JPS6061876A - 文字認識方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 本発明は文字認識における辞書γ、特に階層化辞書の構
成方法と詳細識別用辞書による判定に関するものである
７゜ 文字認識におい７て判定、処理時間の短縮化を計るため
の大分類用と詳縦識別用とに辞書を階層化りまず大分類
用辞、書で判定し、次に大分類用によって限定された詳
細識別用辞書のみで判定する方法が一般に採用され、て
いて、大分類に用いる特徴と詳細識別に用いる特徴とは
異なっている。そのため同一の特徴抽出を用いることが
出来ないという問題があり、また大分類に用いた特徴の
特徴値を詳細識別で再度使うことはなかった。

さらに類似した文字を区別するためには、あらかじめ相
違のあ２る特徴、を選んでおき、詳細識別の際に、選択
された特徴に重み付けを行い類似度で判定を行うのが一
般的であった。そのためあらかじめ認識対象の文字パタ
ーンを知っていて、特徴値の評価や類似し、たパターン
７があれば特徴の選択と重みの決定を１行って、いなけ
、ればならなかった。

本発明の目的は同一の特徴抽出で得られた特徴の中から
辞書を７元割するのに有効な特徴を詳細識別用辞書の特
徴値から選び選択された特徴によって詳細識別用辞書を
分類することで辞書の階層化を行い、判定処理時間の短
編化を計り、詳細識別において類似しているカテゴリが
複数個あるときにはカテゴリベアに対応する詳細識別用
辞書から違いの大きい複数個の特徴を選び、選択された
特徴の特徴値だけで類似度をめ判定を行い、トーナメン
トによシ一つのカテゴリに決定することで類似ハターン
の識別を行う文字認識方式を提供することにある。

本発明によれは、一種類の％徴抽出により標準文字から
抽出された特徴値で構成される文字認識み 用辞書と未知文字から同様に抽出でれた特徴値と類似度
により判定する文字認識方式において、文字認識用辞書
は各標準文字の特徴値をもとに標準文字を分類するのに
有効な特徴により１１０次数個に分類された階層化辞■
であり、類似したパターンの区別は、候補カテゴリから
作られるカテゴリベアに対応する詳細識別用辞書から違
いの大きい複数個の特徴を選び、選択された特徴の特徴
値だけで類似度をめどちらかに判定し、順次トーナメン
トによシ一つのカテゴリーになるまでくシ返すことで行
う文字認識方式が得られる。

以下本発明について実施例を示す図面を参照して説明す
る。

第１図は従来の文字認識方式を説明するだめのブロック
図である。図はおいて１は分類用特徴抽出部、２は分類
処理部、３は分類用辞書部、４は識別用特徴抽出部、５
は識別処理部、６は識別用辞書部、７はトーナメント処
理部、８はトーナメント辞書部であｐ、分類用辞書部３
、識別用辞書部６、トーナメント辞書部８は必らかしめ
認識対象の文字の特徴値を用いて作られている。

未知文字が人力されると分類用特徴抽出部１において特
徴値がめられ、得られた特徴値と分類用辞書部３０分類
用辞書によシ分類処理部２は分類結果を出力する。識別
用特徴抽出部４は分類結果と識別用辞書部６の識別用辞
書とから、抽出すべき特徴を取出し、対応する特徴値の
抽出を行う。

識別処理部５は識別用特徴抽出部４から得られる特徴値
と識別用辞書部６の辞書とによシ判定処理を行う。トー
ナメント処理部７は識別処理部５０判定結果で複数のカ
テゴリーが得られたとき、トーナメント辞書部８のトー
ナメント辞書を用いて、′一つのカテゴリに決定する。

前述のように従来の方法はあらかじめ分類用特徴をめて
おき、またその特徴に対応する分類用辞書を用意してお
く必要があった。さらに詳細識別のためのトーナメント
辞相、もあらかじめ必要であった。

第２図は階層化辞書の形式を表わす一例である。

図中点線よシ上にある１側は二段の分類用辞書で干゛は
特徴、θは特徴値の閾値を表わし、４個の特徴と４個の
閾値によ９９種類に詳細識別用辞書が分類される。２側
は詳細識別用辞書で認識対象の文字カテゴリごとに一つ
づつ用意されている。例−えば認識対象の文字カテゴリ
がＭ個あるとすると、第２図の階層化辞書では平均して
Ｍ／９　個に分類されでいるので、階層化されてないと
きの９倍の速度で判定出来ることになる。階層化辞書に
おける分類用特徴は次の順序で検出される。ただし詳細
識別用辞書は各標準文字から抽出される同一の特徴から
の特徴値とする。

（ａ）認識対象の文字に対する詳細識別用辞書をめる。

（ｂｌ求まった詳細識別用辞書から各％徴ごとの特徴値
分布を作る。

（Ｃ１作られた特徴値分布より分布の広がりすなわち分
散値によシ特徴の評価を行い、分散値が最大である特徴
の選択と分類の閾値決定を行う。

（ｄ）選択された特徴の閾値により詳細識別用辞書を分
類する。

（ｅ）分類された各詳細識別用辞書に対して、（ｂ）か
ら（ｄ）をくシ返し、再分類する。

上記処理のくり返しによシ、詳細識別用辞書と同じ特徴
を用い、分類用辞書の作成が出来る０従って第２図は１
つの特徴で３つに分類して得られた２段の階層化辞書と
なる。

次に類似したパターンの区別は、次のようなトーナメン
ト処理で行える。

（ａ）詳細識別にお腔て類似していた複数個のカテゴリ
の中から２つのカテゴリーを組合せてカテゴリペアとす
る。

（ｂ）カテゴリペアの各カテゴリに対応する詳細識別用
辞書を選び出す。

（Ｃ１選び出された詳細識別用辞書をもとに値の最も違
う特徴から順に複数個特徴を選ぶ。

（ｄ）選ばれた特徴に対応する未知文字の特徴値と詳細
識別用辞書の特徴値とを用いて類似度をめどちらかのカ
テゴリーに判定する。

未知文字の特徴値をｆよ、ｆ２１０１６１１４、ｆｎ、
カテゴＩＪａ、ｂの詳細識別用辞書の特徴値を、各々ｄ
Ｎｄ；、・・・・・・、ｄ：、とｄｆｆｉ、ｄＲ、・・
・・・・、　ｄＲとすると、類似度Ｓａ、Ｓｂ　は次式
で表わされる。

又は、Ｓａ　＝Ｉｒ１−　ｃ＋′ｉｌ”＋Ｉｒ２−　ｄ
ＢＩ２＋−＋−１ｔｎ−ａ：ｌ　２Ｓｂ−”ｌｆｉ　ａ
ｆｆｉ１２＋／ｆ２−”’Ｉ２＋”−＋Ｉｆｎ−ｄｌ”
である。

類似度値をもとにＳｏ＜Ｓｂのときにはａのカテゴリー
に判定する。

（ｅ）未判定のカテゴリーが残っていればカテゴリペア
を作り、（ｂ）から（ｄ）をくシ返す。残っていなけれ
ば、最後のカテゴリー名を判定結果とする。

第３図は本発明の一実施例を説明するブロック図である
。図において１は特徴抽出部、２は分類部、３は詳細識
別部、４はトーナメント判定部、５は詳細識別辞書記憶
部である。未知文字の人力に先立って特徴抽出部１で標
準文字から特徴抽出し得られる特徴値を詳細識別辞書と
し、詳細識別辞書記憶部５にセットする。また分類部２
は詳細識別辞書記憶部５にある詳細識別辞書を用い、前
述の処理で分類用特徴を検出し分類用辞書を作も未知文
字が人力されると、特徴抽出部１において特徴値がめら
れ、分類部２で分類用辞書を用い分類処理がなされ、詳
細識別部３では詳細識別辞書部５にある詳細識別辞書の
うちで分類部２により限定された詳細識別辞書とで類似
度を計ｑ、シ、類似度をもとに判定結果を出力する。ト
ーナメント判定部４は詳細識別部３０判定結果によシト
ーナメント処理を行い、最終判定結果を出力する。

本発明の方法によれば、詳細識別用辞書の特徴と同じ特
徴で階層化された分類用辞書で判定処理時間の短縮化が
計れ１．詳細識別用辞書をペアとして有効な特徴を選び
、選択された特徴の特徴値だけで判定することにで類似
パターンの区別が出来る。また本発明では、分類用特徴
、詳細識別用特徴、類似パターンの区別のだめの特徴は
同じ特徴を用いているので、特徴抽出が一回ですむ。な
お前記実施例において、分類用辞去は２段で、詳細用辞
書は９個に分類されているが、本発明はこの実施例に限
らないことは勿論である。また詳細識別辞書は１カテゴ
リに１個に限らず、複数個でも同様である。

【図面の簡単な説明】

第１図は従来の文字認識方式を説明するブロック図。 第２図は、階層化辞書の形式を表わす例を示す図。第３
図は本発明の一実施例を説明するブロック図である。 図において、１は特徴抽出部、２は詳細識別部、４はト
ーナメント判定部、５は詳細識別辞書記憶７＋１　図 第２図 オ　３　図

Claims (1)

【特許請求の範囲】
1. 一種類の特徴抽出によシ標準文字から抽出された特徴値
   で構成される文字認識用辞書と未知文字から同様に抽出
   された特徴値との類似度によシ判定する文字認識におい
   て、文字認識用辞書は各標準文字の特徴値をもとに標準
   文字を分類するのに有効な特徴により順次数個に分類さ
   れた階層化辞書であり、類似したパターンの区別は候補
   カテゴリから作られるカテゴリペアに対応する詳細識別
   用辞書から違いの大きい複数個の特徴を選び、選択され
   た特徴の特徴値だけで類似度をめどちらかに判定し、ト
   ーナメントによシ一つのカテゴリに決定することを特長
   とする文字認識方式。