JPH11338970A - 候補数制御機能付き文字認識装置及び方法 - Google Patents
候補数制御機能付き文字認識装置及び方法Info
- Publication number
- JPH11338970A JPH11338970A JP10143813A JP14381398A JPH11338970A JP H11338970 A JPH11338970 A JP H11338970A JP 10143813 A JP10143813 A JP 10143813A JP 14381398 A JP14381398 A JP 14381398A JP H11338970 A JPH11338970 A JP H11338970A
- Authority
- JP
- Japan
- Prior art keywords
- reliability
- candidate
- initial
- recognition
- correct
- 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
Landscapes
- Character Discrimination (AREA)
Abstract
つまでの候補を用いればその中に正解が入っているかを
正確に評価することで出力された認識候補の中に正解の
認識候補が含まれる率を高く保ったまま、認識候補数を
少く抑えることが可能な文字認識装置の提供。 【解決手段】文字認識候補が正解か誤りかを判定するた
めの正誤特徴を各順位毎に算出し、この正誤特徴を、い
ま着目している順位よりも上位の候補は全て誤りである
という条件の下で、着目順位の認識結果が正解である確
率に対応する初期信頼度に変換し、初期信頼度と初期非
信頼度から着目順位の信頼度と、一位候補から着目順位
までの間に正解が含まれる確率を表す累積信頼度を算出
し、これらの値によって出力する認識候補数の制御を行
う。
Description
し、特に、光学的に走査して取得した手書き文字列の画
像情報から文字を認識する装置において認識候補数を制
御可能とした文字認識装置に関する。
字列を、光学的文字読み取り装置(OCR)を用いて読み
取って文字認識する場合、認識処理に先立って個別に文
字を切り出し、切り出された個別文字に対して個別文字
認識を施し、後処理として言語的な処理を行い文字列と
して認識することが一般的に行われている。
は、比較的自由に書かれることが多く、一般に、文字パ
ターンとしての変形や歪みが大きい。このため、従来こ
のような文字列認識における個別文字認識では、個別文
字認識の一位認識候補が正解である率(「一位認識率」
という)があまり高くない。そこで、例えば一位から十
位までといったように複数の認識候補を出力している。
そして、言語的処理においては、これら複数の認識候補
を受け取って、所定の言語的なルールを満たすように認
識候補を組み合わせ、これらの組み合わせの確からしさ
を評価し、最も確からしい認識候補の組み合わせを文字
列認識結果として出力する。
正解が含まれている率が高いことが望ましい。
処理を行う際に、個別文字認識の認識候補数が余りにも
多いと、言語的処理のための計算量が増大し処理時間が
増大するだけでなく、言語的なルールを満たす認識候補
の組み合わせ数も増大し、誤った文字列認識結果を出力
する場合がある。
によって引き起こされる。したがって、手書き文字入力
の文字言語処理から見た場合、誤った認識候補の数(余
分な認識候補の数)ができるだけ少いことが望ましい。
が含まれる率を高く保ったまま、認識候補数を少く抑え
るためには、『第一位からいくつまでの文字認識候補を
用いればその中に正解が入っているか』を知ることが大
変重要である。
認識候補の確からしさを評価して、十分高い確からしさ
が得られるまで候補を出力するという方法が考えられ
る。文字認識候補の確からしさを評価する方法として
は、例えば文献1(中山他:「文字認識結果の確信度に
関する一検討」、電子情報通信学会1995年総合大会
講演論文集、情報・システム2、D−541、1995
年3月)の記載が参照される。上記文献1には、候補距
離値列の全体傾向を表現する多次元の特徴を入力として
一位候補の確からしさとしての確信度を求め、それ以降
の候補については一位候補の確信度と一位候補との距離
比を用いて確信度を算出する方法が提案されている。
補についてはその確からしさが正確に評価可能である
が、それ以降の候補に関する評価を正確には行うことは
できない、という問題点を有している。これでは、『第
一位からいくつまでの文字認識候補を用いればその中に
正解が入っているか』を正確に知ることはできない。
てから、さらにリジェクトを行う方法として、例えば文
献2(秋山:「与えられたリジェクト条件を実現するた
めのリジェクト判別方式」、電子情報通信学会技術研究
報告、PRMU96−209、1997年3月)の記載
が参照される。上記文献2には、一位候補の類似度と、
一位候補と二位候補の類似度の差という二つの量を用
い、これらの量によって張られる二次元空間において、
リジェクトすべき領域を、統計的に定めることで認識候
補のリジェクトを行う方法が提案されている。
補のみについてリジェクトするかしないかという評価し
か行えず、上記した方法と同様、『第一位からいくつま
での文字認識候補を用いればその中に正解が入っている
か』を知ることはできない。
てなされたものであって、その目的は、第一位からいく
つまでの文字認識候補を用いればその中に正解が入って
いるかを正確に評価することで、出力された認識候補の
中に、正解の認識候補が含まれる率を高く保ったまま、
認識候補数を少く抑えることを可能とした文字認識装置
を提供することにある。
明は、文字パターンを入力して認識を行う文字認識装置
において、二値化された文字パターンを入力する入力手
段と、入力された文字パターンに対して文字認識処理を
施し、文字特徴と標準文字特徴との間の距離値が小さい
順に、文字パターンを特定する文字コードとその距離値
とを初期認識候補として出力する文字認識手段と、距離
値の小さい順に並べられた前記初期認識候補の距離値
を、元特徴として入力し、前記初期認識候補が正解か誤
りであるかを評価するための正誤特徴を算出し、前記初
期認識候補の各順位における文字コードと距離値の情報
に正誤特徴を付加して出力する認識正誤特徴抽出手段
と、前記初期認識候補の正誤特徴から初期信頼度と初期
非信頼度とを算出し、前記初期認識候補の中の文字カテ
ゴリーと距離値と正誤特徴に、初期信頼度と初期非信頼
度を付加して出力する初期信頼度算出手段と、前記各初
期認識候補について、前記初期信頼度と初期非信頼度と
を用いて、信頼度と累積信頼度とを算出し、前記初期認
識結果に信頼度と累積信頼度の情報を付加して出力する
信頼度算出手段と、予め定められた基準累積信頼度と、
各順位までの累積信頼度とを比較し第何候補までを文字
認識候補として出力するか決定し最終的に認識候補を出
力するか、又は、予め定められた基準信頼度と認識候補
の信頼度とを比較し、信頼度の低い認識候補を排除して
から最終的に認識候補を出力する候補数制御手段と、を
含んで構成される。
図面を参照して詳細に説明する。
すブロック図である。図1を参照すると、本発明の一実
施の形態に係る文字認識装置は、入力部11と、文字認
識部12と、認識正誤特徴抽出部13と、初期信頼度算
出部14と、信頼度算出部15と、候補数制御部16
と、を備えて構成されている。以下、各部の概略を説明
する。
を入力する。
れた文字パターンに対して文字認識処理を施して、文字
特徴と標準文字特徴の間の距離値の小さい順に、文字パ
ターンを特定する文字コードと、その距離値と、を初期
認識候補として出力する。
い順に並べられた初期認識候補の距離値を元特徴として
入力し、初期認識候補が正解であるか誤りであるかを評
価するための正誤特徴を算出し、初期認識候補の各順位
における文字コードと距離値の情報に、算出した正誤特
徴を付加して出力する。
初期認識候補の正誤特徴から初期信頼度と非初期信頼度
を算出し、初期認識候補の中の文字カテゴリーと距離値
と正誤特徴に、初期信頼度と非初期信頼度を付加して出
力する。
期認識結果の中の初期信頼度と初期非信頼度とを用いて
信頼度と累積信頼度とを算出し、初期認識結果に、信頼
度と累積信頼度の情報を付け加えて出力する。
累積信頼度と各順位までの累積信頼度とを比較し、第何
候補までを文字認識候補として出力するか決定して最終
的に認識候補を出力し、また、予め定められた基準信頼
度と認識候補の信頼度とを比較し、信頼度の低い認識候
補をリジェクトしてから、最終的に認識候補を出力す
る。
て説明する。入力部11は、二値化された文字パターン
の画像を入力する。
対して文字認識処理を施し、文字特徴と標準文字特徴と
の間の距離値の小さい順に、文字パターンを特定する文
字コードと、距離値と、を初期認識候補として出力す
る。ここで、文字コードと距離値とを出力すると説明し
たが、距離値の代わりに、類似度を出力するようにして
もよい。類似度を出力する場合には、類似度の大きい順
に、文字コードと類似度との二つの情報を出力すること
になる。
出力するかについては、予め定められており、ここで
は、10個の候補を出力するものとする。なお、出力す
る候補の数は、任意に設定可能である。
さい順に並べられた10個の初期認識候補の距離値を1
0次元の元特徴として入力し、初期認識候補が正解であ
るか誤りであるかを評価するための正誤特徴を算出し、
一位候補から十位候補までの初期認識候補の各順位にお
ける、文字コードと距離値の情報に、正誤特徴を付加し
て出力する。
方法で実現できる。一例を挙げれば、まず、一位候補の
正誤特徴を得るために、一位候補が正解であるか誤りで
あるかを判定するように学習された第1のニューラルネ
ットを用い、その出力値を正誤特徴としてもよい。
中間層、及び出力層よりなる三層パーセプトロンよりな
り、入力層は、初期認識候補の候補数と同じ個数のニュ
ーロンを含み、中間層には5個のニューロンを含み、出
力層には1個のニューロンを含む。なお、中間層を5個
のニューロンとしたが、5個に限定されるものでないこ
とは勿論である。
層一番目のニューロンには一位候補の距離値が入力さ
れ、二番目のニューロンには二位候補の距離値が入力さ
れる、という具合に、初期認識候補の各順位の距離値が
入力される。
候補が正解であるか誤りであるかを判定できるようにす
るために、第1のニューラルネットに対して、一位候補
が正解であるニューラルネット学習用データに教師信号
を「1」として与え、一位候補が誤りであるニューラル
ネット学習用データに教師信号を「0」として与え、バ
ックプロパゲーションによって学習が行われる。
二位候補が正解であるか誤りであるかを判定するように
学習された第2のニューラルネットを用い、その出力値
を正誤特徴とする。この第2のニューラルネットは、第
1のニューラルネットと同様な構造であるが、中間層の
ニューロンの数は任意に設定可能であり、さらに、第1
のニューラルネットの中間層のニューロン数と同一でな
くてもよい。
には通し番号が振られており、入力層一番目のニューロ
ンには一位候補の距離値が入力され、二番目のニューロ
ンには二位候補の距離値が入力される、という具合に、
初期認識候補の各順位の距離値が入力される。
補が正解であるか誤りであるかを判定できるようにする
ために、第2のニューラルネットに対して、二位候補が
正解であるニューラルネット学習用データに教師信号を
「1」として与え、二位候補が誤りであるニューラルネ
ット学習用データに教師信号を「0」として与え、バッ
クプロパゲーションによって学習が行われる。
る学習データとして、一位候補が誤りであったという条
件付きのデータだけを与えて学習を行う。ここで、条件
付きのデータを用いて学習するのは、一位候補が正解で
あったデータを、ニューラルネットに学習させる必要を
無くし、学習を容易化するためである。
めに、n位候補が正解であるか誤りであるかを判定する
ように学習された第nのニューラルネットを用いてその
出力値を正誤特徴とする。
ューラルネットと同様の構造であるが、中間層のニュー
ロン数は自由に設定可能であり、さらに、第1のニュー
ラルネットから第n−1のニューラルネットの中間層の
ニューロン数と同じでなくてもよい。
層には通し番号が振られており、入力層の一番目のニュ
ーロンには一位候補の距離値、二番目のニューロンには
二位候補の距離値というように、初期認識候補の各順位
の距離値が入力される。
正解であるか誤りであるかを判定できるようにするため
に、第nのニューラルネットに対して、n位候補が正解
であるニューラルネット学習用データに教師信号を
「1」として与え、n位候補が誤りであるニューラルネ
ット学習用データに教師信号を「0」として与え、バッ
クプロパゲーションによって学習が行われたものであ
る。
る学習データとして、一位候補からn−1位候補までが
誤りであったという条件付きのデータだけを与えて学習
を行う。ここで、条件付きのデータを用いるのは、一位
候補からn−1位候補までの中に正解が含まれているよ
うなデータをニューラルネットに学習させる必要を無く
し、学習を容易化するためである。
補の正誤特徴を得るために、一位候補が正解であるか誤
りであるかを判定するための第1の判別得点を正誤特徴
としてもよい。この第1の判別得点は、線形判別関数作
成用データに対する初期認識候補の距離値を10次元の
元特徴として入力し、一位候補が正解である場合にカテ
ゴリーを「正」と与え、一位候補が誤りである場合にカ
テゴリーを「誤」と与え、判別分析によって得られた線
形判別関数を用いて算出された値である。
二位候補が正解であるか誤りであるかを判定するための
第2の判別得点を正誤特徴とする。この第2の判別得点
は、線形判別関数作成用データに対する初期認識候補の
距離値を10次元の元特徴として入力し、二位候補が正
解である場合にカテゴリーを「正」と与え、二位候補が
誤りである場合にカテゴリーを「誤」と与え、判別分析
によって得られた線形判別関数を用いて算出された値で
ある。このとき、線形判別関数作成用のデータとして一
位候補が誤りであったという条件付きのデータだけを与
えて判別分析を施す。
一位候補が正解であったデータを判別分析に入力するこ
とを不要とし、判別分析の実行を容易化するためであ
る。
めに、n位候補が正解であるか誤りであるかを判定する
ための第nの判別得点を正誤特徴とする。この第nの判
別得点は、線形判別関数作成用データに対する初期認識
候補の距離値を10次元の元特徴として入力し、n位候
補が正解である場合にカテゴリーを「正」と与え、n位
候補が誤りである場合にカテゴリーを「誤」と与え、判
別分析によって得られた線形判別関数を用いて算出され
た値である。このとき、線形判別関数作成用のデータと
して一位候補からn−1位候補までが誤りであったとい
う条件付きのデータだけを与えて判別分析を施す。ここ
で、条件付きのデータを用いるのは、一位候補からn−
1位候補までの中に正解が含まれているようなデータを
判別分析に入力することを不要とし、判別分析の実行を
容易化するためである。
候補の正誤特徴を得るために、主成分分析用のデータに
対する初期認識候補の距離値を10次元の元特徴として
入力して第1の主成分分析を行い、その第一主成分の主
成分得点を正誤特徴とする。ここでは、第一主成分の主
成分得点のみを正誤特徴とする場合について説明した
が、第一主成分から幾つの主成分までの主成分得点を正
誤特徴として用いるかは任意に設定できる。複数の主成
分得点を用いる場合正誤特徴は多次元データとなる。
主成分分析用のデータに対する初期認識候補の距離値を
10次元の元特徴として入力して第2の主成分分析を行
い、その第一主成分の主成分得点を正誤特徴とする。こ
こでは、第一主成分の主成分得点のみを正誤特徴とする
ことを説明したが、第一主成分から幾つの主成分までの
主成分得点を正誤特徴として用いるかは任意に設定でき
る。複数の主成分得点を用いる場合正誤特徴は多次元デ
ータとなる。
として、一位候補が誤りであったという条件付きのデー
タだけを与えて判別分析を施す。この条件付きのデータ
を用いるのは、一位候補が正解であったデータを主成分
分析に入力することを不要とし、主成分分析を行い易く
するためである。
めに、主成分分析用のデータに対する初期認識候補の距
離値を10次元の元特徴として入力して、第n主成分分
析を行い、その第一主成分の主成分得点を正誤特徴とす
る。
る場合を説明したが、第一主成分から幾つの主成分まで
の主成分得点を正誤特徴として用いるかは、任意に設定
できる。複数の主成分得点を用いる場合、正誤特徴は多
次元データとなる。
として、一位候補からn−1位候補までが誤りであった
という条件付きのデータだけを与えて主成分分析を施
す。条件付きのデータを用いるのは、一位候補からn−
1位候補までの中に正解が含まれているようなデータを
主成分分析に入力する必要が無くなり、主成分分析が行
われやすくするためである。
の正誤特徴から、初期信頼度を算出し、初期認識候補の
中の文字カテゴリーと距離値と正誤特徴に、算出した初
期信頼度を付け加えて出力する。
初期認識結果の各順位における正誤特徴を、テーブルを
参照することで、初期信頼度と初期非信頼度に変換す
る。
るためには第1のテーブルを参照して一位候補の初期信
頼度を得る。そして、二位候補の場合、第2のテーブル
を参照して二位候補の初期信頼度を得る。そして、n位
候補の場合、第nのテーブルを参照してn位候補の初期
信頼度を得る。
めのテーブルの作成方法について説明する。
頼度とは、一位候補からn−1位候補の認識結果が全て
誤りであるという条件の下で、n位候補が正解であると
いう確率に対応している。
は、同様な条件で、n位候補が誤りであるという確率に
対応している。
文字パターンに対する初期認識候補を作成し、正誤特徴
を求めると、各々の文字パターンに対する正誤特徴が得
られる。例えば一位候補のテーブルの作成に関しては、
一位候補の正誤特徴の値に対する一位候補が正解の場合
と、一位候補がエラーの場合の頻度分布(ヒストグラム)
を求めることができる。
各種方法で選択されるが、正誤特徴の値の最大値と最小
値を例えば40等分すればよく、この場合も、何等分す
るかは任意に設定できる。
数xと考えれば、正解の起こる事前確率P(正解)と正
解の確率密度関数p(x|正解)の積と対応する。
事前確率P(誤り)と誤りの確率密度関数p(x|誤
り)の積と対応する。
きに、それが正解である確率はベイズ則によって、 P(正解|x)=p(x|正解)P(正解)/{p(x|正解)P(正解)+p(x|誤 り)P(誤り)} …(1) となる。
のテーブルとは、P(正解|x)のことであり、例えば
多項式で近似したP(正解|x)をテーブルとして用い
るようにしてもよい。
に準備される。以上、簡単のために、正誤特徴を一次元
の確率変数に対応させて説明したが、多次元の正誤特徴
の場合でも、同様な処理を行うことが可能である。
x)を用いて行うことも可能であるし、1−初期信頼度
=初期非信頼度として算出することも可能である。ここ
で、 初期信頼度+初期非信頼度=1 …(3) である。
引き算して求めているが、これは初期信頼度と初期非信
頼度の値を「0」から「1」までの値とした場合の例で
ある。
の初期信頼度と初期非信頼度とを用いて、信頼度と累積
信頼度を算出し、初期認識結果に、信頼度と累積信頼度
の情報を付け加えて出力する。
−1位候補までが誤りであったという条件の下で求めら
れた結果であり、一位候補からn−1位候補までの全て
の初期非信頼度と、n位の初期信頼度とを掛け合わせる
ことによって、n位候補の信頼度を得る。
した場合の累積信頼度を算出するには、一位候補の信頼
度から順に下位候補の信頼度を加算していくことで実現
できる。
候補の信頼度から順に下位候補の信頼度を加算してい
き、n位候補までの信頼度の総和を求めればよい。
から信頼度と累積信頼度の情報が付け加わった初期認識
候補を入力し、予め定められた基準累積信頼度と各順位
までの累積信頼度とを比較し、第何候補までを文字認識
候補として出力するか決定する。これは、一位候補から
順に下位の各候補の累積信頼度を、予め入力しておいた
基準累積信頼度と比較し、ある順位の候補の累積信頼度
が基準累積信頼度よりも大きくなった時点で、それ以降
の下位候補を出力しないようにすることで実現できる。
れた基準信頼度と認識候補の信頼度とを比較し、信頼度
の低い認識候補をリジェクトするようにしてもよい。こ
れは、一位候補から順に、下位の各候補の信頼度を、予
め入力しておいた基準信頼度と比較して、基準信頼度よ
り大きな信頼度を持った候補のみを出力し、それ以外の
候補を出力しないようにすることで実現できる。
以下にその手順をまとめておく。
して文字認識手段により得られた文字認識の複数の初期
認識候補の各順位の候補について該初期認識候補が正解
であるか誤りかを判定するための正誤特徴を算出する。
上位の各候補は全て誤りであるという条件の下で、着目
順位の候補が正解である確率に対応する初期信頼度に変
換し、該初期信頼度を各順位の候補について求める。
も上位の候補(一位〜n−1位)に関する初期非信頼度
の値を全て乗じた値と、着目順位(n位)の候補の初期
信頼度とを乗算することによって、着目順位(n位)の
候補の信頼度を算出し、該信頼度を各順位の候補につい
て求める。
も上位候補(一位〜n−1位)の信頼度の値を全て加算
した値と、着目順位(n位)の候補の信頼度とを加算す
ることによって着目順位(n位)の候補の累積信頼度を
算出し、該累積信頼度を各順位の候補について求める。
予め定められた基準累積信頼度と比較し、複数の初期認
識候補の中から累積信頼度の値が前記基準累積信頼度以
下である順位までの候補を、最終的に認識候補として出
力する。
プ3で求められた各順位候補の信頼度を用いて、複数の
初期認識候補の中から信頼度の値が予め定められた基準
信頼度以上の候補を、最終的に認識候補として出力する
ことで、認識候補数を制限するようにしてもよい。
構成するコンピュータ上で実行されるプログラム制御に
よって実現するようにしてもよい。
さらに詳細に説明すべく、本発明の一実施例について詳
細に説明する。なお、本発明の一実施例の文字認識装置
の構成は、図1を参照して説明した前記実施の形態の構
成と同一とされている。
に入力される文字パターンの画像の一例を示す図であ
る。
され、文字認識部12によって文字認識処理を施された
結果の一例を図3に示す。
れる初期認識候補の数は「10」となっており、文字コ
ードと距離値とが10個の候補分得られている。
さい順に並べられた10個の初期認識候補の距離値が、
10次元の特徴として入力される。
力とした場合の例について説明すると、まず、一位候補
の正誤特徴を求めるために、第1のニューラルネットに
10次元の特徴が入力され、第1のニューラルネットの
出力値を一位候補の正誤特徴として得る。
第2のニューラルネットに10次元の特徴が入力され、
第2のニューラルネットの出力値を二位候補の正誤特徴
として得る。
ットの出力を得て、十位候補の正誤特徴を求めるための
第10のニューラルネットの出力値を得るまで、この処
理が行われる。この結果、図4に示すような、各候補に
対する正誤特徴が得られる。
る正誤特徴の例が示されているが、正誤特徴の抽出に判
別分析や主成分分析を用いた場合も、図4と同じ形式の
データが作成される。なお、図4では、正誤特徴は一次
元であるが、多次元のベクトルデータを正誤特徴として
得ることも可能である。
うな初期認識候補が入力される。一位から十位までの各
候補に対する正誤特徴の値は、正誤特徴の値(区間)を
初期信頼度に変換するためのテーブル1からテーブル1
0までをそれぞれ参照することで、初期信頼度に変換さ
れる。
1によって一位候補の初期信頼度に変換され、二位候補
の正誤特徴はテーブル2によって二位候補の初期信頼度
に変換され、順次各候補の初期信頼度が算出されてい
き、十位候補の正誤特徴がテーブル10によって十位候
補の初期信頼度に変換されるまで、この処理が行われ
る。
ルの例を、図5に示す。図5(a)、図5(b)には、
テーブル1とテーブル2の例がそれぞれ示されている
(テーブル3〜10は省略)。また、テーブルの代わり
に、図6(a)、図6(b)に示すような関数を用いて
もよい。
「町」)の正誤特徴の値は0.78であることから、図5
(a)のテーブル1を参照して、一位候補の初期信頼度
は0.9576と求まり、同時に、初期非信頼度は、1.0-0.95
76=0.0424と求まる。
合、正誤特徴は0.88であることから図5(b)のテーブ
ル2の正誤特徴の値0.88を参照すると、0.5165であり、
これを二位候補の初期信頼度とし、初期非信頼度は、1.
0−0.5165=0.4835となる。
期非信頼度を求めると、図7に示すような情報データが
作成される。
ように、初期認識候補に、初期信頼度と初期非信頼度が
付け加えられた情報が出力される。
ような初期認識結果の情報が入力され、初期信頼度と初
期非信頼度とを用いて、信頼度と累積信頼度とを算出
し、初期認識結果に、信頼度と累積信頼度の情報を付け
加えて出力する。
−1位候補までが誤りであったという条件の下で求めら
れた結果である。
まま代入される。二位候補の信頼度は、一位候補の初期
非信頼度と、二位候補の初期信頼度の積であることか
ら、図7の例では、 0.0424×0.5165=0.02190 となる。
て、一位候補の初期非信頼度は0.0424であり、二位候補
の初期非信頼度は0.4835であることから、三位候補の信
頼度は 0.0424×0.4835×0.3658=0.0075 となる。
度を求めると、図8に示すような信頼度が得られる。あ
る順位での累積信頼度は、一位候補から当該順位までの
信頼度の総和であることから、各順位の累積信頼度は、
図8の累積信頼度の項目に示されるような値となる。
から、図8に例として示したような、信頼度と累積信頼
度の情報が付け加わった初期認識候補が入力される。こ
のとき、候補数制御部16では、累積信頼度によって動
作する場合と、信頼度によって動作する場合の二つの動
作が可能であり、どちらの動作をさせるかは予め選択し
設定しておく。
動作させる場合、予め基準累積信頼度として、例えば0.
9880という値が設定されているものとする。この値と、
各候補の累積信頼度を一位候補から順に比較して行く。
信頼度は0.9576であるため、基準累積信頼度よりも低
く、一位候補は出力可能とされる。
累積信頼度よりも低い値であるため、二位候補も出力可
能とされる。
準累積信頼度よりも低い値であるため、三位候補までは
出力可能とするが、四位以降の候補は累積信頼度が基準
累積信頼度よりも高い値であるため出力不可となる。
と判定されたものだけが、認識候補として出力され、図
9に示す例のような結果を得る。
動作させる場合、例えば予め基準信頼度として0.5000と
いう値が設定されているものとする。この値と、各候補
の信頼度を一位候補から順に比較して行く。
と、一位候補の信頼度は0.9576であり基準信頼度よりも
大きいので出力可能となる。
信頼度より小さく出力不可となる。
りも小さいので出力不可となる。
と判定されたものだけが、認識候補として出力され、図
10に示す例のような結果を得る。
個別に切り出されたパターンに対する文字認識候補の一
位から所定順位までの中に、正解文字認識候補が含まれ
る確からしさ、すなわち累積信頼度を計算し、累積信頼
度が予め定められた基準累積信頼度を越えるまでの下位
候補の認識候補を出力するように構成したことから、出
力された認識候補の中に正解の認識候補が含まれる率を
高く保ったまま、認識候補数を少く抑えることを可能と
し、文字認識処理を効率化、高速化する、という効果を
奏する。
ブロック図である。
入力された文字パターンの例を示す図である。
初期認識候補の一例を示す図である。
正誤特徴の付与された初期認識候補の一例を示す図であ
る。
(a)、(b)はテーブル1とテーブル2の例を示す図
である。
(a)、(b)はテーブル1とテーブル2を関数で表現
した例を示す図である。
初期信頼度と初期非信頼度が付与された初期認識候補の
一例を示す図である。
初期認識候補に対する信頼度と累積信頼度の一例を示す
図である。
累積信頼度と基準累積信頼度との比較によって出力され
た認識候補の一例を示す図である。
り、信頼度と基準信頼度との比較によって出力された認
識候補の一例を示す図である。
Claims (22)
- 【請求項1】入力された文字パターンに対して文字認識
手段により得られた文字認識の複数の初期認識候補の一
位の候補から着目する順位の候補までの中に正解文字候
補が含まれる確からしさを示す累積信頼度を各順位につ
いて算出する手段を備え、 累積信頼度の値が予め定められた基準累積信頼度以下で
ある順位までの候補を、認識候補として出力すること
で、認識候補数を制限するようにしたことを特徴とする
文字認識装置。 - 【請求項2】入力された文字パターンに対して文字認識
手段により得られた文字認識の複数の初期認識候補の各
順位の候補について該初期認識候補が正解であるか誤り
であるかを判定するための正誤特徴を算出する手段と、 前記正誤特徴を、着目順位よりも上位の候補は全て誤り
であるという条件の下で、着目順位の候補が正解である
確率に対応する初期信頼度に変換し、該初期信頼度を各
順位の候補について求める手段と、 着目順位の候補よりも上位の各候補に関する初期非信頼
度の値を乗じた値と、前記着目順位の候補の初期信頼度
とを乗算することによって、前記着目順位の候補の信頼
度を算出し、該信頼度を各順位の候補について求める手
段と、 前記複数の初期認識候補の中から前記信頼度の値が予め
定められた基準信頼度以上の候補を、最終的に認識候補
として出力する手段と、 を含むことを特徴とする文字認識装置。 - 【請求項3】入力された文字パターンに対して文字認識
手段により得られた文字認識の複数の初期認識候補の各
順位の候補について該初期認識候補が正解であるか誤り
であるかを判定するための正誤特徴を算出する手段と、 前記正誤特徴を、着目順位よりも上位の候補は全て誤り
であるという条件の下で、着目順位の候補が正解である
確率に対応する初期信頼度に変換し、該初期信頼度を各
順位の候補について求める手段と、 着目順位の候補よりも上位の各候補に関する初期非信頼
度の値を乗じた値と、前記着目順位の候補の初期信頼度
とを乗算することによって、前記着目順位の候補の信頼
度を算出し、該信頼度を各順位の候補について求める手
段と、 着目順位の候補よりも上位の各候補の信頼度の値を加算
した値と、前記着目順位の候補の信頼度を加算すること
によって前記着目順位の候補の累積信頼度を算出し、該
累積信頼度を各順位の候補について求める手段と、 前記複数の初期認識候補の中から累積信頼度の値が予め
定められた基準累積信頼度以下である順位までの候補
を、最終的に認識候補として出力する手段と、 を含むことを特徴とする文字認識装置。 - 【請求項4】文字パターンを入力して認識を行う文字認
識装置において、 二値化された文字パターンを入力する入力手段と、 入力された文字パターンに対して文字認識処理を施し、
文字特徴と標準文字特徴との間の距離値が小さい順に、
文字パターンを特定する文字コードとその距離値とを初
期認識候補として出力する文字認識手段と、 距離値の小さい順に並べられた前記初期認識候補の距離
値を、元特徴として入力し、前記初期認識候補が正解か
誤りであるかを評価するための正誤特徴を算出し、前記
初期認識候補の各順位における文字コードと距離値の情
報に正誤特徴を付加して出力する認識正誤特徴抽出手段
と、 前記初期認識候補の正誤特徴から初期信頼度と初期非信
頼度とを算出し、前記初期認識候補の中の文字カテゴリ
ーと距離値と正誤特徴に、初期信頼度と初期非信頼度を
付加して出力する初期信頼度算出手段と、 前記各初期認識候補について、前記初期信頼度と初期非
信頼度とを用いて、信頼度と累積信頼度とを算出し、前
記初期認識結果に信頼度と累積信頼度の情報を付加して
出力する信頼度算出手段と、 予め定められた基準累積信頼度と、各順位までの累積信
頼度とを比較し第何候補までを文字認識候補として出力
するか決定し最終的に認識候補を出力するか、又は、予
め定められた基準信頼度と認識候補の信頼度とを比較
し、信頼度の低い認識候補をリジェクトしてから最終的
に認識候補を出力する候補数制御手段と、 を含むことを特徴とする文字認識装置。 - 【請求項5】各順位の認識候補が正解であるか誤りであ
るかを評価するための正誤特徴を算出する際に、前記各
順位の候補が正解であるか誤りであるかを判定するよう
に学習されたニューラルネットの出力値を、正誤特徴と
する、ことを特徴とする請求項4記載の文字認識装置。 - 【請求項6】ある順位の認識候補が正解であるか誤りで
あるかを評価するための正誤特徴を算出する際に、前記
ある順位の候補が正解であるか誤りであるかを判定する
ように学習されたニューラルネットの出力値を前記正誤
特徴とし、その際、前記ニューラルネットとして、前記
ある順位よりも上位の認識候補がすべて誤りであるデー
タを用いて学習が行われているニューラルネットを用い
る、ことを特徴とする請求項4記載の文字認識装置。 - 【請求項7】各順位の認識候補が正解であるか誤りであ
るかを評価するための正誤特徴を算出する際に、各順位
の候補が正解であるか誤りであるかを判定するように求
められた判別得点を前記正誤特徴とする、ことを特徴と
する請求項4記載の文字認識装置。 - 【請求項8】ある順位の認識候補が正解であるか誤りで
あるかを評価するための正誤特徴を算出する際に、ある
順位の候補が正解であるか誤りであるかを判定するよう
に求められた判別得点を前記正誤特徴とし、その際、前
記判別得点として、ある順位よりも上位の認識候補がす
べて誤りであるデータを用いて判別分析を行った結果得
られる線形判別関数を用いて算出した判別得点を用い
る、ことを特徴とする請求項4記載の文字認識装置。 - 【請求項9】各順位の認識候補が正解であるか誤りであ
るかを評価するための正誤特徴を算出する際に、主成分
分析を行った結果得られる第一主成分から予め定められ
たいくつかの主成分までの主成分得点を前記正誤特徴と
する、ことを特徴とする請求項4記載の文字認識装置。 - 【請求項10】ある順位の認識候補が正解か誤りである
かを評価するための正誤特徴する際に、主成分分析を行
った結果得られる第一主成分からいくつかの主成分まで
の主成分得点を前記正誤特徴とし、その際、前記主成分
得点として、前記ある順位よりも上位の認識候補がすべ
て誤りであるデータだけを用いて主成分分析を行った結
果得られる主成分を用いて算出した主成分得点を用い
る、ことを特徴とする請求項4記載の文字認識装置。 - 【請求項11】初期認識候補の各順位に対する初期信頼
度を算出する際に、着目している順位の候補よりも上位
候補の認識候補が全て誤りであるという条件の下で、着
目順位の認識候補が正解であるという確率を、前記初期
信頼度として算出する、ことを特徴とする請求項4記載
の文字認識装置。 - 【請求項12】前記初期認識候補の正誤特徴から初期信
頼度と初期非信頼度とを算出する際に、正誤特徴と初期
信頼度との対応を予め格納したテーブルを用いて、前記
正誤特徴から前記初期信頼度と前記初期非信頼度を求め
る、ことを特徴とする請求項4記載の文字認識装置。 - 【請求項13】前記初期認識候補の正誤特徴から初期信
頼度と初期非信頼度とを算出する際に、正誤特徴と初期
信頼度との対応を規定する予め用意された関数を用いて
前記正誤特徴から前記初期信頼度と前記初期非信頼度と
を求める、ことを特徴とする請求項4記載の文字認識装
置。 - 【請求項14】前記初期認識候補の各順位に対する信頼
度を算出する際に、着目している順位の候補よりも上位
候補の認識候補の初期非信頼度の値を全て乗じた値と、
着目順位の初期信頼度とを乗算することによって、着目
順位の信頼度を算出する、ことを特徴とする請求項4記
載の文字認識装置。 - 【請求項15】前記初期認識候補の各順位に対する累積
信頼度を算出する際に、着目している順位の候補よりも
上位候補の認識候補の信頼度の値を全て加算した値と、
着目順位の信頼度を加算することによって、着目順位の
累積信頼度を算出する、ことを特徴とする請求項4記載
の文字認識装置。 - 【請求項16】認識候補を出力する際に、予め定められ
た基準累積信頼度と、前記初期認識候補の各順位に対す
る累積信頼度の値と、を比較し、前記累積信頼度の値が
前記基準累積信頼度以下である初期認識候補を、認識候
補として出力する、ことを特徴とする請求項4記載の文
字認識装置。 - 【請求項17】認識候補を出力する際に、予め定められ
た基準信頼度と、初期認識候補の各順位に対する信頼度
と、を比較し、前記信頼度の値が前記基準累積信頼度以
上である初期認識候補を、認識候補として出力する、こ
とを特徴とする請求項4記載の文字認識装置。 - 【請求項18】前記複数の初期認識候補が、文字特徴と
標準文字特徴との間の距離値が小さい順に順位付けされ
ていることを特徴とする請求項1乃至3のいずれか一に
記載の文字認識装置。 - 【請求項19】(a)入力された文字パターンに対して
文字認識手段により得られた文字認識の複数の初期認識
候補の各順位の候補について該初期認識候補が正解であ
るか誤りであるかを判定するための正誤特徴を算出する
ステップ、 (b)前記正誤特徴を、着目順位よりも上位の候補は全
て誤りであるという条件の下で、着目順位の候補が正解
である確率に対応する初期信頼度に変換し、該初期信頼
度を各順位の候補について求めるステップ、 (c)着目順位の候補よりも上位の各候補に関する初期
非信頼度の値を乗じた値と、前記着目順位の候補の初期
信頼度とを乗算することによって、前記着目順位の候補
の信頼度を算出し、該信頼度を各順位の候補について求
めるステップ、及び、 (d)前記各順位の候補の信頼度を予め定められた基準
信頼度と比較し、前記複数の初期認識候補の中から前記
信頼度の値が前記基準信頼度以上の候補を、最終的に認
識候補として出力するステップ、 を含むことを特徴とする文字認識方法。 - 【請求項20】(a)入力された文字パターンに対して
文字認識手段により得られた文字認識の複数の初期認識
候補の各順位の候補について該初期認識候補が正解であ
るか誤りであるかを判定するための正誤特徴を算出する
ステップ、 (b)前記正誤特徴を、着目順位よりも上位の候補は全
て誤りであるという条件の下で、着目順位の候補が正解
である確率に対応する初期信頼度に変換し、該初期信頼
度を各順位の候補について求めるステップ、 (c)着目順位の候補よりも上位の各候補に関する初期
非信頼度の値を乗じた値と、前記着目順位の候補の初期
信頼度とを乗算することによって、前記着目順位の候補
の信頼度を算出し、該信頼度を各順位の候補について求
めるステップ、 (d)着目順位の候補よりも上位の各候補の信頼度の値
を加算した値と、前記着目順位の候補の信頼度を加算す
ることによって前記着目順位の候補の累積信頼度を算出
し、該累積信頼度を各順位の候補について求めるステッ
プ、及び、 (e)前記累積信頼度を予め定められた基準累積信頼度
と比較し、前記複数の初期認識候補の中から累積信頼度
の値が前記基準累積信頼度以下である順位までの候補
を、最終的に認識候補として出力するステップ、 を含むことを特徴とする文字認識方法。 - 【請求項21】(a)入力された文字パターンに対して
文字認識手段により得られた文字認識の複数の初期認識
候補の各順位の候補について該初期認識候補が正解であ
るか誤りであるかを判定するための正誤特徴を算出する
処理、 (b)前記正誤特徴を、着目順位よりも上位の候補は全
て誤りであるという条件の下で、着目順位の候補が正解
である確率に対応する初期信頼度に変換し、該初期信頼
度を各順位の候補について求める処理、 (c)着目順位の候補よりも上位の各候補に関する初期
非信頼度の値を乗じた値と、前記着目順位の候補の初期
信頼度とを乗算することによって、前記着目順位の候補
の信頼度を算出し、該信頼度を各順位の候補について求
める処理、及び、 (d)前記各順位の候補の信頼度を予め定められた基準
信頼度と比較し、前記複数の初期認識候補の中から前記
信頼度の値が前記基準信頼度以上の候補を、最終的に認
識候補として出力する処理、 の上記(a)〜(d)の処理を文字認識装置を構成する
コンピュータで実行させるためのプログラムを記録した
記録媒体。 - 【請求項22】(a)入力された文字パターンに対して
文字認識手段により得られた文字認識の複数の初期認識
候補の各順位の候補について該初期認識候補が正解であ
るか誤りであるかを判定するための正誤特徴を算出する
処理、 (b)前記正誤特徴を、着目順位よりも上位の候補は全
て誤りであるという条件の下で、着目順位の候補が正解
である確率に対応する初期信頼度に変換し、該初期信頼
度を各順位の候補について求める処理、 (c)着目順位の候補よりも上位の各候補に関する初期
非信頼度の値を乗じた値と、前記着目順位の候補の初期
信頼度とを乗算することによって、前記着目順位の候補
の信頼度を算出し、該信頼度を各順位の候補について求
める処理、 (d)着目順位の候補よりも上位の各候補の信頼度の値
を加算した値と、前記着目順位の候補の信頼度を加算す
ることによって前記着目順位の候補の累積信頼度を算出
し、該累積信頼度を各順位の候補について求める処理、
及び、 (e)前記累積信頼度を予め定められた基準累積信頼度
と比較し、前記複数の初期認識候補の中から累積信頼度
の値が前記基準累積信頼度以下である順位までの候補
を、最終的に認識候補として出力する処理、 の上記(a)〜(e)の処理を文字認識装置を構成する
コンピュータで実行させるためのプログラムを記録した
記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10143813A JP3109476B2 (ja) | 1998-05-26 | 1998-05-26 | 候補数制御機能付き文字認識装置及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10143813A JP3109476B2 (ja) | 1998-05-26 | 1998-05-26 | 候補数制御機能付き文字認識装置及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH11338970A true JPH11338970A (ja) | 1999-12-10 |
JP3109476B2 JP3109476B2 (ja) | 2000-11-13 |
Family
ID=15347573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP10143813A Expired - Fee Related JP3109476B2 (ja) | 1998-05-26 | 1998-05-26 | 候補数制御機能付き文字認識装置及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3109476B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7778447B2 (en) | 2004-01-29 | 2010-08-17 | Fujitsu Limited | Method and device for mobile object information management, and computer product |
-
1998
- 1998-05-26 JP JP10143813A patent/JP3109476B2/ja not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7778447B2 (en) | 2004-01-29 | 2010-08-17 | Fujitsu Limited | Method and device for mobile object information management, and computer product |
Also Published As
Publication number | Publication date |
---|---|
JP3109476B2 (ja) | 2000-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112528963A (zh) | 基于MixNet-YOLOv3和卷积递归神经网络CRNN的算术题智能批阅系统 | |
US6950555B2 (en) | Holistic-analytical recognition of handwritten text | |
CN112528894B (zh) | 一种差异项判别方法及装置 | |
CN114743020A (zh) | 一种结合标签语义嵌入和注意力融合的食物识别方法 | |
Wu et al. | Improving vqa and its explanations\\by comparing competing explanations | |
US11657222B1 (en) | Confidence calibration using pseudo-accuracy | |
Khirbat | OCR post-processing text correction using simulated annealing (OPTeCA) | |
CN115661836A (zh) | 一种自动批改方法、装置、系统及可读存储介质 | |
Gross et al. | A handwriting recognition system for the classroom | |
JPH11328317A (ja) | 日本語文字認識誤り訂正方法及び装置、並びに、誤り訂正プログラムを記録した記録媒体 | |
JP2023510904A (ja) | 手書きにおける数学検出 | |
JP3109476B2 (ja) | 候補数制御機能付き文字認識装置及び方法 | |
CN110929013A (zh) | 一种基于bottom-up attention和定位信息融合的图片问答实现方法 | |
WO2023015610A1 (zh) | 基于人工智能的古代及近现代艺术品鉴定方法和系统 | |
Mousa et al. | Cascaded RBF-CBiLSTM for Arabic named entity recognition | |
CN116227486A (zh) | 一种基于检索和对比学习的情感分析方法 | |
JP2004171316A (ja) | Ocr装置及び文書検索システム及び文書検索プログラム | |
JPH11282964A (ja) | 文字認識装置、学習方法および文字認識プログラムを記録した記録媒体 | |
CN114358579A (zh) | 评阅方法、评阅装置、电子设备以及计算机可读存储介质 | |
CN111651960A (zh) | 一种从合同简体迁移到繁体的光学字符联合训练及识别方法 | |
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 | |
CN115146049B (zh) | 问答检索方法、模型训练方法及装置、设备和存储介质 | |
Mehta et al. | Optical music notes recognition for printed piano music score sheet | |
Gotlur et al. | Handwritten math equation solver using machine learning | |
JP2903779B2 (ja) | 文字列認識方法及びその装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20000815 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080914 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080914 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090914 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090914 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100914 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110914 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120914 Year of fee payment: 12 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130914 Year of fee payment: 13 |
|
LAPS | Cancellation because of no payment of annual fees |