JPH0962787A - 文字又は図形の認識方法及びシステム - Google Patents

文字又は図形の認識方法及びシステム

Info

Publication number
JPH0962787A
JPH0962787A JP7216249A JP21624995A JPH0962787A JP H0962787 A JPH0962787 A JP H0962787A JP 7216249 A JP7216249 A JP 7216249A JP 21624995 A JP21624995 A JP 21624995A JP H0962787 A JPH0962787 A JP H0962787A
Authority
JP
Japan
Prior art keywords
character
vector sequence
input
graphic
recognizing
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
Application number
JP7216249A
Other languages
English (en)
Inventor
Kazutaka Yamazaki
一孝 山崎
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.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
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 International Business Machines Corp filed Critical International Business Machines Corp
Priority to JP7216249A priority Critical patent/JPH0962787A/ja
Priority to KR1019960027872A priority patent/KR100204618B1/ko
Priority to CN96106991A priority patent/CN1100304C/zh
Publication of JPH0962787A publication Critical patent/JPH0962787A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
    • G06F3/023—Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
    • G06F3/0233—Character input methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Character Discrimination (AREA)

Abstract

(57)【要約】 【課題】オンラインで入力された文字の筆順以外の情報
の情報を利用して文字認識を行う方法を提供するもので
ある。 【解決手段】オンラインで記入領域上に入力された文字
又は図形を認識する方法において、オンラインで入力さ
れた文字又は図形をサンプリングして、サンプリング情
報を抽出するステップと、サンプリング情報に基づい
て、入力された文字又は図形から複数の局所領域を決定
するステップと、それぞれの局所領域ごとに特徴ベクト
ルを求めるステップと、それぞれの特徴ベクトルの記入
領域上の配置に基づいたベクトル列を求めるステップ
と、ベクトル列に基づいて、入力された文字または図形
を認識するステップとを有する方法。

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、文字又は図形の認識方
法及びシステムに係り、特にオンラインで入力された手
書き漢字等の認識方法及びシステムに関する。
【０００２】
【従来の技術】オンラインで入力された手書き文字又は
図形を認識する自動システムとして、数々の手法が従来
提案されている。例えば、特願平４−２２０４１０号
（米国特許第５，３４３，５３７号）は、１つまたはい
くつかの特徴ベクトル空間、各空間におけるガウス・モ
デリング及び全ての空間における全ての関連プロトタイ
プの寄与を勘案する混合複合における手書きの適当な表
示に基づいて手書きされたテキストの自動認識を行う方
法及び装置を開示している。
【０００３】具体的には、電子タブレット上のスタイラ
スによる筆記者の筆記に応答して、筆記者からの手書き
入力を含む既知の文字をサンプリングする。このサンプ
ルされた既知の文字の手書き空間におけるパラメータ・
ベクトル表示を行い、サンプルされた既知の文字の手書
き空間におけるパラメータ・ベクトル表示の提供に応答
して、手書きプロトタイプを提供する。そして、タブレ
ット上のスタイラスによる筆記者の筆記に応答して、筆
記者から認識されるべき手書き入力を含む未知の文字を
サンプリングし、サンプルされた未知の文字の手書き空
間におけるパラメータ・ベクトル表示を行う。候補文字
のリストを作ることを含む、手書きプロトタイプと前記
サンプルされた未知の文字の手書き空間におけるパラメ
ータ・ベクトル表示との弾道比較に基いて、手書きプロ
トタイプの少なくとも１つが未知の文字として認識され
る候補文字である尤度を評価する。そして、候補文字リ
ストの弾道分析を行って、認識されるべき手書き入力を
含むサンプルされた未知の文字を認識している。
【０００４】また、特願平４−３２８１２８号は、隠れ
マルコフモデルを用いて手書き認識を行う方法及びシス
テムが開示されている。
【０００５】一般に、オンライン手書き文字認識は、文
字が正しい筆順で書かれていると仮定できる場合におい
ては、高い確率で文字を認識することができる。上述の
従来技術もこのような筆順、すなわちストロークの順序
という時間的な情報に基づいて文字認識を行っている。
しかしながら、漢字などの画数の多い文字では、書き手
によって筆順に違いが生じるため、同一の文字でありな
がら時間的な情報も相違する。従って、同じ文字も、そ
の筆順によっては誤って認識される場合がある。
【０００６】また、文字認識は、入力された文字から抽
出・作成されたモデルを文字認識システム中の辞書に記
憶された多数のモデルと比較してそれぞれのスコアを求
めていくことによって達成される。従って、上述のスト
ロークの順序の相違を考慮して、ある１つの文字につい
て、予想されるいくつものパターンのモデルを辞書に記
憶しておくとすると、辞書内容が必然的に膨大なものと
なる。これは、辞書容量の増大のみならず、認識速度の
低下にもつながるため好ましくない。
【０００７】
【発明が解決しようとする課題】本発明は上述の問題点
に鑑みなされたもので、その目的は、入力の筆順と画数
に制限のない認識手法を提案することである。このよう
な手法は、文字の画数が、英語などに比べて多い日本
語、特に漢字の認識において効果的である。
【０００８】また、本発明の別の目的は、文字の筆順以
外の情報、すなわち時間的な情報以外の情報を利用して
文字認識を行うものである。
【０００９】
【課題を解決するための手段】本発明は、記入領域上に
入力された文字又は図形を認識する方法において、入力
された文字又は図形をサンプリングして、サンプリング
情報を抽出するステップと、サンプリング情報に基づい
て、入力された文字又は図形から複数の局所領域を決定
するステップと、それぞれの局所領域ごとに特徴ベクト
ルを求めるステップと、それぞれの特徴ベクトルの記入
領域上の配置に基づいたベクトル列を求めるステップ
と、ベクトル列に基づいて、入力された文字または図形
を認識するステップとを有する方法を提供する。ここ
で、記入領域とは、認識しようとする文字又は図形が存
在する領域をいう。そして、この領域上の局所領域の位
置に基づいて、特徴ベクトルを順序づけて並べることに
より、特徴ベクトルのベクトル列を求めることができ
る。この記入領域は、オンライン文字認識においては、
一般には、文字が入力される枠領域や下線領域などであ
る。
【００１０】ここで、上記のベクトル列を求めるステッ
プは、記入領域上の一方向から対向する方向における局
所領域が配置された順序に基づいて決定されるようにす
ることが好ましい。より具体的には、ｘ、ｙ座標で表現
される記入領域において、ベクトル列に対応する局所領
域を参照して、そのｙ座標が大きいものから順々に並べ
ることにより求めることが好ましい。
【００１１】また、別の発明は、オンラインで記入領域
上に入力された文字又は図形を認識する方法において、
オンラインで入力された文字又は図形をサンプリングし
て、サンプリング情報を抽出するステップと、サンプリ
ング情報に基づいて、入力された文字又は図形から複数
の局所領域を決定するステップと、それぞれの局所領域
ごとに特徴ベクトルを求めるステップと、オンラインで
記入された文字又は図形のストロークの順序に基づい
て、複数の特徴ベクトルからなる第１のベクトル列を求
めるステップと、それぞれの特徴ベクトルの記入領域上
の配置に基づいて、複数の特徴ベクトルからなる第２の
のベクトル列を求めるステップと、第１のベクトル列及
び第２のベクトル列に基づいて、入力された文字または
図形を認識するステップとを有する方法を提供する。
【００１２】ここで、上記の第２のベクトル列を求める
ステップは、記入領域上の一方向から対向する方向にお
ける局所領域が配置された順序に基づいて決定されるよ
うにすることが好ましい。
【００１３】また、上記の認識するステップは、隠れマ
ルコフモデル法またはＤＰマッチング法を用いて、前記
入力された文字又は図形を認識することが好ましい。
【００１４】さらに、別の発明は、オンラインで記入領
域上に入力された文字又は図形を認識するシステムにお
いて、オンラインで入力された文字又は図形をサンプリ
ングして、サンプリング情報を抽出する手段と、サンプ
リング情報に基づいて、入力された文字又は図形から複
数の局所領域を決定し、それぞれの局所領域ごとに特徴
ベクトルを求める手段と、それぞれの特徴ベクトルの記
入領域上の配置に基づいたベクトル列を求める手段と、
ベクトル列に基づいて、入力された文字または図形を認
識する手段とを有するシステムを提供する。
【００１５】ここで、上記のベクトル列を求める手段
は、記入領域上の一方向から対向する方向における前記
局所領域が配置された順序に基づいて、ベクトル列を求
めることが好ましい。
【００１６】
【実施例】以下、本発明の好ましい実施例として、オン
ライン文字認識を例に説明する。図１は、本発明におけ
る手書き認識システムのブロック図である。このシステ
ムは、コンピュータプラットホーム１１０を含む。コン
ピュータプラットホーム１１０は、ランダムアクセスメ
モリ（ＲＡＭ）１１８、中央処理装置（ＣＰＵ）１２０
及び入出力インターフェース１２２などからなるハード
ウェア要素１１６を有する。コンピュータプラットホー
ム１１０は、オペレーティングシステム１１２を有し、
マイクロ命令コード１１４を有していても良い。
【００１７】コンピュータプラットホーム１１０には、
オンラインで記入領域上に入力された文字又は図形をサ
ンプリングして、サンプリング情報を抽出する手段、例
えば電子書込タブレット１２６が接続されている。この
タブレット１２６は、ユーザが入力ペンを用いて記入領
域に所望の文字や図形を記入するためのものである。端
末１２４、データ記憶デバイス１２８及びプリンタ１３
０などの多くの周辺装置も接続されている。
【００１８】プラットホーム１１０では、手書き認識プ
ログラム１０２が作動する。手書き認識プログラム１０
２によって、フロントエンド１０４、再配置処理機構１
０６及びモデリング要素１０８が作動する。ここで、フ
ロントエンド１０４は、サンプリング情報に基づいて、
入力された文字又は図形から複数の局所領域を決定する
とともに、それぞれの局所領域ごとに特徴ベクトルを求
めるためのものである。再配置処理機構１０６は、それ
ぞれの特徴ベクトルの記入領域上の配置に基づいたベク
トル列を求めるためのものである。これは、例えば、記
入領域上の一方向から対向する方向における局所領域が
配置された順序に基づいて求めることができる。また、
モデリング要素１０８は、ベクトル列に基づいて、ユー
ザにより入力された文字または図形を認識するためのも
のである。
【００１９】図２は、本実施例における手書き認識方法
のフローチャートである。まず、オンラインで入力され
た文字又は図形をサンプリングして、サンプリング情報
を抽出する（ステップ２０１）。これは、ユーザが電子
書込タブレット１２６の記入領域上に記入した文字や図
形がサンプリングの対象となる。
【００２０】このサンプリング情報に基づいて、入力さ
れた文字又は図形から複数の局所領域が決定される（ス
テップ２０２）。すなわち、ステップ２０１によって抽
出された入力の各サンプル点は、記入領域における座標
（Ｘn、Ｙn）で定義される点である。これらの点の間隔
は、筆記者の筆記速度が必ずしも一定ではないので、通
常は等しくなく、ユーザが記入した速度の関数として表
される。そこで、各サンプル点を正規化して等間隔の点
ｐ（Ｘm、Ｙm）にする。このように、タブレット１２６
により捕捉された、時間に依存する各サンプル点は、全
ての点が等間隔である時間に依存しない表現に変換され
る。
【００２１】次に正規化された等間隔の点ｐに基づいて
局所領域が決定される。ここで局所領域とは、ある文字
・図形の認識する場合に必要とされる特徴的な一部分を
いう。一般に、局所領域は、ストロークの始点、終点ま
たはｘ、ｙ座標の極大値・極小値を含む領域であること
が多い。局所領域は同数の点（例えば２Ｋ＋１個）で構
成されるように決められており、文字・図形は、複数の
局所領域を有する。
【００２２】ステップ２０２によって求められた複数の
局所領域のそれぞれについて、対応する特徴ベクトルを
求める（ステップ２０３）。なお、このステップは、ス
テップ２０２とともに、図１で示したシステムのフロン
トエンド１０４において行われる。
【００２３】ここで特徴ベクトルとは、ある局所領域の
特徴、例えば、その領域内の各点の座標やストロークの
曲がり具合といったような点間の関係等のパラメータを
有するベクトルをいう。局所領域内のある点が同領域内
の他の点からどの程度変位しているかを示すパラメータ
等が含まれている。
【００２４】なお、ある文字における特徴ベクトルの数
がＮ個の場合は、Ｎ個の特徴ベクトルの順序を示すベク
トル列もこのステップにおいて決定されることがある。
しかしながら、このベクトル列の順序は、以下に述べる
ように記入領域上の配置に基づいて順序の並び替えが行
われる。従って、このステップにおいて求められたもの
は初期的なベクトル列であるから、そのベクトルの順序
はどのような順序であっても構わない。ここで求められ
る初期的なベクトル列は、一般的には、オンラインで入
力された文字や図形のストローク順、すなわち時間的な
順序に基づいて並べられている。
【００２５】求めれた複数の特徴ベクトルを記入領域上
の配置に基づいて順序づけてベクトル列を求める（ステ
ップ２０４）。ステップ２０３において、ストロークの
順序に従って既にベクトル列が求められているような場
合には、その順序を記入領域上の配置に基づいて並べ替
える場合も含まれる。このステップについては、後に詳
述する。なお、このステップは、再配置処理機構１０６
において行われる。
【００２６】最後に、ベクトル列に基づいて、入力され
た文字または図形を認識する（ステップ２０５）。ステ
ップ２０４により、記入領域上の配置に基づいたベクト
ル列を隠れマルコフモデル（ＨＭＭ）等でモデル化する
ことにより、入力された文字・図形をシステムが認識す
る。すなわち、特徴ベクトルのベクトル列を、システム
の辞書に記憶されているある文字の隠れマルコフモデル
等と順次比較してスコアを計算し、スコアの最も良いも
のを特定することにより、文字等の認識が達成される。
なお、ＤＰマッチング法を用いて認識することももちろ
ん可能である。このように、本来的に筆順に基づいて文
字認識を行うＨＭＭ等に、本発明を適用することによ
り、正しい筆順で書かれておらず、かつ続け書きされて
いるような文字についても高い確率で認識することが可
能となる。
【００２７】上記のステップ２０４について図３をもと
にさらに詳述する。まず、ステップ２０２において求め
れれたある文字・図形の１つの局所領域のｙ座標を求め
る（ステップ３０１）。しかしながら、ある局所領域を
構成する点は複数個で、そのｙ座標も所定の範囲を有し
ているので、局所領域のｙ座標を１つに特定するために
は、何らかのアルゴリズムが必要である。そこで、ある
特徴ベクトルｆnに対応した局所領域のｙ座標ｙnを特定
するために、局所領域が２Ｋ＋１個の点から構成されて
いる場合、Ｋ＋１番目の点を局所領域のｙ座標と定義す
る。例えば、局所領域が５点から構成される場合におい
て、３番目の点ｐのｙ座標を局所領域のｙ座標とする。
このように定義することにより、容易にある局所領域の
ｙ座標を特定することができる。
【００２８】なお、局所領域のｙ座標をこのように定義
するのは、特徴ベクトルのベクトル列を記入領域の配置
に基づいて並び替えるための評価基準を与えるためであ
る。従って、本発明はこの定義以外にも、さまざまな方
法が考えられる。例えば、２Ｋ＋１個の点のそれぞれの
ｙ座標を求め、その平均値を局所領域のｙ座標と定義し
ても良い。
【００２９】また、ベクトル列の並び替えは、本実施例
ではｙ座標を基準しているが、ｘ座標に基づいても良い
のは当然である。本発明は、オンラインで記入された文
字のストロークの順序に基づいた特徴ベクトルのベクト
ル列ではなく、記入領域上の配置の基づいたベクトル列
をもって、文字認識を行うことが重要な特徴である。従
って、記入領域上の一方向から対向する方向における局
所領域の座標の大小関係が把握できる限り、この方法に
は限定されない。
【００３０】全ての局所領域のｙ座標を求めたかどうか
を判断する（ステップ３０２）。「Ｎｏ」の場合には、
ステップ３０１に戻り、全ての局所領域のｙ座標が決定
されるまで、これを繰り返す。この一連のステップによ
って、文字又は図形がＮ個の局所領域から構成されてい
る場合に、それらの局所領域の全てのｙ座標が決定され
る。
【００３１】ステップ３０２で「Ｙｅｓ」となった場
合、すなわち、全ての局所領域のｙ座標が求まると、配
列Ａが作成される（ステップ３０３）。配列Ａは、特徴
ベクトルと、それに対応する局所領域のｙ座標の組（ｆ
n,ｙn）をパラメータとしている。
【００３２】局所領域のｙ座標の大きい順に配列Ａを並
び替える（ステップ３０４）。このソートは、既知の整
列アルゴリズムによって行うことができる。
【００３３】ベクトル列を決定する（ステップ３０
５）。ソートされた配列Ａから、その順番で特徴ベクト
ルを取り出して並べたものをベクトル列とする。
【００３４】以上のような手順（ステップ３０１から３
０５）によって、求まったベクトル列を上記のステップ
２０５のシステムの辞書の記憶内容と比較することによ
り、文字を認識することができる。
【００３５】次に、具体的に文字認識の例として、図４
に示すように、タブレットの記入領域に「と」が入力さ
れた場合について説明する。図４（ａ）のように、記入
領域に入力された文字は、図示していない横方向のｘ座
標及び縦方向のｙ座標により特定された３４個の点の集
合として正規化される。システムは、正規化された３４
個の点の集合をもとに、図４（ｂ）に示すような６つの
局所領域（ｒ1からｒ6）を決定する。局所領域は、５個
の点を含むように構成されており、入力された文字の各
ストロークの始点・終点やｘ座標の値またはｙ座標の値
が極大・極小になる領域を含むように決定される。
【００３６】図５は、このように特定された６つの局所
領域（ｒ1からｒ6）と局所領域を構成する点ｐnとの関
係を示している。なお、ここで、ｒ1、ｒ2、ｒ3及びｒ6
には、図４（ａ）に示されていない点ｐ0が含まれてい
る。このような架空の点を設けたのは、ストロークの始
点・終点が局所領域の中心になるようするとともに、始
点・終点を含む局所領域を特定するアルゴリズムとそれ
以外の領域をアルゴリズムとを区別することなく、統一
的に取り扱えるようにするためである。従って、図５か
らも理解できるように、局所領域のｙ座標はｎ＋１番目
の点、すなわちｎ＝２なので実点である３番目の点なの
で、３番目の点が特定されている限り、架空の点ｐ0の
具体的な値は問題とならない。
【００３７】局所領域ｒ1からｒ6にそれぞれ対応した特
徴ベクトルをｆ1からｆ6を求め、入力のストロークの順
序に基づいたベクトル列を （ｆ1、ｆ2、ｆ3、ｆ4、ｆ5、ｆ6） とする。この場合におけるそれぞれの局所領域のｙ座標
を図６に示す。従って、特徴ベクトルと局所領域のｙ座
標との要素からなる配列Ａは、以下のようになる。 配列Ａ：(ｆ1,100),(ｆ2,59),(ｆ3,73),(ｆ4,27),(ｆ5,
0),(ｆ6,19) これを、整列アルゴリズムを用いてｙ座標の大きいもの
順にソートすると、以下のようになる。 配列Ａ：(ｆ1,100),(ｆ3,73),(ｆ2,59),(ｆ4,27),(ｆ6,
19),(ｆ5,0) このようにして、特徴ベクトルのみを抽出して、ｙ座標
の大きさに基づいたベクトル列 （ｆ1、ｆ3、ｆ2、ｆ4、ｆ6、ｆ5） が得られる。
【００３８】この得られたベクトル列は、図４（ａ）の
「と」のストロークの順序が逆の場合においても、全く
同じである。従来は、同じ文字でもストロークの順序に
応じて別のベクトル列が生成されていたので、１つの文
字についても順序に応じた複数のモデルを辞書に用意し
ておかなければならなかった。しかしながら、この方法
では、ストロークの順序に関わらず、同じ特徴ベクトル
のベクトル列が得られるため、辞書が有するモデルは１
つで良い。従って、辞書の記憶容量を小さくでき、認識
時間を短縮することができる。
【００３９】なお、実際の文字認識においては、筆順の
少ない字種と多い字種が混在することが多い。このよう
な場面では、記入領域の配置に基づいた本発明の認識方
法と、ストロークの順序に基づいた認識方法との両方を
用いて、両方のスコアを参酌することによって、文字認
識率を向上させることも可能である。また、筆順が人に
よって異なる可能性が高い文字については、本発明の方
法により得られるスコアを重視し、可能性が低い文字に
ついては、ストローク順序に基づいたスコアを重視する
という方法も有効である。この場合には、オンラインで
記入された文字又は図形のストロークの順序に基づいて
特徴ベクトルが配列されたベクトル列と記入領域上の局
所領域（特徴ベクトルに対応）の配置に基づいて特徴ベ
クトルが配列されたベクトル列との両方を求め、それぞ
れについてモデルと比較してスコアをだすことが必要と
なる。
【００４０】
【効果】本発明では、ユーザがどのような筆順で文字を
入力しても、同一の特徴ベクトルが得られるので、１つ
の文字のモデルを削減することができる。従って、モデ
ルが記憶された辞書の容量を減少することができ、高速
に文字認識を行うことが可能となる。
【図面の簡単な説明】
【図１】本実施例における手書き認識システムのブロッ
ク図である。
【図２】本実施例における手書き認識方法のフローチャ
ートである。
【図３】特徴ベクトルのベクトル列を求める点を詳述し
たフローチャートである。
【図４】タブレットの記入領域に「と」が入力された場
合の点の集合及び局所領域を示す図である。
【図５】それぞれの局所領域における構成する点を示し
た表である。
【図６】それぞれの局所領域のｙ座標を示した表であ
る。
【符号の説明】
１０２・・・手書き認識プログラム １０４・・・フロントエンド １０８・・・モデリング要素 １１０・・・コンピュータプラットホーム １１２・・・オペレーティングシステム １１４・・・マイクロ命令コード １１６・・・ハードウェア要素 １１８・・・ランダムアクセスメモリ（ＲＡＭ） １２０・・・中央処理装置（ＣＰＵ） １２２・・・入出力インターフェース １２４・・・端末 １２６・・・電子書込タブレット １２８・・・データ記憶デバイス １３０・・・プリンタ

Claims (11)

    【特許請求の範囲】
  1. 【請求項１】文字又は図形を認識する方法において、 ある領域に存在する文字又は図形をサンプリングして、
    サンプリング情報を抽出するステップと、 前記サンプリング情報に基づいて、前記文字又は図形に
    おける複数の局所領域を決定するステップと、 それぞれの前記局所領域ごとに特徴ベクトルを求めるス
    テップと、 それぞれの前記特徴ベクトルを、前記文字又は図形が存
    在する領域上の前記局所領域の位置に基づいて、順序づ
    けて並べることにより、前記特徴ベクトルのベクトル列
    を求めるステップと、 前記ベクトル列に基づいて、前記文字または図形を認識
    するステップとを有することを特徴とする方法。
  2. 【請求項２】前記ベクトル列を求めるステップは、前記
    文字または図形が存在する平面領域上の一方向から対向
    する方向における、それぞれの前記局所領域の位置の順
    序に基づいていること特徴とする請求項１に記載の方
    法。
  3. 【請求項３】オンラインで入力された文字又は図形を認
    識する方法において、 記入領域に入力された文字又は図形をサンプリングし
    て、サンプリング情報を抽出するステップと、 前記サンプリング情報に基づいて、入力された前記文字
    又は図形から複数の局所領域を決定するステップと、 それぞれの前記局所領域ごとに特徴ベクトルを求めるス
    テップと、 それぞれの前記特徴ベクトルの前記記入領域上の配置に
    基づいた前記ベクトル列を求めるステップと、 前記ベクトル列に基づいて、前記文字又は図形を認識す
    るステップとを有することを特徴とする方法。
  4. 【請求項４】前記ベクトル列を求めるステップは、前記
    記入領域上の一方向から対向する方向における前記局所
    領域が配置された順序に基づいていること特徴とする請
    求項３に記載の方法。
  5. 【請求項５】前記文字は、漢字であることを特徴とする
    請求項１乃至４に記載の方法。
  6. 【請求項６】オンラインで記入領域上に入力された文字
    又は図形を認識する方法において、 入力された文字又は図形をサンプリングして、サンプリ
    ング情報を抽出するステップと、 前記サンプリング情報に基づいて、前記入力された文字
    又は図形から複数の局所領域を決定するステップと、 それぞれの前記局所領域ごとに特徴ベクトルを求めるス
    テップと、 オンラインで記入された文字又は図形のストロークの順
    序に基づいて、複数の前記特徴ベクトルからなる第１の
    ベクトル列を求めるステップと、 それぞれの前記特徴ベクトルの前記記入領域上の配置に
    基づいて、複数の前記特徴ベクトルからなる第２のベク
    トル列を求めるステップと前記第１のベクトル列及び前
    記第２のベクトル列に基づいて、前記入力された文字ま
    たは図形を認識するステップとを有することを特徴とす
    る方法。
  7. 【請求項７】前記第２のベクトル列を求めるステップ
    は、前記記入領域上の一方向から対向する方向における
    前記局所領域が配置された順序に基づいていること特徴
    とする請求項６に記載の方法。
  8. 【請求項８】前記認識するステップは、隠れマルコフモ
    デル法またはＤＰマッチング法を用いて、前記入力され
    た文字又は図形を認識することを特徴とする請求項１乃
    至７に記載の方法。
  9. 【請求項９】記入領域上に入力された文字又は図形を認
    識するシステムにおいて、 入力された文字又は図形をサンプリングして、サンプリ
    ング情報を抽出する手段と、 前記サンプリング情報に基づいて、前記入力された文字
    又は図形から複数の局所領域を決定し、それぞれの前記
    局所領域ごとに特徴ベクトルを求める手段と、 それぞれの前記特徴ベクトルの前記記入領域上の配置に
    基づいた前記ベクトル列を求める手段と、 前記ベクトル列に基づいて、前記入力された文字または
    図形を認識する手段とを有することを特徴とするシステ
    ム。
  10. 【請求項１０】前記ベクトル列を求める手段は、前記記
    入領域上の一方向から対向する方向における前記局所領
    域が配置された順序に基づいて、前記ベクトル列を求め
    ていること特徴とする請求項９に記載のシステム。
  11. 【請求項１１】前記認識する手段は、隠れマルコフモデ
    ルまたはＤＰマッチングを用いた認識手段であることを
    特徴とする請求項９に記載のシステム。
JP7216249A 1995-08-24 1995-08-24 文字又は図形の認識方法及びシステム Pending JPH0962787A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP7216249A JPH0962787A (ja) 1995-08-24 1995-08-24 文字又は図形の認識方法及びシステム
KR1019960027872A KR100204618B1 (ko) 1995-08-24 1996-07-11 문자 또는 도형의 인식 방법 및 시스템
CN96106991A CN1100304C (zh) 1995-08-24 1996-07-31 识别字符或图形的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP7216249A JPH0962787A (ja) 1995-08-24 1995-08-24 文字又は図形の認識方法及びシステム

Publications (1)

Publication Number Publication Date
JPH0962787A true JPH0962787A (ja) 1997-03-07

Family

ID=16685614

Family Applications (1)

Application Number Title Priority Date Filing Date
JP7216249A Pending JPH0962787A (ja) 1995-08-24 1995-08-24 文字又は図形の認識方法及びシステム

Country Status (3)

Country Link
JP (1) JPH0962787A (ja)
KR (1) KR100204618B1 (ja)
CN (1) CN1100304C (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7305434B2 (en) 2001-05-22 2007-12-04 Risei Notsu Terminal group image recognition system

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5060277A (en) * 1985-10-10 1991-10-22 Palantir Corporation Pattern classification means using feature vector regions preconstructed from reference data

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7305434B2 (en) 2001-05-22 2007-12-04 Risei Notsu Terminal group image recognition system

Also Published As

Publication number Publication date
CN1100304C (zh) 2003-01-29
CN1145494A (zh) 1997-03-19
KR970012219A (ko) 1997-03-29
KR100204618B1 (ko) 1999-06-15

Similar Documents

Publication Publication Date Title
KR100297482B1 (ko) 수기입력의문자인식방법및장치
JP4274941B2 (ja) 手書き文字を復号化するための方法および装置
KR102326395B1 (ko) 다수의 객체 입력을 인식하기 위한 시스템 및 그 방법 및 제품
JP4308785B2 (ja) デジタルインク質疑検索装置及びその方法
JP3004495B2 (ja) 手書き記号の認識方法
US7756335B2 (en) Handwriting recognition using a graph of segmentation candidates and dictionary search
US10007859B2 (en) System and method for superimposed handwriting recognition technology
EP0686931A2 (en) Searching and matching unrecognized handwriting
JP4958236B2 (ja) 手書きパターンを認識するための方法及び装置
CN107912062B (zh) 叠覆手写的系统和方法
JPH0962787A (ja) 文字又は図形の認識方法及びシステム
US7133556B1 (en) Character recognition device and method for detecting erroneously read characters, and computer readable medium to implement character recognition
KR20220132536A (ko) 필기에서의 수학 검출
JP2001283157A (ja) 単語認識方法および単語認識プログラム
JPS6228889A (ja) 情報認識装置
Liang et al. Character-position-free on-line handwritten Japanese text recognition
JP2989387B2 (ja) 入力文字処理装置における句点認識装置及び句点認識方法
JPS61153787A (ja) 情報処理装置
JPH05189621A (ja) オンライン手書き文字認識装置
JPS6059487A (ja) 手書文字認識装置
JPH07141468A (ja) 手書入力文字装置における手書文字認識処理方法
JPH08171612A (ja) パターン認識装置
JPH07254052A (ja) 文字認識装置
JPS62138989A (ja) オンライン文字認識装置
KR19990010218A (ko) 군집화된 알파벳 추출에 의한 온라인 영문 단어 인식 장치 및 방법