JP2531882B2

JP2531882B2 - オンライン手書き文字認識

Info

Publication number: JP2531882B2
Application number: JP3327680A
Authority: JP
Inventors: 浩三北村
Original assignee: International Business Machines Corp
Current assignee: International Business Machines Corp
Priority date: 1991-12-11
Filing date: 1991-12-11
Publication date: 1996-09-04
Anticipated expiration: 2011-09-04
Also published as: JPH05282497A; EP0546860A2; US5426711A; EP0546860A3

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明はタブレット等を介して
電子的に入力される軌跡情報に基づいて手書き文字を認
識するオンライン手書き文字認識装置および方法に関
し、とくに演算量の少ない単純な処理により、高速で高
精度かつ安定した候補文字の絞り込みを行えるようにし
たものである。

【０００２】

【従来の技術】オンライン手書き文字認識では、前処理
として候補文字の絞り込みを行うのが有効である。これ
はとくに認識技術の実用化に際し、漢字のようにカテゴ
リ数の多い字種を実時間で認識できるようにするために
は重要である。

【０００３】通常、この候補文字の絞り込みは、まずス
トローク数を用いて行う。たとえば、入力ストローク数
＋Ｋおよび−Ｋの範囲(Ｋは入力ストローク数などに応
じて定める)で候補文字を絞り込む。しかしストローク
数のみでは、高い絞り込み率を高精度で得ることは難し
い。ストローク数の絞り込みに加えてさらに絞り込むた
めに、従来では、手書き文字の特徴量の抽出に複雑な処
理手順が必要であったり、辞書の作成に多大な人手を必
要としたりしていた。たとえば櫻庭祐一、山口博史、お
よび馬篭良英の"ファジー集合論を応用したオンライン
手書き文字認識",電子情報通信学会論文誌(D),Vol.J72-
D-II,No.12,pp.2032-2040,1989年12月では、ストローク
の交点数および曲点数などを特徴量として用いている
が、それらの抽出には、ＤＰマッチングによる直線近
似、乗除算による交点検出、および筆順再構成などの一
連の複雑な処理手順を必要としている。さらに特徴量の
最大値または最小値を用いるので、それらの値を抽出す
るために用いる手書き文字サンプルに含まれる僅かな雑
音または誤字が抽出値に悪影響を与える可能性がある。
したがって雑音および誤字を注意深く取り除くために多
大な人手が必要である。また、原則として文字の画数
（ストローク数）が正しく書かれる必要があるので、適
用範囲が限定される。

【０００４】その他関連する先行技術としては、つぎの
例のように認識手法そのものを単純化により高速化させ
て候補文字の絞り込みに用いるものがある。広瀬斉志、
田坂滋、森田敏昭、堀井正博、および猪田嗣朗の"オン
ライン手書き漢字認識装置",シャープ技法,1984年・第28
号,pp.69-74では、筆順の変動を吸収するパターンマッ
チング法をストロークの始点のみで行うことにより単純
化させて候補文字を絞り込んでいる。また若原徹、およ
び梅田三千雄の"ストローク結合規則を用いたオンライ
ンくずし字分類",電子通信学会論文誌(D),Vol.J67-D,N
o.11,pp.1285-1292,1984年11月では、画数や筆順の変動
を吸収する選択的ストローク結合法をストロークの始点
および終点のみで行うことにより単純化させて候補文字
を絞り込んでいる。しかしながら、両者はいずれも、筆
順の変動を吸収するために、入力手書き文字と辞書文字
とのストローク同士を、すべての組み合わせについてマ
ッチングする必要がある。これは両ストローク数の積に
比例した演算量が必要であることを示しており、基本的
に演算量の多い方式である。

【０００５】またこの発明と関連する特許文献として
は、特開昭５７−１３２２８３号公報、特開昭６０−８
９２８９号公報および特開昭６３−１２９４８８号公報
がある。特開昭５７−１３２２８３号にはオンライン手
書き文字認識においてストロークごとに距離を算出し、
その和に応じて認識を行う手法が開示されている。しか
しながら複数のサンプル・ストロークの特徴量を１つの
ワードに畳み込むことについては何等記載がない。また
特開昭６０−８９２８９号公報は特開昭５７−１３２２
８３号公報と同等な手法を候補の絞り込みに採用してい
る。しかしこの公報にも複数のサンプル・ストロークの
特徴量を１つのワードに畳み込むことについては何等記
載がない。また特開昭６３−１２９４８８号公報は各文
字に対し複数種の標準特徴量をストアし、これを補間し
て比較用の特徴量として用いることを開示している。し
かし、この公報も複数のサンプル・ストロークの特徴量
を１つの標準ワードに畳み込み、さらに候補絞り込みを
ＡＮＤおよびＯＲの簡易な処理で行うことは開示してい
ない。

【０００６】

【発明が解決しようとする課題】この発明は以上の事情
を考慮してなされたものであり、演算量の少ない単純な
処理で、字種が混在し、かつ画数および筆順の変動をも
含む入力手書き文字に対して、候補文字を高速で高精度
かつ安定に絞り込む方式を提供することを目的としてい
る。

【０００７】またこの発明は、その絞り込み処理のため
の辞書を、収集した手書き文字サンプルから人手を介さ
ず自動的に作成できる方式を提供することを目的として
いる。

【０００８】

【課題を解決するための手段】この発明では以上の目的
を達成するために、入力手書き文字の特徴量が、所定の
文字について収集したすべての手書き文字サンプルの特
徴量に該当しないとき、その文字は可能性が少ないと判
定して候補から落とすことにより候補文字を絞り込む。
特徴量としては、重心、方向、外接矩形および画数など
ストロークに関する任意のものを単独あるいは組み合わ
せて用いることができる。

【０００９】具体的には、画数および筆順の変動を含む
手書き文字サンプルを収集し、各サンプルのストローク
特徴量を１ストローク当たり１ワードでビット表現す
る。このワードはそれが表示する特徴量に対応する１ま
たは複数のビット位置に２進値の一方を設定するもので
ある。つぎに文字カテゴリ毎に、同順位のストロークの
ワードを集め、このワードをＯＲ(論理和)演算で１ワー
ドにまとめる。辞書は各文字に１または複数の文字カテ
ゴリのエントリを有し（所定の文字の手書き文字が複数
のクラスに分類できるときにはクラスごとに文字カテゴ
リを用意することが有効である）、文字カテゴリの各ス
トロークについてワードを保持している。文字サンプル
のストロークのワードは同一文字カテゴリ、同一筆順の
ストロークごとにＯＲ演算されて辞書のワードに反映さ
れるので、サンプル文字の特徴量の情報は欠落しない。
また辞書の文字カテゴリのストローク数は、サンプル中
の最大値に一致する。絞り込み処理は、入力手書き文字
と辞書文字カテゴリとの特徴量を筆順に沿って１ストロ
ークずつ対応させて行われる。すなわち入力手書き文字
の各ストロークの特徴量のワードと各辞書文字カテゴリ
の対応するストロークの特徴量のワードとの間でＡＮＤ
(論理積)演算を行う。そして一定数以上のストロークに
ついてＡＮＤ演算の結果がゼロになる文字カテゴリは可
能性が少ないと判定して候補から落とす。こうして候補
文字を絞り込む。

【００１０】このようにすることにより、入力手書き文
字の特徴量と収集したすべての手書き文字サンプルの特
徴量とを、１文字カテゴリについてストローク数と同回
数のＡＮＤ演算で比較でき、極めて少ない演算量で安定
な比較を行える。このとき候補の絞り込み率は、とくに
高率が要求される漢字に対して高く、エラー率は、漢
字、ひらがな、カタカナ、および英数字のいずれに対し
ても低くなる。また辞書は、手書き文字サンプルのスト
ローク特徴量をＯＲ演算して得ることができ、人手を介
さず自動的に作成できる。

【００１１】

【実施例】以下この発明の一実施例について図面を参照
しながら説明しよう。

【００１２】図１はこの実施例を全体として示すもので
あり、この図１において、手書き文字はタブレット１か
ら入力され、文字切出部２に供給されて入力文字データ
として切り出される。この入力文字データは、ストロー
ク数候補絞込部３に供給され、ストローク数により候補
文字が絞り込まれる。入力文字データはさらにその候補
文字とともに、この発明が直接関係する候補絞込部８に
供給される。候補絞込部８は、ストローク特徴量抽出部
４、文字辞書部５、ＡＮＤ部６、および候補判定部７か
ら構成されている。候補絞込部８では、ストローク特徴
量抽出部４において入力文字データから抽出されたスト
ローク特徴量と、文字辞書部５に記憶されている候補文
字のストローク特徴量とが、ＡＮＤ部６によりストロー
ク毎にＡＮＤ演算される。ＡＮＤ演算の結果は候補判定
部７へ供給され、一定数以上のストロークで結果がゼロ
であるとき、その候補文字は可能性が少ないと判定され
て候補から落とされる。候補判定部７は、文字辞書部５
に対し次の候補文字のストローク特徴量を繰り返し要求
して、ストローク数候補絞込部３から供給された候補文
字をすべて判定する。このようにして絞り込まれた候補
文字と入力文字データは、詳細認識部９において、たと
えばパターンマッチングにより識別されて認識結果が出
力される。

【００１３】なおストローク数候補絞込部３は基本的に
は従来のものと同じであり、辞書文字のストローク数
（画数）＋Ｋおよび−Ｋの範囲に入力文字のストローク
数が入るときにその辞書文字を候補文字と判定するもの
である（Ｋはたとえば１）。ただしこの実施例では辞書
文字のストローク数を通常の漢和辞書の情報から決定す
るのでなく、実際のサンプル文字のストローク分布から
決定している。たとえば平均ストローク数や最頻ストロ
ーク数を用いる。このためストローク数による候補の絞
り込みもより手書き文字に適したものになり、絞り込み
を正確に行える。もちろん精度はすこし落ちるが、通常
の漢和辞書の情報を用いてもよい。

【００１４】それでは以下、ストローク特徴量の抽出、
辞書の作成、候補の判定について項目を分けてさらに詳
しく説明する。

【００１５】［ストローク特徴量の抽出］特徴量として
は、前述のように、重心、方向、外接矩形および画数な
どストロークに関する任意のものを単独あるいは組み合
わせて用いることができる。ここでは、重心を特徴量と
する場合について説明する。

【００１６】まず、入力文字データを図２のように、そ
の外接矩形で正規化する。つぎに、入力文字データ中の
各ストロークの重心（Ｘ,Ｙ）を、そのストロークを構
成している点列（Ｘi,Ｙi）の平均により、

【数１】として求める。さらに、重心（Ｘ,Ｙ）の存在する領域
番号を図３から２種類求め、図４のように１ワード内で
領域番号に該当するビット位置にそれぞれ１を立てるこ
とにより、ストロークの特徴量を表現する。図３および
図４は、１ワードが１６ビットの例である。図４は、文
字「大」の一つのサンプルの第２画目の例である。また
図３のように２種類の量子化領域を設けることにより、
量子化誤差の影響を減少させている。ストロークの方向
または外接矩形など他の特徴量を用いるときも、同様に
１６段階に量子化することができる。もちろんワードの
ビット数を１６以外にしてもよい。このようにして、入
力文字データのストロークがＳ個あるとき、ストローク
特徴量は順序付きのＳワードで表現される。なお、Ｎ個
の特徴量を組み合わせる場合は、それぞれの特徴量をＳ
ワードずつ独立に表現し、全体として合計ＮＳワードで
表現する。もちろんＮ種類の特徴量ワードを１つのワー
ドに連結すれば、その分ワードのビット数は大きくなる
が、Ｓワードで１つの辞書文字を表現できる。

【００１７】［辞書の作成］辞書には手書き文字サンプ
ルのストローク特徴量を記憶しておく。ここでは、一つ
の文字カテゴリについて一つの辞書文字を作成する方法
を説明する。まず、認識対象文字について画数および筆
順の変動を含む手書き文字サンプルを収集し、前述のス
トローク特徴量の抽出により、すべてのサンプルの特徴
量を抽出する。つぎに、同一文字カテゴリのサンプルに
ついて、図５のように同一順位画のストローク特徴量を
ＯＲ演算で１ワードにまとめていく。図５は、文字
「大」の第２画目の例である。ここでサンプルの最大ス
トローク数をＭとすると、この文字カテゴリの辞書文字
がＭワードで作成される。このとき作成されたＭワード
には、この文字カテゴリのすべてのサンプルの特徴量が
欠落なく含まれることになる。

【００１８】一つの文字カテゴリについて複数の辞書文
字を容易するには、たとえばサンプルを画数などで予め
分類しておけば、その分類数だけの辞書文字を作成する
ことができる。

【００１９】以上の辞書の作成は、パーソナル・コンピ
ュータ上のソフトウェアのみで人手を介さず処理するこ
とができる。

【００２０】［候補の判定］図１のＡＮＤ部６および候
補判定部７による候補の判定を、図６を参照して説明す
る。ここではストローク数絞込部３から供給された候補
文字のうちの一文字の判定について説明する。

【００２１】ステップＳ１で候補文字の一つを取り出
し、その文字のストローク特徴量を文字辞書部５から得
る。以下では、この候補文字と入力文字データとのスト
ローク特徴量を比較することにより候補の判定を行う。
ステップ２において、ＡＮＤ演算の結果がゼロになるス
トローク数を保持するためのＥをゼロに初期化する。ま
た比較するストロークの画順位を保持するＴを１に初期
化する。ステップ３では、すべてのストロークについて
比較が終了したとき（イエス）候補を落とさずに残して
終了するためステップＳ９へ行き、そうでないとき（ノ
ー）比較を続行するためステップＳ４へ行く。ここでス
テップ３では入力文字データと候補文字とはストローク
数が異なる可能性があるので、少ない方のストローク数
回だけ比較するようにしている。ステップ４では、一つ
のストロークについて入力文字データと候補文字との特
徴量を１ワードでＡＮＤ演算する。Ｎ個の特徴量を組み
合わせて用いるときは、ＮワードのＡＮＤ演算になる。
ステップ５では、その結果がゼロであるとき（イエス）
Ｅを１だけ増加させるステップＳ６へ行き、ゼロでない
とき（ノー）つぎのストロークを比較するためステップ
Ｓ１０へ行く。ステップＳ７では、ＡＮＤ演算の結果が
ゼロになるストローク数Ｅが閾値を超えるとき（イエ
ス）その文字を候補から落として終了するためにステッ
プＳ８へ行き、超えないとき（ノー）つぎのストローク
を比較するためステップＳ１０へ行く。ステップＳ１０
ではつぎのストロークを比較するためＴを１だけ増加さ
せる。

【００２２】なお、Ｅと比較して判定するための閾値
は、手書き文字サンプルを充分多数収集している場合は
ゼロにする。これは収集したサンプル中に画数および筆
順などの変動が充分含まれていれば、辞書文字はサンプ
ル中の特徴量をすべて保持しているので未知の入力文字
データの画数および筆順の変動をカバーできることによ
り、一つのストロークでも結果がゼロになれば、入力文
字がその候補文字である可能性が無くなるからである。
もし手書き文字サンプルを充分多数収集できないとき
は、実験により１以上の閾値を設定する。

【００２３】なお、この実施例では文字切出部２、スト
ローク数候補絞込部３、ストローク特徴量抽出部４、文
字辞書部５、ＡＮＤ部６、候補判定部７、および詳細識
別部９をパーソナル・コンピュータ上のソフトウェアで
実現している。

【００２４】また以上の実施例では文字認識に関する部
分のみ言及したが、この文字認識部を備えるデータ処理
装置を構成することもできる。この場合タブレットが入
力と表示出力との両機能を実現するようにできる。認識
結果はタブレットに表示される。１次候補以外も表示し
て操作者が修正を行えるようにできる。

【００２５】

【発明の効果】以上説明したように、この発明によれ
ば、演算量の少ない単純な処理で、画数および筆順の変
動をも含む入力手書き文字に対して、候補文字を高速で
高精度かつ安定に絞り込むことができる。

【００２６】実験の結果、特徴量としてストロークの重
心、方向、および外接矩形を組み合わせたときに、候補
の絞り込み率が、とくに高率が要求される漢字に対して
高く、エラー率は、漢字、ひらがな、カタカナ、および
英数字のいずれに対しても低かった。これは、この発明
が字種混在の認識方式に有効であることを示している。

【００２７】またこの発明は、その絞り込み処理のため
の辞書を、収集した手書き文字サンプルから人手を介さ
ず自動的に作成することができるので、効率的であり、
辞書全体の品質を均一に保つことができる。また収集し
たサンプルに多少の雑音または誤字が含まれていても、
それは入力文字を候補から落とす原因にはならず、絞り
込みのエラーは生じないし、絞り込み率にも大きな影響
は与えない。さらに字種の追加など辞書のメンテナンス
も容易である。

【図面の簡単な説明】

【図１】この発明の一実施例を示すブロック図であ
る。

【図２】図１のストローク特徴量抽出部での入力文字
データの正規化を示す図である。

【図３】図１のストローク特徴量抽出部でのストロー
ク重心の量子化領域を示す図である。

【図４】図１のストローク特徴量抽出部でのストロー
ク重心の特徴量の表現を示す図である。

【図５】図１の文字辞書部に用いる辞書文字の作成を
示す図である。

【図６】候補の判定のフローチャートである。

【符合の説明】

１…タブレット、２…文字切出部、３…ストローク数予
備候補絞込部、４…ストローク特徴量抽出部、６…ＡＮ
Ｄ部、７…候補判定部、８…候補絞込部、９…詳細認識
部。

Claims

(57)【特許請求の範囲】

【請求項１】位置入力装置を介して電子的に入力される
軌跡情報に基づいて手書き文字の認識を行うオンライン
手書き文字認識装置において、 (a) 入力文字の各ストロークから抽出した各特徴量を、
当該特徴量に対応する１または複数のビット位置にのみ
２進値の一方を有する所定ビット幅の入力特徴量ワード
に変換する手段と、 (b) 認識対象文字の各ストロークごとに上記入力特徴量
ワードと同一のビット幅の標準特徴量ワードであって１
または複数のビット位置に上記２進値の一方を有するも
のを記憶する手段と、 (c) 上記入力文字のストロークごとに当該ストロークの
入力特徴量ワードと認識対象文字の対応するストローク
の標準特徴量ワードとをビット単位でＡＮＤ処理する手
段と、 (d) ストロークごとのＡＮＤ処理の結果の値を認識対象
文字ごとに求め、その値に応じて当該認識対象文字が上
記入力文字の候補かどうかを判別する手段と、 (e) 上記入力文字の候補と判別された文字に関し、上記
入力文字の詳細な認識を行う手段とを有することを特徴
とするオンライン手書き文字認識装置。
【請求項２】上記特徴量をストロークの重心とした請求
項１記載の手書き文字認識装置。
【請求項３】入力文字の画数に応じて候補を選択する前
処理部をさらに有する請求項１または２記載の手書き文
字認識装置。
【請求項４】上記標準特徴量ワードは、収集されたサン
プル特徴量から得た入力特徴量ワードをＯＲ処理して構
成する請求項１、２または３記載の手書き文字認識装
置。
【請求項５】位置入力装置を介して電子的に入力される
軌跡情報に基づいて手書き文字の認識を行うオンライン
手書き文字認識方法において、認識対象文字の各ストロークごとに所定のビット幅の標
準特徴量ワードであって１または複数のビット位置に上
記２進値の一方を有するものを記憶するステップと、入力文字の各ストロークから抽出した各特徴量を、当該
特徴量に対応するビット位置にのみ２進値の一方を有す
る、上記標準特徴ワードと同一のビット幅の入力特徴量
ワードに変換するステップと、上記入力文字のストロークごとに当該ストロークの入力
特徴量ワードと認識対象文字の対応するストロークの標
準特徴量ワードとをビット単位でＡＮＤ処理するステッ
プと、ストロークごとのＡＮＤ処理の結果を認識対象文字ごと
に求め、その値に応じて当該認識対象文字が上記入力文
字の候補かどうかを判別するステップとを有することを
特徴とするオンライン手書き文字認識方法。
【請求項６】文字の軌跡を電子的に入力する位置入力手
段と、上記位置入力手段を介して入力された入力文字の各スト
ロークの特徴量を抽出する手段と、抽出した上記特徴量を、当該特徴量に対応する１または
複数のビット位置にのみ２進値の一方を有する所定ビッ
ト幅の入力特徴量ワードに変換する手段と、認識対象文字の各ストロークごとに上記入力特徴量ワー
ドと同一のビット幅の標準特徴量ワードであって１また
は複数のビット位置に上記２進値の一方を有するものを
記憶する手段と、 (a) 上記入力文字のストロークごとに当該ストロークの
入力特徴量ワードと認識対象文字の対応するストローク
の標準特徴量ワードとをビット単位でＡＮＤ処理する手
段と、 (b) ストロークごとのＡＮＤ処理の結果の値を認識対象
文字ごとに求め、その値に応じて当該認識対象文字が上
記入力文字の候補かどうかを判別する手段と、 (c) ストロークごとのＯＲ処理の結果を認識対象文字ご
とに累積し、その累積値に応じて当該認識対象文字が上
記入力文字の候補かどうかを判別する手段と、上記入力
文字の候補と判別された文字に関し、上記入力文字の詳
細な認識を行う手段と、 (d) 上記詳細な認識により決定された文字を表示する手
段とを有することを特徴とする手書き文字入力機能付デ
ータ処理装置。