパターン認識に関するも
のである。特に本発明は要素すなわちストロークで構成
された複雑な文字の同定に関するものであり、そこでは
異なる意味をもつストロークが混同されがちな場合を含
んでいる。
複雑な文字の認識はこの数年間研究されてきたが限られ
た成功しかおさめていない。漢字はそれが用意にはキイ
ボード入力に適合しないため、最も大きい挑戦課題であ
ると考えられている。漢字システムにおいて、各種の
語、句、概念及びある場合には音節を表わすのに用いら
れる区別しうる文字は、例えばおよそ１０，０００個に
も達する。
手書き文字に対して各種の認識方式が報告されてきてい
る。それらの方式は、代表的にはストロークのような要
素の空間的な特性や或る制限された形状特性に基づいて
おり、その場合ストロークとは、ペンとタブレツトやそ
の他の任意の移動登録装置またはシステムのような、パ
ターン形成手段とパターン受入れ手段との間の本質的に
中断のない接触によつて生成される相関のある点の連続
したつながりの軌跡と順序として定義されている。従来
方式はかなり大量の情報を収集し保持するような方式で
あり、その情報を処理して文字を他のすべての文字から
区別しようとするものである。
ここに注目している型の複雑な文字の認識は更に困難で
ある。というのは文字を構成する基本的ストロークの型
に関して一様な定義がないということと、同じ書き手に
よつてさえも文字形成の際にいろんな変化があるという
ことのためである。従つて、異なるストローク間でまた
異なる文字間で混同を起こす可能性がある。必要なパタ
ーン認識方法は、幅広い変化を許容しながらも、パター
ン特に文字をストローク等の基本的要素の群から正確に
同定することのできるような方法である。
〔従来の方法の説明〕
本発明に関連のある従来のストローク認識システムとし
ては次に掲げるようなものがある。
通研レビユー（Review of the Electrical Communicati
on Laboratories）の１９７８年１１−１２月第２６巻
第１１−１２号に掲載されたHiroki Arakawa等による論
文「手書き文字のオンライン認識（On-Line Recognitio
n of Hahd-Wirtten Characters ）」に述べられたシス
テムでは手書き点の移動を直交座標系で記録することに
よつて１対の線形波形をとり出し、その線形波形を直交
関数展開で近似し、次にその直交関数の係数組を用いる
ことによつて文字を認識しようとするものである。
IEEE電子計算機論文誌（IEEE Transactions on Electro
nic Cmputers）の１９６７年１２月頁８５６−８６０；
１９７７年７月１２日付の日本国特許出願特願昭５２
（１９７７年）−０８３７３３号「手書き文字のオンラ
イン認識方法（On Line Recognition Method of Handwr
itten Characters）」；チヨウ（Chou）に与えられた米
国特許第４，１７３，７５３号「漢字コンピユータ用の
入力システム（Input System for Sino-Computer
）」；これらには別の型のストローク認識方法すなわ
ちパターンマツチング（合致）法が述べられている。チ
ヨウ特許によれば、ストロークは要素ストロークのスト
リング中の要素パターンとして認識される。日本国特許
出願特願昭５２−０８３７３３号には空間マツチング法
が述べられている。認識すべき文字のストロークは座標
位置で近似され、基準座標パターンからのずれが点毎に
計算され、文字全体にわたりそれらを加え合わせ決定基
準が得られる。これらの型の方式を分析すれば、１つの
ストロークに関する情報の料を増やしても必ずしもすぐ
れた認識の正確さは得られないという結論が得られる。
事実、ストローク登録の正確さを増すようによつてパタ
ーン合致の困難さが増大する。他方ストローク登録の正
確さを減らせば、同様な形をしているが意味がちがうス
トローク間での混同がおこる。どちらの場合も極端にな
ればストローク認識の正確さは減少する。
パターン認識（Pattern Recognition）第１３巻第３号
頁１９１（パーガモン印刷（Peramon Press ）、１９８
１年）掲載の「位置及びストロークベクトル順を用いた
手書き文字のオンライン認識（On-Line Recognition of
Hand-Written Characters Utilizing Positional and
Stroke Vector Sequences）」は６カ所の企業／大学の
協同研究の報告書であるが、１つのストロークの長さの
５ないし１０％を使つて取出された要素的ストローク形
状に基づくストロークベクトル順文字認識システムを開
発しようとする試みである。ストロークの比較的小さな
部分に関して非常に大量のデータが作られている。この
提案されたシステムは実用的な市販品となるためには高
価すぎまた不十分な正確さしか与えないと考えられてい
る。
IBM研究開発ジヤーナル［IBM Journal of Research and
Development）の１９８１年５月第２５巻第３号頁１８
７掲載のE.F.ヤツプ（Yhap）等による論文「オンライン
中国文字認識システム（An On Line Chinese Character
Recognition System）」には、１つの中国文字に関し
て非常に多数のパラメータが、一般的に登録場所内の位
置に関して分類されるようになつた手書き中国文字認識
方式が述べられている。
国際コンピユータシンポジウム１９７７論文集（Procee
dings of International Computer Symposium １９７
７）の第１分冊頁２４６（1977年１２年２７−２９日中
華民国台北）に掲載されたクレイン（Crane）等による
論文「順序ストローク認識に基づく手書き中国文字の入
力方法（A Technique for the Input of Hndprinted Ch
inese Characters Based on Sequential Stroke Recogn
ition）」は調査報告である。それには、本質的に実時
間処理に適した文字認識方法も提案されている。それは
正確さを制限したストローク認識を考えた、ストローク
ラベル順序認識に基づくものである。この論文は本発明
の方法に関する初期の発表であり、本発明者の基本的な
結論を述べている。本発明はこの論文及び他の従来の研
究に述べられた方法と関連づけて用いることができる。
クレイン（Crane）等による１９７７年８月２日付の米
国特許第４，０４０，０１０号は、特殊なペンを用いて
記号あるいは、他の比較的単純な文字や記号の適当な群
を同定するために角度的に表現された書込み圧力に基づ
いて各種のパラメータを表わす信号を発生するようにな
つた手書き認識システムについて述べている。この発明
に従えば、検出された記号の成分変化の合計が記号テン
プレートによつて定められた或るあらかじめ選ばれたし
きい値を越えた場合には、その記号はまちがいであると
考えられるようになつている。
本発明と混同されることのない各種の他の方法は文字の
絵としての特性すなわち空間的外観に注目している。そ
れら及び他の方式がこの数年間開発されてきたが、多大
な開発努力は、相互作用的な本質的に実時間環境におい
て用いることのできる実用的文字認識システムを供給す
ることにおいては、ほとんど失敗した。
本発明の要約 本発明に従つた文字認識方法では、要素あるいはストロ
ーク型を全般的な複雑さ、放射方向、その他のストロー
ク形状に関した基準、あるいは、関連付けられた意味に
基づいて類似群へグループ分けすることによつて、手書
きストロークの同定を行つている。ストロークには、シ
ステム中にたくわえられたそのような基準と照らし合せ
て、同定ラベルが付与される。基準は所定のテンプレー
トのあらかじめ選ばれた組の形をとることができる。そ
の場合に各テンプレートは、例えばテンプレートストロ
ークにそつての１組の相関的位置あるいはデータ点を含
んでいる。本発明の一態様によれば、現在調べているス
トロークをテンプレートまたはモデルストロークと比較
することによつて平均的に発生するストロークの距離計
算値（distance metric value）は、２番目に小さい距
離計量値及びそれにより大きい距離計量値を発生するテ
ンプレートストロークが最も小さい距離計量地を発生す
るテンプレートストロークと同じ類似群に属する場合に
は、通常の認識過程から除外されるようになつている。
１つの類似群のメンバとして分類されたストロークが、
他のストロークラベルで同定されるストロークと組合せ
て意図する文字を特定するために用いられる。
前出の関連出願「複雑なパターン認識の方法とシステム
（Complex Pattern Recognition Method and Syste
m）」にはストロークをテンプレートと合致させること
によつて同定ラベルが付与されるようになされた方法が
述べられている。ここで用いられたように、ストローク
は個々の要素を意味し、それは関連ある点の連続したつ
ながりの軌跡と順序である。
本発明の別の態様に従えば、特別な類似群のテンプレー
トに合致することが明らかとなつたストロークは、文字
認識の目的のために、類似群ラベルによつて同定され
る。文字の同定は、同定されたストロークラベル及び／
あるいは類似群ラベルを、ストロークラベル及び／ある
いは類似群ラベルを一般には書き順に配列した辞書と比
較することによつて行われる。
本発明の更に別の面に従えば、類似群テンプレートは、
異なる意味をもつすくなくとも２個の要素に対するすべ
ての基準及びすべての点の軌跡であるといえる。類似群
ラベルは、現在調べている要素のために作られた基準の
すべてがその類似群テンプレートの内に含まれる場合に
付与される。
本発明の更に他の態様に従えば、類似群は１つの要素に
対するすべての基準の軌跡として、あるいは別の１つの
要素に対するすべての基準の軌跡として定義される。類
似群ラベルはそのような１つの基準の組を満足する場合
にその要素に対して付与される。
本発明に従つたストローク類似群の仕分けは、認識過程
の初期に情報の故意の無視を許容し、そのためストロー
ク型の柔軟で正確な同定を可能とする。異なる意味をも
つ混同しがちなストローク型のグループ分けは、認識基
準が適用された場合には、意味のない正確さを得る試み
を避けるものである。
更に、本発明によれば、漢字等の複雑な文字の認識のた
めのシステムにおいて文字の語いの拡大及び使用時の柔
軟性が得られる。ストロークを加え合せて、またストロ
ークのパラメータを変更して、複雑な文字の異なる形を
取扱うようにすることができ、また認識過程において選
ばれたストロークテンプレートを無視することができ
る。
本発明では、ストローク形に関する不必要な大量の情報
の集積をなくし、１つのストロークを認識するために必
要な処理の量を最少にすることによつて、正確なストロ
ーク及び文字の認識方式を妥当な価格で実現することが
できる。本発明は数多くの用途ならびに応用を有してお
り、それらは特に相互作用的なワードプロセッサ機能及
びデータ入力システムに用いることができるものであ
る。他の目的としては、個人にストロークの書き方や望
ましいストローク順序を訓練するための教修用機器とし
ての使い方や、パターン認識の一般的応用のみならず、
さらに、文字の意味をさがす場合の辞書の役目を果させ
るような使用法も含まれる。
ここに用いられるように、類似群は一般的に異なる意味
をもつてはいるが形が似ているために混同されやすい要
素のグループ分けに関係がある。ある場合には、類似群
は取扱いと使用に関して、例えばストロークの組合せあ
るいは平均値を表わす場合は、個々のストロークと区別
できない。類似群は、また別々に同定するのが望ましく
ないことが見出されたストロークをグループ化すること
も含む。
本発明は特定の実施例に関して説明される。その中で
は、１つのストロークの湾曲特性が１組のベクトルによ
つて、特に、ストロークにそつての各々の選ばれたサン
プリング点の位置におけるベクトルを表わす極座標の形
で登録される。しかし本発明はここに述べた点毎の合致
を用いた特定の認識システムに限るものではない。更に
本発明は他のパターン認識法と組合せて用いることがで
きる。本発明は以下の図面を参照した詳細な説明からよ
りよく理解されるであろう。
〔特定実施例の説明〕
ここにおいて、パターンとは、文字のように任意の２次
元的形をもつたもの、あるいは移動のつながりである。
テンプレートはパターン要素に関する基準の任意の組で
ある。特にテンプレートはデータ点及びデータ点に関す
る基準の組であつてもよい。その軌跡が例えばストロー
クのようなパターンの要素の形を定義している。要素と
はパターンの任意の個別的特性である。ストロークとは
特定の型の要素である。異なる形のストロークは異なる
意味をもつものとして認識される。文字は書き物におい
て用いられるパターンのような、ストロークあるいは要
素の任意の組合せである。
第１図を参照すると、文字認識システムに用いられるよ
うな手書きパターン同定システム１０が示されている。
それにはストローク登録手段１２が含まれており、それ
は以下に述べるような手書きストロークに関する第１の
信号情報を表わす第１の信号を発生する。この第１の信
号は第１の信号ライン１４を通つてデータ処理手段１６
へ与えられる。処理手段はテンプレートストロークに関
する第２の信号情報を表わす第２の信号との比較を行う
ように動作し、信号ライン２０上へ現在調べている手書
き文字あるいはそれの特定部分を固定した場合に信号を
発生する。データ処理手段１６の出力信号ライン２０は
画像変換器２２へつながれており、画像変換器はそれに
よつて可視の表示器、プリンタその他の文字処理装置の
ような文字出力装置２４を駆動する。
１つの文字あるいはストロークに関して情報があまり多
いということが情報があまり少ない場合と同様に同定の
ためには有害であるということがわかつている。しか
し、全部の情報を認識過程で使用することはないにして
も、適正に情報を登録することに関してすくなくとも最
初は十分に注意を払う必要があるということもわかつて
いる。本発明の目的は、要素及びパターンを可能な限り
早期に同定し、正確さを増すためと不要なあるいは冗長
な情報の保存と処理をさけるためとの両方の理由で可能
なかぎり多くの情報をすてることである。
本発明には数多くの実施例が可能である。以下の説明は
それらのうちわずか数例の実施例について述べられる。
データ処理手段１６は、第１の信号情報、入力信号を第
２の信号情報、たくわえられている信号と比較して以下
に述べるような現在調べているストロークの同定、第３
の信号情報を得るための手段を含んでいる。特定実施例
においては、現在調べているストロークを同定しラベル
付与するのに用いるために、一般的に比較的高精度にス
トロークの曲がり特性のみが指定される。他の基準、文
字の複雑さやストロークの複雑さなども同様に用いても
よい。モデルストロークに関する第２の信号情報はスト
ロークテンプレートの形をとる。ストロークテンプレー
トは一般的に現在調べているストロークの第１のデータ
点のサンプリングされた位置または内挿された位置に対
応する第２のデータ点における順序に並んだ１組の値で
ある。第２のデータ点の値は各々の第２のデータ点にお
ける相対位置と許容しうるずれの値を定義するものでよ
い。いくつかのストロークテンプレートを１つの類似群
テンプレートでおきかえてもよい。
処理手段１６は、ストロークプロセツサ２６、テンプレ
ートメモリ２８（ストローク及び類似群テンプレートを
たくわえることができる）、文字プロセツサ３０、文字
辞書メモリ３２を含むものでよい。テンプレートメモリ
２８はテンプレートアドレス選択ライン３４上の信号に
応答して、ストロークプロセツサ２６へつながる第２の
信号ライン１８上へ第２の信号を供給する。ストローク
プロセツサ２６は第２の信号情報に基づいて、第１の信
号情報によつて表わされるストロークを同定する。スト
ロークプロセツサ２６へ与えられる第１の信号情報は、
一般に各ストロークの開始点に相対的に規格化されたス
トローク位置情報を含んでいる。それは、好適実施例に
おいては初期のストローク認識過程においては、他のス
トロークに相対的なストロークの位置は役に立たないか
らである。ストロークプロセツサ２６の出力へラベル信
号が供給されてそれは文字プロセツサ３０へつながるラ
ベルライン３６上に与えられる。
文字辞書３２は文字アドレス選択ライン３３上の信号に
応答して、文字プロセツサ３０へつながる文字ラベルラ
イン３１上へ信号を供給する。文字プロセツサ３０は、
ストローク及び／あるいは類似群ラベル信号の集合によ
つて表わされる１個あるいは複数個の文字を同定するよ
うに動作する。文字全体を書込むことにより発生した未
知の入力信号の全組が１個あるいは複数個の文字として
認識されると、文字プロセツサ３０の出力の信号ライン
２０上へ文字ラベル信号が供給される。そこでは画像変
換器２２がその１文字あるいは複数文字を認識し、出力
装置が表示するかあるいはその文字を表示することを許
容する。もし２文字あるいはそれ以上の文字を表示すべ
き場合には、ストローク登録装置１２が用いられて、表
示された文字のうちのどれが所定の文字であるかを操作
者が選ぶか指示することができる。不明瞭な同定あるい
はまちがつていた場合には、所定の文字が次に登録され
るか、あるいはそうでなければデータ処理手順の中で用
いられる。
第２図に注目すると、本発明に従う１つのデータ処理手
段１６の一部が示されている。この装置は次のように動
作する。
時間の関数として発せられたＸ−Ｙ座標の対の流れの形
の生のデータが前処理器（プリプロセツサ）によつて標
準的な数のＸ−Ｙ座標対へ変換される。特定の試行的な
実施例に従えば、これは現在調べているストロークの流
さにそつて等間隔にとつた３０個の対である。このＸと
Ｙ座標の正確な値は、ストロークが一定の速さで描かれ
たと仮定して、生データから内挿される。内挿されたＸ
−Ｙ座標対は初期に複数個の別々に分かれた直線の標準
長さのベクトルに変換される。そのベクトルは現在調べ
ているストロークの輪郭にそつてのストロークの曲がり
特性を表現する極座標における角度値を指定するもので
ある。その角度値は基準面上での２つのデータ点間の弦
の逆タンジエントとして表わされる。あるいは、１つの
データ点におけるこの値はその前のデータ点からの角度
変化であつてもよい。プリプロセツサ４６の出力はデー
タライン４８を通つて配列メモリ５０へ供給される。デ
ータライン４８は位置の値の信号を運ぶバスである。ア
ドレス書込みライン５２がプリプロセツサ４６から配列
メモリ５０へつながつて対応するストローク位置データ
のストローク位置アドレスを供給する。この配列メモリ
５０は一般的にすくなくとも１つの文字全体の輪郭情報
のすべてをたくわえることのできる容量を有している。
通常各文字はストローク順にたくわえられている、特別
な実施例ではこの配列メモリ５０は先入先出方式で動作
する単純なシフトレジスタでよく、そうすれば特にアド
レス書込みラインを必要とせずにする。配列メモリ５０
のデータ出力は位置の値の信号値の形でデータライン５
６を通つて距離計量計算器５４へ供給される。距離計量
計算器５４はアドレス読出しライン５８を通つて読出し
たアドレス情報を配列メモリ５０へ発生する。（距離計
量値は任意の２つの輪郭の間の離隔の値を表わす数学的
値である。）距離計量計算器５４の目的は現在調べてい
るストローク曲がり特性が１組のストロークテンプレー
トの各々に対してどれだけ近いかを計算することであ
る。本発明の特定の実施例に従つたストロークテンプレ
ートは、ストロークテンプレートメモリ２８中に角度位
置のTiと対応する許容しうる角度偏差の値σiとの２列
の配列の形でたくわえられている。
類似群テンプレートはたくわえられているようなストロ
ークテンプレートの形でよい。類似群テンプレートは、
各々１つの共通ラベルを付与された区別しうるストロー
クテンプレート群あるいはストロークテンプレートの重
ねられた組合せでもよい。重ねられたストロークテンプ
レートの１つの群で構成された類似群は各点に関してず
れの値を保有している。そうでなければ、一般的に重ね
られたストロークテンプレートの間に位置する点の軌跡
を説明するために新しい偏差の値が付与される。
テンプレートデータ点あるいは第２のデータ点が第１の
データ点あるいは現在調べているストロークのデータ点
に対して番号と位置の両方において対応するように選ば
れる。第３図は漢字から経験的に選び出されたテンプレ
ートストロークの代表的な組を示す。各ストロークに対
する許容しうる角度偏差の値は３０個までの正の値の組
であり、それらは点毎にまたストローク毎に異なつてい
る。その値は実験に基づいており、従つてここには与え
ていない。以下に説明するのを除いてテンプレートスト
ロークの各々に対しては、１つのストロークコードが任
意に付与される、そのストロークコードはASCII文字等
のデータ記憶に適したものであればよい。
各テンプレートに対する距離計量値を計算するのには各
種の方法がある。１つの方法においては、現在調べてい
るストロークとテンプレートとの間の角度偏差の差が、
各々の第１データ点の角度値を対応する第２のデータ点
の角度値から差引いて絶対値をとることによつて計算さ
れる。結果の差の値が次に対応する許容しうる角度偏差
の値で除去され、その結果各データ点に対して正の結果
の値が求められ、それらすべての正の結果の値が合計さ
れる。第２の方法においては、結果の値が各々自乗さ
れ、それら新しい結果の値の合計が求められる。後者の
場合には、最小距離計量値は、許容しうる角度偏差の値
で重みづけをした第１のデータ点と第２のデータ点との
間の分離を表わす最少自乗差分と類似した値である。
距離計量計算器５４（第２図）は、各テンプレートの各
第２のデータ点に対して、位置の値と関連する偏差の値
とをストロークテンプレートメモリ２８から第２の信号
ライン１８を通してとり出す。これら第２の信号ライン
１８のうち１本は位置の値用であり、他のラインは偏差
の値用である。各テンプレートに対して１つの計量値が
得られ、計量データライン６０を通して計量メモリテー
ブル６２へ与えられる。計量データは計量メモリテーブ
ル６２中で最小のものから最大のものへの順に仕分けら
れる。アドレス書込みライン６４は、距離計量計算器か
らテーブル６２への最初のアドレス信号を運ぶ。テーブ
ル６２につながれた仕分け器６２はデータの順を変更す
るために用いられる、第１の実施例においては、類似群
テンプレートは、それらがストロークテンプレートであ
るかのように取扱かわれる。類似群テンプレート１つで
いくつかのストロークテンプレートを置換えることがで
きる。そのような実施例においては、以下に説明するよ
うに類似群プロセツサを採用することは不必要となろ
う。
類似群が、いくつかの個別的な特性を保つたままのいく
つかのストロークから構成されている場合には、表６２
の仕分けされた計量データ出力はデータライン６９を通
して類似群プロセツサ６５へつながれる。類似群化プロ
セツサ６５は、特定の実施例においては上に述べたよう
に１つ以上のストロークテンプレートに対する直接的な
置換に加えて、別のように動作することも可能である。
第２の実施例に従えば、類似群プロセツサ６５は現在調
べているストロークに対する最少の距離計量Diを発生す
るストロークテンプレートの類似群のメンバがどのスト
ロークテンプレートであるかを表示あるいはフラツグ表
示する。その後はそれらストロークテンプレートに対応
する計量は、計量選択回路によつて行われるラベル選択
処理においては無視される。この方法は、類似群の１つ
のメンバが他のメンバと比較してすべての認識基準を満
足してなくても、個々のメンバに対して唯一的なストロ
ーク同定ラベルを与えることを可能とする。
第３の実施例においては、類似群プロセツサ65は類似群
のメンバである各テンプレートストロークに対する類似
群ラベルを置換えるように動作する。すなわち、１つの
類似群内のすべての文字のテンプレートは、それらが単
１の文字を表わしているように取扱かわれる。しかし計
量計算の目的のためには、特定のストローク型に適用で
きる認識基準の各々は保存されている。この実施例にお
いて以下に説明するように、類似群ラベルは文字メモリ
８６中のストロークラベルに置換えられる。（文字辞書
は、文字ラベル及び類似群ラベルの組合せ、または別の
組合せも含んだ形で定義された文字を含む語いを有して
いる。
第１の実施例において計量メモリテーブル６２の出力、
または第２あるいは第３の実施例において類似群プロセ
ツサ６５の出力はデータライン６８を通して認識基準計
算器７０と計量選択器７２へつながれている。アドレス
ライン６７は計量選択器７２または認識基準計算器７０
が計量メモリテーブル６２中にたくわえられている計量
にアクセスすることを許容する。
認識基準計算器７０中において、類似群及び別別に定義
されたストロークとは、以下に述べるように、決定しき
い値を計算する場合には同じに扱かわれる。認識基準計
算器７０は、最小の距離計量Diとすくなくとも最小の距
離計量Diに対応するテンプレートと同じ類似群に属さな
いテンプレートの次に小さい距離計量Di+1とを、３つの
特別なしきい値基準に関して、比較する。そのしきい値
基準は上部決定しきい値DU、下部決定しきい値DL、差分
決定しきい値DDである。差分決定しきい値DDと同様に上
部決定しきい値DUと下部決定しきい値DLはあらかじめ選
ばれた裕度レベルに基づいて与えられた値である。下部
決定しきい値DLは、現在調べているストロークに最もよ
く一致するテンプレートとの間で最も大きい許容しうる
距離計量の大きさである。上部決定しきい値DUは次に小
さい距離計量Di+1を与えるテンプレートとの間の最も小
さい許容しうる距離計量である。差分決定しきい値DDは
最も小さい距離計量Diと分離Ddの和である。これら３つ
の決定基準は、類似群化を考慮しながら、第１の比較器
７４、第２の比較器７６、第３の比較器７７、第４の比
較器７８中で、最も小さい距離計量Di及び次に小さい距
離計量Di+1と比較される。第１の比較器７４は、もし最
も小さい距離計量Diが下部決定しきい値DLよりも小さけ
れば、正の表示を発生する。第２の比較器７６は、もし
次に小さい距離計量Di+1（同じ類似群ではない）が上部
決定しきい値DUよりも大きければ、正の論理表示を発生
する。第１の比較器７４と第２の比較器７６の出力はAN
Dゲート８０へ与えられ、各々が正の論理表示を与える
場合にストローク認識が行われたことが示される。
第３の比較器７７は、もし最も小さい距離計量Diが上部
決定しきい値DUよりも小さければ正の正の論理表示を発
生する。第４の比較器７８は、もし次に小さい距離計量
Di+1がDD＝Di＋Ddのとき差分決定しきい値DDよりも大き
ければ正の論理表示を発生する。第３の比較器７７の出
力は第４の比較器７８の出力と共にANDゲート８１へ与
えられ、両方共に正の論理表示の場合にストローク認識
が行われたことを示す。ANDゲート８０と８１の出力は
ＯＲゲート８２へつながれる。もし入力基準のどちらか
が肯定されれば、スシテム２６はその現在調べているス
トロークを認識したことを示すことになる。ストローク
ラベルメモリはＯＲゲート８２からの「真」の出力信号
により駆動される。それに応答して、認識基準に合致す
る最小距離計量Diに対応するテンプレートのストローク
ラベル（または類似群ラベル）がライン８５を経て現在
のストロークアドレスにおける文字メモリ８６中へ書込
ストロークアドレスライン８８で示されたようにロード
される。
文字プロセツサ３０は文字メモリ８６と文字辞書メモリ
３２がつながれた文字比較器９６を含む。文字データラ
イン９８を通つて文字データは文字メモリ８６から文字
比較器９６へ、文字メモリ８６へのストロークアドレス
読出し命令の存在に応答して、送信される。文字比較器
９６は、文字アドレスライン１００を通して文字アドレ
スを文字辞書メモリへ与えることによつて、文字辞書メ
モリ３２を反復する。アドレス指定された文字及び現在
調べている文字に対応するストロークまたはストローク
及び類似群のラベルは、文字アドレス及びストロークア
ドレス読出し命令に応答して、文字辞書ライン１０２を
通して文字比較器９６へ与えられる。文字比較器９６
は、文字メモリからのラベルを辞書メモリ３２からのラ
ベルと比較して、それの出力へ、文字が認識された場合
にはいつも文字ラベルの形の信号を発生するように動作
する。
１つの実施例の特に強力な道具は、距離計量計算器５４
とストロークテンプレート組であつて、その場合のスト
ロークテンプレート組は極座標位置情報と許容しうる角
度ずれの情報とを含んでいる。この形のテンプレート
は、テンプレート基準を正確には満足しないストローク
変化量を考慮するために付加的なテンプレートを用意す
る必要をなくしてしまう。この道具と関連して、類似群
テンプレート及び／あるいは類似群プロセツサ６５も設
けられており、それは認識の目的に対して各種の点で区
別しうる意味をもつテンプレートストロークを類似群へ
組分けする。最も小さい距離計量は実際に描かれたスト
ロークに対応するかもしれないが、実際に描かれたスト
ロークと同じ類似群中の他のストロークとの識別は、本
発明に従つた距離計量法によつて同定する場合には、同
じ類似群中の他のストローク間の区別を行うには不十分
であろう。
第３図を参照すると、漢字に対する類似群の特定例が示
されている。未知のストロークは、Ａ，Ｂ，Ｕというラ
ベルを付されたストロークから構成される第１の類似群
の１つのメンバであると認識される。比較した場合、す
べての決定基準に基づいてもＡ，Ｅ，Ｕとラベル付けら
れたストローク間の距離計量は十分に区別できない。こ
のような場合には、ストロークＥ及びＵに対してすべて
の決定基準が合致しなくても、未知のストロークに対応
して、最小の距離計量がストロークラベル「４」を有す
ると仮定される。あるいは、最も小さい距離計量に対し
て類似群ラベル「１」が割当てられる。あるいはまた、
すべてのテンプレートストロークＡ，Ｅ，Ｕ及びそれら
の間のすべての点の軌跡であり、ラベル「１」を有する
別の類似群テンプレートが与えられる。
第３図は２５の区別しうるストロークの分類表の中から
ラベルによつて６個の類似群を同定している。各々の類
似群は２ないし５個のストロークを含んでいる。５個の
ストロークはどの類似群にも属していない。
文字比較器９６は類似群の１つのストリングとストロー
ク同定ラベルを１文字以上を表わしているものとして認
識する。そのような場合、１実施例に従えば、１文字以
上の文字が表示され、利用者は表示された文字のうちか
ら、登録しようと考えている特定の文字を選ぶことにな
る。このようにストロークのあいまいさのために表示さ
れる文字の数は比較的少ないので、利用者は迅速に同定
ができ最終的に考えている文字を指定することができ
る。
次に第４図を参照すると、本発明に従うストローク認識
の１つの実施例の計算機化のための流れ図が示されてい
る。現在調べている特定のストロークに対してすべての
テンプレートに対して距離計量が計算される（ステツプ
Ａ）。この後、これら距離計量が最も小さいものから最
も大きいものの順に仕分けられる（ステツプＢ）。最も
小さい距離計量が、現在調べているストロークのラベル
を指定するのに最もふさわしい候補に対応することにな
る。しかし、最も小さい距離計量の類似群に従つてスト
ロークテンプレートが標示される（ステツプＣ）。ここ
において、本発明に従つて正確な認識のたしからしさを
増すために認識基準が適用される。まず最も小さい距離
計量が下部決定しきい値と比較される（ステツプＤ）。
もしその結果、最も小さい距離計量Diが下部決定しきい
値DLより小さければ次に小さい距離計量Di+1が上部決定
しきい値DUと比較され、次に小さい距離計量Di+1が上部
決定しきい値を越していないかが調べられる（ステツプ
Ｅ）。もしこの結果が肯定ならば次にこの実施例に従つ
てシステムはそのストロークラベルを文字メモリ中へ書
込みそのストロークを認識したことを示す（ステツプ
Ｆ）。上述のしき値レベルテストのいずれかで結果が否
定となつた場合には、別の決定処置が適用される。ま
ず、最も小さい距離計量Diが上部決定しきい値DUと比較
され、距離計量Diの方が小さいか調べられる（ステツプ
Ｇ）。もしそうであれば、次に小さい距離計量Di+1が差
分決定しきい値と比較されて、決定しきい値の方が大き
いか調べられる（ステツプＨ）。差分決定しきい値DDは
最小距離計量Diとあらかじめ選ばれた分離Ddとの和であ
る。もしこの比較の結果が肯定であれば、システムはそ
のストロークを認識したわけで文字メモリ中へそのスト
ロークラベルを書込む（ステツプＦ）。もしその決定し
きい値基準が合致しなければ、ストロークラベルとして
疑問符が生成される（ステツプＪ）。そしてシステムは
次のストロークへすすむ。この処理は各々のストローク
に対してくりかえされ（ステツプＫとＬ）、１つの文字
中のすべてのストロークが処理される。その後、その文
字を同定するために文字辞書の検索が行なわれる（ステ
ツプＭ）。
別の１つの実施例においては、ストロークが認識され１
つの類似群のメンバであつた場合に、ステツプＦにおい
て、ストロークメモリ中へその類似群ラベルが書込まれ
る。
類似群ラベル法の利点の１つは、語いの柔軟性というこ
とにある。分析の目的には複数ストロークテンプレート
が使用できる。単１テンプレート中に重ね合わせテンプ
レートがもちこまれ、それはストロークあるいは任意の
ストローク群のすべての一般化をカバーするように調節
された偏差値を含んでいる。
文字辞書中にストロークラベルの替りに類似群同定ラベ
ルを用いることには本質的な利点がある。より数少ない
同等ストロークで、各ラベルをたくわえるために必要な
データビツトの数は最小化され、より小型でより効率の
よいメモリが可能となる。
本発明は以上のように特定の実施例のみに関して詳細に
説明した。しかし、このほかにも多数の実施例によつて
本発明を具体化できることは、本明細書及び図面の開示
から当業者にとつて明らかであろう。従つて本発明が特
許請求の範囲の必須要件項を充足する限り、その実施態
様項に示したもののみに限定されるべきものではないこ
とはいうまでもない。
【図面の簡単な説明】 第１図は、本発明に従う手書き文字処理システムのブロ
ツク図である。 第２図は、本発明に従つて動作する処理装置のブロツク
図である。 第３図は、本発明に従う類似群を示すストローク図であ
る。 第４図は、本発明に従う方法の流れ図である。 （符号） １０……手書きパターン同定システム １２……ストローク登録手段 １４……第１の信号ライン １６……データ処理手段 １８……第２の信号ライン ２０……出力信号ライン ２２……画像変換器 ２４……文字出力装置 ２６……ストロークプロセツサ ２８……テンプレートメモリ ３０……文字プロセツサ ３１……文字ラベルライン ３２……文字辞書メモリ ３３……文字アドレス選択ライン ３４……テンプレートアドレス選択ライン ３６……ラベルライン ４６……プリプロセツサ ４８……データライン ５０……配列メモリ ５２……アドレス書込みライン ５４……距離計量計算器 ５６……データライン ５８……アドレス読出しライン ６０……計量データライン ６２……計量メモリテーブル ６４……アドレス書込みライン ６５……類似群プロセツサ ６６……仕分け器 ６７……アドレスライン ６８……データライン ６９……データライン ７０……認識基準計算器 ７２……計量選択器 ７４……第１の比較器 ７６……第２の比較器 ７７……第３の比較器 ７８……第４の比較器 ８０……ANDゲート ８１……ANDゲート ８２……ＯＲゲート ８５……ライン ８６……文字メモリ ８８……ストロークアドレス書込みライン ９６……文字比較器 ９８……文字データライン １００……文字アドレスライン １０２……文字辞書ライン
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 昭57−125474（ＪＰ，Ａ)

Claims (10)

    【特許請求の範囲】
  1. 【請求項１】各未知のストロークを表す情報を発生する
    ステップと、 各未知のストローク情報とテンプレート群の各テンプレ
    ートのストロークを表す情報との近似度を計算するステ
    ップと、テンプレート群は個別テンプレートと、複数の
    テンプレートを含む類似群テンプレートとからなり、個
    別テンプレートと類似群テンプレートの各々には１つの
    ラベルが付与され、 各未知のストローク情報と最も近似するテンプレートが
    個別テンプレートであるときには該個別テンプレートに
    付与されたラベルを含む情報を、最近似テンプレートが
    類似群テンプレート内のある１つのテンプレートである
    ときには該類似群テンプレートに付与されたラベルを含
    む情報を同定ラベル情報として決定するステップと、及
    び 各未知のストローク情報に関して決定された同定ラベル
    情報と各文字に割当てられている少なくとも１つのラベ
    ル情報とに基づいて少なくとも１つの文字を検索するス
    テップと を具備するパターン同定方法。
  2. 【請求項２】特許請求の範囲第１項記載の方法であっ
    て、前記計算するステップは、各未知のストローク情報
    とテンプレート群の各テンプレートのストローク情報の
    間の距離を計算し１組の差分値を得るステップと、 上記差分値の各々を対応する許容偏差値で除して、１組
    の結果の値を得るステップと、及び すべての結果の値を加え合せて近似度を計算するステッ
    プとを具備することを特徴とするパターン同定方法。
  3. 【請求項３】特許請求の範囲第１項記載の方法であっ
    て、前記計算するステップは、各未知のストローク情報
    とテンプレート群の各テンプレートのストローク情報の
    距離を計算して１組の差分値を得るステップと、各差分
    値は対応する許容偏差値を有し、 差分値の各々をその対応する許容偏差値で重み付けし
    て、１組の結果の値を得るステップと、 結果の値の各々を自乗して、１組の平方値を得るステッ
    プと、及び 平方値のすべてを加え合せて、近似度を計算するステッ
    プとを具備することを特徴とするパターン同定方法。
  4. 【請求項４】特許請求の範囲第１項に記載の方法であっ
    て、前記決定するステップは、各未知のストローク情報
    に最近似するテンプレートが、個別テンプレートか、類
    似群テンプレート内のあるテンプレートであるかを判定
    するステップを具備することを特徴とするパターン同定
    方法。
  5. 【請求項５】各未知のストロークを表す情報を発生する
    ための情報発生手段と、 テンプレート群を格納するためのテンプレート格納手段
    と、テンプレート群は個別テンプレートと、複数のテン
    プレートを含む類似群テンプレートとからなり、個別テ
    ンプレートと類似群テンプレートの各々には１つのラベ
    ルが付与され、 前記テンプレート格納手段を参照してテンプレート群を
    読み出し、各未知のストローク情報とテンプレート群の
    各テンプレートのストロークを表す情報との近似度を計
    算する計算手段と、 各未知のストローク情報と最も近似するテンプレートが
    個別テンプレートであるときには該個別テンプレートに
    付与されたラベルを含む情報を、最近似テンプレートが
    類似群テンプレート内のある１つのテンプレートである
    ときには該類似群テンプレートに付与されたラベルを含
    む情報を同定ラベル情報として決定する決定手段と、 ラベル情報に関して文字を格納する文字辞書と、及び 各未知のストローク情報に関する同定ラベル情報と各文
    字に割当てられている少なくとも１つのラベル情報とに
    基づいて少なくとも１つの文字を前記文字辞書から検索
    する検索手段と を具備するパターン同定装置。
  6. 【請求項６】特許請求の範囲第５項記載の装置であっ
    て、各未知のストローク情報とテンプレート群の各テン
    プレートのストローク情報とは、ストロークに沿った相
    対的位置を表す情報を含み、 前記計算手段は、各未知のストローク情報とテンプレー
    ト群の各テンプレートのストローク情報との間の距離を
    計算して１組の差分値を得るための手段と、 差分値の各々を、各未知のストローク情報のストローク
    に沿った各位置に対応した許容偏差値で除して１組の結
    果の値を得るための手段と、 結果の値をすべて加え合せて近似度を計算するための手
    段と を含むことを特徴とするパターン同定装置。
  7. 【請求項７】特許請求の範囲第５項記載の装置であっ
    て、各未知のストローク情報とテンプレート群の各テン
    プレートのストローク情報とはストロークに沿った相対
    的位置を表す情報を含み、 前記計算手段は、各未知のストローク情報とテンプレー
    ト群の各テンプレートのストローク情報との間の距離を
    計算して１組の差分値を得るための手段と、 差分値の各々を、各未知のストローク情報のストローク
    に沿った各位置に対応する許容偏差値で除して１組の結
    果の値を得るための手段と、 結果の値の各々を自乗して１組の平方値を得るための手
    段と、及び 平方値の組のすべてを加え合せて近似度を計算するため
    の手段と を含むことを特徴とするパターン同定装置。
  8. 【請求項８】特許請求の範囲第５項記載の装置であっ
    て、前記決定手段は、各未知のストローク情報に対する
    各テンプレートの近似度を上部決定しきい値、下部決定
    しきい値、及び差分決定しきい値と比較して、同定ラベ
    ル情報を決定するための手段を含むことを特徴とするパ
    ターン同定装置。
  9. 【請求項９】特許請求の範囲第８項記載の装置であっ
    て、前記決定手段は、最も高い近似度が下部決定しきい
    値よりも高く、次に高い近似度が上部決定しきい値より
    も低い場合に、テンプレートに割当てられたラベルを含
    む情報を同定ラベル情報として決定するための手段を含
    むことを特徴とするパターン同定装置。
  10. 【請求項１０】各未知のストロークを表す情報を発生す
    るための手段と、 各未知のストローク情報とテンプレート群の各テンプレ
    ートのストロークを表す情報との近似度を計算するため
    の手段と、テンプレート群を格納するためのテンプレー
    ト格納手段と、テンプレート群は個別テンプレートと、
    複数のテンプレートを含む類似群テンプレートとからな
    り、個別テンプレートと類似群テンプレートの各々には
    １つのラベルが付与され、該ラベルは文字を同定する符
    号化情報の展開に使用され、 各未知のストローク情報と最も近似するテンプレートが
    個別テンプレートであるときには該個別テンプレートに
    付与されたラベルを含む情報を、最近似テンプレートが
    類似群テンプレート内のある１つのテンプレートである
    ときには該類似群テンプレートに付与されたラベルを含
    む情報を発生するための手段と を具備するパターン同定装置。
JP59005845A 1983-01-19 1984-01-18 パターン同定方法及び装置 Expired - Lifetime JPH0652539B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US459180 1983-01-19
US06/459,180 US4573196A (en) 1983-01-19 1983-01-19 Confusion grouping of strokes in pattern recognition method and system

Publications (2)

Publication Number Publication Date
JPS59139485A JPS59139485A (ja) 1984-08-10
JPH0652539B2 true JPH0652539B2 (ja) 1994-07-06

Family

ID=23823731

Family Applications (1)

Application Number Title Priority Date Filing Date
JP59005845A Expired - Lifetime JPH0652539B2 (ja) 1983-01-19 1984-01-18 パターン同定方法及び装置

Country Status (6)

Country Link
US (1) US4573196A (ja)
EP (1) EP0114250B1 (ja)
JP (1) JPH0652539B2 (ja)
KR (1) KR840007288A (ja)
DE (1) DE3382507D1 (ja)
HK (1) HK10997A (ja)

Families Citing this family (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60136892A (ja) * 1983-12-26 1985-07-20 Hitachi Ltd オンライン手書き図形認識装置
US4829583A (en) * 1985-06-03 1989-05-09 Sino Business Machines, Inc. Method and apparatus for processing ideographic characters
US4850026A (en) * 1987-10-13 1989-07-18 Telecommunications Laboratories Dir. Gen'l Of Telecom. Ministry Of Communications Chinese multifont recognition system based on accumulable stroke features
US5247688A (en) * 1988-10-14 1993-09-21 Ricoh Company, Ltd. Character recognition sorting apparatus having comparators for simultaneous comparison of data and corresponding key against respective multistage shift arrays
JPH0331981A (ja) * 1989-06-29 1991-02-12 Canon Inc 文字認識装置
CA2036974C (en) * 1990-02-26 1996-06-11 Masayuki Kimura Pattern recognition data processing device using an associative matching method
JPH04238525A (ja) * 1991-01-22 1992-08-26 Sony Corp 文字入力制御装置および方法
US5285505A (en) * 1991-03-11 1994-02-08 International Business Machines Corporation Method and apparatus for improving prototypes of similar characters in on-line handwriting recognition
JPH05233623A (ja) * 1991-11-27 1993-09-10 Internatl Business Mach Corp <Ibm> ストローク構文入力装置
DE69328640T2 (de) * 1992-02-07 2000-09-28 Canon K.K., Tokio/Tokyo Verfahren und Einrichtung zur Mustererkennung
US5319721A (en) * 1992-04-14 1994-06-07 International Business Machines Corporation Methods and apparatus for evolving a starter set of handwriting prototypes into a user-specific set
US5649027A (en) * 1992-07-24 1997-07-15 Microsoft Corporation Recognition of handwritten words
WO1994004993A1 (en) * 1992-08-18 1994-03-03 Perception Software Corporation A recognition system with an automated development tool
US5515455A (en) * 1992-09-02 1996-05-07 The Research Foundation Of State University Of New York At Buffalo System for recognizing handwritten words of cursive script
US5596350A (en) * 1993-08-02 1997-01-21 Apple Computer, Inc. System and method of reflowing ink objects
US6366697B1 (en) 1993-10-06 2002-04-02 Xerox Corporation Rotationally desensitized unistroke handwriting recognition
US5438631A (en) * 1993-10-12 1995-08-01 Dai; Xiao-Wei Handwriting and character recognition system
JPH07200155A (ja) * 1993-12-10 1995-08-04 Microsoft Corp ペン型コンピュータシステムの非目的結果検出
JP3466689B2 (ja) * 1994-01-26 2003-11-17 キヤノン株式会社 手書き文字認識方法及びその装置
EP0769175B9 (en) 1994-07-01 2005-01-12 Palm Computing, Inc. Multiple pen stroke character set and handwriting recognition system
JP3189608B2 (ja) * 1995-02-01 2001-07-16 株式会社日立製作所 フロー式粒子画像解析方法
TW338815B (en) * 1995-06-05 1998-08-21 Motorola Inc Method and apparatus for character recognition of handwritten input
US5963666A (en) * 1995-08-18 1999-10-05 International Business Machines Corporation Confusion matrix mediated word prediction
US6041137A (en) * 1995-08-25 2000-03-21 Microsoft Corporation Radical definition and dictionary creation for a handwriting recognition system
US6055333A (en) * 1995-12-28 2000-04-25 Motorola, Inc. Handwriting recognition method and apparatus having multiple selectable dictionaries
US5909509A (en) * 1996-05-08 1999-06-01 Industrial Technology Research Inst. Statistical-based recognition of similar characters
US5889888A (en) 1996-12-05 1999-03-30 3Com Corporation Method and apparatus for immediate response handwriting recognition system that handles multiple character sets
US7610194B2 (en) * 2002-07-18 2009-10-27 Tegic Communications, Inc. Dynamic database reordering system
ATE443946T1 (de) * 1999-05-27 2009-10-15 Tegic Communications Inc Tastatursystem mit automatischer korrektur
US7030863B2 (en) * 2000-05-26 2006-04-18 America Online, Incorporated Virtual keyboard system with automatic correction
US7286115B2 (en) 2000-05-26 2007-10-23 Tegic Communications, Inc. Directional input system with automatic correction
US7750891B2 (en) 2003-04-09 2010-07-06 Tegic Communications, Inc. Selective input system based on tracking of motion parameters of an input device
US7821503B2 (en) * 2003-04-09 2010-10-26 Tegic Communications, Inc. Touch screen and graphical user interface
US6970599B2 (en) * 2002-07-25 2005-11-29 America Online, Inc. Chinese character handwriting recognition system
JP4061094B2 (ja) * 2002-03-15 2008-03-12 インターナショナル・ビジネス・マシーンズ・コーポレーション 音声認識装置、その音声認識方法及びプログラム
CN100373401C (zh) * 2005-04-28 2008-03-05 西门子（中国）有限公司 基于笔划序列的汉字手写输入法
US20080154576A1 (en) * 2006-12-21 2008-06-26 Jianchao Wu Processing of reduced-set user input text with selected one of multiple vocabularies and resolution modalities
US8201087B2 (en) 2007-02-01 2012-06-12 Tegic Communications, Inc. Spell-check for a keyboard system with automatic correction
US8225203B2 (en) 2007-02-01 2012-07-17 Nuance Communications, Inc. Spell-check for a keyboard system with automatic correction
CN102970415A (zh) * 2012-11-01 2013-03-13 广东欧珀移动通信有限公司 一种手机的解锁方法
WO2015141260A1 (ja) * 2014-03-17 2015-09-24 株式会社河合楽器製作所 手書き音楽記号認識装置およびプログラム
CN106599640A (zh) * 2016-11-30 2017-04-26 上海斐讯数据通信技术有限公司 一种用户终端的加密系统、加密方法以及解锁系统、解锁方法
CN108319626B (zh) * 2017-01-18 2022-06-03 阿里巴巴集团控股有限公司 一种基于名称信息的对象分类方法与设备
US10438098B2 (en) * 2017-05-19 2019-10-08 Hand Held Products, Inc. High-speed OCR decode using depleted centerlines
CN111523622B (zh) * 2020-04-26 2023-01-31 重庆邮电大学 基于特征图像自学习的机械臂模拟手写笔迹方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3165718A (en) * 1961-12-04 1965-01-12 Ibm Speciment identification apparatus
US3560927A (en) * 1966-11-04 1971-02-02 Control Data Corp Multi-font reading machines
USB618016I5 (ja) * 1968-11-29
US3700815A (en) * 1971-04-20 1972-10-24 Bell Telephone Labor Inc Automatic speaker verification by non-linear time alignment of acoustic parameters
JPS5517988B2 (ja) * 1974-06-05 1980-05-15
US3995254A (en) * 1975-07-16 1976-11-30 International Business Machines Corporation Digital reference matrix for word verification
JPS5951547B2 (ja) * 1976-01-01 1984-12-14 科研製薬株式会社 ベンゾフラン誘導体
US4040010A (en) * 1975-11-06 1977-08-02 Stanford Research Institute Identification by handwriting verification
US4035768A (en) * 1976-05-03 1977-07-12 Veripen, Inc. Personal identification apparatus
US4173753A (en) * 1977-09-22 1979-11-06 Hsu Ching Chou Input system for sino-computer
JPS5580183A (en) * 1978-12-12 1980-06-17 Nippon Telegr & Teleph Corp <Ntt> On-line recognition processing system of hand-written character
JPS5827551B2 (ja) * 1979-05-18 1983-06-10 日本電信電話株式会社 オンライン手書き文字認識方式
US4365235A (en) * 1980-12-31 1982-12-21 International Business Machines Corporation Chinese/Kanji on-line recognition system

Also Published As

Publication number Publication date
HK10997A (en) 1997-02-05
DE3382507D1 (de) 1992-03-19
EP0114250A2 (en) 1984-08-01
KR840007288A (ko) 1984-12-06
US4573196A (en) 1986-02-25
JPS59139485A (ja) 1984-08-10
EP0114250B1 (en) 1992-02-05
EP0114250A3 (en) 1987-04-01

Similar Documents

Publication Publication Date Title
JPH0652539B2 (ja) パターン同定方法及び装置
EP0114248B1 (en) Complex pattern recognition method and system
US5610996A (en) Method and apparatus for arc segmentation in handwriting recognition
US6956969B2 (en) Methods and apparatuses for handwriting recognition
US4718102A (en) Process and apparatus involving pattern recognition
JP2641388B2 (ja) 手書き文字認識システムにおけるライン・スペース及びベース・ラインの調整方法
US6018591A (en) Scribble matching
Burrow Arabic handwriting recognition
EP1630723A2 (en) Spatial recognition and grouping of text and graphics
WO1995034048A1 (en) Method and apparatus for automated text recognition
Prasanth et al. Elastic matching of online handwritten Tamil and Telugu scripts using local features
Shilman et al. Recognition and grouping of handwritten text in diagrams and equations
Procter et al. Cursive handwriting recognition using hidden Markov models and a lexicon-driven level building algorithm
Sotoodeh et al. A music symbols recognition method using pattern matching along with integrated projection and morphological operation techniques
KR100248601B1 (ko) 온라인 문자 인식 방법 및 장치
Tou et al. Automatic recognition of handwritten characters via feature extraction and multi-level decision
SE528063C2 (sv) Metod och anordning för segmenteringsbaserad igenkänning
Nasien et al. New feature vector from freeman chain code for handwritten roman character recognition
JP3419251B2 (ja) 文字認識装置及び文字認識方法
Drissman et al. Handwriting Recognition Systems: An Overview
JP3015137B2 (ja) 手書文字認識装置
Senior et al. Using constrained snakes for feature spotting in off-line cursive script
JP2851865B2 (ja) 文字認識装置
KR940001048B1 (ko) 온라인 필기체문자인식방법
Kim et al. Substroke matching by segmenting and merging for online Korean cursive character recognition