JPS62138978A - 筆者識別方式 - 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】 〔産業上の利用分野〕 本発明は筆者識別方式に係り、特に画像ファイルに格納
された筆者別筆跡パターンと入カバターンとを照合する
目的に好適な筆者識別方式に関する。

〔従来の技術〕

従来の筆者識別方式では、筆者情報を最も良く反映する
ような文字の特徴を探索し、各個人ごとに多数の筆跡を
収集したデータセットを統計的に学習して、上記の特徴
を記憶した標準パターンのファイルを作成しておき、入
カバターンと上記の標準パターンとのパターン照合によ
って個人識別を行っていた。このような技Ｃ１？は、例
えば電子通信学会論文誌第Ｊ　６７−　Ｄ巻筒７号７７
６頁−７８３頁所載論文「２次統計敏の線分スペクトル
分解による手書き文字の筆跡認識」　（昭和５９年７月
発行）に述へられている。

〔本発明が解決しようとする問題点〕

このような従来方式では、パターン照合方式一般に通ず
る性質として、高いＬ２識率を得ようとすれば標準パタ
ーンの学習回数を増す必要があるが、筆者識別が必要と
なる用途では少数個の文字パターンしか得られないため
大量の学習が困難な場合が多く１問題となっていた。

良く知られているようにパターン認識手法にはパターン
照合方式と構造解析方式があるが、構造解析方式では微
細なパターンの差異を識別できるので、上記のパターン
照合方式の欠点を回避するため構造解析方式を用いるこ
とも考えられるが、構造解析方式には次のような問題が
ある。すなわち、筆者識別においては個人別の筆跡標準
パターンとしてファイルに記憶されている文字は、住所
・氏名・生年月１−１などしこ限定されることが多く筆
者ごとに異なった文字が使用されたり、また文字が同一
でも筆者ごとに全く異なった字体となる場合が多いが、
構造解析方式ではパターンの形状が異なると使用する特
徴が異なるので、抽出すべき特徴が対象パターンごとに
異なってくるため、完全自、）肋化が困難であった。

本発明の目的は、構造解析方式のアプローチによりｌｔ
ｂ精度の筆者識別方式の実現を容易にすることを特徴と
する。

〔問題を解決するための手段〕

上記の問題点は、入力された文字画像そのもの、あるい
はその文書画像から切り出した文字パターンを人間に提
示し、人間が特徴抽出手法（特徴の種類・抽出部位を含
む）を指定し、機械は指定された特徴抽出手法を入力文
字パターンとファイルの中の筆各別の文字パターン（標
準パターン）とに適用し、その両者の特徴抽出結果を比
較して筆者識別を行うか、あるいは標準パターンを記憶
しているファイルに付加情報として標準パターン別の特
徴抽出手法を指定する情報を記憶させ、入力文字パター
ンと標準パターンとの比較に際して、付加情報として指
定された特徴抽出手法を用いて入力文字パターンと標錦
パターンとの両者の特徴抽出を行い、その特徴抽出結果
を比較して筆者識別を行うことにより解決される。

なお、本発明において筆者識別とは、狭義の筆者識別、
すなわち筆者不明の筆跡を多数の筆者の筆跡と比較して
不明筆跡の筆者を決定することと、筆者照合すなわち筆
者不明の筆跡を特定筆者の筆跡と比較して不明筆跡がそ
の特定筆者のものであるか否かを決定することとを含み
、特に必要な場合を除き区別しない。

〔作用〕

入力文字パターンを人間が目視して、入力文字パターン
の種類や特性に応じた特徴抽出手段を対話的に指定する
ことにより、あるいは人間があらかじめ定めておいた特
徴抽出手段の選択情報を標準パターンごとに記憶させ、
これによって特徴抽出手段を指定することによって、自
動的に決定することか困難であった最適な筆者識別のた
めの特徴抽出手段を決定することができる。

〔実施例〕

以下、１４ｍ面を参照して本発明の一実施例につき説明
する。

第１図は本実施例における処理の流れをＰＡＤ（Ｐｒｏ
ｇｒａｍ　Ａｎａｌｙｓｉｓ　Ｄｉａｇａｒａｍ）形式
で示す流れ図である。

第２図は第１図の処理を具現する装置の構成例を示し、
装置の各部はバス１に接続され、制御部２は全体の動作
を制御するとともに第１図に示した処理を実行する。

第１図で１０１は文書画像の入力処理である。

文′：４！３上の情報（文書画像）はスキャナ４により
走査され、スキャナ４で光電変換、標本化、量子化を行
って、入力文書のディジタル画像を出力する。このディ
ジタル両像は以下の説明では１画素１ビツトに二値化す
るものとするが、多値ディジタル画像としてもよく、カ
ラー画像としてもよい。

このディジタル画像５１はバス１を介してメモリ５に記
憶される。また、両僅管理情報５２がスキャナ４の出力
として同時に得られ、これらもバッファメモリ５に記憶
される。ここで画像管理情報５２は、全データ長、縦及
び横のメツシュサイズ、１画素の濃度を表すビット数（
多値画像の場合）あるいは色を表す符号（カラー画像の
場合）などからなる。

第１図１０２は文字切り出しを行う部分で、文書画像に
対応するディジタル画像５１から文字パターン（一般に
は複数個存在する）を順次切り出す。１０３は以降の処
理の準備のための初期化であり、候補筆者集合ψのクリ
アなどを行う。以下に述べるように候補筆者集合には、
ある文字パターンについての集合ｒと複数個の文字パタ
ーンについての集合ψとがあり、それぞれメモリ５の中
のエリア５５．５６におかれる。集合ψのクリアとはψ
を空集合にすることである。

１０４は文字番号ｉ＝１〜Ｎについて、以下の１０５〜
１１７の処理を繰り返すループ制御である。ここで、Ｎ
は切り出された文字の個数。

１０５では第１番［Ｉの文字パターンをディスプレイコ
ンソール６の上に表示する。１０　Ｇでは、この文字パ
ターンに対して適用し得る特徴抽出処理の一覧表（メニ
ュー）を、ディスプレイコンソール６の上に文字パター
ンと並べて表示する。

第３３図に特徴抽出処理メニューを文字パターンと並べ
て表示するための画面設計例を示す。１０７では１表示
された文字パターンに対して使用者が選択した特徴抽出
処理の番号（ｋ）を読み込む。

１０８では、上記の特徴抽出処理番号ｋに従って分岐し
、Ｋ個の特徴抽出ルーチン群の一つ（第に番目）を呼び
出し、第１番目の文字パターンの特徴抽出処理１０９を
行い、抽出された特徴パラメータ５３をメモリ５に格納
する。

１１０〜１１６は、ファイル７に記憶されたＭ個の標準
パターンと上記の第ｉ文字パターンとを比較する部分で
ある。標準パターンはあらかじめ収集し、各パターンｊ
には文字符号Ｓ（、ｉ）と筆者番号Ｔ（ｊ）を付与して
、ファイル７に格納しておく。１１０は、以下の１１１
〜１１６の処理を標準パターン番号ｊ＝１〜Ｍについて
繰り返すループ制御である。１１１は、第ｊ標準パター
ンの特徴抽出処理の初期化であり、その一部としてメモ
リ５の中のエリア５５のエリアすなわち、集合ｒを空集
合にすることなども行う。１１２〜１１３は、１０８〜
１０９と同様にして特徴抽出処理番号ｋに従って、第ｊ
番目の標準パターンの特徴抽出処理を行い、抽出された
特徴パラメータ５４をメモリ５に格納する。１１４では
、特徴パラメータ５３と５４とを比較してパターン間距
５Ｏ（ｉ。

ｊ）を求める。１１５ではＤ（ＩＩ　ｊ）を閾値θ（ｋ
）と比較し。

Ｄ（ＩＴＪ）＜θ（ｋ） が成立する場合には、１１６で標準パターンｊの筆者番
号Ｔ（ｊ）をＦ（メモリ５の中の候補番号エリア５５）
に登録する。すなわち ｒ　：　＝ｒ＋　（Ｔ　（ｊ）　） とする。一般には特徴抽出処理ごとに特徴パラメータの
次元が異なるので、閾値ｅ（ｋ）はｋによって変化させ
る必要があり、ｋを引き数とするテーブルの中にθ（ｋ
）をあらかじめ格納しておき、それを用いる。

１１７では、１〜ｉ−１についての候補筆者番号の集合
！（メモリ５の中のエリア５６に求められている）と、
今回のｉについての候補Ｍ”Ｆｆ番号の集合「（エリア
５５に求められている）との合併集合を改めて候補筆者
番号の集合ψとしてエリア５６に格納する。すなわち Ｖ：＝ｒＶＩＦ　　　　　（Ｖは合併集合）合併集合の
代わりに共通集合を求めてもよい。

ｉについてのループが終了した時点で１１８の処理が実
行され、エリア５６に求められている候補筆者番号の集
合ψを出力装置８に出力する。

なお、以上の説明ではファイル７に格納する標準パター
ンは原画像そのものとしたが、あらかじめ特徴抽出を行
って求めた特徴パラメータを標準パターンとしてファイ
ル７に格納するようにしてもよく、その場合は処理１１
２〜１１３を行う代わりに特徴番号ｋに対応する特徴パ
ラメータを標準パターンの中から選び出すようにすれば
よい。

次に、本発明による第２の実施例について説明する。本
実施例は第１の実施例の変形であり、制御部２の処理が
第４図のＰ　Ａ　Ｄ図で示されるようになっている。第
４図のＰＡＤ図は第１図のＰＡＤ図を変形したもので、
第４図の４０１〜４１８は第２図の１０１〜１０８と同
一である。第１図との相違点のみを説明する。４０５で
入カバターンの表示を行ったのち、４１９でこの入カバ
ターンの文字符号５（１）を入力させ、一時記憶（図示
せず）に格納する。４１０の標準パターンｊに関するル
ープの中で、最初に４２０で標準パターンの文字符号５
（ｊ）を入カバターンの文字符号５（ｉ）と比較し、 ５（ｉ）＝Ｓ（ｊ） が成立する場合にのみ４１１〜４１６の処理を実行する
。標準パターンの文字符号５（ｊ）からなるテーブル５
７は、あらかじめ作成したものをメモリ５の中に記憶し
ておく。本実施例では同一の文字符号の文字パターンに
ついてのみ比較を行うので、筆者識別の誤りが少ない利
点がある。

次に、本発明による第３の実施例について説明する。本
実施例は第１の実施例の変形であり、制御部２の処理が
第５図のＰ　Ａ　Ｄ図で示されるようになっている。第
５図のＰＡＤ図は第１図のＰＡＤ図を変形したもので、
第５図の５０１〜５０４及び５１０〜５１８は第１図の
１０１〜１０４及び１、１０〜１１８と同一である。第
１図との相違点のみを説明する。入カバターンの表示１
０５に対応する処理は省略され、ループ５０４の中では
直ちに標準パターンｊに関するループ５１０に入る。

５１、０のループの中で、最初に５２０でこの標準パタ
ーン２ｊに対して記憶されている特徴選択番号ｋをテー
ブル５８から取り出す。テーブル５８は標準パターン番
号ｊをエントリとしｋを出力とするテーブルであって、
あらかじめ第１の実施例で述べた方法と同様にして対話
的に作成したものをメモリ５の中に記憶しておく、５１
１以降の処理では、このｋを用いて特徴抽出、比較など
の処理を第１の実施例と同様にして行う。

本実施例ではテーブル５８をあらかじめ作成しておく手
間が必要であるが、この処理はオフライン処理であり、
オンラインの筆者照合処理に際しては人手の介入がない
ので、高速処理が実現できる。

以上の実施例において、ある筆者番号と文字カテゴリで
定まる標準パターンは一個である必要はなく、同一の筆
者番号の中にいろいろの変形に対応した複数の標準パタ
ーンが含まれていて差し支えない。

〔発明の効果〕

本発明によれば以上説明したごとく、入力文字パターン
を人間が目視して、入力文字パターンの種類や特性に応
じた特徴抽出手段を対話的にあるいはあらかじめ指定す
ることにより、入力文字パターンごとに最適な筆者識別
のための特徴抽出手段を決定することができるので、高
精度な構造解析手法を用いた筆者識別方式を実現できる
。

【図面の簡単な説明】

第１図、第４図、第５図は筆者識別処理の流れ図、第２
図は筆者識別処理を実行する装置の構成を示すブロック
図、第３図は表示画面の例を示す説明図である。 １・・・バス、２・・・制御部、３・・・文書、４・・
・スキャナ、５・・・メモリ、６・・・コンソール、７
・・・ファイル、８・・・出力装置。 代理人　弁理士　小川勝男″′、′・ ｆ　１　　図 葛　４　図

Claims (1)

1. 【特許請求の範囲】 １、光電変換・標本化・量子化を経てディジタル形式に
   変換された画像を入力する手段と、上記入力画像から文
   字画像を切り出す手段と、上記文字画像を表示する手段
   と、特徴抽出方法を指定する手段と、あらかじめ、筆者
   ごとに対応付けられた文字画像を記憶してなるファイル
   装置とを有し、上記入力画像から切り出した文字画像と
   上記ファイルに記憶された文字画像との両者について上
   記指定に従った特徴抽出を行い、抽出した特徴の比較を
   行うことにより筆者の異同を判定することを特徴とする
   筆者識別方式。 ２、特許請求の範囲第１項記載の筆者識別方式において
   、上記ファイルに記憶された文字画像の各々に対し特徴
   抽出方法を指定する情報を付加しておき、上記の特徴抽
   出法指定情報を用いて特徴抽出を行うことを特徴とする
   筆者識別方式。 ３、特許請求の範囲第１項記載の筆者識別方式において
   、上記ファイルに記憶された文字画像の各々に対し文字
   の符号を指定する情報を付加するとともに、文字の符号
   ごとに特徴抽出方法を指定する情報を記憶してなる付加
   記憶装置を設け、ファイルから読み出された文字画像の
   文字符号に従って特徴抽出を行うことを特徴とする筆者
   識別方式。