JPH07200738A - 文字認識方法 - Google Patents
文字認識方法Info
- Publication number
- JPH07200738A JPH07200738A JP5335104A JP33510493A JPH07200738A JP H07200738 A JPH07200738 A JP H07200738A JP 5335104 A JP5335104 A JP 5335104A JP 33510493 A JP33510493 A JP 33510493A JP H07200738 A JPH07200738 A JP H07200738A
- Authority
- JP
- Japan
- Prior art keywords
- character
- model
- models
- recognition method
- 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.)
- Pending
Links
Landscapes
- Character Discrimination (AREA)
Abstract
(57)【要約】
【目的】 対象字種の拡張可能性の条件の下で認識性能
を向上させる。 【構成】 モデル毎に拘束条件を定める。同時に整合し
得るモデル組に専用の識別処理を必要に応じて定める。
準位相構造解析法による文字認識において、構造マッチ
ング(大分類)による候補に関する詳細分類で、モデル
毎の拘束条件のチェックを行ない、または、さらに、モ
デル組の専用の識別処理が定められている場合には、そ
の識別処理を行なう。
を向上させる。 【構成】 モデル毎に拘束条件を定める。同時に整合し
得るモデル組に専用の識別処理を必要に応じて定める。
準位相構造解析法による文字認識において、構造マッチ
ング(大分類)による候補に関する詳細分類で、モデル
毎の拘束条件のチェックを行ない、または、さらに、モ
デル組の専用の識別処理が定められている場合には、そ
の識別処理を行なう。
Description
【0001】
【産業上の利用分野】本発明は、文字認識の技術に関す
る。より詳細には、本発明は文字認識における整合(マ
ッチング)処理に係り、特に、大分類結果を出発点とし
て詳細分類を行なう技術に関する。
る。より詳細には、本発明は文字認識における整合(マ
ッチング)処理に係り、特に、大分類結果を出発点とし
て詳細分類を行なう技術に関する。
【0002】なお、本発明は文字認識装置を初めとして
図面認識装置や文書処理装置の全般に適用できるが、本
発明の原理は音声認識や画像認識を含めたパターン認識
全般にも応用可能である。
図面認識装置や文書処理装置の全般に適用できるが、本
発明の原理は音声認識や画像認識を含めたパターン認識
全般にも応用可能である。
【0003】
【従来の技術】図1に、文字認識におけるこれまでの識
別方法の概要を示す。以下の説明において、一文字のパ
ターン全体を評価するスカラー量を距離と仮定するが、
類似度であっても本質的に変わるものではない。距離で
あれば最も近いものを選択し、類似度であれば最も高い
ものを選択するという違いがあるだけである。
別方法の概要を示す。以下の説明において、一文字のパ
ターン全体を評価するスカラー量を距離と仮定するが、
類似度であっても本質的に変わるものではない。距離で
あれば最も近いものを選択し、類似度であれば最も高い
ものを選択するという違いがあるだけである。
【0004】最も基本的な形は、図1(a)にあるよう
に、構造マッチングによりマッチした候補クラスについ
て、モデルとの間で距離計算を行ない、最も近い距離に
あるものを識別結果とするという方法である。ここでは
大分類と詳細分類といった区分はなく、一つの識別処理
があるのみである。
に、構造マッチングによりマッチした候補クラスについ
て、モデルとの間で距離計算を行ない、最も近い距離に
あるものを識別結果とするという方法である。ここでは
大分類と詳細分類といった区分はなく、一つの識別処理
があるのみである。
【0005】この方法では、本出願人の保有する全ての
数字データ(156337文字)に対して行なった実験
で、正読率91.8%、拒否率3.6%、誤読率4.6%
という結果が得られた。なお、ここでの”拒否”という
のは、どのモデルにも構造的にマッチしなかったことを
意味する。
数字データ(156337文字)に対して行なった実験
で、正読率91.8%、拒否率3.6%、誤読率4.6%
という結果が得られた。なお、ここでの”拒否”という
のは、どのモデルにも構造的にマッチしなかったことを
意味する。
【0006】これに対して、本出願人が先に特願平1−
245507号または特願平2−339696号で提案
したような準位相構造解析法では、図1(b)に示すよ
うに、構造マッチングにより得られた候補に応じて、幾
つかの特殊な処理を行なっていた。例えば数字であれ
ば、’7’のなかの、あるモデルにマッチした場合には
特殊な処理を行ない、あるものは’1’にマッチしたよ
うに変更し、あるものはリジェクトするといった具合で
ある。また、誤読を減らす目的で、距離に応じてリシェ
クトを決める閾値が導入されており、これは候補モデル
によらず一定値であった。
245507号または特願平2−339696号で提案
したような準位相構造解析法では、図1(b)に示すよ
うに、構造マッチングにより得られた候補に応じて、幾
つかの特殊な処理を行なっていた。例えば数字であれ
ば、’7’のなかの、あるモデルにマッチした場合には
特殊な処理を行ない、あるものは’1’にマッチしたよ
うに変更し、あるものはリジェクトするといった具合で
ある。また、誤読を減らす目的で、距離に応じてリシェ
クトを決める閾値が導入されており、これは候補モデル
によらず一定値であった。
【0007】この一定値とすることの利点として、全体
の認識性能の制御が容易となることが挙げられるが、し
かし、開発の段階で認識性能が高まるにつれて、より詳
細な制御が必要となることも無視できない事実である。
この方法では、正読率93.7%、拒否率5.5%、誤読
率0.8%という結果であった。
の認識性能の制御が容易となることが挙げられるが、し
かし、開発の段階で認識性能が高まるにつれて、より詳
細な制御が必要となることも無視できない事実である。
この方法では、正読率93.7%、拒否率5.5%、誤読
率0.8%という結果であった。
【0008】
【発明が解決しようとする課題】さて、従来の準位相構
造解析法の詳細分類方法についてさらに検討しよう。こ
の方法は、図2に示すように、構造的にマッチングがと
れたクラスについて距離計算を行ない、しかる後、特殊
処理によって各クラスについての制約を満たさないもの
については候補から外し(図2の例2の候補クラス5
b)、あるいは他の候補を生成し(図2の例1では’
1’も候補に加える)、残ったものについては先の距離
によって最適な候補を一つ残す(図2の例2の候補クラ
ス5a,9bの一つ)というものであったと言える。こ
こでは、例3のように候補が得られなかった場合は考慮
しない。
造解析法の詳細分類方法についてさらに検討しよう。こ
の方法は、図2に示すように、構造的にマッチングがと
れたクラスについて距離計算を行ない、しかる後、特殊
処理によって各クラスについての制約を満たさないもの
については候補から外し(図2の例2の候補クラス5
b)、あるいは他の候補を生成し(図2の例1では’
1’も候補に加える)、残ったものについては先の距離
によって最適な候補を一つ残す(図2の例2の候補クラ
ス5a,9bの一つ)というものであったと言える。こ
こでは、例3のように候補が得られなかった場合は考慮
しない。
【0009】ここにおいて、正読を増やすという目的と
誤読を減らすという目的は、明確に分離されていたわけ
ではない。対象が特定字種のみであれば、このような形
でも十分であるが、対象字種の拡張を考慮した場合には
問題があると考えられる。というのも、誤読を減らすと
いうことは、候補として挙げられたそのモデルに本当に
マッチすべきであるか否かという極めて狭い問題である
のが主であるのに対し、正読を増やすということは、そ
のモデルのみならず、読み取り対象の字種に依存したモ
デルセット全体にかかわる問題となるからである。
誤読を減らすという目的は、明確に分離されていたわけ
ではない。対象が特定字種のみであれば、このような形
でも十分であるが、対象字種の拡張を考慮した場合には
問題があると考えられる。というのも、誤読を減らすと
いうことは、候補として挙げられたそのモデルに本当に
マッチすべきであるか否かという極めて狭い問題である
のが主であるのに対し、正読を増やすということは、そ
のモデルのみならず、読み取り対象の字種に依存したモ
デルセット全体にかかわる問題となるからである。
【0010】本発明の解決しようとする課題は、文字認
識における基本的な課題である認識性能の向上、認識速
度の向上、記憶容量の削減の三つのうち、主として認識
性能の向上にかかわるものである。そして、この認識性
能の向上を、対象字種の拡張可能性という条件の下に達
成しようというのが本発明の目的とするとろこである。
また、本発明には、認識速度の向上に関する工夫も盛り
込まれている。
識における基本的な課題である認識性能の向上、認識速
度の向上、記憶容量の削減の三つのうち、主として認識
性能の向上にかかわるものである。そして、この認識性
能の向上を、対象字種の拡張可能性という条件の下に達
成しようというのが本発明の目的とするとろこである。
また、本発明には、認識速度の向上に関する工夫も盛り
込まれている。
【0011】
【課題を解決するための手段】さて、対象字種の拡張を
考慮した上で認識性能の向上をはかる場合に、どのよう
な視点が必要となるのであろうか。それは、正読を増や
す、誤認を減らすという二つの目的を見据えたうえで、
さらにそれぞれの目的とモデルセットとのかかわりを知
ったうえで、ある対象字種(例:数字)であれば必ず使
えるもの、他の対象字種(例:英字)であれば必ず使え
るもの、両者の混在するときに使えるもの、といった具
合に「目的に沿った機能の独立性を高めること」である
と考えられる。さらに言うならば、「この文字とこの文
字だけを読みたい」といった個別の要求にも対応可能で
あれば理想的である。
考慮した上で認識性能の向上をはかる場合に、どのよう
な視点が必要となるのであろうか。それは、正読を増や
す、誤認を減らすという二つの目的を見据えたうえで、
さらにそれぞれの目的とモデルセットとのかかわりを知
ったうえで、ある対象字種(例:数字)であれば必ず使
えるもの、他の対象字種(例:英字)であれば必ず使え
るもの、両者の混在するときに使えるもの、といった具
合に「目的に沿った機能の独立性を高めること」である
と考えられる。さらに言うならば、「この文字とこの文
字だけを読みたい」といった個別の要求にも対応可能で
あれば理想的である。
【0012】まず、本発明を説明するうえで必要な用語
について説明する。本発明では、大分類結果を分類・把
握するため四つの視点が導入された。これらは、詳細分
類における重要性という観点から導入されたものであ
る。
について説明する。本発明では、大分類結果を分類・把
握するため四つの視点が導入された。これらは、詳細分
類における重要性という観点から導入されたものであ
る。
【0013】その視点とは次の四つである。
【0014】(1)パターン (2)クラス(モデル) (3)クラス組(モデル組) (4)カテゴリ もちろん、これ以外の視点として、準位相構造解析法で
あれば、例えばプリミティブであるとか、プリミティブ
系列、あるいは特異点などを考えることも可能であ。個
別のモデルの中においても、ある特定のプリミティブ系
列と特異点の組み合わせという視点を考えることも可能
である。ここでは最も基本的なものとして、上記の四つ
の視点を導入したわけである。
あれば、例えばプリミティブであるとか、プリミティブ
系列、あるいは特異点などを考えることも可能であ。個
別のモデルの中においても、ある特定のプリミティブ系
列と特異点の組み合わせという視点を考えることも可能
である。ここでは最も基本的なものとして、上記の四つ
の視点を導入したわけである。
【0015】個々の視点を説明すると次のようになる。
【0016】「パターン」とは、ある種の形態を通して
具象化しているものである。ここでは具体的に言うと、
画像配列による文字表現である。
具象化しているものである。ここでは具体的に言うと、
画像配列による文字表現である。
【0017】「モデル」とは、辞書の一項目であり、文
字の表われの傾向をひとくくりにした代表と考える。
字の表われの傾向をひとくくりにした代表と考える。
【0018】一方、「クラス」とは、そのモデルにマッ
チするパターンの集合と考える。なお、ここでいうモデ
ルは、幾つかのプリミティブ系列と幾つかの特異点によ
って表わされており、それぞれに幾つかの選択可能性が
ある。大分類の観点から言えば、少なくともそのモデル
を候補の一つとしている場合には、そのパターンはその
クラスに属するとみなす。
チするパターンの集合と考える。なお、ここでいうモデ
ルは、幾つかのプリミティブ系列と幾つかの特異点によ
って表わされており、それぞれに幾つかの選択可能性が
ある。大分類の観点から言えば、少なくともそのモデル
を候補の一つとしている場合には、そのパターンはその
クラスに属するとみなす。
【0019】「モデル組」とは、文字どおりモデルの組
み合わせであり、構造的マッチングという大分類によっ
て同時にマッチしうるモデルの組み合わせを意味する。
み合わせであり、構造的マッチングという大分類によっ
て同時にマッチしうるモデルの組み合わせを意味する。
【0020】モデル組に対応するパターンの集合を「ク
ラス組」と呼ぶ。これは、類似文字の詳細識別を考える
うえで、非常に重要な視点である。大分類の時点で同時
に一つしか候補をもたない場合もあり、これもまた一つ
のモデル組と考えることにする。
ラス組」と呼ぶ。これは、類似文字の詳細識別を考える
うえで、非常に重要な視点である。大分類の時点で同時
に一つしか候補をもたない場合もあり、これもまた一つ
のモデル組と考えることにする。
【0021】「カテゴリ」とは、文字そのもの、変形を
捨象した文字そのものであり、もっとも抽象的なもので
ある。一般には、カテゴリがパターン空間における一つ
のまとまりに対応していないことが多い。そこで複数の
モデルを用意して、それらのクラスによってカテゴリを
覆うようにするというのが普通であり、ここでもその例
にならっている。図3はカテゴリとクラスの概念を説明
するものである。
捨象した文字そのものであり、もっとも抽象的なもので
ある。一般には、カテゴリがパターン空間における一つ
のまとまりに対応していないことが多い。そこで複数の
モデルを用意して、それらのクラスによってカテゴリを
覆うようにするというのが普通であり、ここでもその例
にならっている。図3はカテゴリとクラスの概念を説明
するものである。
【0022】例えば、数字の’4’には上が開いたもの
もあれば閉じたものもあり、これらはカテゴリとして
は’4’という一つのカテゴリではあるが、モデルとし
ては別々に用意するいった具合である。図3において、
クラス4a,4b,4cとは、それぞれ’4’という文
字カテゴリを表わす一つのモデルに対応するクラスとい
う程度の意味である。同様に、クラス9a,9bとはそ
れぞれ、’9’というカテゴリを表わす一つのモデルに
対応するクラスという意味である。
もあれば閉じたものもあり、これらはカテゴリとして
は’4’という一つのカテゴリではあるが、モデルとし
ては別々に用意するいった具合である。図3において、
クラス4a,4b,4cとは、それぞれ’4’という文
字カテゴリを表わす一つのモデルに対応するクラスとい
う程度の意味である。同様に、クラス9a,9bとはそ
れぞれ、’9’というカテゴリを表わす一つのモデルに
対応するクラスという意味である。
【0023】さて、本発明の目的は、既に述べたように
「目的に沿った機能の独立性を高める」という方針を具
体化することにより、対象字種の拡張可能性を考慮しつ
つ認識性能を高めることにある。これは、本発明によれ
ば、図4に示すように具体化される。
「目的に沿った機能の独立性を高める」という方針を具
体化することにより、対象字種の拡張可能性を考慮しつ
つ認識性能を高めることにある。これは、本発明によれ
ば、図4に示すように具体化される。
【0024】本発明によれば、まず、全てのクラス(モ
デル)のそれぞれに対して拘束条件が定められる。この
拘束条件とは、そのクラスとして許容できる範囲として
の必要条件にあたる。すなわち、この拘束条件(チェッ
ク基準)に反するならば、明かに許容範囲の外にあると
いう条件である。この拘束条件はクラス(モデル)毎に
定めることが可能であり、したがってクラス毎の独立性
がきわめて高い。これは図4においては特殊な矢印記号
で示されており、全てのクラスに必ず一つ用意される。
デル)のそれぞれに対して拘束条件が定められる。この
拘束条件とは、そのクラスとして許容できる範囲として
の必要条件にあたる。すなわち、この拘束条件(チェッ
ク基準)に反するならば、明かに許容範囲の外にあると
いう条件である。この拘束条件はクラス(モデル)毎に
定めることが可能であり、したがってクラス毎の独立性
がきわめて高い。これは図4においては特殊な矢印記号
で示されており、全てのクラスに必ず一つ用意される。
【0025】そして、本発明によれば、構造マッチング
(大分類)によって得られた候補クラスに対する詳細分
類において、対応するモデルの拘束条件のチェックが行
なわれることによって候補が絞り込まれる。
(大分類)によって得られた候補クラスに対する詳細分
類において、対応するモデルの拘束条件のチェックが行
なわれることによって候補が絞り込まれる。
【0026】本発明によれば、詳細分類において、クラ
ス組(モデル組)に関して、”必要であれば”、個別の
クラス組用の識別処理が導入される。クラス組用の識別
処理とは、「このクラスとこのクラスの組については、
このように識別する」という個別の処理である。”必要
であれば”というのは、もともの分離が非常によく距離
の大小によって容易に識別できるものについては、この
限りでないという意味である。こうしたクラス組用の識
別処理というのも、クラス組毎に作成すればよく、きわ
めて独立性の高いものである。このクラス組用の識別処
理によって、構造マッチング(大分類)の候補クラスを
絞り込むことができる。
ス組(モデル組)に関して、”必要であれば”、個別の
クラス組用の識別処理が導入される。クラス組用の識別
処理とは、「このクラスとこのクラスの組については、
このように識別する」という個別の処理である。”必要
であれば”というのは、もともの分離が非常によく距離
の大小によって容易に識別できるものについては、この
限りでないという意味である。こうしたクラス組用の識
別処理というのも、クラス組毎に作成すればよく、きわ
めて独立性の高いものである。このクラス組用の識別処
理によって、構造マッチング(大分類)の候補クラスを
絞り込むことができる。
【0027】
【作用】このようにクラス毎の拘束条件及びそのチェッ
ク、クラス組の識別処理という二つの概念を分離して詳
細分類に導入することによって、対象字種の拡張への対
処が容易になる。また、認識性能の向上という面では、
分離が非常に難しいものについては、新たな特徴を導入
した識別処理を個別に作成し置き換えることが可能とな
り、きわめて好都合である。骨格表現や輪郭表現などの
レベルではなく、画像のレベルまで下がって局所的な画
像特徴を利用するもまた可能である。これによって、よ
り正確な識別が可能となり、認識性能を向上できる。
ク、クラス組の識別処理という二つの概念を分離して詳
細分類に導入することによって、対象字種の拡張への対
処が容易になる。また、認識性能の向上という面では、
分離が非常に難しいものについては、新たな特徴を導入
した識別処理を個別に作成し置き換えることが可能とな
り、きわめて好都合である。骨格表現や輪郭表現などの
レベルではなく、画像のレベルまで下がって局所的な画
像特徴を利用するもまた可能である。これによって、よ
り正確な識別が可能となり、認識性能を向上できる。
【0028】
【実施例】次に、クラス毎の拘束条件と、クラス組の識
別処理とのそれぞれについて、より具体的に説明する。
別処理とのそれぞれについて、より具体的に説明する。
【0029】まず、クラス(モデル)毎の拘束条件につ
いて説明する。クラス毎の拘束条件を、ここでは二つの
段階に分けて考える。一段目がパターンの一文字全体に
かかわる条件であり、二段目が局所的な条件である。
いて説明する。クラス毎の拘束条件を、ここでは二つの
段階に分けて考える。一段目がパターンの一文字全体に
かかわる条件であり、二段目が局所的な条件である。
【0030】一段目の「全体にかかわる条件」というの
は、パターンとモデルとの距離に関する条件である。こ
れは閾値として導入された。
は、パターンとモデルとの距離に関する条件である。こ
れは閾値として導入された。
【0031】従来は、モデル(クラス)によらない一定
の閾値を採用しており、これはシステム全体の能力を制
御するうえで非常に都合のよいものであった。しかし、
認識性能を高めていくうえでは、むしろ妨げとなってい
る。というのは、全てのクラスがパターン空間において
等しい密度で分布しているということはなく、あるクラ
スは広範囲にわたり、別なクラスはきわめて狭い範囲に
しか存在を許されないということが十分にあり得るから
である。また、一定の閾値の選択が容易でないことは、
実際の分析結果においても確認されている。したがっ
て、認識性能を高めるためには、距離にな関する閾値を
クラス毎に用意することが必要となるこれを一段目とし
て採用するのは、処理量の増加を押さえるためであり、
そのモデルから十分距離の離れたパターンは、局所的な
特徴をみるまでもなく取り除くことが可能であり、また
そのモデルに十分距離の近いパターンは、局所的な特徴
をみるまでもなく、候補として許容しうるであろうとの
考えに基づいている。一方、二段目の「局所的なもの」
というのは、個々のプリミティブ系列と特異点に関する
条件である。プリミティブ系列の特徴パラメータとし
て、両端点の座標、外接矩形の重心と幅と高さがある。
また、特異点の特徴パラメータとして、その座標があ
る。これらの特徴パラメータに加え、プリミティブ系列
の凹凸の度合いを表わすパラメータを導入して、それぞ
れのスカラー量について制限範囲を設けた。これらの組
み合わせをベクトル量として制限範囲を設けることも可
能である。
の閾値を採用しており、これはシステム全体の能力を制
御するうえで非常に都合のよいものであった。しかし、
認識性能を高めていくうえでは、むしろ妨げとなってい
る。というのは、全てのクラスがパターン空間において
等しい密度で分布しているということはなく、あるクラ
スは広範囲にわたり、別なクラスはきわめて狭い範囲に
しか存在を許されないということが十分にあり得るから
である。また、一定の閾値の選択が容易でないことは、
実際の分析結果においても確認されている。したがっ
て、認識性能を高めるためには、距離にな関する閾値を
クラス毎に用意することが必要となるこれを一段目とし
て採用するのは、処理量の増加を押さえるためであり、
そのモデルから十分距離の離れたパターンは、局所的な
特徴をみるまでもなく取り除くことが可能であり、また
そのモデルに十分距離の近いパターンは、局所的な特徴
をみるまでもなく、候補として許容しうるであろうとの
考えに基づいている。一方、二段目の「局所的なもの」
というのは、個々のプリミティブ系列と特異点に関する
条件である。プリミティブ系列の特徴パラメータとし
て、両端点の座標、外接矩形の重心と幅と高さがある。
また、特異点の特徴パラメータとして、その座標があ
る。これらの特徴パラメータに加え、プリミティブ系列
の凹凸の度合いを表わすパラメータを導入して、それぞ
れのスカラー量について制限範囲を設けた。これらの組
み合わせをベクトル量として制限範囲を設けることも可
能である。
【0032】以上は、準位相構造解析法による実現例で
あるが、通常のパターンマッチング的な手法における特
徴ベクトルにおいても、同様に制限範囲を設けることは
可能である。さらに、必要とあれば画像レベルでの特徴
を抽出し直し、これについてもまた制限範囲を設けるこ
とは可能である。こうすることで認識性能を高めること
が可能である。
あるが、通常のパターンマッチング的な手法における特
徴ベクトルにおいても、同様に制限範囲を設けることは
可能である。さらに、必要とあれば画像レベルでの特徴
を抽出し直し、これについてもまた制限範囲を設けるこ
とは可能である。こうすることで認識性能を高めること
が可能である。
【0033】次にクラス(モデル)組の識別処理につい
て説明する。クラス毎の拘束条件を導入することによ
り、実際には必要でない候補が整合を取り消されること
になるため、クラス組の種類は減少する。
て説明する。クラス毎の拘束条件を導入することによ
り、実際には必要でない候補が整合を取り消されること
になるため、クラス組の種類は減少する。
【0034】発明者の実験によると、準位相構造解析法
による手書き数字認識(モデル数68)において、大分
類が終了した時点でのクラス組は106種類(モデル数
0:1種類)、モデル数1:68種類、モデル数2:3
1種類、モデル数3:6種類、モデル数4以上:なし)
であったが、先に述べたクラス毎の拘束条件を導入する
ことによって、クラス組は82種類(モデル数0:1種
類、モデル数1:68種類、モデル数2:13種類、モ
デル数3以上:なし)となった。
による手書き数字認識(モデル数68)において、大分
類が終了した時点でのクラス組は106種類(モデル数
0:1種類)、モデル数1:68種類、モデル数2:3
1種類、モデル数3:6種類、モデル数4以上:なし)
であったが、先に述べたクラス毎の拘束条件を導入する
ことによって、クラス組は82種類(モデル数0:1種
類、モデル数1:68種類、モデル数2:13種類、モ
デル数3以上:なし)となった。
【0035】このうち、クラス組の識別処理が必要とな
るのは、クラス数が2以上である13種類であるが、そ
のうち5種類は距離の大小によって正しく識別すること
が可能であり、特別な識別処理を要するのは8種類のみ
であった。
るのは、クラス数が2以上である13種類であるが、そ
のうち5種類は距離の大小によって正しく識別すること
が可能であり、特別な識別処理を要するのは8種類のみ
であった。
【0036】この8種類のそれぞれについて、それぞれ
のモデルに対する距離の分布をもとに、識別条件を個別
に定めた。基本的にはそれぞれのモデルに対する距離に
重みを変えることによって、大部分の正しい識別が可能
となった。
のモデルに対する距離の分布をもとに、識別条件を個別
に定めた。基本的にはそれぞれのモデルに対する距離に
重みを変えることによって、大部分の正しい識別が可能
となった。
【0037】実験によれば、正読率94.9%、拒否率
4.7%、誤読率0.4%という結果を得られた。局所
的な特徴や、画像レベルにおける新しい特徴などを導入
すれば、さらに認識性能は向上すると考えられる。
4.7%、誤読率0.4%という結果を得られた。局所
的な特徴や、画像レベルにおける新しい特徴などを導入
すれば、さらに認識性能は向上すると考えられる。
【0038】以上に述べた本発明を実施するための装置
構成の一例を図5に示す。この例は、準位相構造解析法
による文字認識に本発明を適用した場合である。
構成の一例を図5に示す。この例は、準位相構造解析法
による文字認識に本発明を適用した場合である。
【0039】図5において、画像入力部100によって
手書き文字等の画像を読み取り、2値イメージデータと
して入力する。特徴抽出部102において、2値イメー
ジの骨格線を抽出し、その曲線構造を解析して準位相的
特徴と特異点による文字形状の大局的構造を抽出する。
この大局的構造は、文字骨格線を構成する各ストローク
成分を、単調な曲線構成要素(プリミティブ)の連鎖
(プリミティブ系列)によって表現し、この系列要素の
組み合わせと系列要素間の接続関係、及び、特異点での
系列要素の接続関係などの、系列要素間の2項関係によ
り、文字形状の特徴を記述するものである。なお、この
ような大局的構造の詳細については、例えば本出願人が
先に出願した特願平1−245507号及び特願平2−
339696号に述べられているので、これ以上の説明
は省略する。
手書き文字等の画像を読み取り、2値イメージデータと
して入力する。特徴抽出部102において、2値イメー
ジの骨格線を抽出し、その曲線構造を解析して準位相的
特徴と特異点による文字形状の大局的構造を抽出する。
この大局的構造は、文字骨格線を構成する各ストローク
成分を、単調な曲線構成要素(プリミティブ)の連鎖
(プリミティブ系列)によって表現し、この系列要素の
組み合わせと系列要素間の接続関係、及び、特異点での
系列要素の接続関係などの、系列要素間の2項関係によ
り、文字形状の特徴を記述するものである。なお、この
ような大局的構造の詳細については、例えば本出願人が
先に出願した特願平1−245507号及び特願平2−
339696号に述べられているので、これ以上の説明
は省略する。
【0040】特徴抽出部102においては、さらに、大
局的構造表現をもとに、文字形状の局所的特徴のパラメ
ータベクトルを計算する。求められるパラメータとして
は、例えば、プリミティブ系列の両端点の座標、外接矩
形の重心と幅及び高さ、さらには凹凸の度合い、特異点
の座標などである。これについては、例えば特願平2−
339696号に詳しいので、これ以上の説明は割愛す
る。
局的構造表現をもとに、文字形状の局所的特徴のパラメ
ータベクトルを計算する。求められるパラメータとして
は、例えば、プリミティブ系列の両端点の座標、外接矩
形の重心と幅及び高さ、さらには凹凸の度合い、特異点
の座標などである。これについては、例えば特願平2−
339696号に詳しいので、これ以上の説明は割愛す
る。
【0041】110は文字認識のための辞書部であり、
ここには従来と同様に予め求められた文字形状の大局的
構造記述と局所的パラメータベクトルが登録されてい
る。また、本発明によれば、辞書部110に、前述した
ような認識対象字種の各文字に関する各モデル(クラ
ス)毎に定められた拘束条件と、必要なモデル(クラ
ス)組の識別処理も登録されている。
ここには従来と同様に予め求められた文字形状の大局的
構造記述と局所的パラメータベクトルが登録されてい
る。また、本発明によれば、辞書部110に、前述した
ような認識対象字種の各文字に関する各モデル(クラ
ス)毎に定められた拘束条件と、必要なモデル(クラ
ス)組の識別処理も登録されている。
【0042】構造マッチング部(大分類部)104にお
いては、特徴抽出部102より入力する文字形状の大局
的構造と辞書部110に登録されている大局的構造との
マッチングをとり、距離の近い(または類似度の高い)
候補クラスを求める。
いては、特徴抽出部102より入力する文字形状の大局
的構造と辞書部110に登録されている大局的構造との
マッチングをとり、距離の近い(または類似度の高い)
候補クラスを求める。
【0043】106は、本発明により導入された詳細分
類部(拘束条件チェック/モデル組認識処理部)であ
り、ここでは構造マッチング(大分類)で得られた候補
に関して、辞書部110に登録された対応するモデル
(クラス)毎の拘束条件に関するチェックを行ない、ま
た、必要に応じて、辞書部110に登録されている対応
のモデル(クラス)組の識別処理を実行することによ
り、候補の絞り込み(詳細分類)を行なう。
類部(拘束条件チェック/モデル組認識処理部)であ
り、ここでは構造マッチング(大分類)で得られた候補
に関して、辞書部110に登録された対応するモデル
(クラス)毎の拘束条件に関するチェックを行ない、ま
た、必要に応じて、辞書部110に登録されている対応
のモデル(クラス)組の識別処理を実行することによ
り、候補の絞り込み(詳細分類)を行なう。
【0044】局所的特徴マッチング部108では、詳細
分類部108で絞り込んだ候補に関して、辞書部110
に登録されている文字形状のパラメータベクトルとのマ
ッチングをとって最終的な認識結果を求める。なお、詳
細分類の結果を最終的な認識結果とし、局所的マッチン
グ部108を省くことも可能である。
分類部108で絞り込んだ候補に関して、辞書部110
に登録されている文字形状のパラメータベクトルとのマ
ッチングをとって最終的な認識結果を求める。なお、詳
細分類の結果を最終的な認識結果とし、局所的マッチン
グ部108を省くことも可能である。
【0045】詳細分類部(拘束条件チェック/モデル組
識別処理部)106及び拘束条件に関して、次のような
様々な態様を採り得る。
識別処理部)106及び拘束条件に関して、次のような
様々な態様を採り得る。
【0046】(1)モデル毎に定められた拘束条件のチ
ェックのみを行なう。拘束条件の一つとして、大分類の
ための特徴(大局的特徴)の距離もしくは類似度等の一
つのスカラー量を用いる。
ェックのみを行なう。拘束条件の一つとして、大分類の
ための特徴(大局的特徴)の距離もしくは類似度等の一
つのスカラー量を用いる。
【0047】(2)モデル毎に定められた拘束条件のチ
ェックのみを行なう。拘束条件の一つとして、大分類の
ための特徴の要素(スカラー量)あるいはその組み合わ
せ(ベクトル量)毎に制限範囲を設ける。
ェックのみを行なう。拘束条件の一つとして、大分類の
ための特徴の要素(スカラー量)あるいはその組み合わ
せ(ベクトル量)毎に制限範囲を設ける。
【0048】(3)モデル毎に定められた拘束条件のチ
ェックのみを行なう。拘束条件の一つとして、大分類の
ための特徴のみならず、あらかじめ定められた個別の特
殊な特徴(スカラー量またはベクトル量)を用いる。
ェックのみを行なう。拘束条件の一つとして、大分類の
ための特徴のみならず、あらかじめ定められた個別の特
殊な特徴(スカラー量またはベクトル量)を用いる。
【0049】(4)モデル毎に定められた拘束条件のチ
ェックのみを行なう。モデル毎の拘束条件のなかで、大
分類のための特徴の距離や類似などの一つのスカラー量
を最初の条件とし、これがあらかじめ定められた範囲内
にあれば、他の特徴を調べることなくモデルとの整合を
取り消す。
ェックのみを行なう。モデル毎の拘束条件のなかで、大
分類のための特徴の距離や類似などの一つのスカラー量
を最初の条件とし、これがあらかじめ定められた範囲内
にあれば、他の特徴を調べることなくモデルとの整合を
取り消す。
【0050】(5)モデル毎に定められた拘束条件のチ
ェックのみを行なう。モデル毎の拘束条件のなかで、大
分類のための特徴の距離や類似度などの一つのスカラー
量を最初の条件とし、これがあらかじめ定められた範囲
内にあれば、他の特徴を調べることなくモデルとの整合
を許容する。
ェックのみを行なう。モデル毎の拘束条件のなかで、大
分類のための特徴の距離や類似度などの一つのスカラー
量を最初の条件とし、これがあらかじめ定められた範囲
内にあれば、他の特徴を調べることなくモデルとの整合
を許容する。
【0051】(6)モデル毎に定められた拘束条件のチ
ェックとモデル(クラス)組の識別処理を行なう。該当
のモデル組に関して識別処理が定められていない場合に
は、距離や類似度等の一つのスカラー量によって識別す
る。
ェックとモデル(クラス)組の識別処理を行なう。該当
のモデル組に関して識別処理が定められていない場合に
は、距離や類似度等の一つのスカラー量によって識別す
る。
【0052】(7)モデル毎に定められた拘束条件のチ
ェックは行なわず、モデル組の識別処理だけを行なう。
該当のモデル組の識別処理が定められていない場合に
は、距離や類似度等の一つのスカラー量によって識別す
る。
ェックは行なわず、モデル組の識別処理だけを行なう。
該当のモデル組の識別処理が定められていない場合に
は、距離や類似度等の一つのスカラー量によって識別す
る。
【0053】
【発明の効果】以上の説明から理解されるように、本発
明によれば次の効果を得られる。
明によれば次の効果を得られる。
【0054】請求項1乃至6の発明は、モデル毎の拘束
条件をもつことにより、認識性能を高めることができ
る。
条件をもつことにより、認識性能を高めることができ
る。
【0055】請求項2の発明は、拘束条件の一つとし
て、一般的な距離や類似度などの一つのスカラー量を用
いるので、ほとんどの文字認識技術に利用可能である。
て、一般的な距離や類似度などの一つのスカラー量を用
いるので、ほとんどの文字認識技術に利用可能である。
【0056】請求項3の発明は、拘束条件の一つとし
て、大分類のための特徴の要素(スカラー量あるいはそ
の組み合わせ(ベクトル量)毎に制限範囲を設けるが、
これは請求項2の発明における距離や類似度などのスカ
ラー量が与えられた一文字のパターン全体を評価する量
であるのに対して、局所的な特徴を制限するものである
から、より詳細な制御が可能となるので、認識性能を高
めることができる。
て、大分類のための特徴の要素(スカラー量あるいはそ
の組み合わせ(ベクトル量)毎に制限範囲を設けるが、
これは請求項2の発明における距離や類似度などのスカ
ラー量が与えられた一文字のパターン全体を評価する量
であるのに対して、局所的な特徴を制限するものである
から、より詳細な制御が可能となるので、認識性能を高
めることができる。
【0057】請求項4の発明は、拘束条件として、大分
類のための特徴のみならず、あらかじめ定められた個別
の特殊な特徴(スカラー量またはベクトル量)を用いる
が、このことは、全てのモデルに対して定められた特徴
以外の、モデルに応じた特徴を導入することに相当し、
したがって柔軟な処理が可能となり、認識性能を高める
ことができる。
類のための特徴のみならず、あらかじめ定められた個別
の特殊な特徴(スカラー量またはベクトル量)を用いる
が、このことは、全てのモデルに対して定められた特徴
以外の、モデルに応じた特徴を導入することに相当し、
したがって柔軟な処理が可能となり、認識性能を高める
ことができる。
【0058】請求項5の発明は、モデル毎の拘束条件の
なかで、距離や類似度などの与えられた一文字のパター
ン全体を評価するスカラー量をまず調べ、これがある一
定の範囲になければ他の個別の特徴を評価するまでもな
く整合を取り消すことが可能であり、こうすることによ
って処理時間の短縮を計ることができる。
なかで、距離や類似度などの与えられた一文字のパター
ン全体を評価するスカラー量をまず調べ、これがある一
定の範囲になければ他の個別の特徴を評価するまでもな
く整合を取り消すことが可能であり、こうすることによ
って処理時間の短縮を計ることができる。
【0059】請求項6の発明は、請求項5の発明とは逆
に、モデル毎の拘束条件のなかで、距離や類似度などの
与えられた一文字のパターン全体を評価するスカラー量
をまず調べ、これがある一定範囲にあれば他の個別の特
徴を評価するまでもなく整合を許容することが可能であ
り、こうすることによって処理時間の短縮を計ることが
できる。
に、モデル毎の拘束条件のなかで、距離や類似度などの
与えられた一文字のパターン全体を評価するスカラー量
をまず調べ、これがある一定範囲にあれば他の個別の特
徴を評価するまでもなく整合を許容することが可能であ
り、こうすることによって処理時間の短縮を計ることが
できる。
【0060】請求項7の発明は、同時に整合し得るモデ
ルの組毎に専用の識別処理を定めることが可能であるよ
うにし、専用の識別処理が定められていない場合には、
距離や類似度などの一つのスカラー量によって識別する
という構成をとることにより、識別の難しいモデルの組
の識別性能を高め、かつ不要な識別処理の導入を避ける
ことができ、認識時間と記憶容量の導入を抑えることが
できる。
ルの組毎に専用の識別処理を定めることが可能であるよ
うにし、専用の識別処理が定められていない場合には、
距離や類似度などの一つのスカラー量によって識別する
という構成をとることにより、識別の難しいモデルの組
の識別性能を高め、かつ不要な識別処理の導入を避ける
ことができ、認識時間と記憶容量の導入を抑えることが
できる。
【0061】請求項8の発明は、同時に整合し得るモデ
ルの組毎に専用の識別処理を定めうえで、モデル毎に拘
束条件をもたせることで、モデル組の種類を減らすこと
が可能であり、したがって辞書の記憶容量の増加を抑え
ることが可能となる。
ルの組毎に専用の識別処理を定めうえで、モデル毎に拘
束条件をもたせることで、モデル組の種類を減らすこと
が可能であり、したがって辞書の記憶容量の増加を抑え
ることが可能となる。
【図1】(a)最も基本的な文字認識方法の説明図であ
る。(b)従来の準位相構造解析法の説明図である。
る。(b)従来の準位相構造解析法の説明図である。
【図2】従来の準位相構造解析法における識別方法の説
明図である。
明図である。
【図3】パターン空間とクラス/カテゴリの関係の説明
図である。
図である。
【図4】本発明による詳細分類方法の説明図である。
【図5】本発明を実施するための装置構成の一例を示す
ブロック図である。
ブロック図である。
100 画像入力部 102 特徴抽出部 104 構造マッチング部(大分類部) 106 詳細分類部(拘束条件チェック/モデル組識別
処理部) 108 局所的特徴マッチング部 110 辞書部
処理部) 108 局所的特徴マッチング部 110 辞書部
Claims (8)
- 【請求項1】 読み取り対象字種のそれぞれの文字に対
して、一つ以上のモデルが定められており、これらモデ
ルとの整合をとることで文字を認識する文字認識方法に
おいて、モデル毎に拘束条件を持ち、大分類によって得
られた候補に関する詳細分類において、拘束条件のチェ
ックを行なうことを特徴とする文字認識方法。 - 【請求項2】 拘束条件の一つとして、大分類のための
特徴の距離もしくは類似度等の一つのスカラー量を用い
ることを特徴とする請求項1記載の文字認識方法。 - 【請求項3】 拘束条件の一つとして、大分類のための
特徴の要素たるスカラー量毎あるいはその組み合わせた
るベクトル量毎に制限範囲を設けることを特徴とする請
求項1記載の文字認識方法。 - 【請求項4】 拘束条件の一つとして、大分類のための
特徴のみならず、あらかじめ定められた個別の特殊な特
徴たるスカラー量またはベクトル量を用いることを特徴
とする請求項1記載の文字認識方法。 - 【請求項5】 モデル毎の拘束条件のなかで、大分類の
ための特徴の距離や類似度などの一つのスカラー量を最
初の条件とし、これがあらかじめ定められた範囲内にあ
れば、他の特徴を調べることなくモデルとの整合を取り
消すことを特徴とする請求項1記載の文字認識方法。 - 【請求項6】 モデル毎の拘束条件のなかで、大分類の
ための特徴の距離や類似度などの一つのスカラー量を最
初の条件とし、これがあらかじめ定められた範囲内にあ
れば、他の特徴を調べることなくモデルとの整合を許容
する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】 読み取り対象字種のそれぞれの文字に対
して、一つ以上のモデルが定められており、これらモデ
ルとの整合をとることで文字を認識する文字認識方法に
おいて、大分類で同時に整合し得るモデルの組毎に必要
に応じ専用の識別処理を定め、大分類により得られた候
補に関する詳細分類において、専用の識別処理が定めら
れている場合にはその識別処理により識別し、専用の識
別処理が定められていない場合には距離や類似度等の一
つのスカラー量によって識別することを特徴とする文字
認識方法。 - 【請求項8】 読み取り対象字種のそれぞれの文字に対
して、一つ以上のモデルが定められており、これらモデ
ルとの整合をとることで文字を認識する文字認識方法に
おいて、モデル毎に拘束条件を持つとともに、同時に整
合し得るモデルの組毎に必要に応じ専用の識別処理を持
ち、大分類により得られた候補に関する詳細分類におい
て、該当するモデルの拘束条件のチェックを行なうとと
もに、専用の識別処理が定められている場合にはその識
別処理により識別し、専用の識別処理が定められていな
い場合には距離や類似度等の一つのスカラー量によって
識別することを特徴とする請求項1記載の文字認識方
法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP5335104A JPH07200738A (ja) | 1993-12-28 | 1993-12-28 | 文字認識方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP5335104A JPH07200738A (ja) | 1993-12-28 | 1993-12-28 | 文字認識方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH07200738A true JPH07200738A (ja) | 1995-08-04 |
Family
ID=18284821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP5335104A Pending JPH07200738A (ja) | 1993-12-28 | 1993-12-28 | 文字認識方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH07200738A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111046802A (zh) * | 2019-12-11 | 2020-04-21 | 北大方正集团有限公司 | 基于矢量字的评测方法、装置、设备和存储介质 |
-
1993
- 1993-12-28 JP JP5335104A patent/JPH07200738A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111046802A (zh) * | 2019-12-11 | 2020-04-21 | 北大方正集团有限公司 | 基于矢量字的评测方法、装置、设备和存储介质 |
CN111046802B (zh) * | 2019-12-11 | 2024-01-05 | 新方正控股发展有限责任公司 | 基于矢量字的评测方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5555320A (en) | Pattern recognition system with improved recognition rate using nonlinear transformation | |
US4989258A (en) | Character recognition apparatus | |
Senior | A combination fingerprint classifier | |
CN103136504B (zh) | 人脸识别方法及装置 | |
CN106096557A (zh) | 一种基于模糊训练样本的半监督学习人脸表情识别方法 | |
US5005205A (en) | Handwriting recognition employing pairwise discriminant measures | |
CN105144239A (zh) | 图像处理装置、程序及图像处理方法 | |
GB2259599A (en) | Automatic clustering method | |
CN113158808A (zh) | 中文古籍字符识别、组段与版面重建方法、介质和设备 | |
KR19990010210A (ko) | 대용량 패턴 정합 장치 및 방법 | |
CN104978569A (zh) | 一种基于稀疏表示的增量人脸识别方法 | |
JP4275866B2 (ja) | カラー画像から文字列パターンを抽出する装置および方法 | |
CN108197660A (zh) | 多模型特征融合方法/***、计算机可读存储介质及设备 | |
JPH10143613A (ja) | パタン認識方法 | |
JPH11167634A (ja) | 画像の領域分割方法、画像の領域分割装置、画像の領域分割プログラムを記録した記録媒体、画像検索方法、画像検索装置および画像検索プログラムを記録した記録媒体 | |
JPH07160822A (ja) | パターン認識方法 | |
JPH07200738A (ja) | 文字認識方法 | |
JPH09245125A (ja) | パターン認識装置及び同装置における辞書修正方法 | |
CN111738213B (zh) | 人物属性识别方法、装置、计算机设备及存储介质 | |
JP4264332B2 (ja) | 文字認識装置、ナンバープレート認識システム | |
JPH0638276B2 (ja) | パターン識別装置 | |
Mehta et al. | Optical music notes recognition for printed piano music score sheet | |
JP2868770B2 (ja) | パターン辞書の構成方式 | |
Al Ohali | Handwritten word recognition: Application to Arabic cheque processing | |
KR102007791B1 (ko) | 단계별 윤곽선 특성 분석을 이용한 숫자 인식 방법 및 장치 |