JPH1196304A - 文字認識方法、文字認識用パターン辞書作成方法および記録媒体 - Google Patents
文字認識方法、文字認識用パターン辞書作成方法および記録媒体Info
- Publication number
- JPH1196304A JPH1196304A JP9255383A JP25538397A JPH1196304A JP H1196304 A JPH1196304 A JP H1196304A JP 9255383 A JP9255383 A JP 9255383A JP 25538397 A JP25538397 A JP 25538397A JP H1196304 A JPH1196304 A JP H1196304A
- Authority
- JP
- Japan
- Prior art keywords
- cluster
- pattern dictionary
- feature
- matching
- representative
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】
【課題】 既に作成されているパターン辞書中の特徴量
に対してクラスタリング処理を行ない、その結果を利用
して階層的なマッチング処理を行なうことにより、認識
結果を変えることなくマッチングに要する処理時間を短
縮する。 【解決手段】 パターン辞書作成部３では、非階層的ク
ラスタリング手法を用いて、パターン辞書２を複数のク
ラスタに分割する。文字認識部５の代表マッチング部６
では、各クラスタの代表パターン辞書レコードと入力特
徴量とのマッチング処理を行ない、その結果を基に、パ
ターン辞書レコードとのマッチング処理を行なう有効ク
ラスタを求める。次いで、詳細マッチング部７では、有
効クラスタ内の各パターン辞書レコードと入力特徴量と
のマッチングを行ない、相違度の小さい順に候補を出力
する。
に対してクラスタリング処理を行ない、その結果を利用
して階層的なマッチング処理を行なうことにより、認識
結果を変えることなくマッチングに要する処理時間を短
縮する。 【解決手段】 パターン辞書作成部３では、非階層的ク
ラスタリング手法を用いて、パターン辞書２を複数のク
ラスタに分割する。文字認識部５の代表マッチング部６
では、各クラスタの代表パターン辞書レコードと入力特
徴量とのマッチング処理を行ない、その結果を基に、パ
ターン辞書レコードとのマッチング処理を行なう有効ク
ラスタを求める。次いで、詳細マッチング部７では、有
効クラスタ内の各パターン辞書レコードと入力特徴量と
のマッチングを行ない、相違度の小さい順に候補を出力
する。
Description
【０００１】
【発明の属する技術分野】本発明は、２段階のマッチン
グ処理を行う文字認識方法、文字認識用パターン辞書作
成方法および記録媒体に関する。
グ処理を行う文字認識方法、文字認識用パターン辞書作
成方法および記録媒体に関する。
【０００２】
【従来の技術】パターン辞書作成用のデータセットにつ
いて適当なクラスタリング処理を施すことによって、少
ない辞書レコード数で高精度な認識処理を可能とする手
法がいくつか提案されている。例えば、特開平１−１５
４２９７号公報に記載されている文字認識用辞書作成方
法では、パターン辞書作成用の特徴ベクトル群を階層的
な手法でクラスタリングすることで、文字認識に用いる
辞書を作成している。
いて適当なクラスタリング処理を施すことによって、少
ない辞書レコード数で高精度な認識処理を可能とする手
法がいくつか提案されている。例えば、特開平１−１５
４２９７号公報に記載されている文字認識用辞書作成方
法では、パターン辞書作成用の特徴ベクトル群を階層的
な手法でクラスタリングすることで、文字認識に用いる
辞書を作成している。
【０００３】
【発明が解決しようとする課題】しかしながら、従来か
ら提案されている手法は、作成されたパターン辞書につ
いてそのパターン辞書レコードをクラスタリングし、そ
の情報を利用して認識結果が変わらない条件の元で認識
速度を向上させる手法ではない。
ら提案されている手法は、作成されたパターン辞書につ
いてそのパターン辞書レコードをクラスタリングし、そ
の情報を利用して認識結果が変わらない条件の元で認識
速度を向上させる手法ではない。
【０００４】本発明は上記した背景を考慮してなされた
もので、本発明の目的は、既に作成されているパターン
辞書中の特徴量（特徴ベクトル）に対してクラスタリン
グ処理を行ない、その結果を利用して階層的なマッチン
グ処理を行なうことにより、認識結果を変えることなく
マッチングに要する処理時間を短縮した文字認識方法、
文字認識用パターン辞書作成方法および記録媒体を提供
することにある。
もので、本発明の目的は、既に作成されているパターン
辞書中の特徴量（特徴ベクトル）に対してクラスタリン
グ処理を行ない、その結果を利用して階層的なマッチン
グ処理を行なうことにより、認識結果を変えることなく
マッチングに要する処理時間を短縮した文字認識方法、
文字認識用パターン辞書作成方法および記録媒体を提供
することにある。
【０００５】
【課題を解決するための手段】前記目的を達成するため
に、請求項１記載の発明では、入力された文字の特徴量
とパターン辞書の特徴量とを照合することにより文字を
認識する文字認識方法であって、前記パターン辞書内の
特徴量を複数のクラスタに分割した状態で保存し、各ク
ラスタの代表特徴量と前記入力特徴量との第１のマッチ
ング処理を行い、次いで、各クラスタ内の特徴量と前記
入力特徴量との第２のマッチング処理を行い、前記多段
階のマッチング処理によって算出されるそれぞれの相違
度を基に認識結果を求めることを特徴としている。
に、請求項１記載の発明では、入力された文字の特徴量
とパターン辞書の特徴量とを照合することにより文字を
認識する文字認識方法であって、前記パターン辞書内の
特徴量を複数のクラスタに分割した状態で保存し、各ク
ラスタの代表特徴量と前記入力特徴量との第１のマッチ
ング処理を行い、次いで、各クラスタ内の特徴量と前記
入力特徴量との第２のマッチング処理を行い、前記多段
階のマッチング処理によって算出されるそれぞれの相違
度を基に認識結果を求めることを特徴としている。
【０００６】請求項２記載の発明では、請求項１記載の
階層的なマッチング処理のためのパターン辞書を、非階
層的なクラスタリング手法を用いて作成する文字認識用
のパターン辞書作成方法であって、各クラスタの代表特
徴量とのマッチング処理によって第１のクラスタが第１
候補となった場合に、次いで行なわれるクラスタ内の特
徴量とのマッチング数が多い、前記第１のクラスタを優
先して分割することを特徴としている。
階層的なマッチング処理のためのパターン辞書を、非階
層的なクラスタリング手法を用いて作成する文字認識用
のパターン辞書作成方法であって、各クラスタの代表特
徴量とのマッチング処理によって第１のクラスタが第１
候補となった場合に、次いで行なわれるクラスタ内の特
徴量とのマッチング数が多い、前記第１のクラスタを優
先して分割することを特徴としている。
【０００７】請求項３記載の発明では、前記各クラスタ
の代表特徴量は、各クラスタ内の特徴量の一つを選択す
ることを特徴としている。
の代表特徴量は、各クラスタ内の特徴量の一つを選択す
ることを特徴としている。
【０００８】請求項４記載の発明では、前記選択する代
表特徴量は、クラスタ内の各特徴量について、同一クラ
スタ内の他の特徴量との相違度を算出し、その最大値の
最も小さい特徴量をクラスタの代表特徴量とすることを
特徴としている。
表特徴量は、クラスタ内の各特徴量について、同一クラ
スタ内の他の特徴量との相違度を算出し、その最大値の
最も小さい特徴量をクラスタの代表特徴量とすることを
特徴としている。
【０００９】請求項５記載の発明では、請求項１記載の
階層的なマッチング処理のためのパターン辞書を、非階
層的なクラスタリング手法を用いて作成する文字認識用
のパターン辞書作成方法であって、前記パターン辞書内
の特徴量を複数のクラスタに分割するときのクラスタ数
を、各クラスタの代表特徴量とのマッチング数と各クラ
スタ内の特徴量とのマッチング数の合計が最小となるよ
うに定めることを特徴としている。
階層的なマッチング処理のためのパターン辞書を、非階
層的なクラスタリング手法を用いて作成する文字認識用
のパターン辞書作成方法であって、前記パターン辞書内
の特徴量を複数のクラスタに分割するときのクラスタ数
を、各クラスタの代表特徴量とのマッチング数と各クラ
スタ内の特徴量とのマッチング数の合計が最小となるよ
うに定めることを特徴としている。
【００１０】請求項６記載の発明では、前記第１のマッ
チング処理において第１のクラスタ内の特徴量が候補に
残らないことが確定する場合、該第１のクラスタ内の特
徴量については前記第２のマッチング処理を行なわない
ことを特徴としている。
チング処理において第１のクラスタ内の特徴量が候補に
残らないことが確定する場合、該第１のクラスタ内の特
徴量については前記第２のマッチング処理を行なわない
ことを特徴としている。
【００１１】請求項７記載の発明では、前記第１のマッ
チング処理の過程において、第１候補クラスタの代表特
徴量と入力特徴量の間の相違度と、マッチング処理中の
第１のクラスタの代表特徴量と該第１のクラスタ内の他
の特徴量の間の相違度の最大値と、前記マッチング処理
中の第１のクラスタの代表特徴量と入力特徴量の間の相
違度とを基に、前記第１のクラスタ内の特徴量が候補に
残るか否かを判断することを特徴としている。
チング処理の過程において、第１候補クラスタの代表特
徴量と入力特徴量の間の相違度と、マッチング処理中の
第１のクラスタの代表特徴量と該第１のクラスタ内の他
の特徴量の間の相違度の最大値と、前記マッチング処理
中の第１のクラスタの代表特徴量と入力特徴量の間の相
違度とを基に、前記第１のクラスタ内の特徴量が候補に
残るか否かを判断することを特徴としている。
【００１２】請求項８記載の発明では、前記第１のマッ
チング処理の過程において、第１候補クラスタの代表特
徴量と入力特徴量の間の相違度と、マッチング処理中の
第１のクラスタの代表特徴量と入力特徴量の間の相違度
とを基に、前記第１のクラスタ内の特徴量が候補に残る
か否かを判断することを特徴としている。
チング処理の過程において、第１候補クラスタの代表特
徴量と入力特徴量の間の相違度と、マッチング処理中の
第１のクラスタの代表特徴量と入力特徴量の間の相違度
とを基に、前記第１のクラスタ内の特徴量が候補に残る
か否かを判断することを特徴としている。
【００１３】請求項９記載の発明では、前記第２のマッ
チング処理を行なうとき、クラスタの代表特徴量とのマ
ッチング処理を行なわないことを特徴としている。
チング処理を行なうとき、クラスタの代表特徴量とのマ
ッチング処理を行なわないことを特徴としている。
【００１４】請求項１０記載の発明では、入力された文
字の特徴量とパターン辞書の特徴量とを照合することに
より文字を認識するために、前記パターン辞書内の特徴
量を複数のクラスタに分割した状態で保存する機能と、
各クラスタの代表特徴量と前記入力特徴量との第１のマ
ッチング処理を行う機能と、次いで、各クラスタ内の特
徴量と前記入力特徴量との第２のマッチング処理を行う
機能と、前記多段階のマッチング処理によって算出され
るそれぞれの相違度を基に認識結果を求める機能をコン
ピュータに実現させるためのプログラムを記録したコン
ピュータ読み取り可能な記録媒体であることを特徴とし
ている。
字の特徴量とパターン辞書の特徴量とを照合することに
より文字を認識するために、前記パターン辞書内の特徴
量を複数のクラスタに分割した状態で保存する機能と、
各クラスタの代表特徴量と前記入力特徴量との第１のマ
ッチング処理を行う機能と、次いで、各クラスタ内の特
徴量と前記入力特徴量との第２のマッチング処理を行う
機能と、前記多段階のマッチング処理によって算出され
るそれぞれの相違度を基に認識結果を求める機能をコン
ピュータに実現させるためのプログラムを記録したコン
ピュータ読み取り可能な記録媒体であることを特徴とし
ている。
【００１５】
【発明の実施の形態】以下、本発明の一実施例を図面を
用いて具体的に説明する。図１は、本発明の実施例の構
成を示す。図において、１は、原稿などを読み取って認
識すべき文字パターンを入力する画像入力部、２は、文
字の特徴量（特徴ベクトル）を登録したパターン辞書、
３は、パターン辞書内の特徴量を複数のクラスタに分割
するクラスタリング部４を備えたパターン辞書作成部、
５は、入力特徴量と各クラスタの代表パターン辞書レコ
ードとのマッチング処理を行なう代表マッチング部６
と、代表マッチングの結果得られる有効パターン辞書レ
コードと入力特徴量のマッチング処理を行なう詳細マッ
チング部７を備え、入力文字の認識結果を求める文字認
識部、８は、認識結果を出力する出力部である。
用いて具体的に説明する。図１は、本発明の実施例の構
成を示す。図において、１は、原稿などを読み取って認
識すべき文字パターンを入力する画像入力部、２は、文
字の特徴量（特徴ベクトル）を登録したパターン辞書、
３は、パターン辞書内の特徴量を複数のクラスタに分割
するクラスタリング部４を備えたパターン辞書作成部、
５は、入力特徴量と各クラスタの代表パターン辞書レコ
ードとのマッチング処理を行なう代表マッチング部６
と、代表マッチングの結果得られる有効パターン辞書レ
コードと入力特徴量のマッチング処理を行なう詳細マッ
チング部７を備え、入力文字の認識結果を求める文字認
識部、８は、認識結果を出力する出力部である。
【００１６】図２は、本発明の全体の処理フローチャー
トである。まず、パターン辞書は非階層的クラスタリン
グ手法を用いていくつかのクラスタに分割される（ステ
ップ１０１）。その際、各クラスタ毎に代表パターン辞
書レコード、クラスタ内の各レコードと代表パターン辞
書レコードとの相違度の最大値を求め、クラスタのデー
タとしてそれぞれ保存する。
トである。まず、パターン辞書は非階層的クラスタリン
グ手法を用いていくつかのクラスタに分割される（ステ
ップ１０１）。その際、各クラスタ毎に代表パターン辞
書レコード、クラスタ内の各レコードと代表パターン辞
書レコードとの相違度の最大値を求め、クラスタのデー
タとしてそれぞれ保存する。
【００１７】認識処理においては、まず、各クラスタの
代表パターン辞書レコードと入力特徴量とのマッチング
処理を行なう（ステップ１０２）。このマッチング処理
を「代表マッチング」と呼ぶ。
代表パターン辞書レコードと入力特徴量とのマッチング
処理を行なう（ステップ１０２）。このマッチング処理
を「代表マッチング」と呼ぶ。
【００１８】図３は、代表マッチングを示す図である。
パターン辞書の特徴量は複数のクラスタに分割され、各
クラスタは代表パターン辞書レコードと一乃至複数のパ
ターン辞書レコードから構成されている。
パターン辞書の特徴量は複数のクラスタに分割され、各
クラスタは代表パターン辞書レコードと一乃至複数のパ
ターン辞書レコードから構成されている。
【００１９】入力特徴量と各クラスタの代表パターン辞
書レコードとの相違度を算出することにより、パターン
辞書レコードとのマッチング処理を行なうクラスタを求
めることができる。このクラスタを「有効クラスタ」と
呼ぶ。
書レコードとの相違度を算出することにより、パターン
辞書レコードとのマッチング処理を行なうクラスタを求
めることができる。このクラスタを「有効クラスタ」と
呼ぶ。
【００２０】また、入力特徴量と各クラスタの代表パタ
ーン辞書レコードとのマッチングの結果から、クラスタ
内のパターン辞書レコードが候補に残らないクラスタを
求めることができる。このようなクラスタを「無効クラ
スタ」と呼ぶ。
ーン辞書レコードとのマッチングの結果から、クラスタ
内のパターン辞書レコードが候補に残らないクラスタを
求めることができる。このようなクラスタを「無効クラ
スタ」と呼ぶ。
【００２１】次に、有効クラスタ内の各パターン辞書レ
コードと入力特徴量とのマッチングを行ない、相違度の
小さい順に候補パターン辞書レコードを抽出する（ステ
ップ１０３）。このマッチング処理を「詳細マッチン
グ」と呼ぶ。図４は、詳細マッチングを示す図である。
それぞれの処理の詳細について、以下に説明する。
コードと入力特徴量とのマッチングを行ない、相違度の
小さい順に候補パターン辞書レコードを抽出する（ステ
ップ１０３）。このマッチング処理を「詳細マッチン
グ」と呼ぶ。図４は、詳細マッチングを示す図である。
それぞれの処理の詳細について、以下に説明する。
【００２２】〈非階層的手法を用いたパターン辞書レコ
ードのクラスタリング方法〉 （１）非階層的クラスタリング方法 本発明で用いるクラスタリング手法について以下説明す
る。 ステップ２０１；全パターン辞書レコード中において、
パターン辞書レコード間の相違度が最大となるパターン
辞書の組みを求め、初期シード点（２点）とする。 ステップ２０２；Ｗｉｔｈｉｎ Ｇｒｏｕｐ Ｅｒｒｏ
ｒの最小値を（十分大きな値に）初期化する。ここで、
Ｗｉｔｈｉｎ Ｇｒｏｕｐ Ｅｒｒｏｒは、クラスタを
安定状態にするための条件設定であり、これについては
非階層的なクラスタ分析手法として、例えば、河口至商
著「多変量解析入門ＩＩ」（森北出版）を参照された
い。 ステップ２０３；各パターン辞書レコードを相違度の最
も小さいシード点に割り当て、クラスタを生成する。 ステップ２０４；各クラスタ内でパターン辞書レコード
間の相違度の最大値を求め、その（全クラスタでの）総
和をＷｉｔｈｉｎ Ｇｒｏｕｐ Ｅｒｒｏｒとする。 ステップ２０５；Ｗｉｔｈｉｎ Ｇｒｏｕｐ Ｅｒｒｏ
ｒをＷｉｔｈｉｎ Ｇｒｏｕｐ Ｅｒｒｏｒの最小値と
比較して、Ｗｉｔｈｉｎ Ｇｒｏｕｐ Ｅｒｒｏｒが減
少しない場合には、ステップ２０８に進み、それ以外の
場合にはＷｉｔｈｉｎ Ｇｒｏｕｐ Ｅｒｒｏｒ最小値
を更新してステップ２０６に進む。 ステップ２０６；各クラスタの代表パターン辞書レコー
ドを抽出する。 ステップ２０７；求めた各クラスタの代表パターン辞書
レコードをシード点としてステップ２０３に進む。 ステップ２０８；マッチングを省略できるレコード数の
期待値Ｅｏを算出し、データとして保存する。各クラス
タ内のパターン辞書レコード、代表パターン辞書レコー
ドおよび代表パターン辞書レコードとクラスタ内のパタ
ーン辞書レコードの相違度の最大値もデータとして保存
する。 ステップ２０９；分割するクラスタを決定する。分割す
るクラスタがない場合（全てのクラスタ内のパターン辞
書レコード数が１の場合）処理を終了する。 ステップ２１０；シード点を再設定する。 ステップ２１１；ステップ２０２に戻る。 それぞれの処理の詳細は後述する。
ードのクラスタリング方法〉 （１）非階層的クラスタリング方法 本発明で用いるクラスタリング手法について以下説明す
る。 ステップ２０１；全パターン辞書レコード中において、
パターン辞書レコード間の相違度が最大となるパターン
辞書の組みを求め、初期シード点（２点）とする。 ステップ２０２；Ｗｉｔｈｉｎ Ｇｒｏｕｐ Ｅｒｒｏ
ｒの最小値を（十分大きな値に）初期化する。ここで、
Ｗｉｔｈｉｎ Ｇｒｏｕｐ Ｅｒｒｏｒは、クラスタを
安定状態にするための条件設定であり、これについては
非階層的なクラスタ分析手法として、例えば、河口至商
著「多変量解析入門ＩＩ」（森北出版）を参照された
い。 ステップ２０３；各パターン辞書レコードを相違度の最
も小さいシード点に割り当て、クラスタを生成する。 ステップ２０４；各クラスタ内でパターン辞書レコード
間の相違度の最大値を求め、その（全クラスタでの）総
和をＷｉｔｈｉｎ Ｇｒｏｕｐ Ｅｒｒｏｒとする。 ステップ２０５；Ｗｉｔｈｉｎ Ｇｒｏｕｐ Ｅｒｒｏ
ｒをＷｉｔｈｉｎ Ｇｒｏｕｐ Ｅｒｒｏｒの最小値と
比較して、Ｗｉｔｈｉｎ Ｇｒｏｕｐ Ｅｒｒｏｒが減
少しない場合には、ステップ２０８に進み、それ以外の
場合にはＷｉｔｈｉｎ Ｇｒｏｕｐ Ｅｒｒｏｒ最小値
を更新してステップ２０６に進む。 ステップ２０６；各クラスタの代表パターン辞書レコー
ドを抽出する。 ステップ２０７；求めた各クラスタの代表パターン辞書
レコードをシード点としてステップ２０３に進む。 ステップ２０８；マッチングを省略できるレコード数の
期待値Ｅｏを算出し、データとして保存する。各クラス
タ内のパターン辞書レコード、代表パターン辞書レコー
ドおよび代表パターン辞書レコードとクラスタ内のパタ
ーン辞書レコードの相違度の最大値もデータとして保存
する。 ステップ２０９；分割するクラスタを決定する。分割す
るクラスタがない場合（全てのクラスタ内のパターン辞
書レコード数が１の場合）処理を終了する。 ステップ２１０；シード点を再設定する。 ステップ２１１；ステップ２０２に戻る。 それぞれの処理の詳細は後述する。
【００２３】（２）無効パターン辞書レコード数の推定 全てのパターン辞書レコードとのマッチング処理に先だ
って、代表マッチングを行なった場合、代表マッチング
の結果得られる各クラスタの代表パターン辞書レコード
と入力特徴量の相違度を用いて、無効クラスタを検出す
ることができる。
って、代表マッチングを行なった場合、代表マッチング
の結果得られる各クラスタの代表パターン辞書レコード
と入力特徴量の相違度を用いて、無効クラスタを検出す
ることができる。
【００２４】クラスタ数が少なく、マッチングを省略で
きるパターン辞書レコード数（無効クラスタ内のパター
ン辞書レコード数。この様なパターン辞書レコードを
「無効パターン辞書レコード」と呼ぶ。また、無効パタ
ーン辞書レコードではないパターン辞書レコードを「有
効パターン辞書レコード」と呼ぶ）が多いほど、マッチ
ング全体の処理を高速に行なうことが可能となる。つま
り、代表マッチングにおいて各クラスタが第１候補にな
った場合の無効パターン辞書レコード数を適当な方法で
推定し、代表マッチングで第１候補になった場合に、無
効パターン辞書レコード数が多いクラスタが残る方向
（代表マッチングで第１候補になった場合でも無効パタ
ーン辞書レコード数が少ないクラスタを分割する方向）
にパターン辞書レコードのクラスタリング処理を進める
ことが好ましい。
きるパターン辞書レコード数（無効クラスタ内のパター
ン辞書レコード数。この様なパターン辞書レコードを
「無効パターン辞書レコード」と呼ぶ。また、無効パタ
ーン辞書レコードではないパターン辞書レコードを「有
効パターン辞書レコード」と呼ぶ）が多いほど、マッチ
ング全体の処理を高速に行なうことが可能となる。つま
り、代表マッチングにおいて各クラスタが第１候補にな
った場合の無効パターン辞書レコード数を適当な方法で
推定し、代表マッチングで第１候補になった場合に、無
効パターン辞書レコード数が多いクラスタが残る方向
（代表マッチングで第１候補になった場合でも無効パタ
ーン辞書レコード数が少ないクラスタを分割する方向）
にパターン辞書レコードのクラスタリング処理を進める
ことが好ましい。
【００２５】通常、文字認識装置のマッチング部におい
ては相違度による候補数の足きり／マッチングの打ち切
りを行なっている。本発明では、式（１）により候補の
足きりを行なう。
ては相違度による候補数の足きり／マッチングの打ち切
りを行なっている。本発明では、式（１）により候補の
足きりを行なう。
【００２６】 Ｄ＞αＤ1 （１） ここで、αは相違度による足きりしきい値算出パラメー
タ、Ｄは足きり判定対象のパターン辞書レコードと入力
特徴量の相違度、Ｄ1は第１候補のパターン辞書レコー
ドと入力特徴量の相違度である。
タ、Ｄは足きり判定対象のパターン辞書レコードと入力
特徴量の相違度、Ｄ1は第１候補のパターン辞書レコー
ドと入力特徴量の相違度である。
【００２７】つまり、第１候補の相違度のα倍よりも大
きい相違度が算出されたパターン辞書レコードは候補に
残さないものとする。
きい相違度が算出されたパターン辞書レコードは候補に
残さないものとする。
【００２８】式（１）を用いて候補の足きり処理を行な
う場合に、無効クラスタを検出する方法として、次の２
通りの方法がある。
う場合に、無効クラスタを検出する方法として、次の２
通りの方法がある。
【００２９】１．クラスタ内の最遠相違度を利用した方
法 あるクラスタＢについて、クラスタＢの代表パターン辞
書レコードとクラスタＢ内の各パターン辞書レコードと
の相違度の最大値をＤｂｍとする。ここで、各クラスタ
の代表パターン辞書レコードと入力特徴量との間で相違
度を算出した結果、クラスタＡの代表パターン辞書レコ
ードとの相違度が最小でその相違度がＤａ（＝Ｄ1）の
場合、クラスタＢの代表パターン辞書レコードと入力特
徴量との相違度Ｄｂが次の条件を満たす場合、クラスタ
Ｂ内のパターン辞書レコードは式（１）の足きりにより
候補に残らないことが確定する（クラスタＢは無効クラ
スタである）。
法 あるクラスタＢについて、クラスタＢの代表パターン辞
書レコードとクラスタＢ内の各パターン辞書レコードと
の相違度の最大値をＤｂｍとする。ここで、各クラスタ
の代表パターン辞書レコードと入力特徴量との間で相違
度を算出した結果、クラスタＡの代表パターン辞書レコ
ードとの相違度が最小でその相違度がＤａ（＝Ｄ1）の
場合、クラスタＢの代表パターン辞書レコードと入力特
徴量との相違度Ｄｂが次の条件を満たす場合、クラスタ
Ｂ内のパターン辞書レコードは式（１）の足きりにより
候補に残らないことが確定する（クラスタＢは無効クラ
スタである）。
【００３０】 Ｄａ＜（Ｄｂ−Ｄｂｍ）／α （２） （クラスタＡ内のパターン辞書レコードと入力特徴量と
の相違度の最大値は、クラスタＡの代表パターン辞書レ
コードとの相違度より小さくならない。従って、有効パ
ターン辞書レコード（足きりされないパターン辞書レコ
ード）の入力特徴量との相違度は最大でもαＤａであ
り、クラスタＢ内のパターン辞書レコードと入力特徴量
との相違度がこの値より大きいと判断できる場合には、
クラスタＢ内のパターン辞書レコードは無効パターン辞
書レコードと判断できる。クラスタＢ内のパターン辞書
レコードと入力特徴量との相違度はＤｂ−Ｄｂｍより小
さくはならないことから、式（２）が導かれる）。
の相違度の最大値は、クラスタＡの代表パターン辞書レ
コードとの相違度より小さくならない。従って、有効パ
ターン辞書レコード（足きりされないパターン辞書レコ
ード）の入力特徴量との相違度は最大でもαＤａであ
り、クラスタＢ内のパターン辞書レコードと入力特徴量
との相違度がこの値より大きいと判断できる場合には、
クラスタＢ内のパターン辞書レコードは無効パターン辞
書レコードと判断できる。クラスタＢ内のパターン辞書
レコードと入力特徴量との相違度はＤｂ−Ｄｂｍより小
さくはならないことから、式（２）が導かれる）。
【００３１】２．市街地相違度の特性に基づいた方法 図５は、市街地距離の特性による無効クラスタの決定を
説明する図である。図５（ａ）は、α＝１の場合に、２
次元空間で市街地距離を算出する例を示す。識別境界の
左側はクラスタＢのパターン辞書レコードの存在する範
囲であり、ＢはクラスタＢの代表パターン辞書レコード
である。また、識別境界の右側はクラスタＡのパターン
辞書レコードの存在する範囲であり、ＡはクラスタＡの
代表パターン辞書レコードである。そして、太線で囲ま
れた範囲Ｃは、境界からの距離（（Ｄｂ−Ｄａ）／２）
より、クラスタＡの代表パターン辞書レコードからの距
離Ｄａの方が近い範囲を表わしている。
説明する図である。図５（ａ）は、α＝１の場合に、２
次元空間で市街地距離を算出する例を示す。識別境界の
左側はクラスタＢのパターン辞書レコードの存在する範
囲であり、ＢはクラスタＢの代表パターン辞書レコード
である。また、識別境界の右側はクラスタＡのパターン
辞書レコードの存在する範囲であり、ＡはクラスタＡの
代表パターン辞書レコードである。そして、太線で囲ま
れた範囲Ｃは、境界からの距離（（Ｄｂ−Ｄａ）／２）
より、クラスタＡの代表パターン辞書レコードからの距
離Ｄａの方が近い範囲を表わしている。
【００３２】（ｂ）は、Ｄａ＜（Ｄｂ−Ｄａ）／２とな
る範囲を示す。つまり、境界からの距離（（Ｄｂ−Ｄ
ａ）／２）より、クラスタＡの代表パターン辞書レコー
ドからの距離Ｄａの方が近い範囲に完全に含まれる範囲
を示している。
る範囲を示す。つまり、境界からの距離（（Ｄｂ−Ｄ
ａ）／２）より、クラスタＡの代表パターン辞書レコー
ドからの距離Ｄａの方が近い範囲に完全に含まれる範囲
を示している。
【００３３】従って、α≠１の場合には、クラスタＡの
代表パターン辞書レコードからの距離Ｄａのα倍より、
境界からの距離（（Ｄｂ−Ｄａ）／２）が遠くなればよ
い。つまり、 Ｄａ＜（Ｄｂ−Ｄａ）／２α （３） の条件を満たせばよい。
代表パターン辞書レコードからの距離Ｄａのα倍より、
境界からの距離（（Ｄｂ−Ｄａ）／２）が遠くなればよ
い。つまり、 Ｄａ＜（Ｄｂ−Ｄａ）／２α （３） の条件を満たせばよい。
【００３４】これにより、上記条件を満たす場合に、ク
ラスタＢ内のパターン辞書レコードは、式（１）の足き
りにより候補に残らないことが確定し、クラスタＢは無
効クラスタとなる。
ラスタＢ内のパターン辞書レコードは、式（１）の足き
りにより候補に残らないことが確定し、クラスタＢは無
効クラスタとなる。
【００３５】代表マッチングの際に、入力特徴量とクラ
スタＡの代表パターン辞書レコードの間の相違度が最小
の場合の、無効クラスタ（式（２）あるいは式（３）の
条件を満たす）の集合をＯ＝｛Ｏ1，Ｏ2，．．．，
Ｏn｝、無効クラスタ内のパターン辞書レコード数をＮ
＝｛Ｎｏ1，Ｎｏ2，．．．，Ｎｏn｝、とする場合、無
効辞書レコード数Ｎｏは以下の式で算出できる。
スタＡの代表パターン辞書レコードの間の相違度が最小
の場合の、無効クラスタ（式（２）あるいは式（３）の
条件を満たす）の集合をＯ＝｛Ｏ1，Ｏ2，．．．，
Ｏn｝、無効クラスタ内のパターン辞書レコード数をＮ
＝｛Ｎｏ1，Ｎｏ2，．．．，Ｎｏn｝、とする場合、無
効辞書レコード数Ｎｏは以下の式で算出できる。
【００３６】
【数１】
【００３７】（３）分割するクラスタの決定方法 クラスタを分割するに当たっては、あるクラスタを分割
した場合に無効パターン辞書レコード数が効果的に増え
ることが好ましい。従って、代表パターン辞書レコード
が代表マッチングで第１候補になる場合に、無効パター
ン辞書レコード数の期待値が小さいクラスタを分割対象
とする。
した場合に無効パターン辞書レコード数が効果的に増え
ることが好ましい。従って、代表パターン辞書レコード
が代表マッチングで第１候補になる場合に、無効パター
ン辞書レコード数の期待値が小さいクラスタを分割対象
とする。
【００３８】ここで、無効パターン辞書レコード数の期
待値を算出する手法について説明する。まず、入力特徴
量はパターン辞書レコードとほぼ同じ分布をしていると
仮定する。例えば、クラスタＡ内のパターン辞書レコー
ドを入力特徴量の集合Ｆａ＝Ｆ1，Ｆ2，．．，ＦNaと仮
定する（勿論この場合、パターン辞書作成に用いたデー
タ全てなどを入力特徴量の集合として用いても良い）。
ここで、それぞれのＦａが入力特徴量の場合の無効辞書
レコード数を、前述した手法（式（２）,（３)，（４）
参照）を用いて推定し（ここで、全クラスタとのマッチ
ング処理において、クラスタＡ内のパターン辞書レコー
ドは、必ずクラスタＡの代表パターン辞書レコードとの
相違度が最小となるので、Ｄ1はクラスタＡの代表パタ
ーン辞書レコードとＦａとの相違度（Ｄａ）である）、
その平均（Ｎｏの平均）を算出すると、その値は代表マ
ッチング処理において、クラスタＡとマッチした場合に
省略出来るパターン辞書レコード数の期待値Ｅｏと見倣
すことができる。
待値を算出する手法について説明する。まず、入力特徴
量はパターン辞書レコードとほぼ同じ分布をしていると
仮定する。例えば、クラスタＡ内のパターン辞書レコー
ドを入力特徴量の集合Ｆａ＝Ｆ1，Ｆ2，．．，ＦNaと仮
定する（勿論この場合、パターン辞書作成に用いたデー
タ全てなどを入力特徴量の集合として用いても良い）。
ここで、それぞれのＦａが入力特徴量の場合の無効辞書
レコード数を、前述した手法（式（２）,（３)，（４）
参照）を用いて推定し（ここで、全クラスタとのマッチ
ング処理において、クラスタＡ内のパターン辞書レコー
ドは、必ずクラスタＡの代表パターン辞書レコードとの
相違度が最小となるので、Ｄ1はクラスタＡの代表パタ
ーン辞書レコードとＦａとの相違度（Ｄａ）である）、
その平均（Ｎｏの平均）を算出すると、その値は代表マ
ッチング処理において、クラスタＡとマッチした場合に
省略出来るパターン辞書レコード数の期待値Ｅｏと見倣
すことができる。
【００３９】本発明では、Ｅｏのもっとも小さいクラス
タ（代表マッチングにおいて、代表パターン辞書レコー
ドが第１候補となった場合に、詳細マッチングにおける
無効パターン辞書レコード数が少ないと想定されるクラ
スタ）を分割対象として、新しいシード点を設定する。
ただし、クラスタ内のパターン辞書レコードの数が１の
場合には、それ以上分割が不可能であるので、クラスタ
内のパターン辞書レコード数が２以上のクラスタを分割
対象とする。
タ（代表マッチングにおいて、代表パターン辞書レコー
ドが第１候補となった場合に、詳細マッチングにおける
無効パターン辞書レコード数が少ないと想定されるクラ
スタ）を分割対象として、新しいシード点を設定する。
ただし、クラスタ内のパターン辞書レコードの数が１の
場合には、それ以上分割が不可能であるので、クラスタ
内のパターン辞書レコード数が２以上のクラスタを分割
対象とする。
【００４０】（４）クラスタ内代表パターン辞書レコー
ドの抽出 本発明では、代表マッチングにおいて、クラスタ内のパ
ターン辞書レコードの１つを代表パターン辞書レコード
として用いる（各クラスタ内のパターン辞書レコードの
平均特徴量は用いない）。このようにすることで、次の
効果が期待できる。すなわち、・詳細マッチングを行な
う際に、（代表マッチングで既に相違度が算出されてい
る）代表パターン辞書レコードとのマッチングが省略可
能となり、マッチング処理全体の処理速度が向上する。
ドの抽出 本発明では、代表マッチングにおいて、クラスタ内のパ
ターン辞書レコードの１つを代表パターン辞書レコード
として用いる（各クラスタ内のパターン辞書レコードの
平均特徴量は用いない）。このようにすることで、次の
効果が期待できる。すなわち、・詳細マッチングを行な
う際に、（代表マッチングで既に相違度が算出されてい
る）代表パターン辞書レコードとのマッチングが省略可
能となり、マッチング処理全体の処理速度が向上する。
【００４１】・マッチングを省略できるレコード数の推
定が容易である（無効パターン辞書レコード数の推定、
図５を参照）。
定が容易である（無効パターン辞書レコード数の推定、
図５を参照）。
【００４２】代表パターン辞書レコードを求める際に
は、代表パターン辞書レコードとクラスタ内のそれ以外
のパターン辞書レコードとの相違度の最大値が小さくな
ることが好ましい。従ってクラスタ内のパターン辞書レ
コードＰ＝｛Ｐ1，Ｐ2，．．．Ｐq｝について、次の条
件を満たすパターン辞書レコードｍ1をクラスタの代表
パターン辞書レコードとする。
は、代表パターン辞書レコードとクラスタ内のそれ以外
のパターン辞書レコードとの相違度の最大値が小さくな
ることが好ましい。従ってクラスタ内のパターン辞書レ
コードＰ＝｛Ｐ1，Ｐ2，．．．Ｐq｝について、次の条
件を満たすパターン辞書レコードｍ1をクラスタの代表
パターン辞書レコードとする。
【００４３】
【数２】
【００４４】
【数３】
【００４５】はクラスタＰm1とクラスタＰm2の間の相違
度である。
度である。
【００４６】（５）非階層的クラスタリングにおけるシ
ード点の設定方法 シード点の設定に関しては、同じパターン辞書が入力さ
れた場合には同じクラスタリング結果が得られるように
考慮する。本発明の手法では、分割対象となったクラス
タ中で、相違度の最大となるパターン辞書レコードの組
みを新しいシード点として用いる。
ード点の設定方法 シード点の設定に関しては、同じパターン辞書が入力さ
れた場合には同じクラスタリング結果が得られるように
考慮する。本発明の手法では、分割対象となったクラス
タ中で、相違度の最大となるパターン辞書レコードの組
みを新しいシード点として用いる。
【００４７】クラスタリングの際には、分割対象となっ
たクラスタから求めた２つのシード点と分割対象となら
なかったクラスタの代表パターン辞書レコードを初期シ
ード点として、クラスタリング処理を行う。
たクラスタから求めた２つのシード点と分割対象となら
なかったクラスタの代表パターン辞書レコードを初期シ
ード点として、クラスタリング処理を行う。
【００４８】（６）最適クラスタ数の決定方法 クラスタリング処理の際には、シード点の数（クラスタ
数）を変更する毎にマッチングを省略できるレコード数
の期待値Ｅｏをデータとして保存する。
数）を変更する毎にマッチングを省略できるレコード数
の期待値Ｅｏをデータとして保存する。
【００４９】マッチング処理は、 ・代表マッチング（各クラスタの代表パターン辞書レコ
ードとのマッチング処理） ・詳細マッチング（代表マッチングで有効パターン辞書
レコードと判断された各パターン辞書レコードとのマッ
チング処理） の２段階の処理からなり、マッチング処理の対象となる
レコード数Ｎｍ（代表マッチングと詳細マッチングの合
計）はクラスタ数をｎ、無効パターン辞書レコード数の
期待値をＥｏ、無効クラスタの数をｎ0、パターン辞書
レコード数をＮとした場合、次のように求めることがで
きる。
ードとのマッチング処理） ・詳細マッチング（代表マッチングで有効パターン辞書
レコードと判断された各パターン辞書レコードとのマッ
チング処理） の２段階の処理からなり、マッチング処理の対象となる
レコード数Ｎｍ（代表マッチングと詳細マッチングの合
計）はクラスタ数をｎ、無効パターン辞書レコード数の
期待値をＥｏ、無効クラスタの数をｎ0、パターン辞書
レコード数をＮとした場合、次のように求めることがで
きる。
【００５０】まず、代表マッチングでのマッチングパタ
ーン辞書レコード（代表パターン辞書レコード）数は Ｎｒ＝ｎ （６） である。そして、詳細マッチングでのマッチングパター
ン辞書レコード数は Ｎｄ＝Ｎ−Ｅｏ−（ｎ−ｎ0） （７） であるので、全体のマッチングパターン辞書レコード数
は Ｎｍ＝ｎ＋（Ｎ−Ｅｏ−（ｎ−ｎ0））＝Ｎ＋ｎ0−Ｅｏ （８） と見積もることができる。本発明の手法では、クラスタ
数２からＮの場合のそれぞれについてＮｍを算出し、Ｎ
ｍが最小となるクラスタ数を最適なクラスタ数とする
（なお、部分マッチングの実験は最適なクラスタ数の元
で行なう）。
ーン辞書レコード（代表パターン辞書レコード）数は Ｎｒ＝ｎ （６） である。そして、詳細マッチングでのマッチングパター
ン辞書レコード数は Ｎｄ＝Ｎ−Ｅｏ−（ｎ−ｎ0） （７） であるので、全体のマッチングパターン辞書レコード数
は Ｎｍ＝ｎ＋（Ｎ−Ｅｏ−（ｎ−ｎ0））＝Ｎ＋ｎ0−Ｅｏ （８） と見積もることができる。本発明の手法では、クラスタ
数２からＮの場合のそれぞれについてＮｍを算出し、Ｎ
ｍが最小となるクラスタ数を最適なクラスタ数とする
（なお、部分マッチングの実験は最適なクラスタ数の元
で行なう）。
【００５１】〈マッチング方法〉 （１）代表マッチング マッチング処理においては、最初に各クラスタ代表パタ
ーン辞書レコードとのマッチング処理（代表マッチン
グ）を行なう。入力特徴量と各クラスタの代表パターン
辞書レコードとの相違度を算出すれば、前述した手法
で、無効クラスタを特定できる（式（２），（３）を参
照）。
ーン辞書レコードとのマッチング処理（代表マッチン
グ）を行なう。入力特徴量と各クラスタの代表パターン
辞書レコードとの相違度を算出すれば、前述した手法
で、無効クラスタを特定できる（式（２），（３）を参
照）。
【００５２】入力特徴量と各代表パターン辞書レコード
の間の相違度算出の過程においても、全ての次元の間の
相違度を求める前に、無効クラスタであることが確定す
る場合がある。それぞれの代表パターン辞書レコードと
の相違度算出の時点で、第１候補の相違度（それまでに
算出された相違度のなかで最も小さい相違度）に基づい
て、式（２），式（３）の条件から無効クラスタになら
ないための相違度の条件が次のように算出できる。
の間の相違度算出の過程においても、全ての次元の間の
相違度を求める前に、無効クラスタであることが確定す
る場合がある。それぞれの代表パターン辞書レコードと
の相違度算出の時点で、第１候補の相違度（それまでに
算出された相違度のなかで最も小さい相違度）に基づい
て、式（２），式（３）の条件から無効クラスタになら
ないための相違度の条件が次のように算出できる。
【００５３】 Ｄith＝ｍｉｎ（（αＤａ＋Ｄｂｍ），（２α＋１）Ｄａ） （９） 各代表パターン辞書レコードとの相違度を算出する前
に、式（９）を用いて無効クラスタとするしきい値を算
出し、各次元毎の相違度算出の過程で相違度がしきい値
を超える場合には、そのクラスタは無効クラスタである
ことが確定するので、相違度算出処理を中止し、次の代
表パターン辞書レコードとの相違度算出処理に移る。
に、式（９）を用いて無効クラスタとするしきい値を算
出し、各次元毎の相違度算出の過程で相違度がしきい値
を超える場合には、そのクラスタは無効クラスタである
ことが確定するので、相違度算出処理を中止し、次の代
表パターン辞書レコードとの相違度算出処理に移る。
【００５４】（２）詳細マッチング 詳細マッチングでは、代表マッチングの結果得られる有
効パターン辞書レコードとのマッチング処理を行なう。
ただし、詳細マッチングでは代表パターン辞書レコード
との相違度は既に代表マッチングで算出されているの
で、改めて算出する必要はない。
効パターン辞書レコードとのマッチング処理を行なう。
ただし、詳細マッチングでは代表パターン辞書レコード
との相違度は既に代表マッチングで算出されているの
で、改めて算出する必要はない。
【００５５】有効パターン辞書レコードと入力特徴量と
の相違度を算出し、相違度が式（１）の条件を満たすパ
ターン辞書レコードについては相違度の小さい順に候補
として出力し、認識結果を得る。
の相違度を算出し、相違度が式（１）の条件を満たすパ
ターン辞書レコードについては相違度の小さい順に候補
として出力し、認識結果を得る。
【００５６】なお、本発明は上記した実施例に限定され
ず、ソフトウェアによっても実現することができる。本
発明をソフトウェアによって実現する場合には、図６に
示すように、ＣＰＵ、メモリ、表示装置、ハードディス
ク、キーボード、ＣＤ−ＲＯＭドライブ、スキャナなど
からなるコンピュータシステムを用意し、ＣＤ−ＲＯＭ
などのコンピュータ読み取り可能な記録媒体には、本発
明の文字認識機能を実現するプログラム、パターン辞書
などが記録されている。また、スキャナなどの画像入力
手段から入力された原稿画像などは一時的にハードディ
スクなどに格納される。そして、該プログラムが起動さ
れると、一時保存された画像データが読み込まれて、文
字認識処理を実行し、その認識結果をディスプレイなど
に出力する。
ず、ソフトウェアによっても実現することができる。本
発明をソフトウェアによって実現する場合には、図６に
示すように、ＣＰＵ、メモリ、表示装置、ハードディス
ク、キーボード、ＣＤ−ＲＯＭドライブ、スキャナなど
からなるコンピュータシステムを用意し、ＣＤ−ＲＯＭ
などのコンピュータ読み取り可能な記録媒体には、本発
明の文字認識機能を実現するプログラム、パターン辞書
などが記録されている。また、スキャナなどの画像入力
手段から入力された原稿画像などは一時的にハードディ
スクなどに格納される。そして、該プログラムが起動さ
れると、一時保存された画像データが読み込まれて、文
字認識処理を実行し、その認識結果をディスプレイなど
に出力する。
【００５７】
【発明の効果】以上、説明したように、本発明によれ
ば、既に作成されているパターン辞書の特徴量をクラス
タリングした上で、入力特徴量と各クラスタの代表特徴
量とをマッチングさせ、次いで有効クラスタ内の特徴量
とをマッチングさせる２段階のマッチング処理を行って
いるので、マッチングに要する時間を短縮することがで
き、従って認識速度を大幅に向上させることが可能とな
る。
ば、既に作成されているパターン辞書の特徴量をクラス
タリングした上で、入力特徴量と各クラスタの代表特徴
量とをマッチングさせ、次いで有効クラスタ内の特徴量
とをマッチングさせる２段階のマッチング処理を行って
いるので、マッチングに要する時間を短縮することがで
き、従って認識速度を大幅に向上させることが可能とな
る。
【図１】本発明の実施例の構成を示す。
【図２】本発明の全体の処理フローチャートである。
【図３】代表マッチングを示す図である。
【図４】詳細マッチングを示す図である。
【図５】（ａ）、（ｂ）は、市街地距離の特性による無
効クラスタの決定を説明する図である。
効クラスタの決定を説明する図である。
【図６】本発明をソフトウェアによって実現する場合の
構成例を示す。
構成例を示す。
１ 画像入力部 ２ パターン辞書 ３ パターン辞書作成部 ４ クラスタリング部 ５ 文字認識部 ６ 代表マッチング部 ７ 詳細マッチング部 ８ 出力部
Claims (10)
- 【請求項１】 入力された文字の特徴量とパターン辞書
の特徴量とを照合することにより文字を認識する文字認
識方法であって、前記パターン辞書内の特徴量を複数の
クラスタに分割した状態で保存し、各クラスタの代表特
徴量と前記入力特徴量との第１のマッチング処理を行
い、次いで、各クラスタ内の特徴量と前記入力特徴量と
の第２のマッチング処理を行い、前記多段階のマッチン
グ処理によって算出されるそれぞれの相違度を基に認識
結果を求めることを特徴とする文字認識方法。 - 【請求項２】 請求項１記載の階層的なマッチング処理
のためのパターン辞書を、非階層的なクラスタリング手
法を用いて作成する文字認識用のパターン辞書作成方法
であって、各クラスタの代表特徴量とのマッチング処理
によって第１のクラスタが第１候補となった場合に、次
いで行なわれるクラスタ内の特徴量とのマッチング数が
多い、前記第１のクラスタを優先して分割することを特
徴とする文字認識用パターン辞書作成方法。 - 【請求項３】 前記各クラスタの代表特徴量は、各クラ
スタ内の特徴量の一つを選択することを特徴とする請求
項２記載の文字認識用パターン辞書作成方法。 - 【請求項４】 前記選択する代表特徴量は、クラスタ内
の各特徴量について、同一クラスタ内の他の特徴量との
相違度を算出し、その最大値の最も小さい特徴量をクラ
スタの代表特徴量とすることを特徴とする請求項３記載
の文字認識用パターン辞書作成方法。 - 【請求項５】 請求項１記載の階層的なマッチング処理
のためのパターン辞書を、非階層的なクラスタリング手
法を用いて作成する文字認識用のパターン辞書作成方法
であって、前記パターン辞書内の特徴量を複数のクラス
タに分割するときのクラスタ数を、各クラスタの代表特
徴量とのマッチング数と各クラスタ内の特徴量とのマッ
チング数の合計が最小となるように定めることを特徴と
する文字認識用パターン辞書作成方法。 - 【請求項６】 前記第１のマッチング処理において第１
のクラスタ内の特徴量が候補に残らないことが確定する
場合、該第１のクラスタ内の特徴量については前記第２
のマッチング処理を行なわないことを特徴とする請求項
１記載の文字認識方法。 - 【請求項７】 前記第１のマッチング処理の過程におい
て、第１候補クラスタの代表特徴量と入力特徴量の間の
相違度と、マッチング処理中の第１のクラスタの代表特
徴量と該第１のクラスタ内の他の特徴量の間の相違度の
最大値と、前記マッチング処理中の第１のクラスタの代
表特徴量と入力特徴量の間の相違度とを基に、前記第１
のクラスタ内の特徴量が候補に残るか否かを判断するこ
とを特徴とする請求項６記載の文字認識方法。 - 【請求項８】 前記第１のマッチング処理の過程におい
て、第１候補クラスタの代表特徴量と入力特徴量の間の
相違度と、マッチング処理中の第１のクラスタの代表特
徴量と入力特徴量の間の相違度とを基に、前記第１のク
ラスタ内の特徴量が候補に残るか否かを判断することを
特徴とする請求項６記載の文字認識方法。 - 【請求項９】 前記第２のマッチング処理を行なうと
き、クラスタの代表特徴量とのマッチング処理を行なわ
ないことを特徴とする請求項１記載の文字認識方法。 - 【請求項１０】 入力された文字の特徴量とパターン辞
書の特徴量とを照合することにより文字を認識するため
に、前記パターン辞書内の特徴量を複数のクラスタに分
割した状態で保存する機能と、各クラスタの代表特徴量
と前記入力特徴量との第１のマッチング処理を行う機能
と、次いで、各クラスタ内の特徴量と前記入力特徴量と
の第２のマッチング処理を行う機能と、前記多段階のマ
ッチング処理によって算出されるそれぞれの相違度を基
に認識結果を求める機能をコンピュータに実現させるた
めのプログラムを記録したコンピュータ読み取り可能な
記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9255383A JPH1196304A (ja) | 1997-09-19 | 1997-09-19 | 文字認識方法、文字認識用パターン辞書作成方法および記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9255383A JPH1196304A (ja) | 1997-09-19 | 1997-09-19 | 文字認識方法、文字認識用パターン辞書作成方法および記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH1196304A true JPH1196304A (ja) | 1999-04-09 |
Family
ID=17278004
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9255383A Pending JPH1196304A (ja) | 1997-09-19 | 1997-09-19 | 文字認識方法、文字認識用パターン辞書作成方法および記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH1196304A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014131277A (ja) * | 2012-12-28 | 2014-07-10 | Konicaminolta Laboratory Usa Inc | 文書画像圧縮方法及びその文書認証への適用 |
-
1997
- 1997-09-19 JP JP9255383A patent/JPH1196304A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014131277A (ja) * | 2012-12-28 | 2014-07-10 | Konicaminolta Laboratory Usa Inc | 文書画像圧縮方法及びその文書認証への適用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8131087B2 (en) | Program and apparatus for forms processing | |
| US8737739B2 (en) | Active segmentation for groups of images | |
| US6128410A (en) | Pattern matching apparatus and method that considers distance and direction | |
| US6338062B1 (en) | Retrieval system, retrieval method and computer readable recording medium that records retrieval program | |
| JP2004348591A (ja) | 文書検索方法及び装置 | |
| JP5353631B2 (ja) | 画像処理方法、画像処理プログラム及び画像処理装置 | |
| JP6003705B2 (ja) | 情報処理装置及び情報処理プログラム | |
| US20020176627A1 (en) | Pattern-collating device, pattern-collating method and pattern-collating program | |
| Mao et al. | A dynamic feature generation system for automated metadata extraction in preservation of digital materials | |
| JPH10260983A (ja) | 画像検索装置及び方法 | |
| JP6085999B2 (ja) | 画像中の文字列を認識する方法及び装置 | |
| CN112560856B (zh) | 车牌检测识别方法、装置、设备及存储介质 | |
| JP3903613B2 (ja) | 検索装置及び検索プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JPH1131226A (ja) | 情報処理方法及び装置 | |
| CN113806579A (zh) | 文本图像检索方法和装置 | |
| JPH1196304A (ja) | 文字認識方法、文字認識用パターン辞書作成方法および記録媒体 | |
| JP2008217246A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| JP2005234786A (ja) | 映像キーワード抽出方法及び装置及びプログラム | |
| JP2008299618A (ja) | 画像高品質化装置、方法およびプログラム | |
| JP4976789B2 (ja) | トークン列中の境界検出方法、装置、プログラム、記録媒体 | |
| KR101915402B1 (ko) | 점진적 그래프 최적화를 통한 특징점 매칭 방법 | |
| CN111860174A (zh) | 融合RepGT-RepBox函数的遮挡人脸检测方法 | |
| JP2000090117A (ja) | 文書画像の論理要素抽出方法、装置および記録媒体 | |
| JPH11203406A (ja) | 文字切り出し方法、文字認識方法、文字認識装置および記録媒体 | |
| JP7388677B2 (ja) | 入力支援装置、入力支援方法、及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051122 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060123 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060816 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061016 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070328 |