JP2004133841A - パターン認識装置、パターン認識方法、プログラムおよび記憶媒体 - Google Patents
パターン認識装置、パターン認識方法、プログラムおよび記憶媒体 Download PDFInfo
- Publication number
- JP2004133841A JP2004133841A JP2002300053A JP2002300053A JP2004133841A JP 2004133841 A JP2004133841 A JP 2004133841A JP 2002300053 A JP2002300053 A JP 2002300053A JP 2002300053 A JP2002300053 A JP 2002300053A JP 2004133841 A JP2004133841 A JP 2004133841A
- Authority
- JP
- Japan
- Prior art keywords
- category
- large classification
- similar
- similarity
- classification
- 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
Images
Landscapes
- Character Discrimination (AREA)
Abstract
【解決手段】大大分類辞書を参照して認識対象パターンに対応する大大分類カテゴリを抽出し、該大大分類カテゴリを大分類結果候補として大分類辞書を参照して前記認識対象パターンと該大分類結果候補との類似度を算出し、類似カテゴリテーブルを参照して大分類結果候補のカテゴリに類似する類似カテゴリを抽出し、前記大分類辞書を参照して該類似カテゴリと前記認識対象パターンとの間の類似度を算出し、それらの類似度に基づいて前記大分類結果候補と前記類似カテゴリとの中から大分類結果の大分類カテゴリを抽出し、詳細識別辞書を参照して該大分類カテゴリの中から前記認識対象パターンの認識結果を特定する。
【選択図】 図2
Description
【発明の属する技術分野】
本発明は、文字認識等のためのパターン認識装置、パターン認識方法、プログラムおよび記憶媒体に関する。
【0002】
【従来の技術】
パターン認識の実用例として文字認識が一般的である。文字認識装置では、入力された文字から特徴を抽出し、あらかじめ用意された対象文字すべての標準パターンと比較し、類似度の最も高い文字を認識結果として出力する。入力文字と標準パターンとを比較する識別演算は、字種の増加とともに計算量が増加し、計算量を減少しようとすると、認識精度が低下する。日本語は中国語とともに字種の多い言語であり、認識精度を維持しつつ処理を高速化する工夫が為されている。
【0003】
例えば、識別演算の前に、文字数を絞り込む大分類処理を行う認識処理が提案されている。この場合、大分類に対して、本来の識別演算を詳細識別と呼ぶことがある。
【0004】
大分類では、詳細識別に比べ計算量の少ない識別演算を行い、類似度上位から特定の文字数を選択し、あるいは類似度が閾値を越えた文字を選択する。詳細識別では、大分類で絞り込まれた文字のみを識別演算し、最も類似度の高い文字を認識結果として出力する。
【0005】
これによって認識精度を維持しつつ処理を高速化し得る。
【0006】
一方、類似文字情報を用いた文字認識処理が提案されている。
【0007】
特開平5−20503号公報(従来例1という。)記載の文字認識処理では、形状の類似する文字を集めた候補文字辞書を設け、候補文字辞書から認識結果に類似する文字を抽出し、認識結果とともに類似の文字を選択可能とする。
【0008】
特開平8−147406号公報(従来例2)記載の文字認識処理では、認識処理の過程で認識結果になる可能性のある類似候補文字を抽出しておき、認識結果としての文字を確定できないときに、ある類似候補文字を検索可能とする。
【0009】
【発明が解決しようとする課題】
従来例1、2は、誤認識に際して、ユーザが類似の文字を選択することを容易にしたもので、認識精度を高めるものではない。
【0010】
本発明はこのような従来の問題点を解消すべく創案されたもので、処理速度を維持しつつ認識精度を向上する。
【0011】
【課題を解決するための手段】
本発明に係るパターン認識装置は、認識対象のパターンを大大分類処理するための大大分類辞書と、前記大大分類処理よりも詳細な大分類処理を実行するための大分類辞書と、前記大分類辞書に含まれる各カテゴリに類似する類似カテゴリを示す類似カテゴリテーブルと、前記大分類処理よりも詳細な詳細識別処理を実行するための詳細識別辞書と、前記大大分類辞書を参照して、前記認識対象パターンに対応した大大分類カテゴリを抽出する大大分類手段と、前記大大分類カテゴリを大分類結果候補として、前記大分類辞書を参照して前記認識対象パターンと前記大分類結果候補との間の類似度を算出する第1の大分類類似度算出手段と、前記類似カテゴリテーブルを参照して、前記大分類結果候補のカテゴリに類似する類似カテゴリを抽出する類似カテゴリ抽出手段と、前記大分類辞書を参照して、前記類似カテゴリ抽出手段で抽出された類似カテゴリと前記認識対象パターンとの間の類似度を算出する第2の大分類類似度算出手段と、前記第1の大分類類似度算出手段で算出した類似度と前記第2の大分類類似度算出手段で算出した類似度とに基づいて、前記大分類結果候補と前記類似カテゴリとの中から、大分類結果の大分類カテゴリを抽出する大分類結果抽出手段と、前記大分類結果抽出手段で抽出された大分類カテゴリを認識結果候補として、前記詳細識別辞書を参照して、前記認識結果候補の中から前記認識対象パターンの認識結果を特定する詳細識別手段とを備える。
【0012】
【発明の実施の形態】
次に本発明に係るパターン認識装置の第1の実施形態を図面に基づいて説明する。
【0013】
[パターン認識装置]
図1は、本発明に係るパターン認識装置の第1の実施形態を示すブロック図である。
【0014】
パターン認識装置は、磁気ディスク等の外部記憶装置104およびポインティングデバイス107を備え、画像データを外部記憶装置104またはポインティングデバイス107から入力する。パターン認識装置は全体制御のためのCPU101を備え、CPU101の制御プログラムはROM102に格納されている。外部記憶装置104等から入力された画像データはRAM103に保持され、ROM102内の制御プログラムにより、パターン認識のための処理を実行する。パターン認識のための大分類辞書および詳細識別辞書が制御プログラムとともにROM102に格納され、あるいは必要な字種ごとに、外部記憶装置104からRAM103に読み込まれる。
【0015】
図1において、105はディスプレイ、106はキーボードである。また、109はネットワークインターフェースであり、図示しない遠隔地に存在する装置と通信し、プログラム、認識辞書、データ等を送受信し得る。
【0016】
図示しないが、その他、文字認識に適用する場合には画像を読み取るためのイメージスキャナや、音声認識に適用する場合にはマイクや再生装置を含んで構成してもよい。
【0017】
次に、パターン認識装置において実行されるパターン認識方法を説明する。
【0018】
[パターン認識方法の第1の実施形態]
パターン認識方法の第1の実施形態を図面に基づいて説明する。第1の実施形態は、大分類の処理対象とするカテゴリを絞り込むために、大大分類を行うものである。すなわち、第1のパターン認識手段による大大分類結果に対して、第2の認識手段による大分類の処理を実行し、さらに、第2のパターン認識手段による大分類結果に対して、第3の認識手段による詳細分類の処理を実行する。
【0019】
図2は、図1のパターン認識装置で実行されるパターン認識方法の第1の実施形態を示すフローチャート、図3は、図2のパターン認識方法における類似カテゴリテーブル作成方法一例を示すフローチャート、図4は、図2のパターン認識方法における類似カテゴリテーブルの一例を説明する図、図7は、大大分類の分類方法を示す概念図、図8は、大大分類の他の分類方法のための輪郭の方向指数を示す概念図、図9は、図8で使用した方向指数を示す概念図である。
【0020】
図2において、第1の実施形態の処理の流れを説明する。
【0021】
ステップS501:大分類辞書のカテゴリをより大きなカテゴリに分類した大大分類辞書を用いて、大大分類を実行する。大大分類は、大分類よりも計算量が少ない処理方法を用いる。例えば大大分類に用いる一つの方法として、光学的文字認識装置では、特定領域の黒画素の存否で分類し得る。図7の(10−1)において、特徴領域を3×3の領域(左上から右方向にa、b、c、2段面の左から右にd、e、f、3段面の左から右にg、h、iの符号を付す。)に分割した例を示す。図7の(10−2)は文字「A」の画素と、これら分割領域との関係を示し、(10−3)では文字「L」の画素を分割領域の関係を示す。文字「A」は領域b、d、e、f、g、hに黒画素が存在し、文字「L」は領域a、b、e、g、h、iに黒画素が存在する。このように黒画素が存在する領域によって文字のカテゴリを大大分類し得る。
【0022】
あるいは、特徴領域内の画像の輪郭を抽出し、輪郭を形成する境界画素に、図9の方向指数を与えることによって、文字を大大分類し得る。特徴領域内の境界画素は左から右の走査を上方から下方に順次進める順序で評価され、注目されている境界画素P0に続く画素の方向は、注目画素の周囲8画素のうち対向しない4方向(例えば下、右下、右、右上)のいずれに存在するか表現すれば、該特徴データを表現するのに十分である。これらの方向は、例えばC1(下)、C2(右下)、C3(右)、C4(右上)の方向指数によって表現される。例えば、図8で、特徴領域701(ひらがな「い」1文字の画像を示す。)の幅をw、高さをhとするとき、特徴領域701をその幅、高さを所定数に分割し、複数の小領域を形成する。分割数は例えば、幅方向分割数n=4、高さ方向分割数m=4である。
【0023】
図8では1個の小領域702を代表的に示し、小領域内の画素の内、境界画素に斜線を付し、かつP1、P2、P3、P4、P5、P6、P7、P8の符号を与えている。これら境界画素は、左から右、上から下の走査順序でみるとき、画素P1に続いて画素P2が存在し、画素P2に続いて画素P3が存在する。また画素P4に続いて画素P5が存在し、画素P5に続いて画素P6が存在し、画素P6に続いて画素P7が存在し、画素P7に続いて画素P8が存在する。この連続状態は、画素P1に方向指数C2、画素P2に方向指数C2、画素P4に方向指数C2、画素P5に方向指数C3、画素P6に方向指数C2、画素P7に方向指数C2を与えることによって表現される。
【0024】
各小領域では方向指数を統計的に処理し、例えば各方向指数の個数をその小領域の特徴データとする。小領域702ではC2が5回、C3が1回生じているので特徴データを{C1,C2,C3,C4}とすると、{0,5,1,0}となる。あるいは、最頻の方向指数を該小領域の特徴データとすると、画像の大局的方向が表現される。
【0025】
このような特徴データにおいて、例えば4個の要素のうちのいずれかの要素の個数等により、カテゴリ(大大分類カテゴリという。)を抽出する。これによって、大分類の対象となるカテゴリが減少し、大分類処理を効率化し得る。
【0026】
ステップ502:ステップS501の大大分類で選択された大大分類カテゴリについてのみ、第1の実施形態のS202と同様に、大分類辞書を参照して、パターンの特徴と標準パターンとの類似度を算出する。
【0027】
ステップS503:大分類カテゴリのうち、類似度が最大となる大分類カテゴリを抽出する。最大類似度Sと所定の閾値T1、T2、T3、T4(T1>T2>T3>T4)とを比較し、Sの値により次の処理を選択する。
【0028】
S>T1のときそれ以上のカテゴリの追加は不要と判断し、ステップS508に移行する。T1≧S>T2のときステップS504に移行し、T2≧S>T3のときステップS505に移行し、T3≧S>T4のときステップS506に移行する。これらステップにおいて、類似度が高い程、より少数の大分類カテゴリを抽出し、認識精度を維持しつつ、処理を効率化し得る。
【0029】
ステップS504:大分類の類似度が第1位のカテゴリの類似カテゴリに正解の文字が含まれる可能性があると判断し、類似カテゴリテーブルから大分類類似度第1位のカテゴリの類似カテゴリを抽出して、大大分類の結果に追加する。
【0030】
ステップS505:大分類の類似度が第1および第2位のカテゴリの類似カテゴリを類似カテゴリテーブルから抽出して、大大分類の結果に追加する。
【0031】
ステップS506:大分類の類似度が第1位から第8位のカテゴリの類似カテゴリを類似カテゴリテーブルから抽出して、大大分類の結果に追加する。
【0032】
ステップS507:追加されたカテゴリに対して、大分類辞書のカテゴリとの類似度を算出する。
【0033】
ステップS508:ステップS502とステップS507で計算された大分類演算結果を使用して、カテゴリ選択を行う。このステップで選択されたカテゴリが大分類の結果となる。
【0034】
ステップS509:詳細識別実行し、認識結果を決定する。
【0035】
図3において、第1の実施形態では、以下の処理によって類似カテゴリテーブルを作成する。
【0036】
ステップS601:大分類辞書に格納されている標準パターンの最初のカテゴリを注目カテゴリとする。
【0037】
ステップS602:すべてのカテゴリが終了するまでステップS603以下の処理を行う。
【0038】
ステップS603:注目カテゴリの標準パターンとそれ以外のすべてのカテゴリの標準パターンとの類似度を計算する。
【0039】
ステップS604:類似度の高い上位K個のカテゴリを選択し、それらを記憶する。
【0040】
ステップS605:注目カテゴリの次のカテゴリを注目カテゴリとしステップS602に戻る。
【0041】
ステップS606:すべてのカテゴリの処理が終了したら、選択された上位M個の各カテゴリについて、そのカテゴリの類似カテゴリを注目カテゴリとする。
【0042】
図4(a)に示すように、ステップS604の処理は、K=2とすると、注目カテゴリ「A」に対する類似カテゴリは「B」、「C」、注目カテゴリ「B」に対する類似カテゴリは「A」、「D」、注目カテゴリ「C」に対する類似カテゴリは「A」、「B」、注目カテゴリ「D」に対する類似カテゴリは「B」、「A」となる。
【0043】
図4(b)に示すように、類似カテゴリテーブルはカテゴリ「A」について類似カテゴリ個数「3」、類似カテゴリ「B」、「C」、「D」、カテゴリ「B」について類似カテゴリ個数「3」、類似カテゴリ「A」、「C」、「D」、カテゴリ「C」について類似カテゴリ個数「1」、類似カテゴリ「A」、カテゴリ「D」について類似カテゴリ個数「1」、類似カテゴリ「B」が表示している。
【0044】
なお、大分類辞書を使用せず、詳細識別辞書や他のすべての標準パターンを含むデータなどを用いて類似カテゴリテーブルを作成してもよい。
【0045】
第1の実施形態では、大大分類で選択されたカテゴリの信頼度が高いカテゴリが含まれる場合は、追加するカテゴリを減らすことで計算量を制限することができ、大大分類の精度の低さを補いながら、高速に認識することができる効果がある。
【0046】
[プログラム]
図1のパターン認識装置における制御プログラムには、パターン認識方法の第1の実施形態を実行するためのプログラムが含まれる。第1の実施形態を実行するためのプログラムはステップS501〜S509、ステップS601〜S606の処理を実行するルーチンを含む。
[記憶媒体]
本発明にかかるパターン認識方法は図1のパターン認識装置以外の装置、例えば汎用的なコンピュータでも実施可能であり、その場合、記憶媒体等で提供される制御プログラムを汎用コンピュータの外部記憶装置にセットし、オペレータ等の指示によりCPU等で実行してもよい。
【0047】
図5は、パターン認識方法の第1の実施形態を実行するためのプログラムを記憶した記憶媒体を示すメモリマップである。
【0048】
図5においてアドレスA0乃至A1にはディレクトリ情報が格納され、A1の次のアドレスからアドレスA2までの領域には第1の実施形態における図2、図3のフローチャートを実行するためのプログラムが格納される。
【0049】
特に図示しないが、各種プログラムに従属するデータもディレクトリ情報として管理し、また、各種プログラムをコンピュータにインストールするためのプログラム等をディレクトリ情報内に記憶してもよい。
【0050】
[パターン認識装置の第2の実施形態]
図6は、本発明に係るパターン認識方法を複数の機器により実行するパターン認識装置の第1の実施形態を示すブロック図である。
【0051】
この実施形態では、インターネット・サービス・プロバイダにおいて、パターン認識のための認識辞書を含むプログラムがサーバSV1に格納されている。インターネット・サービス・プロバイダは通信手段を介してインターネットに接続され、インターネットからサーバSV1にアクセスすることによって、複数のユーザがパターン認識プログラムを利用し得る。
【0052】
ユーザはスキャナSC1、パーソナル・コンピュータPC1等を有し、スキャナSC1で読み取った原稿の画像をサーバSV1に送信する。サーバにおいては、原稿の画像を入力画像としてパターン認識の処理を実行する。
【0053】
なお大大分類の辞書、大分類辞書、詳細識別辞書は、必ずしもパターン認識プログラムと同一のコンピュータ上に存在する必要はなく、通信手段等を介して参照可能であればよい。例えば、パターン認識プログラムをサーバSV1、詳細識別辞書等の辞書を別個のサーバSV2に設け、別個のサービスとすることも可能である。この場合パターン認識プログラムの保有者、種々の辞書の保有者それぞれがプログラム、辞書という知的資産を内部に保有でき、違法コピー等を防止できる。
【0054】
【発明の効果】
本発明によれば、処理速度を低下することなく認識精度を向上する。
【図面の簡単な説明】
【図1】本発明の実施形態に係るパターン認識装置の第1の実施形態を示すブロック図である。
【図2】図1のパターン認識装置で実行されるパターン認識方法の第1の実施形態を示すフローチャートである。
【図3】図2のパターン認識方法における類似カテゴリテーブル作成方法一例を示すフローチャートである。
【図4】図2のパターン認識方法における類似カテゴリテーブルの一例を説明する図である。
【図5】図1のパターン認識装置で実行される各種データ処理プログラム格納する記憶媒体のメモリマップである。
【図6】本発明に係るパターン認識方法を複数の機器により実行するパターン認識システムを示すブロック図である。
【図7】大大分類の分類方法を示す概念図である。
【図8】大大分類の他の分類方法のための輪郭の方向コードを示す概念図である。
【図9】図8で使用した方向コード向を示す概念図である。
【符号の説明】
101・・・CPU
102・・・ROM
103・・・RAM
104・・・外部記憶装置
105・・・ディスプレイ
106・・・キーボード
107・・・ポインティングデバイス
108・・・ネットワークインターフェース
Claims (8)
- 認識対象のパターンを大大分類処理するための大大分類辞書と、 前記大大分類処理よりも詳細な大分類処理を実行するための大分類辞書と、 前記大分類辞書に含まれる各カテゴリに類似する類似カテゴリを示す類似カテゴリテーブルと、 前記大分類処理よりも詳細な詳細識別処理を実行するための詳細識別辞書と、 前記大大分類辞書を参照して、前記認識対象パターンに対応した大大分類カテゴリを抽出する大大分類手段と、 前記大大分類カテゴリを大分類結果候補として、前記大分類辞書を参照して前記認識対象パターンと前記大分類結果候補との間の類似度を算出する第1の大分類類似度算出手段と、 前記類似カテゴリテーブルを参照して、前記大分類結果候補のカテゴリに類似する類似カテゴリを抽出する類似カテゴリ抽出手段と、 前記大分類辞書を参照して、前記類似カテゴリ抽出手段で抽出された類似カテゴリと前記認識対象パターンとの間の類似度を算出する第2の大分類類似度算出手段と、 前記第1の大分類類似度算出手段で算出した類似度と前記第2の大分類類似度算出手段で算出した類似度とに基づいて、前記大分類結果候補と前記類似カテゴリとの中から、大分類結果の大分類カテゴリを抽出する大分類結果抽出手段と、 前記大分類結果抽出手段で抽出された大分類カテゴリを認識結果候補として、前記詳細識別辞書を参照して、前記認識結果候補の中から前記認識対象パターンの認識結果を特定する詳細識別手段とを備えることを特徴とするパターン認識装置。
- 前記大分類手段は、類似度が上位の複数のカテゴリを抽出することを特徴とする請求項1記載のパターン認識装置。
- 前記類似カテゴリ抽
出手段は、前記大分類抽出手段で抽出されたカテゴリと重複した類似カテゴリを削除することを特徴とする請求項1記載のパターン認識装置。 - 前記類似カテゴリテーブルは、前記大分類辞書に格納されているカテゴリ間の類似度を算出して、類似度の高いカテゴリ同士を類似カテゴリとすることにより作成され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。
- 前記類似カテゴリ抽出手段で抽出される類似カテゴリは、前記第1の大分類類似度算出手段で算出された類似度に応じて前記大分類結果候補を選択し、当該選択された大分類結果候補の類似カテゴリであ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。
- 大大分類辞書を参照して、認識対
象パターンに対応した大大分類カテゴリを抽出する大大分類ステップと、 前記大大分類カテゴリを大分類結果候補として、前記大大分類処理よりも詳細な大分類処理を実行するための大分類辞書を参照して、前記認識対象パターンと前記大分類結果候補との間の類似度を算出する第1の大分類類似度算出ステップと、 前記大分類辞書に含まれる各カテゴリに類似する類似カテゴリを示す類似カテゴリテーブルを参照して、前記大分類結果候補のカテゴリに類似する類似カテゴリを抽出する類似カテゴリ抽出ステップと、 前記大分類辞書を参照して、前記類似カテゴリ抽出ステップで抽出された類似カテゴリと前記認識対象パターンとの間の類似度を算出する第2の大分類類似度算出ステップと、 前記第1の大分類類似度算出ステップで算出した類似度と前記第2の大分類類似度算出ステップで算出した類似度とに基づいて、前記大分類結果候補と前記類似カテゴリとの中から、大分類結果の大分類カテゴリを抽出する大分類結果抽出ステップと、 前記大分類結果抽出ステップで抽出された大分類カテゴリを認識結果候補として、前記大分類処理よりも詳細な詳細識別処理を実行するための詳細識別辞書を参照して、前記認識結果候補の中から前記認識対象パターンの認識結果を特定する詳細識別ステップとを備えることを特徴とするパターン認識方法。 - 大大分類辞書を参照して、認識対象パターンに対応した大大分類カテゴリを抽出する大大分類ステップと、 前記大大分類カテゴリを大分類結果候補として、前記大大分類処理よりも詳細な大分類処理を実行するための大分類辞書を参照して、前記認識対象パターンと前記大分類結果候補との間の類似度を算出する第1の大分類類似度算出ステップと、 前記大分類辞書に含まれる各カテゴリに類似する類似カテゴリを示す類似カテゴリテーブルを参照して、前記大分類結果候補のカテゴリに類似する類似カテゴリを抽出する類似カテゴリ抽出ステップと、 前記大分類辞書を参照して、前記類似カテゴリ抽出ステップで抽出された類似カテゴリと前記認識対象パターンとの間の類似度を算出する第2の大分類類似度算出ステップと、 前記第1の大分類類似度算出ステップで算出した類似度と前記第2の大分類類似度算出ステップで算出した類似度とに基づいて、前記大分類結果候補と前記類似カテゴリとの中から、大分類結果の大分類カテゴリを抽出する大分類結果抽出ステップと、 前記大分類結果抽出ステップで抽出された大分類カテゴリを認識結果候補として、前記大分類処理よりも詳細な詳細識別処理を実行するための詳細識別辞書を参照して、前記認識結果候補の中から前記認識対象パターンの認識結果を特定する詳細識別ステップと、の各ステップをコンピュータに実行させるためのプログラムコードを含むコンピュータ実行可能なプログラム。
- 請求項7に記載のプログラムが格納されたコンピュータ読取
可能な記憶媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002300053A JP4328511B2 (ja) | 2002-10-15 | 2002-10-15 | パターン認識装置、パターン認識方法、プログラムおよび記憶媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002300053A JP4328511B2 (ja) | 2002-10-15 | 2002-10-15 | パターン認識装置、パターン認識方法、プログラムおよび記憶媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2004133841A true JP2004133841A (ja) | 2004-04-30 |
JP4328511B2 JP4328511B2 (ja) | 2009-09-09 |
Family
ID=32289012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002300053A Expired - Fee Related JP4328511B2 (ja) | 2002-10-15 | 2002-10-15 | パターン認識装置、パターン認識方法、プログラムおよび記憶媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4328511B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009093473A (ja) * | 2007-10-10 | 2009-04-30 | Nippon Telegr & Teleph Corp <Ntt> | 図形変化装置、図形変化方法、コンピュータプログラム及び記録媒体 |
CN108509416A (zh) * | 2018-03-20 | 2018-09-07 | 京东方科技集团股份有限公司 | 句意识别方法及装置、设备和存储介质 |
-
2002
- 2002-10-15 JP JP2002300053A patent/JP4328511B2/ja not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009093473A (ja) * | 2007-10-10 | 2009-04-30 | Nippon Telegr & Teleph Corp <Ntt> | 図形変化装置、図形変化方法、コンピュータプログラム及び記録媒体 |
CN108509416A (zh) * | 2018-03-20 | 2018-09-07 | 京东方科技集团股份有限公司 | 句意识别方法及装置、设备和存储介质 |
CN108509416B (zh) * | 2018-03-20 | 2022-10-11 | 京东方科技集团股份有限公司 | 句意识别方法及装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP4328511B2 (ja) | 2009-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4366108B2 (ja) | 文書検索装置、文書検索方法及びコンピュータプログラム | |
CN101226596B (zh) | 文档图像处理装置以及文档图像处理方法 | |
JP6838209B1 (ja) | 文書画像解析装置、文書画像解析方法およびプログラム | |
CA3139085A1 (en) | Representative document hierarchy generation | |
JP3919617B2 (ja) | 文字認識装置および文字認識方法、プログラムおよび記憶媒体 | |
JPS61267177A (ja) | 文書画像追加情報の蓄積方法 | |
JP2004348591A (ja) | 文書検索方法及び装置 | |
US20160140145A1 (en) | Extracting information from PDF Documents using Black-Box Image Processing | |
US9658991B2 (en) | Reordering text from unstructured sources to intended reading flow | |
KR101549792B1 (ko) | 문서 자동 작성 장치 및 방법 | |
JP7244223B2 (ja) | 電子文書における強調テキストの識別 | |
JP2004227227A (ja) | 情報検索装置 | |
JP7493937B2 (ja) | 文書における見出しのシーケンスの識別方法、プログラム及びシステム | |
Baek et al. | COO: Comic onomatopoeia dataset for recognizing arbitrary or truncated texts | |
JP2008129793A (ja) | 文書処理システムおよび装置および方法、およびプログラムを記録した記録媒体 | |
JP5480008B2 (ja) | マンガコンテンツの要約を生成する要約マンガ画像生成装置、プログラム及び方法 | |
CN113806472B (zh) | 一种对文字图片和图像型扫描件实现全文检索的方法及设备 | |
CN112560849B (zh) | 基于神经网络算法的文理分割方法及*** | |
Tehsin et al. | A caption text detection method from images/videos for efficient indexing and retrieval of multimedia data | |
JP4328511B2 (ja) | パターン認識装置、パターン認識方法、プログラムおよび記憶媒体 | |
CN114387600A (zh) | 文本特征识别方法、装置、计算机设备和存储介质 | |
JP2021140831A (ja) | 帳票画像処理システム、帳票画像処理方法、および帳票画像処理プログラム | |
JP7027524B2 (ja) | 視覚的入力の処理 | |
CN112836510A (zh) | 一种产品图片文字识别方法和*** | |
JP2011018311A (ja) | 画像検索装置、画像検索プログラムおよび記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20051003 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20060606 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20081030 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20081111 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090113 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090317 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090515 |
|
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: 20090609 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090615 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120619 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4328511 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120619 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130619 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |