JPH0981730A - パターン認識方法及び装置及びコンピュータ制御装置 - Google Patents
パターン認識方法及び装置及びコンピュータ制御装置Info
- Publication number
- JPH0981730A JPH0981730A JP7238700A JP23870095A JPH0981730A JP H0981730 A JPH0981730 A JP H0981730A JP 7238700 A JP7238700 A JP 7238700A JP 23870095 A JP23870095 A JP 23870095A JP H0981730 A JPH0981730 A JP H0981730A
- Authority
- JP
- Japan
- Prior art keywords
- recognition
- similarity
- pattern
- correct answer
- amount
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Character Discrimination (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】ある未知パターンに対して異なる複数の認識手
法を適用して得られた認識候補を統合して出力する際
に、個々の認識手法において得られた認識候補を適切な
順位に配置することを可能とする。 【解決手段】文字入力部１０１より入力された認識対象
パターンに対して、認識処理部Ａ１０２、Ｂ１０３によ
り複数種類の認識処理を施し、それぞれの認識処理部に
おいて複数の認識候補と認識スコアを獲得する。正解度
算出部Ａ１０４、Ｂ１０５は認識処理部Ａ１０２、Ｂ１
０３のそれぞれで得られた認識スコアを、パラメータ格
納部Ａ１０８、Ｂ１０９に格納されたパラメータを用い
て、複数種類の認識処理に共通の尺度による正解度に変
換する。決定部１０６は、正解度算出部によって得られ
た正解度に基づいて、前記複数種類の認識処理部それぞ
れで得られた認識候補を順序付け、認識候補列を生成す
る。
法を適用して得られた認識候補を統合して出力する際
に、個々の認識手法において得られた認識候補を適切な
順位に配置することを可能とする。 【解決手段】文字入力部１０１より入力された認識対象
パターンに対して、認識処理部Ａ１０２、Ｂ１０３によ
り複数種類の認識処理を施し、それぞれの認識処理部に
おいて複数の認識候補と認識スコアを獲得する。正解度
算出部Ａ１０４、Ｂ１０５は認識処理部Ａ１０２、Ｂ１
０３のそれぞれで得られた認識スコアを、パラメータ格
納部Ａ１０８、Ｂ１０９に格納されたパラメータを用い
て、複数種類の認識処理に共通の尺度による正解度に変
換する。決定部１０６は、正解度算出部によって得られ
た正解度に基づいて、前記複数種類の認識処理部それぞ
れで得られた認識候補を順序付け、認識候補列を生成す
る。
Description
【０００１】
【発明の属する技術分野】本発明は入力された未知パタ
ーンを予め具えられている標準パターンと比較認識処理
してコード等に変換するパターン認識方法及び装置及び
コンピュータ制御装置に関する。特に入力された未知パ
ターンに対して複数の認識手法を用いて認識候補を獲得
するパターン認識方法及び装置及びコンピュータ制御装
置に関するものである。
ーンを予め具えられている標準パターンと比較認識処理
してコード等に変換するパターン認識方法及び装置及び
コンピュータ制御装置に関する。特に入力された未知パ
ターンに対して複数の認識手法を用いて認識候補を獲得
するパターン認識方法及び装置及びコンピュータ制御装
置に関するものである。
【０００２】
【従来の技術】従来、入力される未知のパターンを、認
識辞書などに予め備えられている標準パターンとの間で
比較演算処理し、コード化する手法は数多く提案されて
いる。例えば、オンライン手書き認識の分野では、タブ
レットなどから入力された筆跡の集合座標を未知パター
ンとして扱い、ストロークをベクトル化し、認識辞書内
の基本ベクトルとの比較により認識結果を導くベクトル
マッチング方式や、文字を構成するストロークをいくつ
かの特徴点（代表点）で近似し、認識辞書内の標準パタ
ーンの特徴点との間で距離計算することによって認識結
果を導く特徴点マッチング方式などが代表的である。こ
のような認識方式においては、認識処理による文字コー
ドの候補順位づけは、入力文字パターンと認識辞書内の
標準パターンとの類似度（認識演算値など）を用いて行
われている。
識辞書などに予め備えられている標準パターンとの間で
比較演算処理し、コード化する手法は数多く提案されて
いる。例えば、オンライン手書き認識の分野では、タブ
レットなどから入力された筆跡の集合座標を未知パター
ンとして扱い、ストロークをベクトル化し、認識辞書内
の基本ベクトルとの比較により認識結果を導くベクトル
マッチング方式や、文字を構成するストロークをいくつ
かの特徴点（代表点）で近似し、認識辞書内の標準パタ
ーンの特徴点との間で距離計算することによって認識結
果を導く特徴点マッチング方式などが代表的である。こ
のような認識方式においては、認識処理による文字コー
ドの候補順位づけは、入力文字パターンと認識辞書内の
標準パターンとの類似度（認識演算値など）を用いて行
われている。
【０００３】また、最近では認識装置内に予め記憶され
た標準的な認識辞書を使用する基本認識とともに、使用
者特有の文字データとそれに対応する文字コードを個人
用辞書として追加登録、又は変更させることにより認識
率を向上させる登録認識を併用して結果を出力する方式
が提案されている。
た標準的な認識辞書を使用する基本認識とともに、使用
者特有の文字データとそれに対応する文字コードを個人
用辞書として追加登録、又は変更させることにより認識
率を向上させる登録認識を併用して結果を出力する方式
が提案されている。
【０００４】
【発明が解決しようとする課題】しかしながら、上記従
来例のように基本認識と登録認識を併用する際、この両
者の認識アルゴリズムが異なる場合には候補出力の点で
問題が生ずる。例えば、未知入力パターンに対して、基
本認識による認識結果をＡ、登録認識による認識結果を
Ｂとすると、最終的な認識結果としてはＡとＢを統合し
て候補列を作成しなければならない。しかし、認識結果
Ａと認識結果Ｂは異なるアルゴリズムから出力された結
果であり、認識演算値のレベルが異なり、単なる演算値
の比較では候補順序列を正しく作成することができない
という問題がある。
来例のように基本認識と登録認識を併用する際、この両
者の認識アルゴリズムが異なる場合には候補出力の点で
問題が生ずる。例えば、未知入力パターンに対して、基
本認識による認識結果をＡ、登録認識による認識結果を
Ｂとすると、最終的な認識結果としてはＡとＢを統合し
て候補列を作成しなければならない。しかし、認識結果
Ａと認識結果Ｂは異なるアルゴリズムから出力された結
果であり、認識演算値のレベルが異なり、単なる演算値
の比較では候補順序列を正しく作成することができない
という問題がある。
【０００５】本発明は上記の問題に鑑みてなされたもの
であり、ある未知パターンに対して異なる複数の認識手
法を適用して得られた認識候補を統合して出力する際
に、個々の認識手法において得られた認識候補を適切な
順位に配置することを可能とするパターン認識方法及び
装置を提供することを目的とする。
であり、ある未知パターンに対して異なる複数の認識手
法を適用して得られた認識候補を統合して出力する際
に、個々の認識手法において得られた認識候補を適切な
順位に配置することを可能とするパターン認識方法及び
装置を提供することを目的とする。
【０００６】更に、認識候補順序を適切に作成すること
を可能とすることで、認識精度を向上させることを目的
とする。
を可能とすることで、認識精度を向上させることを目的
とする。
【０００７】
【課題を解決するための手段】上記の目的を達成するた
めの本発明によるパターン認識装置は以下の構成を備え
ている。即ち、認識対象のパターンと予め登録された標
準パターンとの類似量を求めてパターン認識を行うパタ
ーン認識装置であって、認識対象であるパターンに対し
て複数種類の認識処理を施し、それぞれの認識処理にお
いて複数の認識候補と類似量を獲得する認識手段と、前
記認識手段の各認識処理によって得られた類似量を、前
記複数種類の認識処理に共通の尺度による類似量に変換
する変換手段と、前記変換手段によって得られた類似量
に基づいて、前記複数種類の認識処理のそれぞれで得ら
れた認識候補を順序付け、認識候補列を生成する生成手
段とを備える。
めの本発明によるパターン認識装置は以下の構成を備え
ている。即ち、認識対象のパターンと予め登録された標
準パターンとの類似量を求めてパターン認識を行うパタ
ーン認識装置であって、認識対象であるパターンに対し
て複数種類の認識処理を施し、それぞれの認識処理にお
いて複数の認識候補と類似量を獲得する認識手段と、前
記認識手段の各認識処理によって得られた類似量を、前
記複数種類の認識処理に共通の尺度による類似量に変換
する変換手段と、前記変換手段によって得られた類似量
に基づいて、前記複数種類の認識処理のそれぞれで得ら
れた認識候補を順序付け、認識候補列を生成する生成手
段とを備える。
【０００８】また、好ましくは、前記複数の認識処理の
それぞれについて、類似度とその類似度における正解率
との関係を示す関数を格納する格納手段を更に備え、前
記変換手段は、前記格納手段に格納された関数を用い
て、前記認識手段の各処理によって得られた類似量を正
解率に換算し、これを共通の尺度の類似量とする。各認
識処理に固有の尺度で表現された類似量を容易に正解率
に換算でき、複数の認識処理から得られる各認識候補の
正解率を正しく把握できる。
それぞれについて、類似度とその類似度における正解率
との関係を示す関数を格納する格納手段を更に備え、前
記変換手段は、前記格納手段に格納された関数を用い
て、前記認識手段の各処理によって得られた類似量を正
解率に換算し、これを共通の尺度の類似量とする。各認
識処理に固有の尺度で表現された類似量を容易に正解率
に換算でき、複数の認識処理から得られる各認識候補の
正解率を正しく把握できる。
【０００９】また、好ましくは、前記格納手段に格納さ
れる上記関数は、一次関数である。類似度と正解率の関
係を一次関数に近似するので、処理内容が簡素化され
る。
れる上記関数は、一次関数である。類似度と正解率の関
係を一次関数に近似するので、処理内容が簡素化され
る。
【００１０】また、好ましくは、前記複数の認識処理の
それぞれについて、第Ｎ位と第Ｎ＋１位の類似量の状態
と正解率とを関連付けるテーブルを格納する格納手段を
更に備え、前記変換手段は、前記格納手段に格納された
テーブルを参照して、前記認識手段の各処理によって得
られた第Ｎ位の類似量と第Ｎ＋１位の類似量から第Ｎ位
の正解率を獲得し、これを共通の尺度の類似量とする。
認識状態を正解率に反映でき、正解率への換算をより適
切に行うことが可能となる。
それぞれについて、第Ｎ位と第Ｎ＋１位の類似量の状態
と正解率とを関連付けるテーブルを格納する格納手段を
更に備え、前記変換手段は、前記格納手段に格納された
テーブルを参照して、前記認識手段の各処理によって得
られた第Ｎ位の類似量と第Ｎ＋１位の類似量から第Ｎ位
の正解率を獲得し、これを共通の尺度の類似量とする。
認識状態を正解率に反映でき、正解率への換算をより適
切に行うことが可能となる。
【００１１】また、好ましくは、前記格納手段に格納さ
れる前記テーブルは、第１位及び第２位の類似量の状態
と第１位の類似量に対応する正解率との関係を登録し、
前記変換手段は、第Ｎ位と第Ｎ＋１位の類似量を前記テ
ーブルの第１位及び第２位の類似量にあてはめ、得られ
た正解率に第Ｎ−１位の正解率を乗ずることで第Ｎ位の
正解率を獲得する。第１位と第２位の類似量の状態と正
解率を対応付けるテーブルを格納するだけで、即ち、各
認識処理について１つのテーブルを格納するだけで全順
位の類似量を正解率に変換できるので、メモリを節約で
きる。
れる前記テーブルは、第１位及び第２位の類似量の状態
と第１位の類似量に対応する正解率との関係を登録し、
前記変換手段は、第Ｎ位と第Ｎ＋１位の類似量を前記テ
ーブルの第１位及び第２位の類似量にあてはめ、得られ
た正解率に第Ｎ−１位の正解率を乗ずることで第Ｎ位の
正解率を獲得する。第１位と第２位の類似量の状態と正
解率を対応付けるテーブルを格納するだけで、即ち、各
認識処理について１つのテーブルを格納するだけで全順
位の類似量を正解率に変換できるので、メモリを節約で
きる。
【００１２】
【発明の実施の形態】以下、添付図面に従って、本発明
の好適な一実施形態について説明する。なお、以下の実
施形態の説明では、オンライン文字認識方式を例にとっ
て説明するが、本発明のパターン認識方法及び装置の適
用は文字認識方式に限られたものではなく、例えば音声
認識や画像などのパターン認識においても適用可能であ
る。
の好適な一実施形態について説明する。なお、以下の実
施形態の説明では、オンライン文字認識方式を例にとっ
て説明するが、本発明のパターン認識方法及び装置の適
用は文字認識方式に限られたものではなく、例えば音声
認識や画像などのパターン認識においても適用可能であ
る。
【００１３】（第一の実施形態）図１は第１の実施形態
における文字認識装置の構成を表すブロック図である。
同図において、１はＣＰＵであり、ＲＯＭ２あるいはＲ
ＡＭ３に格納された制御プログラムに従って各種の処理
を実現する。２はＲＯＭであり、ＣＰＵ１が実行する制
御プログラムや、各種データが格納されている。３はＲ
ＡＭであり、磁気ディスク６等の補助記憶装置からＣＰ
Ｕ１によって実行される制御プログラムをロードして格
納したり、ＣＰＵ１が各種処理を実行する際の作業領域
を提供する。
における文字認識装置の構成を表すブロック図である。
同図において、１はＣＰＵであり、ＲＯＭ２あるいはＲ
ＡＭ３に格納された制御プログラムに従って各種の処理
を実現する。２はＲＯＭであり、ＣＰＵ１が実行する制
御プログラムや、各種データが格納されている。３はＲ
ＡＭであり、磁気ディスク６等の補助記憶装置からＣＰ
Ｕ１によって実行される制御プログラムをロードして格
納したり、ＣＰＵ１が各種処理を実行する際の作業領域
を提供する。
【００１４】４は座標入力装置であり、使用者によって
入力されたストロークを座標点列として出力する。５は
ディスプレイであり、文字認識の結果等を表示する。６
は磁気ディスクであり、補助記憶装置として機能する。
磁気ディスク６としては、フロッピーディスクやハード
ディスクが挙げられる。なお、本例では、磁気ディスク
と下が、このほかに、ＣＤ−ＲＯＭや光磁気ディスク等
を用いることももちろん可能である。
入力されたストロークを座標点列として出力する。５は
ディスプレイであり、文字認識の結果等を表示する。６
は磁気ディスクであり、補助記憶装置として機能する。
磁気ディスク６としては、フロッピーディスクやハード
ディスクが挙げられる。なお、本例では、磁気ディスク
と下が、このほかに、ＣＤ−ＲＯＭや光磁気ディスク等
を用いることももちろん可能である。
【００１５】７はキーボードであり、各種操作入力を行
う。８はバスであり、上述の各構成間のデータ転送を行
う。
う。８はバスであり、上述の各構成間のデータ転送を行
う。
【００１６】以上のような構成は、文字認識専用の装置
であっても、パーソナルコンピュータ等の汎用のコンピ
ュータ装置であっても同様に備わっている構成であり、
本実施形態はどちらでも実現されうるものであるが、以
下の説明ではオンライン文字認識装置として説明する。
なお、文字認識装置とした場合で、ＲＯＭ２に認識プロ
グラム等を格納し、磁気ディスク６を不要とすることも
可能である。
であっても、パーソナルコンピュータ等の汎用のコンピ
ュータ装置であっても同様に備わっている構成であり、
本実施形態はどちらでも実現されうるものであるが、以
下の説明ではオンライン文字認識装置として説明する。
なお、文字認識装置とした場合で、ＲＯＭ２に認識プロ
グラム等を格納し、磁気ディスク６を不要とすることも
可能である。
【００１７】図２はオンライン文字認識方式の概略の機
能構成を示すブロック図である。図２において、１０１
は文字入力部であり、タブレットなどの座標入力装置４
とスタイラスペンにより、使用者の入力する筆跡を座標
点の集合として取り込み、メモリバッファ（ＲＡＭ３に
形成するものとする）に格納する。１０２，１０３は認
識処理部Ａ，Ｂであり、文字入力部１０１にて得られた
座標集合に基づいて文字認識を行う。認識処理部１０
２、１０３のそれぞれは、文字の標準パターンが収めら
れている認識辞書（不図示）を具備している。
能構成を示すブロック図である。図２において、１０１
は文字入力部であり、タブレットなどの座標入力装置４
とスタイラスペンにより、使用者の入力する筆跡を座標
点の集合として取り込み、メモリバッファ（ＲＡＭ３に
形成するものとする）に格納する。１０２，１０３は認
識処理部Ａ，Ｂであり、文字入力部１０１にて得られた
座標集合に基づいて文字認識を行う。認識処理部１０
２、１０３のそれぞれは、文字の標準パターンが収めら
れている認識辞書（不図示）を具備している。
【００１８】１０４，１０５は正解度算出部Ａ，Ｂであ
り、それぞれ認識処理部Ａ１０２，Ｂ１０３で得られる
複数の認識結果の文字コードと標準パターンとの比較演
算値を基にその認識の確からしさを示す正解度を算出す
る正解度算出部である。１０６は認識候補決定部であ
り、正解度算出部Ａ１０４と正解度算出部Ｂ１０５によ
って求められた正解度を用いて、最終的な認識結果を認
識候補群として決定する。１０７は認識結果出力部であ
り、認識候補決定部１０６で決定された認識候補をディ
スプレイ５などに出力する。１０８，１０９はパラメー
タ格納部Ａ，Ｂであり、それぞれ正解度算出部Ａ１０
４、Ｂ１０５にて用いられるデータを格納する。
り、それぞれ認識処理部Ａ１０２，Ｂ１０３で得られる
複数の認識結果の文字コードと標準パターンとの比較演
算値を基にその認識の確からしさを示す正解度を算出す
る正解度算出部である。１０６は認識候補決定部であ
り、正解度算出部Ａ１０４と正解度算出部Ｂ１０５によ
って求められた正解度を用いて、最終的な認識結果を認
識候補群として決定する。１０７は認識結果出力部であ
り、認識候補決定部１０６で決定された認識候補をディ
スプレイ５などに出力する。１０８，１０９はパラメー
タ格納部Ａ，Ｂであり、それぞれ正解度算出部Ａ１０
４、Ｂ１０５にて用いられるデータを格納する。
【００１９】本実施形態１では、図２からわかるよう
に、入力された文字筆跡に対して複数の認識処理を用い
て結果を導いている。それぞれの認識処理方法は公知の
手法によって実現できるので制限はないが、認識処理Ａ
と認識処理Ｂは異なる認識アルゴリズムによって構成さ
れるものとする。本実施形態では、認識処理部Ａ１０２
で用いられる認識処理をベクトルマッチング認識処理、
認識処理部Ｂ１０３で用いられる認識処理を特徴点マッ
チング処理とした場合を例に挙げて説明する。
に、入力された文字筆跡に対して複数の認識処理を用い
て結果を導いている。それぞれの認識処理方法は公知の
手法によって実現できるので制限はないが、認識処理Ａ
と認識処理Ｂは異なる認識アルゴリズムによって構成さ
れるものとする。本実施形態では、認識処理部Ａ１０２
で用いられる認識処理をベクトルマッチング認識処理、
認識処理部Ｂ１０３で用いられる認識処理を特徴点マッ
チング処理とした場合を例に挙げて説明する。
【００２０】図３はベクトルマッチング認識処理による
文字認識処理の手順を表すフローチャートである。認識
処理部Ａ１０２におけるベクトルマッチング認識は、図
３に示す処理フローに従って処理される。
文字認識処理の手順を表すフローチャートである。認識
処理部Ａ１０２におけるベクトルマッチング認識は、図
３に示す処理フローに従って処理される。
【００２１】まず、ステップＳ２０１では、文字入力部
１０１より入力された座標点の集合が、ペンアップ、ペ
ンダウンの情報により、ストローク毎の座標点として分
離される。ステップＳ２０２では、全ストロークに対し
て以下のステップＳ２０３、Ｓ２０４で示される処理が
行われたかのチェックが行われる。
１０１より入力された座標点の集合が、ペンアップ、ペ
ンダウンの情報により、ストローク毎の座標点として分
離される。ステップＳ２０２では、全ストロークに対し
て以下のステップＳ２０３、Ｓ２０４で示される処理が
行われたかのチェックが行われる。
【００２２】ステップＳ２０３では、分離されたストロ
ークごとの座標点に基づいて、各ストロークのベクトル
化が行われる。このベクトル化手法は、ストローク全体
をｎ本の線分に区切り、それぞれの線分の始点終点を結
ぶ直線に対してベクトル値が割り当てられ、ストローク
をｎ本のベクトルで表現する方法を用いる。ストローク
のベクトル化が終了すると、ステップＳ２０４へ進み、
予め用意されている基本ストロークと呼ばれる、基準と
なるストロークベクトルと、入力されたストロークとの
相違度計算を行う。この基本ストロークは文字を構成す
るストロークの代表的なものを抽出したものであり、ｎ
本のベクトルで表現され、基本ストローク辞書に登録さ
れている。
ークごとの座標点に基づいて、各ストロークのベクトル
化が行われる。このベクトル化手法は、ストローク全体
をｎ本の線分に区切り、それぞれの線分の始点終点を結
ぶ直線に対してベクトル値が割り当てられ、ストローク
をｎ本のベクトルで表現する方法を用いる。ストローク
のベクトル化が終了すると、ステップＳ２０４へ進み、
予め用意されている基本ストロークと呼ばれる、基準と
なるストロークベクトルと、入力されたストロークとの
相違度計算を行う。この基本ストロークは文字を構成す
るストロークの代表的なものを抽出したものであり、ｎ
本のベクトルで表現され、基本ストローク辞書に登録さ
れている。
【００２３】ステップＳ２０４では、全ての基本ストロ
ークベクトルとステップＳ２０３で求められた入力スト
ロークベクトルとの間でベクトル値の相違が検査され、
同一のベクトル値であればペナルティ得点なし、相違度
が大きくなればなるほどペナルティ得点が大きくなる様
にする。この時点で、入力された１ストロークの基本ス
トロークベクトルとのペナルティ合計得点が算出される
ことになる。
ークベクトルとステップＳ２０３で求められた入力スト
ロークベクトルとの間でベクトル値の相違が検査され、
同一のベクトル値であればペナルティ得点なし、相違度
が大きくなればなるほどペナルティ得点が大きくなる様
にする。この時点で、入力された１ストロークの基本ス
トロークベクトルとのペナルティ合計得点が算出される
ことになる。
【００２４】ステップＳ２０２によって全てのストロー
クに対してベクトル化、及び、基本ベクトルマッチング
が終了されたと判断されると、ステップＳ２０５の辞書
文字スコア計算へと進む。ここでは、文字構成辞書と呼
ばれる認識辞書を用いる。この文字構成辞書は認識対象
とする文字が収められており、それぞれの文字は文字を
構成する基本ストロークの集合として表現されている。
この文字構成辞書内の文字の各基本ストロークに対し
て、入力された文字の各ストロークの基本ストロークペ
ナルティ得点を合計していく。この処理を文字構成辞書
内の全ての文字に対して行い、それぞれの文字について
求められた合計点が文字構成辞書に対する認識スコア、
即ち、類似度となる。
クに対してベクトル化、及び、基本ベクトルマッチング
が終了されたと判断されると、ステップＳ２０５の辞書
文字スコア計算へと進む。ここでは、文字構成辞書と呼
ばれる認識辞書を用いる。この文字構成辞書は認識対象
とする文字が収められており、それぞれの文字は文字を
構成する基本ストロークの集合として表現されている。
この文字構成辞書内の文字の各基本ストロークに対し
て、入力された文字の各ストロークの基本ストロークペ
ナルティ得点を合計していく。この処理を文字構成辞書
内の全ての文字に対して行い、それぞれの文字について
求められた合計点が文字構成辞書に対する認識スコア、
即ち、類似度となる。
【００２５】以上の処理から認識スコアは０点に近い
程、類似度が高いと見なすことができ、ステップＳ２０
６にて認識スコアの昇順によるソート処理を行い、認識
候補列を作成する。認識結果は候補順に文字コードと認
識スコアを対としてならべたものとなる。ステップＳ２
０７では、この認識結果をメモリバッファに保存する。
程、類似度が高いと見なすことができ、ステップＳ２０
６にて認識スコアの昇順によるソート処理を行い、認識
候補列を作成する。認識結果は候補順に文字コードと認
識スコアを対としてならべたものとなる。ステップＳ２
０７では、この認識結果をメモリバッファに保存する。
【００２６】次に認識処理部Ｂ１０３の特徴点マッチン
グ認識を説明する。図４は特徴点マッチング認識による
文字認識の手順を説明するフローチャートである。
グ認識を説明する。図４は特徴点マッチング認識による
文字認識の手順を説明するフローチャートである。
【００２７】ベクトルマッチング処理と同様に、ステッ
プＳ３０１にて文字入力部１０１より入力された座標点
列はストローク単位に分割される。ステップＳ３０２で
は、いかに説明するステップＳ３０３の処理がすべての
ストロークに対して実行されたかを判断する。
プＳ３０１にて文字入力部１０１より入力された座標点
列はストローク単位に分割される。ステップＳ３０２で
は、いかに説明するステップＳ３０３の処理がすべての
ストロークに対して実行されたかを判断する。
【００２８】ステップＳ３０３では、各ストロークに対
して特徴点抽出が行われる。この特徴点とはストローク
を構成する代表点を抽出するものであり、特にストロー
クの形状の変極点を表す点を示している。この抽出方法
は公知の技術を用いて行われる。
して特徴点抽出が行われる。この特徴点とはストローク
を構成する代表点を抽出するものであり、特にストロー
クの形状の変極点を表す点を示している。この抽出方法
は公知の技術を用いて行われる。
【００２９】ステップＳ３０２によって、各ストローク
の特徴点抽出が終了したことが判定されると、ステップ
Ｓ３０４の特徴点マッチング処理へと進む。この特徴点
マッチング処理では、予め認識対象文字の個々に対し
て、標準となる特徴点情報が納められた認識辞書が利用
される。そして、入力された文字と認識辞書内の文字と
の間で対応する特徴点間の距離計算を行う。この距離計
算は２次元のシティブロック距離、ユークリッド距離な
どが用いられる。入力文字の特徴点数と認識辞書内文字
の特徴点は必ずしも一致しないので、ＤＰマッチング法
などにより処理する。このような処理手順によって、入
力文字パターンと認識辞書内のそれぞれ標準パターンと
の距離値が求められる。ここで、標準パターンとの距離
値、即ち、認識スコアが少ないほど類似度が高いことに
なる。
の特徴点抽出が終了したことが判定されると、ステップ
Ｓ３０４の特徴点マッチング処理へと進む。この特徴点
マッチング処理では、予め認識対象文字の個々に対し
て、標準となる特徴点情報が納められた認識辞書が利用
される。そして、入力された文字と認識辞書内の文字と
の間で対応する特徴点間の距離計算を行う。この距離計
算は２次元のシティブロック距離、ユークリッド距離な
どが用いられる。入力文字の特徴点数と認識辞書内文字
の特徴点は必ずしも一致しないので、ＤＰマッチング法
などにより処理する。このような処理手順によって、入
力文字パターンと認識辞書内のそれぞれ標準パターンと
の距離値が求められる。ここで、標準パターンとの距離
値、即ち、認識スコアが少ないほど類似度が高いことに
なる。
【００３０】ステップＳ３０５では、求められた認識ス
コアを昇順にソート処理され、文字コード、認識スコア
を対にした認識結果が獲得される。ステップＳ３０６で
は、この認識結果がメモリバッファに保存される。
コアを昇順にソート処理され、文字コード、認識スコア
を対にした認識結果が獲得される。ステップＳ３０６で
は、この認識結果がメモリバッファに保存される。
【００３１】次に正解度算出部Ａ１０４、正解度算出部
Ｂ１０５について説明する。これら正解度算出部では、
予め実験によるデータを用意しておく。そして、多数の
学習サンプルによる実験から、認識結果として得られる
各認識スコアと正解率との関係を求める。ここで、認識
処理部Ａ１０２による認識スコアと認識正解率との関係
が図５のように、また認識処理部Ｂ１０３による認識ス
コアと認識正解率との関係が図６のように表されたとす
る。図５、図６は、横軸に認識スコアをとり、縦軸にそ
の認識スコアの時の正解率を示している。参照番号４
１，５１で示される線分の式は、その正解率をｐ、認識
スコアをＸとすれば、それぞれ（１），（２）式のよう
に表すことができる。
Ｂ１０５について説明する。これら正解度算出部では、
予め実験によるデータを用意しておく。そして、多数の
学習サンプルによる実験から、認識結果として得られる
各認識スコアと正解率との関係を求める。ここで、認識
処理部Ａ１０２による認識スコアと認識正解率との関係
が図５のように、また認識処理部Ｂ１０３による認識ス
コアと認識正解率との関係が図６のように表されたとす
る。図５、図６は、横軸に認識スコアをとり、縦軸にそ
の認識スコアの時の正解率を示している。参照番号４
１，５１で示される線分の式は、その正解率をｐ、認識
スコアをＸとすれば、それぞれ（１），（２）式のよう
に表すことができる。
【００３２】ｐ1＝ａ1×Ｘ＋ｂ1 …（１） ｐ2＝ａ2×Ｘ＋ｂ2 …（２） よって、予め、パラメータ格納部Ａ１０８は（１）式の
パラメータａ1，ｂ1を格納しておき、パラメータ格納部
Ｂ１０９は（２）式のパラメータａ2，ｂ2を格納してお
く。
パラメータａ1，ｂ1を格納しておき、パラメータ格納部
Ｂ１０９は（２）式のパラメータａ2，ｂ2を格納してお
く。
【００３３】以上のようなパラメータを用いて、正解度
算出部Ａ１０４、Ｂ１０６はそれぞれ認識処理部Ａ１０
２、Ｂ１０３で得られた認識スコアを正解率に換算す
る。そして、認識候補決定部１０６は、これらの正解度
を用いて、２つの認識部によって出力された認識候補を
統合し、出力する。これら、正解度算出部、認識候補決
定部、認識結果出力部による処理の手順を図７、図８の
フローチャートを用いて説明する。
算出部Ａ１０４、Ｂ１０６はそれぞれ認識処理部Ａ１０
２、Ｂ１０３で得られた認識スコアを正解率に換算す
る。そして、認識候補決定部１０６は、これらの正解度
を用いて、２つの認識部によって出力された認識候補を
統合し、出力する。これら、正解度算出部、認識候補決
定部、認識結果出力部による処理の手順を図７、図８の
フローチャートを用いて説明する。
【００３４】図７は２つの認識部によって得られた認識
候補を統合して出力する手順を説明するフローチャート
である。また、図８は認識スコアに基づいて正解率を算
出する手順（正解度算出部Ａ１０４、Ｂ１０５における
処理手順）を表すフローチャートである。
候補を統合して出力する手順を説明するフローチャート
である。また、図８は認識スコアに基づいて正解率を算
出する手順（正解度算出部Ａ１０４、Ｂ１０５における
処理手順）を表すフローチャートである。
【００３５】まず、ステップＳ６０１では、正解度算出
部Ａ１０４により、認識処理部Ａ１０２で求められた認
識候補（以後、認識候補Ａとする）の正解度が求められ
る。また、ステップＳ６０２では、正解度算出部Ｂ１０
５により、認識処理部Ｂ１０３で求められた認識候補
（以後、認識候補Ｂとする）の正解度が求められる。ス
テップＳ６０１、Ｓ６０２のそれぞれの処理内容は図８
の様になる。
部Ａ１０４により、認識処理部Ａ１０２で求められた認
識候補（以後、認識候補Ａとする）の正解度が求められ
る。また、ステップＳ６０２では、正解度算出部Ｂ１０
５により、認識処理部Ｂ１０３で求められた認識候補
（以後、認識候補Ｂとする）の正解度が求められる。ス
テップＳ６０１、Ｓ６０２のそれぞれの処理内容は図８
の様になる。
【００３６】まず、ステップＳ７０１にて認識候補をメ
モリバッファより読み出す。ここで認識候補がＮ個存在
していたとすると、ステップＳ７０２の制御により、以
下のステップＳ７０３、Ｓ７０４による処理がＮ個の認
識候補のそれぞれに対して実行され、この結果、両ステ
ップの処理がＮ回繰り返されることになる。
モリバッファより読み出す。ここで認識候補がＮ個存在
していたとすると、ステップＳ７０２の制御により、以
下のステップＳ７０３、Ｓ７０４による処理がＮ個の認
識候補のそれぞれに対して実行され、この結果、両ステ
ップの処理がＮ回繰り返されることになる。
【００３７】ステップＳ７０３では、認識候補の認識ス
コアを式（１）（認識処理部Ｂの候補に対しては式
（２））のＸに代入し、パラメータ格納部Ａ１０８に格
納されているパラメータａ1，ｂ1（認識処理部Ｂの候補
に対してはパラメータ格納部Ｂ１０９に格納されている
ａ2，ｂ2）を用いて、ｐ1（認識処理部Ｂの候補に対し
てはｐ2）を求める。このｐ１（あるいはｐ２）の値が
正解度となる。
コアを式（１）（認識処理部Ｂの候補に対しては式
（２））のＸに代入し、パラメータ格納部Ａ１０８に格
納されているパラメータａ1，ｂ1（認識処理部Ｂの候補
に対してはパラメータ格納部Ｂ１０９に格納されている
ａ2，ｂ2）を用いて、ｐ1（認識処理部Ｂの候補に対し
てはｐ2）を求める。このｐ１（あるいはｐ２）の値が
正解度となる。
【００３８】この正解度は図５，図６の正解率と同じレ
ンジ幅を持つので、最大値は１００、最小値は０とな
り、値が大きいほど正解度は高いということになる。求
められた正解度はその文字コードと共にステップＳ７０
４にて保存される。
ンジ幅を持つので、最大値は１００、最小値は０とな
り、値が大きいほど正解度は高いということになる。求
められた正解度はその文字コードと共にステップＳ７０
４にて保存される。
【００３９】図７のステップＳ６０３では、それぞれの
認識候補を統合する。これは、正解度算出部Ａ１０４、
Ｂ１０５で算出された正解度の高い順に認識候補Ａと認
識候補Ｂをマージすることによって行われる。なお、認
識候補Ａと認識候補Ｂにまたがって同一文字コードが存
在する場合は、正解度が高い方の正解度を採用し、文字
コードの重複を避ける。最後にステップＳ６０４におい
て、最終的に統合された認識候補を出力する。
認識候補を統合する。これは、正解度算出部Ａ１０４、
Ｂ１０５で算出された正解度の高い順に認識候補Ａと認
識候補Ｂをマージすることによって行われる。なお、認
識候補Ａと認識候補Ｂにまたがって同一文字コードが存
在する場合は、正解度が高い方の正解度を採用し、文字
コードの重複を避ける。最後にステップＳ６０４におい
て、最終的に統合された認識候補を出力する。
【００４０】図９は本実施形態における認識候補の統合
の様子を示す図である。認識候補Ａと認識候補Ｂの各候
補を正解度の順にソートして、両認識処理部による候補
の統合を行っている。
の様子を示す図である。認識候補Ａと認識候補Ｂの各候
補を正解度の順にソートして、両認識処理部による候補
の統合を行っている。
【００４１】なお、上記実施形態では異なる二種類の認
識アルゴリズムを用いて説明したが、その手法は実施形
態のものに限られず、他の手法を適用しても良いことは
明らかである。また、二種類以上の認識アルゴリズムを
用いても実現できることも明らかである更に、式
（１），式（２）は一次式で示したが、ｎ次式で表して
も構わない。
識アルゴリズムを用いて説明したが、その手法は実施形
態のものに限られず、他の手法を適用しても良いことは
明らかである。また、二種類以上の認識アルゴリズムを
用いても実現できることも明らかである更に、式
（１），式（２）は一次式で示したが、ｎ次式で表して
も構わない。
【００４２】（第２の実施形態）第１の実施形態におい
ては、認識結果の正解度を求める際、図５、図６に示し
たような、実験データから得られる関数式を予め用意
し、その関数式に用いられる関数パラメータを格納して
おくことによって正解度への換算を実現した。第２の実
施形態では、認識処理にて得られる第Ｎ位候補の認識ス
コア、及び第Ｎ位候補の認識スコアと第（Ｎ＋１）位の
候補の認識スコアとの差に基づいて認識結果の正解度を
求める手法を説明する。
ては、認識結果の正解度を求める際、図５、図６に示し
たような、実験データから得られる関数式を予め用意
し、その関数式に用いられる関数パラメータを格納して
おくことによって正解度への換算を実現した。第２の実
施形態では、認識処理にて得られる第Ｎ位候補の認識ス
コア、及び第Ｎ位候補の認識スコアと第（Ｎ＋１）位の
候補の認識スコアとの差に基づいて認識結果の正解度を
求める手法を説明する。
【００４３】第１の実施形態と同様、予め多数のサンプ
ルを使用して、認識実験データを用意する。そのとき、
サンプルによる認識結果の第一位候補の認識スコア、第
一位候補と第二位候補の認識スコアの差を表にする。図
１０でその様子を示している。表中の数字はサンプルに
よる正解率を示している。
ルを使用して、認識実験データを用意する。そのとき、
サンプルによる認識結果の第一位候補の認識スコア、第
一位候補と第二位候補の認識スコアの差を表にする。図
１０でその様子を示している。表中の数字はサンプルに
よる正解率を示している。
【００４４】本来、認識スコアは少ない程その文字の認
識確からしさは高い（認識演算を距離計算により行って
いる場合）。また、認識候補第一位候補の認識スコアと
第二位候補認識スコアとの関係は第一位の認識スコアが
良くても、第二位との認識スコアとの差が少なければ、
第二位の文字が正解である確率も大きいので第一位の正
解率は下がる。従って、表の数字のように、表左下に向
かうほど認識率は高くなる。
識確からしさは高い（認識演算を距離計算により行って
いる場合）。また、認識候補第一位候補の認識スコアと
第二位候補認識スコアとの関係は第一位の認識スコアが
良くても、第二位との認識スコアとの差が少なければ、
第二位の文字が正解である確率も大きいので第一位の正
解率は下がる。従って、表の数字のように、表左下に向
かうほど認識率は高くなる。
【００４５】この表を正解度テーブルとして、図２のパ
ラメータ格納部Ａ１０８、Ｂ１０９に納めておき、これ
を参照して正解度算出部Ａ１０４、Ｂ１０５によって正
解度を算出する。もちろん、認識処理によって正解度テ
ーブルの内容は変わってくるので、両パラメータ格納部
に格納される正解度テーブルは異なる。そして、認識処
理の結果より得られる認識候補の第一位候補の認識スコ
アと、第一位候補と第二位候補の認識スコアの差を計算
し、正解度テーブルに当てはめる。以上の操作により、
認識候補の第一位の正解度を得る。以下、第Ｎ位の正解
度は第Ｎ位の認識スコアと、第Ｎ位の認識スコアと第
（Ｎ＋１）位の認識スコアの差を用いて同正解度テーブ
ルを参照し、算出する。なお、第Ｎ位の正解度は、テー
ブルより得られた正解度に、第（Ｎ−１）位の正解度を
乗ずることで得る。
ラメータ格納部Ａ１０８、Ｂ１０９に納めておき、これ
を参照して正解度算出部Ａ１０４、Ｂ１０５によって正
解度を算出する。もちろん、認識処理によって正解度テ
ーブルの内容は変わってくるので、両パラメータ格納部
に格納される正解度テーブルは異なる。そして、認識処
理の結果より得られる認識候補の第一位候補の認識スコ
アと、第一位候補と第二位候補の認識スコアの差を計算
し、正解度テーブルに当てはめる。以上の操作により、
認識候補の第一位の正解度を得る。以下、第Ｎ位の正解
度は第Ｎ位の認識スコアと、第Ｎ位の認識スコアと第
（Ｎ＋１）位の認識スコアの差を用いて同正解度テーブ
ルを参照し、算出する。なお、第Ｎ位の正解度は、テー
ブルより得られた正解度に、第（Ｎ−１）位の正解度を
乗ずることで得る。
【００４６】以降の正解度に基づいた認識スコアの統合
は第１の実施形態と同様であるので、ここでは説明を省
略する。
は第１の実施形態と同様であるので、ここでは説明を省
略する。
【００４７】以上説明した様に上記各実施形態によれ
ば、入力された未知パターンを認識処理し、コード化す
る認識方式において、認識処理で得られる認識スコアを
用いて正解度を求め、複数の認識処理にて得られる認識
候補を統合することによって、複数の認識処理によるメ
リットを生かすことができ、適切な認識候補を出力する
ことができる。また、その正解度は０から１００までの
指共通の標で表されるため、使用者にとって認識結果の
確からしさをわかりやすい表示で提供することができ
る。また、認識処理の結果が特定の認識アルゴリズムに
存在してしまうような事態が避けられ、統合的な認識結
果を出力できることで認識率を向上させることができ
る。
ば、入力された未知パターンを認識処理し、コード化す
る認識方式において、認識処理で得られる認識スコアを
用いて正解度を求め、複数の認識処理にて得られる認識
候補を統合することによって、複数の認識処理によるメ
リットを生かすことができ、適切な認識候補を出力する
ことができる。また、その正解度は０から１００までの
指共通の標で表されるため、使用者にとって認識結果の
確からしさをわかりやすい表示で提供することができ
る。また、認識処理の結果が特定の認識アルゴリズムに
存在してしまうような事態が避けられ、統合的な認識結
果を出力できることで認識率を向上させることができ
る。
【００４８】上記装置の機能もしくは方法の機能によっ
て達成される本発明の目的は、前述の実施形態のプログ
ラムを記憶させた記憶媒体によっても達成できる。即
ち、上記装置に、その記憶媒体を装着し、その記憶媒体
から読み出したプログラム自体が本発明の新規な機能を
達成するからである。このための、本発明にかかるプロ
グラムの構造的特徴は、図１１に示す通りである。
て達成される本発明の目的は、前述の実施形態のプログ
ラムを記憶させた記憶媒体によっても達成できる。即
ち、上記装置に、その記憶媒体を装着し、その記憶媒体
から読み出したプログラム自体が本発明の新規な機能を
達成するからである。このための、本発明にかかるプロ
グラムの構造的特徴は、図１１に示す通りである。
【００４９】図１１は本実施の形態の制御を実現するた
めの制御プログラムを格納した記憶媒体の構成を説明す
る図である。図１１の（ａ）は、本制御プログラムの制
御手順を表すフローチャートである。同図で、１１０１
は認識処理であり、認識対象のパターンと予め登録され
た標準パターンとの類似量を求めてパターン認識を行う
認識処理部を複数有し、認識対象であるパターンに対し
て複数種類の認識処理を施し、それぞれの認識処理部に
おいて複数の認識候補と認識スコアを獲得する。認識処
理１１０１は、上記実施形態では、図２の認識処理部Ａ
１０２、Ｂ１０３に相当する。
めの制御プログラムを格納した記憶媒体の構成を説明す
る図である。図１１の（ａ）は、本制御プログラムの制
御手順を表すフローチャートである。同図で、１１０１
は認識処理であり、認識対象のパターンと予め登録され
た標準パターンとの類似量を求めてパターン認識を行う
認識処理部を複数有し、認識対象であるパターンに対し
て複数種類の認識処理を施し、それぞれの認識処理部に
おいて複数の認識候補と認識スコアを獲得する。認識処
理１１０１は、上記実施形態では、図２の認識処理部Ａ
１０２、Ｂ１０３に相当する。
【００５０】１１０２は、変換処理であり、認識処理１
１０１の各認識処理によって得られた認識スコアを、前
記複数種類の認識処理に共通の尺度にである正解度に変
換する。上記実施形態では、正解度算出部Ａ１０４、Ｂ
１０５が変換処理１１０２に相当する。また、１１０３
は生成処理であり、変換処理１１０２によって得られた
正解度に基づいて、複数の認識処理部のそれぞれで得ら
れた認識候補を順序付け、認識候補列を生成する。これ
は、認識候補決定部１０６に相当する。
１０１の各認識処理によって得られた認識スコアを、前
記複数種類の認識処理に共通の尺度にである正解度に変
換する。上記実施形態では、正解度算出部Ａ１０４、Ｂ
１０５が変換処理１１０２に相当する。また、１１０３
は生成処理であり、変換処理１１０２によって得られた
正解度に基づいて、複数の認識処理部のそれぞれで得ら
れた認識候補を順序付け、認識候補列を生成する。これ
は、認識候補決定部１０６に相当する。
【００５１】以上の各処理は、図１１の（ｂ）に示され
る各プログラムモジュールをコンピュータで実行するこ
とで実現される。図１１の（ｂ）は記憶媒体における各
プログラムモジュールの格納状態を表すメモリマップで
ある。上述の認識処理１１０１、変換処理１１０２、生
成処理１１０３は、それぞれ認識処理モジュール１１０
１’、変換処理モジュール１１０２’、生成処理モジュ
ール１１０３’を実行することにより実現される。
る各プログラムモジュールをコンピュータで実行するこ
とで実現される。図１１の（ｂ）は記憶媒体における各
プログラムモジュールの格納状態を表すメモリマップで
ある。上述の認識処理１１０１、変換処理１１０２、生
成処理１１０３は、それぞれ認識処理モジュール１１０
１’、変換処理モジュール１１０２’、生成処理モジュ
ール１１０３’を実行することにより実現される。
【００５２】なお、本発明は、複数の機器から構成され
るシステムに適用しても、１つの機器からなる装置に適
用しても良い。また、本発明はシステム或は装置にプロ
グラムを供給することによって実施される場合にも適用
できることは言うまでもない。この場合、本発明に係る
プログラムを格納した記憶媒体が本発明を構成すること
になる。そして、該記憶媒体からそのプログラムをシス
テム或は装置に読み出すことによって、そのシステム或
は装置が、予め定められた仕方で動作する。
るシステムに適用しても、１つの機器からなる装置に適
用しても良い。また、本発明はシステム或は装置にプロ
グラムを供給することによって実施される場合にも適用
できることは言うまでもない。この場合、本発明に係る
プログラムを格納した記憶媒体が本発明を構成すること
になる。そして、該記憶媒体からそのプログラムをシス
テム或は装置に読み出すことによって、そのシステム或
は装置が、予め定められた仕方で動作する。
【００５３】
【発明の効果】以上説明したように、本発明によれば、
ある未知パターンに対して複数種類の認識手法を適用し
て得られた認識候補を統合して出力する際に、個々の認
識手法において得られた認識候補を適切な順位に配置す
ることが可能となる。また、認識候補順序を適切に作成
することを可能とすることで、認識精度が向上するとい
う効果がある。
ある未知パターンに対して複数種類の認識手法を適用し
て得られた認識候補を統合して出力する際に、個々の認
識手法において得られた認識候補を適切な順位に配置す
ることが可能となる。また、認識候補順序を適切に作成
することを可能とすることで、認識精度が向上するとい
う効果がある。
【００５４】
【図１】第１の実施形態における文字認識装置の構成を
表すブロック図である。
表すブロック図である。
【図２】オンライン文字認識方式の概略の機能構成を示
すブロック図である。
すブロック図である。
【図３】ベクトルマッチング認識処理による文字認識処
理の手順を表すフローチャートである。
理の手順を表すフローチャートである。
【図４】特徴点マッチング認識による文字認識の手順を
説明するフローチャートである。
説明するフローチャートである。
【図５】認識処理部Ａ１０２による認識スコアと認識正
解率との関係の一例を表す図である。
解率との関係の一例を表す図である。
【図６】認識処理部Ｂ１０３による認識スコアと認識正
解率との関係の一例を表す図である。
解率との関係の一例を表す図である。
【図７】２つの認識部によって得られた認識候補を統合
して出力する手順を説明するフローチャートである。
して出力する手順を説明するフローチャートである。
【図８】認識スコアに基づいて正解率を算出する手順を
表すフローチャートである。
表すフローチャートである。
【図９】本実施形態における認識候補の統合の様子を示
す図である。
す図である。
【図１０】実施形態２における正解度算出のためのテー
ブルを表す図である。
ブルを表す図である。
【図１１】本実施の形態の制御を実現するための制御プ
ログラムを格納した記憶媒体の構成を説明する図であ
る。
ログラムを格納した記憶媒体の構成を説明する図であ
る。
１０１ 文字入力部 １０２ 認識処理部Ａ １０３ 認識処理部Ｂ １０４ 正解度算出部Ａ １０５ 正解度算出部Ｂ １０６ 認識候補決定部 １０７ 認識結果出力部 １０８ パラメータ格納部Ａ １０９ パラメータ格納部Ｂ
Claims (11)
- 【請求項１】 認識対象のパターンと予め登録された標
準パターンとの類似量を求めてパターン認識を行うパタ
ーン認識装置であって、 認識対象であるパターンに対して複数種類の認識処理を
施し、それぞれの認識処理において複数の認識候補と類
似量を獲得する認識手段と、 前記認識手段の各認識処理によって得られた類似量を、
前記複数種類の認識処理に共通の尺度による類似量に変
換する変換手段と、 前記変換手段によって得られた類似量に基づいて、前記
複数種類の認識処理のそれぞれで得られた認識候補を順
序付け、認識候補列を生成する生成手段とを備えること
を特徴とするパターン認識装置。 - 【請求項２】 前記複数の認識処理のそれぞれについ
て、類似度とその類似度における正解率との関係を示す
関数を格納する格納手段を更に備え、 前記変換手段は、前記格納手段に格納された関数を用い
て、前記認識手段の各処理によって得られた類似量を正
解率に換算し、これを共通の尺度の類似量とすることを
特徴とする請求項１に記載のパターン認識装置。 - 【請求項３】 前記格納手段に格納される関数は、一次
関数であることを特徴とする請求項２に記載のパターン
認識装置。 - 【請求項４】 前記複数の認識処理のそれぞれについ
て、第Ｎ位と第Ｎ＋１位の類似量の状態と正解率とを関
連付けるテーブルを格納する格納手段を更に備え、 前記変換手段は、前記格納手段に格納されたテーブルを
参照して、前記認識手段の各処理によって得られた第Ｎ
位の類似量と第Ｎ＋１位の類似量から第Ｎ位の正解率を
獲得し、これを共通の尺度の類似量とすることを特徴と
する請求項１に記載のパターン認識装置。 - 【請求項５】 前記格納手段に格納される前記テーブル
は、第１位及び第２位の類似量の状態と第１位の類似量
に対応する正解率との関係を登録し、 前記変換手段は、第Ｎ位と第Ｎ＋１位の類似量を前記テ
ーブルの第１位及び第２位の類似量にあてはめ、得られ
た正解率に第Ｎ−１位の正解率を乗ずることで第Ｎ位の
正解率を獲得することを特徴とする請求項４に記載のパ
ターン認識装置。 - 【請求項６】 認識対象のパターンと予め登録された標
準パターンとの類似量を求めてパターン認識を行うパタ
ーン認識方法であって、 認識対象であるパターンに対して複数種類の認識処理を
施し、それぞれの認識処理において複数の認識候補と類
似量を獲得する認識工程と、 前記認識工程の各認識処理によって得られた類似量を、
前記複数種類の認識処理に共通の尺度による類似量に変
換する変換工程と、 前記変換工程によって得られた類似量に基づいて、前記
複数種類の認識処理のそれぞれで得られた認識候補を順
序付け、認識候補列を生成する生成工程とを備えること
を特徴とするパターン認識方法。 - 【請求項７】 前記複数の認識処理のそれぞれについ
て、類似度とその類似度における正解率との関係を示す
関数を格納する格納工程を更に備え、 前記変換工程は、前記格納工程に格納された関数を用い
て、前記認識工程の各処理によって得られた類似量を正
解率に換算し、これを共通の尺度の類似量とすることを
特徴とする請求項６に記載のパターン認識方法。 - 【請求項８】 前記格納工程に格納される関数は、一次
関数であることを特徴とする請求項７に記載のパターン
認識方法。 - 【請求項９】 前記複数の認識処理のそれぞれについ
て、第Ｎ位と第Ｎ＋１位の類似量の状態と正解率とを関
連付けるテーブルを格納する格納工程を更に備え、 前記変換工程は、前記格納工程に格納されたテーブルを
参照して、前記認識工程の各処理によって得られた第Ｎ
位の類似量と第Ｎ＋１位の類似量から第Ｎ位の正解率を
獲得し、これを共通の尺度の類似量とすることを特徴と
する請求項６に記載のパターン認識方法。 - 【請求項１０】 前記格納工程に格納される前記テーブ
ルは、第１位及び第２位の類似量の状態と第１位の類似
量に対応する正解率との関係を登録し、 前記変換工程は、第Ｎ位と第Ｎ＋１位の類似量を前記テ
ーブルの第１位及び第２位の類似量にあてはめ、得られ
た正解率に第Ｎ−１位の正解率を乗ずることで第Ｎ位の
正解率を獲得することを特徴とする請求項９に記載のパ
ターン認識方法。 - 【請求項１１】 メモリ媒体から所定のプログラムを読
みこんでコンピュータを制御するコンピュータ制御装置
であって、前記メモリ媒体は、 認識対象のパターンと予め登録された標準パターンとの
類似量を求めてパターン認識を行う認識処理を複数有
し、前記認識対象であるパターンに対して該複数種類の
認識処理を施し、それぞれの認識処理において複数の認
識候補と類似量を獲得する認識工程の手順コードと、 前記認識工程の各認識処理によって得られた類似量を、
前記複数種類の認識処理に共通の尺度による類似量に変
換する変換工程の手順コードと、 前記変換工程によって得られた類似量に基づいて、前記
複数種類の認識処理のそれぞれで得られた認識候補を順
序付け、認識候補列を生成する生成工程の手順コードと
を備えることを特徴とするコンピュータ制御装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23870095A JP3761937B2 (ja) | 1995-09-18 | 1995-09-18 | パターン認識方法及び装置及びコンピュータ制御装置 |
| US08/715,121 US6671403B1 (en) | 1995-09-18 | 1996-09-17 | Pattern recognition apparatus and method utilizing conversion to a common scale by a linear function |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23870095A JP3761937B2 (ja) | 1995-09-18 | 1995-09-18 | パターン認識方法及び装置及びコンピュータ制御装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0981730A true JPH0981730A (ja) | 1997-03-28 |
| JP3761937B2 JP3761937B2 (ja) | 2006-03-29 |
Family
ID=17033998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP23870095A Expired - Fee Related JP3761937B2 (ja) | 1995-09-18 | 1995-09-18 | パターン認識方法及び装置及びコンピュータ制御装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US6671403B1 (ja) |
| JP (1) | JP3761937B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001307106A (ja) * | 2000-04-20 | 2001-11-02 | Hitachi Ltd | 目標物抽出・表示方法、及び、目標物抽出・表示装置 |
| JP2002259906A (ja) * | 2001-03-05 | 2002-09-13 | Ricoh Co Ltd | パターン認識方法、装置及びプログラム |
| CN100375109C (zh) * | 2002-05-31 | 2008-03-12 | 索尼爱立信移动通讯股份有限公司 | 用可替换的已知符号编辑手写符号的设备、方法 |
| JP2019164687A (ja) * | 2018-03-20 | 2019-09-26 | 富士ゼロックス株式会社 | 情報処理装置 |
| WO2020070943A1 (ja) * | 2018-10-03 | 2020-04-09 | 株式会社Ｎｔｔドコモ | パターン認識装置及び学習済みモデル |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020107885A1 (en) * | 2001-02-01 | 2002-08-08 | Advanced Digital Systems, Inc. | System, computer program product, and method for capturing and processing form data |
| US6879718B2 (en) * | 2001-11-06 | 2005-04-12 | Microsoft Corp. | Efficient method and system for determining parameters in computerized recognition |
| US7580551B1 (en) * | 2003-06-30 | 2009-08-25 | The Research Foundation Of State University Of Ny | Method and apparatus for analyzing and/or comparing handwritten and/or biometric samples |
| JP2005339039A (ja) * | 2004-05-25 | 2005-12-08 | Fuji Xerox Co Ltd | 文書処理装置および文書処理方法 |
| JP2005352888A (ja) * | 2004-06-11 | 2005-12-22 | Hitachi Ltd | 表記揺れ対応辞書作成システム |
| US7720286B2 (en) | 2005-05-25 | 2010-05-18 | Advanced Digital Systems, Inc. | System and method for associating handwritten information with one or more objects via discontinuous regions of a printed pattern |
| US7593572B2 (en) * | 2006-02-09 | 2009-09-22 | Microsoft Corporation | Ink-parser-parameter optimization |
| JP5538967B2 (ja) | 2009-06-18 | 2014-07-02 | キヤノン株式会社 | 情報処理装置、情報処理方法、プログラム |
| JP5675214B2 (ja) | 2010-08-18 | 2015-02-25 | キヤノン株式会社 | 情報処理装置、情報処理方法およびプログラム |
| US8768944B2 (en) | 2010-08-18 | 2014-07-01 | Canon Kabushiki Kaisha | Information processing apparatus, information processing method, and storage medium |
| JP5719145B2 (ja) | 2010-11-02 | 2015-05-13 | キヤノン株式会社 | 情報処理装置、その処理方法及びプログラム |
| KR102365757B1 (ko) * | 2015-09-09 | 2022-02-18 | 삼성전자주식회사 | 인식 장치, 인식 방법 및 협업 처리 장치 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59158482A (ja) * | 1983-02-28 | 1984-09-07 | Toshiba Corp | 文字認識装置 |
| JPS60108981A (ja) * | 1983-11-18 | 1985-06-14 | Hitachi Ltd | 光学文字読取装置 |
| JPH05314317A (ja) * | 1992-05-07 | 1993-11-26 | Mitsubishi Electric Corp | 文字認識装置 |
| JPH05314320A (ja) * | 1992-05-08 | 1993-11-26 | Fujitsu Ltd | 認識距離の差と候補順を利用した認識結果の評価方式 |
| JPH06176158A (ja) * | 1992-12-10 | 1994-06-24 | Matsushita Electric Ind Co Ltd | パターン認識装置 |
| JPH06309464A (ja) * | 1993-04-20 | 1994-11-04 | Fujitsu Ltd | 多判定器によるパターン認識装置 |
| JPH0785277A (ja) * | 1993-09-13 | 1995-03-31 | Nippon Telegr & Teleph Corp <Ntt> | データ分類方式 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2106843A5 (ja) * | 1970-09-25 | 1972-05-05 | Thomson Csf | |
| JPS57105088A (en) * | 1980-12-22 | 1982-06-30 | Toshiba Corp | Character reader |
| JPS6079485A (ja) * | 1983-10-06 | 1985-05-07 | Sharp Corp | 手書き文字認識処理装置 |
| US4760604A (en) * | 1985-02-15 | 1988-07-26 | Nestor, Inc. | Parallel, multi-unit, adaptive, nonlinear pattern class separator and identifier |
| US5048113A (en) * | 1989-02-23 | 1991-09-10 | Ricoh Company, Ltd. | Character recognition post-processing method |
| US5265174A (en) | 1989-03-03 | 1993-11-23 | Canon Kabushiki Kaisha | Pattern recognition apparatus |
| US5392367A (en) * | 1991-03-28 | 1995-02-21 | Hsu; Wen H. | Automatic planar point pattern matching device and the matching method thereof |
| JP2925359B2 (ja) | 1991-06-19 | 1999-07-28 | キヤノン株式会社 | 文字処理方法及び装置 |
| JPH05290221A (ja) * | 1992-04-15 | 1993-11-05 | Pioneer Electron Corp | オンライン手書文字認識装置 |
| US5502774A (en) * | 1992-06-09 | 1996-03-26 | International Business Machines Corporation | Automatic recognition of a consistent message using multiple complimentary sources of information |
| US5519786A (en) * | 1994-08-09 | 1996-05-21 | Trw Inc. | Method and apparatus for implementing a weighted voting scheme for multiple optical character recognition systems |
| CA2180392C (en) * | 1995-07-31 | 2001-02-13 | Paul Wesley Cohrs | User selectable multiple threshold criteria for voice recognition |
-
1995
- 1995-09-18 JP JP23870095A patent/JP3761937B2/ja not_active Expired - Fee Related
-
1996
- 1996-09-17 US US08/715,121 patent/US6671403B1/en not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59158482A (ja) * | 1983-02-28 | 1984-09-07 | Toshiba Corp | 文字認識装置 |
| JPS60108981A (ja) * | 1983-11-18 | 1985-06-14 | Hitachi Ltd | 光学文字読取装置 |
| JPH05314317A (ja) * | 1992-05-07 | 1993-11-26 | Mitsubishi Electric Corp | 文字認識装置 |
| JPH05314320A (ja) * | 1992-05-08 | 1993-11-26 | Fujitsu Ltd | 認識距離の差と候補順を利用した認識結果の評価方式 |
| JPH06176158A (ja) * | 1992-12-10 | 1994-06-24 | Matsushita Electric Ind Co Ltd | パターン認識装置 |
| JPH06309464A (ja) * | 1993-04-20 | 1994-11-04 | Fujitsu Ltd | 多判定器によるパターン認識装置 |
| JPH0785277A (ja) * | 1993-09-13 | 1995-03-31 | Nippon Telegr & Teleph Corp <Ntt> | データ分類方式 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001307106A (ja) * | 2000-04-20 | 2001-11-02 | Hitachi Ltd | 目標物抽出・表示方法、及び、目標物抽出・表示装置 |
| JP2002259906A (ja) * | 2001-03-05 | 2002-09-13 | Ricoh Co Ltd | パターン認識方法、装置及びプログラム |
| CN100375109C (zh) * | 2002-05-31 | 2008-03-12 | 索尼爱立信移动通讯股份有限公司 | 用可替换的已知符号编辑手写符号的设备、方法 |
| JP2019164687A (ja) * | 2018-03-20 | 2019-09-26 | 富士ゼロックス株式会社 | 情報処理装置 |
| WO2020070943A1 (ja) * | 2018-10-03 | 2020-04-09 | 株式会社Ｎｔｔドコモ | パターン認識装置及び学習済みモデル |
| JPWO2020070943A1 (ja) * | 2018-10-03 | 2021-09-02 | 株式会社Ｎｔｔドコモ | パターン認識装置及び学習済みモデル |
Also Published As
| Publication number | Publication date |
|---|---|
| US6671403B1 (en) | 2003-12-30 |
| JP3761937B2 (ja) | 2006-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0981730A (ja) | パターン認識方法及び装置及びコンピュータ制御装置 | |
| JP3131287B2 (ja) | パターン認識装置 | |
| US6556712B1 (en) | Methods and apparatus for handwriting recognition | |
| US6724936B1 (en) | Handwriting input device and method using a single character set | |
| CN115311674A (zh) | 手写处理方法、装置、电子设备和可读存储介质 | |
| 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 | |
| JP2000105798A (ja) | 手書き文字認識装置及び記録媒体 | |
| JPH05314320A (ja) | 認識距離の差と候補順を利用した認識結果の評価方式 | |
| JPH01321591A (ja) | 文字認識装置 | |
| CN110928915A (zh) | 中文姓名模糊匹配的方法、装置、设备及可读存储介质 | |
| AU2021101278A4 (en) | System and Method for Automatic Language Detection for Handwritten Text | |
| Abuzaraida et al. | Online recognition of Arabic handwritten words system based on Alignments matching Algorithm | |
| JP2894305B2 (ja) | 認識装置の候補修正方式 | |
| JP3221488B2 (ja) | 検証機能付きオンライン文字認識装置 | |
| KR100204618B1 (ko) | 문자 또는 도형의 인식 방법 및 시스템 | |
| Rico et al. | Interpreting Live Video Sign Language and Translate into Text | |
| JPH06131503A (ja) | 文字認識処理装置 | |
| JP2851865B2 (ja) | 文字認識装置 | |
| KR100356503B1 (ko) | 학습형문자인식장치 | |
| JPH08101889A (ja) | オンライン手書き文字認識方法 | |
| JP2765617B2 (ja) | 文字認識装置 | |
| JPS63291186A (ja) | 文字認識方式 | |
| JPH0575152B2 (ja) | ||
| JPH103518A (ja) | 文字認識方法，記憶媒体および文字認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050624 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050704 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050902 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20051216 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060112 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090120 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100120 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110120 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120120 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130120 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140120 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |