KR100297481B1 - 주로직선세그먼트로이루어진문자의필적의선행처리방법및장치 - Google Patents

주로직선세그먼트로이루어진문자의필적의선행처리방법및장치 Download PDF

Info

Publication number
KR100297481B1
KR100297481B1 KR1019970708942A KR19970708942A KR100297481B1 KR 100297481 B1 KR100297481 B1 KR 100297481B1 KR 1019970708942 A KR1019970708942 A KR 1019970708942A KR 19970708942 A KR19970708942 A KR 19970708942A KR 100297481 B1 KR100297481 B1 KR 100297481B1
Authority
KR
South Korea
Prior art keywords
point
points
change
handwriting
angle
Prior art date
Application number
KR1019970708942A
Other languages
English (en)
Other versions
KR19990022461A (ko
Inventor
파싸사라씨,캐넌
세이볼드,존,엘.,씨.
Original Assignee
비센트 비.인그라시아, 알크 엠 아헨
모토로라 인코포레이티드
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 비센트 비.인그라시아, 알크 엠 아헨, 모토로라 인코포레이티드 filed Critical 비센트 비.인그라시아, 알크 엠 아헨
Publication of KR19990022461A publication Critical patent/KR19990022461A/ko
Application granted granted Critical
Publication of KR100297481B1 publication Critical patent/KR100297481B1/ko

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/32Digital ink
    • G06V30/333Preprocessing; Feature extraction
    • G06V30/347Sampling; Contour coding; Stroke extraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Character Discrimination (AREA)

Abstract

본 발명의 방법 및 마이크로프로세서는 입력된 필적에서 각도 변화를 계산하는 단계를 포함한다(108). 다음으로, 이 방법은 각도 변화가 선정된 임계값을 초과하는 입력 내의 후보 분할점을 선택한다(110). 분할점은 입력된 필적의 해석을 위해 인식기에 의해 사용될 수 있는 직선 스트로크 시퀀스를 결정하는데 사용된다(114).

Description

주로 직선 세그먼트로 이루어진 문자의 필적의 선행 처리 방법 및 장치 {METHOD AND MICROPROCESSOR FOR PREPROCESSING HANDWRITING HAVING CHARACTERS COMPOSED OF A PREPONDERANCE OF STRAIGHT LINE SEGMENTS}
본 발명은 일반적으로 필적 인식(handwriting recognition)에 관한 것으로, 보다 구체적으로는, 입력된 필적을 스트로크(stroke)로 분할하는 방법에 관한 것이다.
사람이 쓴 필적을 기계가 인식하는 것은 매우 어려운 문제이며, 최근에 펜-기반의 컴퓨팅 장치가 폭발적으로 증가함에 따라, 해결해야 할 중요한 문제가 되어가고 있다. 이 문제에 대한 여러 가지 많은 다른 방법들이 존재하지만, 한 유용한 방법으로는 일련의 기본적 이동, 즉, "스트로크"로 분할하고, 이 스트로크(어떤 방식으로 파라메타화 됨)를 스트로크-기반의 문자 인식기에 대한 입력으로서 사용하는 것이 있다.
스트로크-기반의 인식기에 있어서, 핵심 요건은 동일한 문자의 여러 가지 사례(예를 들어, 쓰는 사람마다 조금씩 다른 또는 매번 쓸 때마다 조금씩 다른 "A")가 매번 동일한 스트로크 세트로 분할되어야 한다는 것이다. 이렇게 함으로써, 조금씩 다르게 씌어진 문자라도 문자 인식기에게는 유사하게 보여 인식이 어렵지 않게 될 것이다. 이상적인 경우에 있어서, 주어진 문자에 대한 모든 사례(instance)에 대해, 그 문자는 항상 동일한 개수의 스트로크를 포함하며, 스트로크들은 동일한 상대적 위치를 유지하며, 스트로크들의 특성도 모든 사례를 통해 매우 유사할 것이다. 그러나, 이러한 이상적인 경우는 실제로는 달성할 수 없지만, 어느 정도까지는 접근가능하며, 인식 정확도는 개선될 수 있다.
종래 기술의 한 방법에서, 스트로크 경계는 수직(또는 "y") 방향의 펜 속도가 0인 지점으로 설정된다. 즉, 필적이 위쪽으로 또는 아래쪽으로 이동하기 시작하는 지점으로 설정된다. 결과적인 스트로크 세트들은 "업 스트로크" 또는 "다운 스트로크"라 불린다. 이 방법은 Information And Control vol. 7, pp. 255-270, 1964의 Mermelstein & Eden "Experiments on Computer Recognition of Connected Handwritten Words"에 논의되어 있다. 이 방법과 관련된 한 문제는 이 방법은 수직 방향의 변화에 지나치게 민감하며, 수평 방향의 변화에는 조금도 민감하지 않다는 것이다. 그러나, 많은 문자들이 수평 성분을 포함하며, 예를 들어, "t"에서나 "E"에서는, 지저분하게 씌어진 경우라도 일반적으로 수평 성분이 수직 성분보다 많다. y-속도 기반의 스트로크 분할기는 때때로 수평 성분을 하나의 스트로크로 분할하지만, 단순히 수직 방향으로의 펜의 조그마한 지터(jitter)로 인해, 2 개나 3 개 또는 그 이상의 스트로크로 분할할 수도 있다. 이로 인해, 동일한 문자라도 서로 다른 스트로크 세트로 분할되어, 인식 정확도가 나빠지게 된다. 새로운 스트로크의 시작점으로서 인식되기 위해서는 최소한의 수직 방향 변화가 있어야 한다는 요건을 포함하여 이 방법의 부정확성을 교정하기 위한 시도는 제한된 성공만 보였으며, 기본적으로 동일한 많은 문제점들이 여전히 남아있다.
따라서, y-속도 방법과 같은 논의된 방법에서의 문제가 발생하지 않으며, 보다 정확한 스트로크 분할 방법에 대한 필요성이 생긴다.
도 1은 본 발명의 양호한 실시예에 따른 스트로크 경계를 식별하기 위한 동작의 플로우 챠트를 도시한다.
도 2는 도 1의 단계(110) 이후의 본 발명의 양호한 실시예에 의해 생성되는 필적 입력에 대한 분할점을 도시한다.
도 3은 도 1의 단계(112) 이후의 본 발명의 양호한 실시예에 의해 생성되는 필적 입력에 대한 분할점을 도시한다.
도 4는 도 2의 필적 입력을 나타내는 직선 세그먼트(스트로크) 시퀀스를 도시한다.
도 5는 입력 펜이 위로 들려져 있는(점선) 필적 입력을 나타내는 직선 세그먼트(스트로크) 시퀀스 결정을 도시한다.
도 6은 각도 변화의 판별을 도시하는 확대도이다.
도 7은 도 6의 각각의 점에 대해 계산된 각도 변화 값을 그래프로 도시한다.
도 8은 본 발명에 따라 많은 직선 세그먼트를 갖는 필적 문자를 인식하기 위한 장치/필적 인식 마이크로프로세서의 블럭도이다.
전형적으로, 손으로 쓴 문자의 입력은 사용자로부터 낱개의 연속한 세그먼트(discrete continuous segment)들의 형태로 수집된다. 낱개의 연속한 세그먼트는 하나 이상의 펜 세그먼트로 구성되며, 디지타이징 타블렛이나 종이와 같은 입력 장치와 접촉하는 동안 펜에 의해 남겨진 자국이다.
본 발명에서, 하나 이상의 낱개의 연속된 세그먼트들은 스트로크들로 분할되는 필적 입력의 단위이다. 스트로크는 실제의 필적 입력을 직선으로 근사화한 것이다. 필적 입력은 전자적으로 포착된 입력으로서, 이에는 손으로 쓴 입력, 전자 입력, 날인 입력과 같은 압력을 통해 포착된 입력, 팩시밀리나 호출기 또는 기타 장치를 통해 전자적으로 수신되는 입력 등이 있으나, 이것에 한정되는 것은 아니다.
세그먼트는 입력 장치에 의해 거의 일정한 간격으로 샘플링되는 점들의 연속으로서 표시된다. 각각의 점은 최소한 X 좌표, Y 좌표, 및 펜 상태로 표현된다. 펜 상태는 펜이 타블렛과 접촉하고 있는지의 여부를 나타내며, 2개의 값(펜 업 또는 펜 다운) 중 하나만을 가질 수 있다. 세그먼트들은 디지타이징 타블렛을 사용하여 전자적으로 포착되거나, 그 대신에, 스캐닝된 이미지나 팩스로 전송되어 온 이미지로부터 이미지내의 직선 검출 과정을 통해 도출될 수도 있다. 이와 같은 전자적 포착 방법은 종래 기술에 공지되어 있다. 양호한 방법에서, 필적 입력은 개인 휴대 단말기(PDA) 등과 같은 장치에 의해 받아들여 진다. 필적 입력을 받아들이도록 작동하는 다른 장치에는 컴퓨터, 모뎀, 호출기, 전화, 디지털 텔리비젼, 대화형 텔리비젼, 디지타이징 타블렛을 갖는 장치, 팩시밀리 장치, 스캐닝 장치, 및 필적 입력을 포착할 수 있는 다른 장치가 포함되나, 이것에만 한정되는 것은 아니다.
본 발명에 따르면, 필적 입력은 영숫자 문자, 표의 문자 또는 다른 형태의 수기 통신 문자나 기호 형태일 수 있다.
본 발명의 방법에서, 스트로크 경계는 각도 변화가 국부적으로 최대이면서 급격히 굽은 곳에 대응하는 소정의 임계값을 초과하는 지점으로 정한다. 급격히 굽은 곳은 펜이 움직이는 방향에 관계없이 발생할 수 있다. 이 방법은 워드나 문자와 같은 필적 입력의 여러 부분의 방향에는 민감하지 않다. 도 1을 참조하면, 도 1에는 본 발명에 따른 양호한 방법의 플로우챠트가 도시되어 있다. 디지타이저나 다른 장치로부터의 필적 입력은 x, y 좌표와 관련 펜 업 및 펜 다운 상태의 형태로 수신된다(102). 전형적으로, 이들 점은 픽셀로 표시된다. 선택에 따라, x, y 입력은 결과 좌표값이 선정된 한계 내에 있도록 축척(scale)된다(104). 선택에 따라, 이 축척된 x, y 좌표는 디지타이징 타블렛으로부터 발생되는 고주파 잡음을 제거하기 위해 평탄화(smooth)된다(106). 평탄화는 점의 좌표(x, y)를 그 인접한 점들과 함께 평균하고(상기 점 자체 및 그에 가장 가까운 점에 가중치를 더 많이 줌), 문제의 (x, y) 좌표값을 그 계산된 평균값으로 대체함으로써 이루어진다. 양호하게는, 평탄화 윈도우 크기는 고정된다. 평탄화는 2개의 분리된 펜 다운 세그먼트들에 관해서는 행해지지 않는다. 바로 앞의 점을 현재의 점과 결합함으로써, 제1 벡터가 형성된다. 제2 벡터는 현재의 점을 그 다음 점과 결합함으로써 형성된다. 그 다음, 현재 점에서의 각도 변화(도 6 참조)를 나타내는 제1 벡터와 제2 벡터가 이루는 각도가 결정된다(108). 후보 분할점은 국소적으로 각도 변화가 최대이고 사전 설정된 임계값을 초과하는 펜다운 지점으로 정해진다. 사전 설정된 임계값은 진정한 분할점을 최대화시키고 가짜 분할점(예를 들어, 지터로 유발된 분할점)을 최소화시키도록 선택된다(도 7을 참조). 다음으로, 의사 분할점(spurious segmentation point)이 제거된다(112). 예를 들어, '후크', 즉, 펜다운 세그먼트의 시작/끝에서의 짧은 펜 이동이 제거된다. 제1 분할점에서의 각도 변화가 제1 분할점으로부터 사전 설정된 거리 이내에 있는 제2 분할점에서의 각도 변화보다 작은 경우에는, 제1 분할점이 제거된다. 그 다음에, 유용한 분할점들로부터 직선 스트로크 시퀀스들이 결정된다(114). 그 사이에 펜업을 갖는 2개의 분할점들 사이에도 직선 세그먼트들이 도입된다.
각각의 직선 스트로크는 전형적으로 4개의 파라미터, 즉, 직선 스트로크의 중간 지점의 x 좌표, 직선 스트로크의 중간 지점의 y 좌표, 직선 스트로크의 길이, 및 소정의 기준에 관한 직선 스트로크의 각도로 나타내어진다.
이제, 도 2 및 도 3을 참조하면, 도 2에는 도 1의 단계(110) 이후의 본 발명의 양호한 실시예에 의해 생성되는 필적 입력에 대한 분할점이 도시되어 있다. 분할점은 사전 설정된 임계값을 초과하는 각도 변화의 국소적 최대값과 펜다운 세그먼트의 시작과 끝점으로부터 얻어진다. 따라서, 도 2에서는 세그먼트(201, 202, 204, 206, 208, 210, 212, 214, 216, 218)가 결정된다. 상기 세그먼트들의 각각은 2개의 분할점에 의해 경계가 지워진다.
도 3은 도 1의 단계(112) 이후의 본 발명의 양호한 실시예에 의해 생성되는 필적 입력에 대한 분할점(302)을 도시한다. 도 2의 분할점(220)은 의사 분할점이므로 도 3에서는 제거되어 있음에 주목한다. 즉, 세그먼트(201)은 '후크', 즉, 아티팩트(artifact)를 나타내기 때문에, 분할점(220)은 제거된다. 분할점(220)이 의사점인지를 판별하는 규칙은, 분할점(220)이 분할점(220)과 비교해 볼 때 더 큰 각도 변화를 갖는 분할점(222)으로부터 소정의 거리보다 가깝게 위치하는지를 알아보는 것이다.
도 4에는 도 2의 필적 입력을 나타내는 직선 세그먼트(스트로크)의 시퀀스(402)가 도시되어 있다. 도 3에 도시된 임의의 2개의 연속된 분할점 사이에 있는 점들의 시퀀스는 도 4에서 직선으로 대체된다.
때때로 펜은 입력 장치로부터 들어올려진 다음에(펜업 세그먼트), 새로운 위치로 가서 계속 필적 입력을 하게 된다. 이러한 예가 도 5에 도시되어 있다. 점선(502)는 펜이 들어올려진 상태에서의 세그먼트를 나타낸다. 마지막 선행 처리에서, 펜업 스트로크는 펜다운 스트로크와 구별되지 않는다.
도 6에는 각도 변화의 판별을 도시하는 확대도이다. 제1 벡터(602)는 이전의 점(k-1)을 현재의 점(k)에 연결한다. 제2 벡터(604)는 현재의 점(k)를 그 다음의 점(k+1)에 연결한다. 두 벡터간의 각도가 점 k에서의 각도 변화이다. 펜다운 세그먼트의 시작점과 펜다운 세그먼트의 끝점에서는, 각도 변화가 0으로 설정되어 있다.
도 7에는 도 6의 각각의 점에 대한 계산된 각도 변화 값을 원점의 인덱스 k에 따라 플로팅한 그래프가 도시되어 있다. 이 도면에는 각도 변화에 있어서 3개의 국부 최대점(702, 704, 및 706)이 나타나 있다. 최대점(702 및 704)은 사전 설정된 임계값(708)을 초과하기 때문에 후보 분할점으로 선택된다. 그러나,최대점(706)은 사전 설정된 임계값(708)보다 작기 때문에, 분할점으로 선택되지 않는다. 702와 704로 표시된 점들간의 공간 거리는 소정의 거리 임계치보다 작으며, 따라서, 최대점으로 표시되어 있는 이들 2개의 점들 중 단지 하나만이 유용한 분할점이고, 나머지는 의사 분할점이다. 최대점(702)이 최대점(704)보다 더 크기 때문에, 최대점(702)로 표시된 지점이 유용한 분할점이고, 최대점(704)로 표시된 점은 의사 분할점이다.
2개의 임계치에 대해 평가해보아야 한다. 제1 임계치(708)는 각도 변화 곡선(도 7)에 있는 국소적 최대 각도 변화를 비교하여 후보 분할점을 선택하기 위해 사용된다. 제2 임계치는 유용한 분할점과 의사 분할점을 구별하기 위해, 2개 분할점간의 거리를 비교하는데 사용된다. 본 발명의 선행처리 방법이 필적 문자 인식기에 사용될 때, 에러에 안정적인 문자 인식기(error-tolerant character recognizer)를 사용되는 한, 2개의 임계치에 대한 정확한 값이 중요한 것은 아니다. 본 발명의 특정 실시예를 생성하기 위한 이들 및 다른 파라미터들의 실험적인 조정을 수행하는데 있어서, 소기의 목적은 특정 문자 부류의 여러 가지 실례에 대해 가능한 한 일관된 분할을 달성하는 것이다. 이것은 분할 절차가 인식하고자 하는 필적의 실제 샘플에 따라 어떻게 변동하는지를 검사함으로써 경험적으로 달성된다.
본 발명에 따른 분할점 세트는 그에 대응하는 직선 스트로크 세트를 정의한다. 그 다음, 이들 직선 스트로크는 필적 입력의 인식을 위해 스트로크-기반의 문자 인식기에 공급된다.
도 8에 도시된 바와 같이, 본 발명은, x 및 y가 2차원 좌표계에서의 좌표이고, 펜은 관련된 펜업/펜다운 상태를 나타내는 2진 값일 때 (x, y, 펜)으로 나타나는 점들의 시퀀스로서의 필적 문자 입력을 수신하여, 복수의 (x, y, 펜) 값으로 구성된 필적 문자들을 인식하기 위한 장치/필적 인식 마이크로프로세서에 의해 구현될 수도 있다.
이 인식 장치/필적 인식 마이크로프로세서는 각도 변화 판별기(806), 후보 분할점 식별기(808), 아티팩트 제거기(810), 및 스트로크 판별기(812)를 포함하며, 선택에 따라, 상기 인식 장치/마이크로프로세서는 축척기(scaler, 802)와 평탄기(smoother, 804) 중 적어도 하나를 포함한다. 축척기(802)는 x, y 좌표를 축척하여 결과적인 좌표값이 선정된 한계 내에 있도록 하는데 사용된다. 평탄기(804)는 각도 변화 판별기(806)의 바로 앞에 위치하거나 (축척기가 사용된다면) 축척기와 결합되어 동작할 수 있으며, 축척된 x, y 좌표를 평탄화하여 고주파 잡음을 제거하는데 사용된다. 각도 변화 판별기(806)는 (x, y, 펜) 점들의 시퀀스를 수신하기 위해 결합되어 동작하고, 각각의 (x, y, 펜) 점에서 각도 변화를 판별하는데 사용된다. 선택에 따라, 각도 변화 판별기(806)은 축척기(802)와 평탄기(804) 중 임의의 하나의 출력을 수신하도록 결합될 수도 있다. 후보 분할점 식별기(808)는 각도 변화 판별기(806)와 결합되어 동작할 수 있으며, 각도 변화가 사전 설정된 임계값을 초과하는 펜다운 지점을 후보 분할점이라고 식별하는데 사용된다. 아티팩트 제거기(810)는 후보 분할점 식별기(808)와 결합되어 동작하며, 유용한 분할점을 제공하기 위해 의사 분할점을 제거하는데 사용된다. 스트로크 판별기(812)는 아티팩트 제거기(810)에 결합되어 동작하며, 유용한 분할점으로부터 필적 입력을 나타내는 직선 스트로크 시퀀스를 결정하는데 사용된다.
또 다른 실시예에서, 인식 장치/필적 인식 마이크로프로세서는 A) (x, y, 펜) 점을 수신하도록 결합되어 동작하며 각각의 (x, y, 펜) 점에서의 각도 변화를 판별하기 위한 각도 변화 판별기(806), 및 각도 변화 판별기와 결합되어 동작하며 유용한 분할점을 판별하고 유용한 분할점으로부터 필적 입력을 나타내는 직선 스트로크 시퀀스를 생성하기 위한 점-대-스트로크 묘사기(point to stroke delineator, 816)을 포함할 수 있다. 선택에 따라, 값 조절기(value adjuster, 814)는 (x, y, 펜) 값을 수신하기 위해 각도 변화 판별기(806)의 바로 앞에 결합되어 동작하며, 처리하기 편리하게 상기 값들을 수정하고 이 수정된 값들을 각도 변화 판별기(806)에 제공하게 된다.
예를 들어, 값 조절기(814)는, A) x, y 좌표를 축척하여 그 결과의 좌표값이 소정의 한계 이내에 있도록 하기 위한 축척기(scaler, 802), 및 B) 상기 축척기에 결합되어 동작하며 축척된 x, y 좌표를 평탄화시켜 고주파 잡음을 제거하기 위한 평탄기(smoother, 804)를 포함하도록 선택될 수 있다.
한 실시예에서, 점-대-스트로크 묘사기(816)는, A) 각도 변화 판별기(806)에 결합되어 동작하며 각도 변화가 사전 설정된 임계값을 초과하는 펜다운 점을 후보 분할점으로서 식별하기 위한 후보 분할점 식별기(808), B) 후보 분할점 식별기(808)에 결합되어 동작하며 유용한 분할점을 제공하도록 유사 분할점을 제거하기 위한 아티팩트 제거기(810), 및 C) 아티팩트 제거기(810)에 결합되어 동작하고, 유용한 분할점으로부터의 필적 입력을 나타내는 직선 스트로크 시퀀스를 판별하기 위한 스트로크 판별기(810)를 포함할 수도 있다.
명확하게, 본 발명의 방법은 컴퓨터용 유형 매체로 구현될 수도 있다. 예를 들어, 유형 매체는 컴퓨터 디스켓이나 컴퓨터의 메모리 장치일 수 있다.
본 발명과 그 양호한 실시예는 (예를 들어, 한자와 같은) 주로 직선 세그먼트로 구성된 문자들의 스트로크 분할을 위한 신규하고 보다 정확한 방법에 관한 것이다. 본 발명에 따르면, 필적 입력의 여러 가지 사례에서, 입력은 반복적으로 매번 동일한 직선 스트로크 세트로 분할된다. 이와 같은 스트로크 분할은 스트로크-기반의 인식기에 의한 보다 정확한 해석에 도움을 준다.
당업자는 본 발명의 여러 가지 실시예가 유용함을 알 수 있을 것이다. 하나의 명백한 이점은 인쇄체 및 필기체 필적을 서로 더욱 유사하게 만들어 인식 작업을 더 용이하게 만든다는 것이다. 또 다른 실시예로는 스캐닝된 필적이나 오프라인 필적을 스트로크로 분할하는 것이 있다. 본 발명을 이와 같은 작업에 직접적으로 적용하는 방법은 일정한 두께의 잉크 곡선을 얻기 위해 필적을 가늘게 만드는 것일 것이다. 그 다음, 시간 정보의 부족은 교차부(intersection)와 터칭 밴드(touching bend)가 유사하게 보이게 하기 때문에, 각도 변화 최대 지점과 교차 지점 모두에 스트로크 경계를 설정할 수 있다.
당업자는 본 발명이 다양한 형태로 수정될 수 있으며 상술한 특정의 양호한 실시예가 아닌 다른 실시예를 취할 수 있음을 알 것이다. 따라서, 본 발명의 진정한 정신과 범위 내에 드는 모든 변형 및 그 등가물도 첨부된 청구 범위의 목적한바에 해당된다.

Claims (6)

  1. 필적 인식 장치로 입력되는 필적을 이루는 점들을 샘플링하는 단계 - 여기서, 상기 점들 사이에는 벡터(vector)가 형성됨 -;
    상기 점들의 각각에 대해, 그 각각의 점에서 서로 연결되는 2개의 벡터들간의 각도 변화를 결정하는 단계;
    상기 점들의 각각에 대한 각도의 변화를 사전 설정된 임계치와 비교하여, 상기 점들의 각각에 대한 각도의 변화가 상기 사전 설정된 임계치보다 크다면, 그 점을 후보 분할점(potential segmentation point)으로 인정하는 단계;
    의사 분할점을 제거하는 단계 - 여기서, 의사 분할점이란 사전 설정된 임계치보다 큰 각도 변화를 가지지만, 사전 설정된 임계치보다 큰 각도 변화를 갖는 또 다른 후보 분할점으로부터의 거리가 사전 설정된 거리보다 작은 후보 분할점을 의미함 -; 및
    상기 점들의 각각에 대한 후보 분할점들간의 직선 스트로크 시퀀스를 판별하는 단계
    를 포함하는 것을 특징으로 하는 필적 인식 방법.
  2. 제1항에 있어서, 상기 방법은 상기 점들의 각각에 대한 각도 변화를 판별하기 이전에, 상기 점들을 평탄화(smooth)시키는 단계를 더 포함하는 것을 특징으로 하는 필적 인식 방법.
  3. 제2항에 있어서, 상기 점들을 평탄화시키는 상기 단계는,
    제1 점과 상기 제1 점에 가장 가까운 점을 가중(weight)하여 평균을 계산하는 단계와,
    상기 제1 점을 상기 평균값으로 대체하는 단계
    를 포함하는 것을 특징으로 하는 필적 인식 방법.
  4. 제1항에 있어서, 상기 점들의 각각에 대한 각도 변화를 판별하는 상기 단계는,
    제1 벡터를 사용하여 제1 점과 그 이전의 점을 연결하는 단계; 및
    제2 벡터를 사용하여 상기 제1 점과 그 다음의 점을 연결하여, 상기 제1 벡터와 상기 제2 벡터가 이루는 각도를 각도 변화로 하는 단계
    를 포함하는 것을 특징으로 하는 필적 인식 방법.
  5. 필적 인식 장치(handwriting recognizer)에 있어서,
    상기 필적 인식 장치로의 필적 입력을 따라 샘플링된 점들의 각각에 대해, - 여기서, 상기 각각의 점들 사이에는 벡터가 형성됨 -, 그 각각의 점에서 결합되는 2개의 벡터들 사이의 각도 변화를 판별하는 각도 변화 판별기(angle change determiner);
    상기 각도 변화 판별기에 결합되어, 상기 각각의 점에 대한 각도 변화를 사전 설정된 임계치와 비교하여, 상기 각각의 점의 각도 변화가 상기 사전 설정된 임계치보다 크다면, 그 점을 후보 분할점으로 인정하는 후보 분할점 식별기(potential segmentation identifier);
    상기 후보 분할점 식별기에 결합되어, 의사 분할점(spurious segmentation point)을 제거하는 아티팩트 제거기(artifact remover), - 여기서, 의사 분할점이란 사전 설정된 임계치보다 큰 각도 변화를 가지나, 사전 설정된 임계치보다 큰 각도 변화를 갖는 또 다른 분할점으로부터의 거리가 사전 설정된 거리보다 작은 후보 분할점을 의미함 -; 및
    상기 아티팩트 제거기에 결합되어, 상기 각각의 점에 대한 후보 분할점들 사이의 직선 스트로크 시퀀스를 판별하는 스트로크 판별기(stroke determiner)
    를 포함하는 것을 특징으로 하는 필적 인식 장치.
  6. 제5항에 있어서, 상기 필적 인식 장치는, 상기 각도 변화 판별기에 결합되어 상기 각도 변화 판별기가 상기 각각의 점에 대한 각도의 변화를 판별하기 이전에 상기 각각의 점을 평탄화시키는 평탄기(smoother)를 더 포함하는 것을 특징으로 하는 필적 인식 장치.
KR1019970708942A 1995-06-05 1996-04-26 주로직선세그먼트로이루어진문자의필적의선행처리방법및장치 KR100297481B1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US46336695A 1995-06-05 1995-06-05
US08/463,366 1995-06-05
US8/463,366 1995-06-05
PCT/US1996/005882 WO1996039675A1 (en) 1995-06-05 1996-04-26 Method and microprocessor for preprocessing handwriting having characters composed of a preponderance of straight line segments

Publications (2)

Publication Number Publication Date
KR19990022461A KR19990022461A (ko) 1999-03-25
KR100297481B1 true KR100297481B1 (ko) 2001-08-07

Family

ID=23839842

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019970708942A KR100297481B1 (ko) 1995-06-05 1996-04-26 주로직선세그먼트로이루어진문자의필적의선행처리방법및장치

Country Status (6)

Country Link
US (1) US5740273A (ko)
KR (1) KR100297481B1 (ko)
CN (1) CN1121662C (ko)
AU (1) AU5788496A (ko)
TW (1) TW397951B (ko)
WO (1) WO1996039675A1 (ko)

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7401299B2 (en) 2001-09-05 2008-07-15 Autodesk, Inc. Method and apparatus for providing a presumptive drafting solution
EP0843864B1 (de) * 1996-04-25 2002-04-03 Definiens AG. Verfahren zum klassifizieren und wiedererkennen von mustern, wobei eine signatur durch das glätten eines polygonzugs erzeugt wird
US6044174A (en) * 1996-10-11 2000-03-28 Lucent Technologies Inc. Method and apparatus for parametric representation of handwritten symbols
US6275611B1 (en) * 1996-10-17 2001-08-14 Motorola, Inc. Handwriting recognition device, method and alphabet, with strokes grouped into stroke sub-structures
GB9701793D0 (en) 1997-01-29 1997-03-19 Gay Geoffrey N W Means for inputting characters or commands into a computer
JP3006545B2 (ja) * 1997-06-09 2000-02-07 日本電気株式会社 オンライン文字認識装置
US7006685B2 (en) * 1998-06-29 2006-02-28 Lumeniq, Inc. Method for conducting analysis of two-dimensional images
US6757424B2 (en) 1998-06-29 2004-06-29 Lumeniq, Inc. Method for conducting analysis of two-dimensional images
US6445820B1 (en) * 1998-06-29 2002-09-03 Limbic Systems, Inc. Method for conducting analysis of handwriting
US20020176619A1 (en) * 1998-06-29 2002-11-28 Love Patrick B. Systems and methods for analyzing two-dimensional images
US7091959B1 (en) * 1999-03-31 2006-08-15 Advanced Digital Systems, Inc. System, computer program product, computing device, and associated methods for form identification and information manipulation
US7068829B1 (en) 1999-06-22 2006-06-27 Lumeniq, Inc. Method and apparatus for imaging samples
KR100315428B1 (ko) * 1999-12-24 2001-11-26 오길록 다국어 인쇄체 문서인식을 위한 문자 특징 추출 장치 및그 방법
US6826551B1 (en) * 2000-05-10 2004-11-30 Advanced Digital Systems, Inc. System, computer software program product, and method for producing a contextual electronic message from an input to a pen-enabled computing system
US7006711B2 (en) * 2000-06-21 2006-02-28 Microsoft Corporation Transform table for ink sizing and compression
CA2423114C (en) 2000-08-25 2009-11-17 Limbic Systems, Inc. Method for conducting analysis of two-dimensional images
US6798907B1 (en) * 2001-01-24 2004-09-28 Advanced Digital Systems, Inc. System, computer software product and method for transmitting and processing handwritten data
US20020107885A1 (en) * 2001-02-01 2002-08-08 Advanced Digital Systems, Inc. System, computer program product, and method for capturing and processing form data
US7346229B2 (en) * 2001-06-27 2008-03-18 Microsoft Corporation Transform table for ink sizing and compression
US20030123745A1 (en) * 2001-12-28 2003-07-03 Mattias Bryborn Method and apparatus for compression and reconstruction of electronic handwriting
US20040109608A1 (en) * 2002-07-12 2004-06-10 Love Patrick B. Systems and methods for analyzing two-dimensional images
AU2002952483A0 (en) * 2002-11-05 2002-11-21 Silverbrook Research Pty Ltd Methods and Systems (NPW009)
AU2003900865A0 (en) * 2003-02-26 2003-03-13 Silverbrook Research Pty Ltd Methods, systems and apparatus (NPW010)
US7116806B2 (en) * 2003-10-23 2006-10-03 Lumeniq, Inc. Systems and methods relating to AFIS recognition, extraction, and 3-D analysis strategies
US7529410B2 (en) 2004-01-07 2009-05-05 Microsoft Corporation Local localization using fast image match
JP4213052B2 (ja) * 2004-01-28 2009-01-21 任天堂株式会社 タッチパネル入力を用いたゲームシステム
JP2005346467A (ja) * 2004-06-03 2005-12-15 Nintendo Co Ltd 図形認識プログラム
US7515752B2 (en) * 2004-08-27 2009-04-07 Corel Corporation Sketch recognition and enhancement
US7639876B2 (en) * 2005-01-14 2009-12-29 Advanced Digital Systems, Inc. System and method for associating handwritten information with one or more objects
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
JP2007272473A (ja) * 2006-03-30 2007-10-18 Toshiba Corp 文字認識装置、方法およびプログラム
US20080049969A1 (en) * 2006-08-25 2008-02-28 Jason David Koziol Methods And Systems For Generating A Symbol Identification Challenge For An Automated Agent
US20090297064A1 (en) * 2008-05-30 2009-12-03 Koziol Jason D Method and system for generating a representation symbol as an identification challenge
US8306327B2 (en) * 2008-12-30 2012-11-06 International Business Machines Corporation Adaptive partial character recognition
CN102129560B (zh) * 2010-01-18 2013-11-06 富士通株式会社 字符识别的方法和设备
US9285983B2 (en) * 2010-06-14 2016-03-15 Amx Llc Gesture recognition using neural networks
TW201222416A (en) * 2010-11-22 2012-06-01 Acer Inc Method for comparing a handwriting path with a template path
CN103299254B (zh) * 2010-12-02 2016-09-14 诺基亚技术有限公司 用于重叠手写的方法和装置
CN102135820B (zh) * 2011-01-18 2013-03-06 浙江大学 一种平面化预处理方法
US9274607B2 (en) 2013-03-15 2016-03-01 Bruno Delean Authenticating a user using hand gesture
CN104951811B (zh) * 2015-07-09 2018-05-29 北京盛世宣合信息科技有限公司 应用于毛笔书写的行笔路线识别方法和装置
KR102149105B1 (ko) * 2019-09-18 2020-08-27 세종대학교산학협력단 혼합현실 기반 3차원 스케치 장치 및 방법
CN111198562A (zh) * 2019-12-31 2020-05-26 武汉中海庭数据技术有限公司 一种众包碎片地图的空间线特征的预处理优化方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6079485A (ja) * 1983-10-06 1985-05-07 Sharp Corp 手書き文字認識処理装置
JPS60136892A (ja) * 1983-12-26 1985-07-20 Hitachi Ltd オンライン手書き図形認識装置
US5023918A (en) * 1989-10-03 1991-06-11 International Business Machines Corporation Cross-product filter
US5038382A (en) * 1989-10-13 1991-08-06 International Business Machines Corporation Multi-scale recognizer for hand drawn strokes
US5313527A (en) * 1991-06-07 1994-05-17 Paragraph International Method and apparatus for recognizing cursive writing from sequential input information
US5442715A (en) * 1992-04-06 1995-08-15 Eastman Kodak Company Method and apparatus for cursive script recognition

Also Published As

Publication number Publication date
US5740273A (en) 1998-04-14
WO1996039675A1 (en) 1996-12-12
KR19990022461A (ko) 1999-03-25
CN1121662C (zh) 2003-09-17
AU5788496A (en) 1996-12-24
CN1187256A (zh) 1998-07-08
TW397951B (en) 2000-07-11

Similar Documents

Publication Publication Date Title
KR100297481B1 (ko) 주로직선세그먼트로이루어진문자의필적의선행처리방법및장치
KR101354663B1 (ko) 수기 기호 인지 방법 및 장치
US7515752B2 (en) Sketch recognition and enhancement
US5600735A (en) Method of recognizing handwritten input
KR19990022352A (ko) 필기 입력의 문자 인식 방법 및 장치
EP1599809A1 (en) Line extraction in digital ink
KR20110051374A (ko) 단말기에서 데이터 처리 방법 및 그를 수행하는 장치
WO1995032485A1 (en) Method of stroke segmentation for handwritten input
IL100198A (en) Character recognition method
Li et al. On-line handwritten alphanumeric character recognition using feature sequences
KR19980058361A (ko) 한글 문자 인식 방법 및 시스템
Li et al. An approach to offline handwritten Chinese character recognition based on segment evaluation of adaptive duration
Bawa et al. A preprocessing technique for recognition of online handwritten Gurmukhi numerals
Tolentino et al. Recognition of air-drawn alphanumeric characters by applying slope orientation sequence matching algorithm using leap motion controller
JPH09102013A (ja) 手書文字・図形読取装置
Ramya et al. The effect of pre-processing and testing methods on online kannada handwriting recognition: Studies using signal processing and statistical techniques
JP4142911B2 (ja) 文字認識装置、および文字認識方法
Karthick et al. Pre-processing techniques for Tamil online handwritten character recognition
Inuganti et al. Recognition of online handwritten Telugu stroke by detected dominant points using curvature estimation
MXPA96000189A (en) Method of segmentation of traces for the entry of characters manuscri
Yang et al. Recognition of line-drawings based on generalised Fourier descriptors
Izadi et al. Incorporating a new relational feature in Arabic online handwritten character recognition
Jindal et al. LINE AND WORD SEGMENTATION OF HANDWRITTEN GURUMUKHI TEXT DOCUMENT: A REVIEW
JPH09114927A (ja) オンライン文字認識における入力文字大分類方法および装置
JPH05143738A (ja) オンライン図形認識装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130429

Year of fee payment: 13

FPAY Annual fee payment

Payment date: 20140430

Year of fee payment: 14

FPAY Annual fee payment

Payment date: 20150511

Year of fee payment: 15

EXPY Expiration of term