JP2002222425A

JP2002222425A - 情報処理装置及び方法

Info

Publication number: JP2002222425A
Application number: JP2001020682A
Authority: JP
Inventors: Shigeki Matsutani; 茂樹松谷
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2001-01-29
Filing date: 2001-01-29
Publication date: 2002-08-09
Also published as: EP1229488A2; US20020128796A1; EP1229488A3; US7068821B2

Abstract

(57)【要約】【課題】アファイン変換に近似的に不変で、離散化誤差
の影響を低減し、より正確に筆記入力に対するパターン
マッチングを行えるようにする。【解決手段】筆記入力されたパターンを所定の間隔でサ
ンプリングし、入力座標列を取得し、この入力座標列に
よって表わされるパターンを複数の線分の連結で近似し
て線分化する（ａ）。そして、各線分の水平方向に対す
る角度を求め、接角分布データφ（ｓ）を生成する
（ｂ）。このとき、全線分の線分に沿った線分長を所定
数で等間隔に分割し、各分割位置より得られる接角で生
成されるデータ列をマッチング用の角度分布データφ
（i）とする（ｃ）。このφ（i）を予め用意されている
標準のパターン（角度分布データ）と比較してマッチン
グ度を得る（ｄ）。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は情報処理装置及び方
法に関し、より詳しくは、パターンマッチング処理によ
って筆記入力されたパターンに基づく個人照合を行うの
に好適なものである。

【０００２】

【従来の技術】手書きした署名を使って本人を照会する
ことは西洋を中心とした署名照会文化を形成してきた。
他方、電子情報化社会においても、同様の照会システム
の構築が必要とされてきている。それらの必要性のため
に、例えば、特開平１０−１７１９２６、特開平１０−
４０３８８、特開平５−３２４８０５において署名照合
システムが提案されている。以下、これらの文献に記載
されている署名照合システムについて説明する。

【０００３】図１４に従って、上記文献に記載された技
術を説明する。デジタイザ等の入力装置３０２１に対し
て、電子ペン３０２２を用いてサインを入力するように
なっている。入力したサインは単位時間間隔で電子ペン
の位置座標（ｘｉｎ，ｙｉｎ）及び筆圧ｐｉｎを読み取
り、これらを時系列データとして電気信号に変換し、デ
ータ制御部３０２３に送る。データ制御部３０２３で
は、該入力データを評価基準となる標準パターンと比較
し、本人のサインか否かを判定する。

【０００４】この標準パターンと入力パターンの相違を
検知する方法として、ファジィー方式を用いること（特
開平５−３２４８０５）、ダイナミック・プログラミン
グ方法を用いること（特開平１０−１７１９２６、特開
平１０−４０３８８）が提案されている。

【０００５】ダイナミック・プログラミング法に関して
は例えば、“Handbook of PatternRecognition and Ima
ge Processing”T.Y.Yong・K-S.Fu共編AcademicPress 19
86年に述べられている。

【０００６】これらの方法はいずれも、署名によって得
られる離散化されたデカルト座標であるｘ、ｙ座標値の
時系列データを直接、標準的なｘ、ｙ座標値の時系列デ
ータとパターンマッチングを行うことを必須としてお
り、筆圧等の重みつけ、あるいは時系列データの速度に
関する重みつけ等を行っているものである。

【０００７】他方、有限個の交点を許す図１５のような
曲線を数学では２次元平面にはめ込まれた（immersion
された）曲線と呼ぶ。署名のデータは２次元面にはめ込
まれた（immersionされた）曲線として認識する事がで
きる。

【０００８】署名文字は、極度な省略や続け文字、崩し
文字のために、文字というよりも記号あるいは幾何学的
な曲線と見なす事が得策であり、実際、そのような極端
な変形によって、個人の認証が成り立っていたという背
景に鑑みると、通常の文字としての手書き文字の認識方
式には限界があると考えるべきである。従って、本願は
曲線の分類の立場から署名文字の認識を行うもの、つま
り、著名照合問題を曲線図形の相似あるいは合同性の問
題に置き換えることとする。その為、署名から得られる
曲線のことを、以下、署名曲線と呼ぶこととする。

【０００９】このような観点から眺めると、離散化され
たデカルト座標値を使用した従来の署名照合技術には、
以下の「発明が解決しようとする課題」の欄において述
べるように、ｘｙ座標での曲線の分類方法と同じ問題が
生じていることが理解でき、これらが、照合における問
題点となっていることが理解できる。

【００１０】曲線の形状を分類する方法の発明として
は、特開平５−１９７８１２、特開平６−３０９４６
５、特開平７−３７０９５の一連の図形形状学習認識方
式がある。ここでは、従来の技術としてこれらの公開公
報に記載された発明について説明する。

【００１１】ドット列は｛ｄ[i]｜ｉ＝１，…，Ｎ｝と
して与えられているとする。但し、ｄ[i]は整数値の２
次元ベクトル量で、ドット列はｄ[i]＝（ｘ[i]，ｙ
[i]）の２次元格子座標列となっている。説明を簡単に
するために、該公報と同様にドット列は閉じており、そ
れに応じて番号ｉもＮを法として与えられているものと
する。従って、ｄ[i法Ｎ]となっているとする。また、
ドット列は曲線の連結性に沿って、順番がついていると
し、簡単のために、ここでは、細線化された曲線とし図
１６の（ａ）に示すようなひげ、（ｂ）に示すような解
像度以上の折れ曲がり、（ｃ）に示すような二重線、
（ｄ）に示すような交差点はそれぞれ存在しないとす
る。但し、実際の署名曲線は時系列的に番号があり、白
線で示すような軌跡をドット解像度の範囲で再現できる
ようになっているので、問題がないが、ここでは簡単の
ために上述の仮定をおいた。

【００１２】次に、特開平５−１９７８１２、特開平６
−３０９４６５、特開平７−３７０９５において「曲
率」と呼んでいるものを定義する。特開平６−３０９４
６５に明言しているように、その発明者が呼んでいる
「曲率」は数学的な意味の曲率ではない。実際、この定
義が図形の合同性の議論と矛盾するために正しい情報を
与え得ないことについては、「発明が解決使用とする課
題」の欄において詳しく述べる。従って、本明細書にお
いては上記文献で定義される曲率を擬似曲率と呼ぶこと
にする。

【００１３】図１７が上記従来技術による擬似曲率の定
義を説明するための図である。画素ｄ[i]に対して、
（ｄ[i-k]，ｄ[i+k]）のドット（２次元ベクトル）のペ
アを考える。（ｄ[i-k]，ｄ[i+k]）で決まる線分に対し
て、ｄ[i]からの垂線を描き、その高さをＢ[k]と記す。
また、（ｄ[i-k]，ｄ[i+k]）で決まる線分の長さをＬ
[i,k]と記す。ｋは自然数１、２、３…を刻み、その度
にＢ[k]の計算を行なう。予め与えられたパラメータＥ
に対して、Ｂ[k]がＥを越えない範囲で、最大のｋを探
す事を行なう。

【００１４】このとき、擬似曲率を図１７に従って、以
下のように２種類定義する。１．第一擬似曲率（特開平５−１９７８１２）：ベクト
ル（ｄ[i+k]，ｄ[i]）とベクトル（ｄ[i-k]，ｄ[i]）と
の角度θ[i]を第一擬似曲率とする。また、各画素数ｉ
の分布関数としての｛（ｉ，θ[i]｜ｉ＝１，…，Ｎ｝
を第一擬似曲率関数と呼ぶ。２．第二擬似曲率（特開平６−３０９４６５、特開平７
−３７０９５）：曲線上の三点（ｄ[i+k]，ｄ[i]，ｄ[i
-k]）によって決まる円を決め、その円の半径をＲ[i]と
した時、１／Ｒ[i]を第二擬似曲率とする。また、各画
素数ｉの分布関数としての｛（ｉ，１／Ｒ[i]）｜ｉ＝
１，…，Ｎ）を第二擬似曲率関数と呼ぶ。

【００１５】以上のように定義された２つの擬似曲率は
以下に示すように、それぞれ、アファイン（合同）変換
に対して近似的にも不変でなく、画素解像度をゼロに持
ってゆく極限においても極限が存在しない場合が発生す
る。つまり、数学的に巧く定義(well-defind)されてい
ない。そのため、得られた図形はアファイン変換等に対
して近似的にも不変とならず、あいまいな量となってい
る。これをニューラルネットを使って、この数学的欠陥
を補おうとするのが特開平５−１９７８１２、特開平６
−３０９４６５、特開平７−３７０９５である。

【００１６】図１８に従ってアルゴリズムを説明する。
ステップＳＳ１においてメモリ等を初期化する。例え
ば、曲線図形を細線化データとして、図１６にあるよう
なパターンがないようにする。ステップＳＳ２におい
て、曲線に対して、上述の第一または第二擬似曲率を計
算し、擬似曲率分布を算出する。ステップＳＳ３におい
て、得られた擬似曲率分布をニューラルネットを使って
処理し、曲線を分類する。

【００１７】「発明が解決しようとする課題」の欄で述
べるが、上述の擬似曲率は数学的に不安定なものであ
り、そのために、ステップＳＳ３で示すように、ニュー
ラルネット等の学習能力のある処理を行なわなければな
らない。このことは重要な事実である。以下で説明する
本発明によれば、そのような数学的欠陥が存在しないの
で、古典的な論理回路で曲線図形の分類が可能となる。

【００１８】

【発明が解決しようとする課題】２次元面にはめ込まれ
た曲線の分類に関しては、フレネ・セレの関係式によっ
て定義されることが知られている。（例えば"A Treatis
e on the DifferentialGeometry of Curves andSurface
s"，L.P.Eisenhart著Ginn and Company 1909を参照）。
図１９のように、曲線に対してその接角をφとし、２次
元平面の自然な測度から決まる曲線の長さ（弧長）をｓ
とすると、次の関係式が定義できる。

【００１９】

【数１】

【００２０】ここで、ｋ＝ｄφ／ｄｓが曲率であり、１
／ｋが曲率半径と呼ばれるものである。この関係式の事
をフレネ・セレの関係式と呼び、この関係式によって、
曲線の局所的な性質が完全に決定されるというのが古典
微分幾何の教えるところである。

【００２１】注意すべき点として、古典微分幾何の曲線
論における曲率ｋは、外的曲率であり、現代微分幾何の
用語に沿えば、接続（コネクション）と呼ばれるものの
一種であることである。上記の曲率ｋは１次元上で定義
されており、２次元以上でなければ値を持たない曲率テ
ンソルと呼ばれる内的な曲率とは直接的関係を持たな
い。なお、現代微分幾何の用語は、例えば、"Geometry,
Topology and Physics"M.Nakahara著、Institute ofPhy
sics出版1990に書かれている。また、内的曲率と外的曲
率に関しては２次元面の場合「ガウスの驚きの定理」と
いう定理で関係付けられている。

【００２２】座標によらない表示を採用すると古典微分
幾何で呼ばれる曲率はκ＝ｋｄｓとなる。これは現代微
分幾何の用語でいう一形式の量である。一形式（分布関
数）と関数（スカラー関数）の違いは良く知られている
ように座標変換に対する変換性によって決定される。つ
まり、弧長ｓをｓに単調増加な無限回連続微分可能関数
ｇ（ｓ）に座標変換するとき、（スカラー）関数はf(s)
＝f(g(s))となる。一方、一形式（または分布関数）はf
(s)ds＝f(g(s))(ds/dg)dgと変換される。ここで（ds/d
g）はヤコビアンを意味する。

【００２３】従って、曲率は座標変換に対して、ヤコビ
アンを考慮しなければいけない分布関数であり、弧長ｓ
をｓに単調増加な関数g(s)に座標変換する際には、曲率
k(s)は(k(g(s))(ds/dg))と変換されなければ数学的に有
意義な結果が得られない。

【００２４】ところが、公開特許公報、特開平５−１９
７８１２、特開平６−３０９４６５、特開平７−３７０
９５で定義された擬似曲率は、弧長から画素数への座標
変換におけるヤコビアンを考慮していない。実際、線分
を２次元画像データに変換する際に任意性を持ってお
り、図２０の（ａ）（ｂ）に示すように、同一の線分を
表現する際にドット数は線分の長さに対して一定ではな
い。つまり、ドット数は弧長の関数として見なすことが
でき、古典微分幾何の曲率のような分布関数をドット数
で表現する場合は表現自体を弧長からの座標変換として
見なさなければならない。特に２次元画像データには回
転の自由度が一般になく、画素サイズ以下の平行移動の
自由度が無くなっている。つまり、弧に沿ったドット数
は弧に沿った座標である弧長ｓについて変化する関数で
あり、一形式（分布関数）である曲率を表現する場合
は、ヤコビアンによってどのように離散化した整数値の
座標系を選んでいるかの情報を与えることが重要であ
る。

【００２５】しかしながら、従来の技術においてのべた
擬似曲率には、そのような考慮がなされていない。

【００２６】次にアファイン変換について述べる。数学
の分野において、合同変換と言われるものは、アファイ
ン幾何学という分野で研究されており、純粋には２次元
平面上に定義された図形間の合同条件は、適当な等積ア
ファイン変換（平行移動と回転）の後に２つの図形が完
全に重なり合うことを意味する。また、相似性は、この
等積アファイン変換に拡大縮小の変換を取り入れたもの
である。これをアファイン変換と呼ぶ。

【００２７】従って、署名の照合とは、曲線図形の純粋
な意味で相似性あるいは合同性とほぼ等価であることが
理解できる。但し、同一人物であっても、署名するに当
たり、署名の度に、得られる署名曲線は拡大縮小や平行
移動、角度のずれ等様々な条件が異なるものとなる。そ
れらの内、上述のアファイン変換に対して不変なその形
状が存在し、その上に署名は揺らいでいると考えること
が自然である。

【００２８】その為、幾何学的には、照合に際し、照合
処理による誤差を最も少なくするものとして、処理アル
ゴリズムが、アファイン変換との無矛盾であることが重
要なものとなってくる。

【００２９】しかしながら、従来の署名筆跡鑑定方法及
び装置（特開平１０−１７１９２６、特開平１０−４０
３８８、特開平５−３２４８０５）においては、離散化
デカルト座標を用いたパターンマッチングを行っていた
ためにこのようなアファイン変換に対して、以下に述べ
るように不変ではなく、様々な問題を生じさせていた。

【００３０】更には、２つの曲線図形をアファイン変換
の自由度を除いて一致することを要請することは、現実
の描画された曲線として記述された図形に対しては非常
に困難であることを考慮しなければならない。デジタイ
ザにおける「線」は太さを持ち、数学的に厳密な線では
ない。つまり、図１４のデジタイザ等の入力装置３０２
１にはハードウエアから決まる解像度が存在し、図２０
の（ａ）（ｂ）に示すように２次元画像データとして曲
線図形を表現した場合は、量子化誤差のために図形はそ
の表現方法に強く依存する。

【００３１】しかしながら、この依存性は、画像データ
の画素の大きさに比較して曲線図形が十分大きい場合は
人間の目で見ると厳密な図形を表しているように見られ
る程度のものである。この錯覚の上に、我々は画像デー
タを一般に取り扱っている。

【００３２】ところが、このような感覚を安易に数学的
な量（例えば今の場合擬似曲率や、相似性を評価するに
あってデカルト座標から決まる格子データの情報）に適
応して、数学的厳密性を欠いたまま定義を行なうと、論
理性や合理性を失うこととなる。

【００３３】数学において、ある対象ＡとＢに対して、
ＡとＢがどれほど近いかを定義するためには位相（トポ
ロジー）を導入することが必要である。現在の問題にお
いても、ある種の位相（トポロジー）を導入して、比較
を行なわなければならない。このとき、現実の“線”が
太さを持つ問題や、曲がり具合など、量子化誤差、離散
化誤差等の問題を解決するような弱い位相（トポロジ
ー）でなければならない。また、最終的に図形の同一性
（合同性）を判定するならば、アルゴリズムはアファイ
ン変換に対して不変あるいは近似的に不変でなければな
らない。

【００３４】このような要求を従来の例の擬似曲率やｘ
ｙ座標列で処理する従来の署名照合方法は満たしていな
い。例えば、図２１に示すように、従来の例で形成され
る擬似曲率はアファイン変換、特に回転に対して不変で
はないことが直ぐに理解される。

【００３５】図２１（ａ）に示すように線図形を構成す
る直線が画素の格子と整合している場合はドット数と弧
長は対応が倍率倍の線型変換で結びついている。しかし
ながら、図２１（ｂ）に示すように直線を斜めにする
と、それを表現するための画素はギザギザになり、表現
する際に必要な画素数と長さとの比が一定でないことが
おきる。図２１（ｂ）に示すように、実際、４５度の角
度を持つほぼ、√２（画素）の直線を表現するために
は、画素として３画素必要となってしまい、画素数と長
さとに２倍程度の違いが現れる場合がある。また、図２
０（a）(b)に示すように角度の微妙な違いによって線分
を表現するための画素数が急激に変動する場合がある。

【００３６】そのことを反映して、上記従来例の擬似曲
率分布関数とのグラフ（第一または第二のどちらを取っ
ても）は、図２１に対して、図２２のようになる。図２
２において、横軸が画素数、縦軸が擬似曲率であり、太
い線が図２１（ａ）の画素方向と整合した場合であり、
細い曲線が図２１（ｂ）の斜め方向にむいた場合であ
る。回転という変換に対して、擬似曲率関数は大きくそ
の様相を変化させている。

【００３７】逆にいうと同一の画素数と擬似曲率とのグ
ラフにたいして、その回転方向等を変化させることによ
って全く異なる図形が同一図形と認識されているという
ことである。

【００３８】これらの矛盾性を補正するために、従来の
例（特開平１０−１７１９２６、特開平１０−４０３８
８、特開平５−３２４８０５）のにおいてはニューラル
ネットを使用した補正方法を取っている。しかしなが
ら、一般に、数学的に巧く定義されていないものから数
学的に合理的な情報を再現することは困難である。

【００３９】また、（特開平５−３２４８０５、特開平
１０−１７１９２６、特開平１０−４０３８８）におい
てもファジィー方式やダイナミック・プログラミング方
法による補正を行ってきた。しかしながら、これらの誤
差には、数学的にうまく定義されていないことによる補
正分が含まれており、そのことによって署名照合の信頼
性が落ちている。

【００４０】本発明は上記従来技術の課題に鑑みてなさ
れたものであり、アファイン変換に近似的に不変で、離
散化誤差の影響を低減し、より正確に筆記入力に対する
パターンマッチングを行えるようにすることを目的とす
る。

【００４１】

【課題を解決するための手段】上記の目的を達成するた
めの本発明による情報処理装置は、以下の構成を備え
る。即ち、筆記入力されたパターンを所定の間隔でサン
プリングし、入力座標列を取得する取得手段と、前記入
力座標列に基づいて水平方向に対して所定の角度を有す
る線分を基準線として設定する設定手段と、前記入力座
標列によって表わされるパターンを複数の線分の連結で
近似して線分化する線分化手段と、前記線分化手段によ
ってえられた各線分について前記基準線となす角度を求
め、角度分布データを生成する生成手段と、前記生成手
段で生成された角度データ分布に基づいてマッチング処
理用のデータを生成して保持する保持手段とを備える。

【００４２】また、上記の目的を達成するための本発明
による情報処理方法は、筆記入力されたパターンを所定
の間隔でサンプリングし、入力座標列を取得する取得工
程と、前記入力座標列に基づいて水平方向に対して所定
の角度を有する線分を基準線として設定する設定工程
と、前記入力座標列によって表わされるパターンを複数
の線分の連結で近似して線分化する線分化工程と、前記
線分化工程によってえられた各線分について前記基準線
となす角度を求め、角度分布データを生成する生成工程
と、前記生成工程で生成された角度データ分布に基づい
てマッチング処理用のデータを生成して保持する保持工
程とを備える。

【００４３】

【発明の実施の形態】以下、添付の図面を参照して本発
明の好適な実施形態を説明する。

【００４４】＜第１実施形態＞まず、第１実施形態の処
理概要について説明する。本実施形態では、入力された
署名パターンの幾何学的特徴を抽出し数値化した後、予
め用意しておいた標準数値列との比較により署名の照合
を行う署名照合装置とその方法を説明する。

【００４５】図１は、本実施形態において対象とした署
名筆跡をデジタイザでデジタル化した後のドット列の例
を示す図である。図１に示すように、デジタイザによっ
て、細筆を使って書かれた署名を２次元整数格子内のＮ
個のドット列Ａ＝｛（ｘ[i]，ｙ[i]＝ｉ＝１，…，
Ｎ）｝に変換する。

【００４６】データは微小時間間隔で取り込んだものを
使用している。平均的には２つのドット列は図形として
隣接しているような間隔で取り込んでいる。この際、速
度が遅い部分では同一画素に重なっている個所がある。

【００４７】更に、一筆で書かれていない部分も時系列
データとして一列のドット列として採用している。図２
は署名に対する本実施形態の処理のドット列の説明図で
ある。つまり、署名文字は図２（ａ）に示すように一般
的には交差を除いて互いに連結していない曲線の集まり
であると考えられるが、ここで定義するものは連結して
いない部分も時系列にそって、実効的に一筆書きさせた
もの（図２（ｂ））を採用している。図２（ｂ）に示す
ようにストローク間は直線で補間して一筆書きとしてい
る。この採用した曲線を署名曲線と呼ぶ。

【００４８】原図形と２次元画素で表現された図形は法
（モデュロ）画素解像度で一致することを考慮にいれた
変換として、図３Ａの（ａ）に示すように区分的線分図
形で画素解像度以下の情報を無視し、原図形を回復する
ようにする。その際、どの程度の解像度までを取り込む
かのカットオフパラメータを導入して、図９で後述する
ように、区分的線分図形への変換を行なう。原図形は点
列Ａによって定義されているため、近似的にアファイン
変換に不変な図形として定義できる。これを後で詳しく
述べるように線分列Ｂに変換する。線分列Ｂは点列Ａの
データを適当に間引きして得られるものである。

【００４９】また、区分的線分図形においては弧長が巧
く定義できるので、弧長ｓに対する接角の角度関数φ
（ｓ）等が巧く定義できる。そこで、得られた線分列デ
ータに対して全弧長を計算した後に、一定の自然数Ｍで
分割し、弧長に関して等幅の点列｛ｓ（ｉ）｝を構成す
る。このことによって、弧長は規格化され、相似変換に
対して不変なものを取り扱うこととなる。

【００５０】接角φは、座標軸（本実施形態では入力座
標面の水平方向の軸）に対してなす角度であるので、ア
ファイン変換の回転の自由度に対して不変ではない。そ
こで、これを図形独自の相対値に変換することによっ
て、不変となるようにする。具体的には各点ｓ(i)に対
する接角φ[i]の基準角度としては、点列の始点から点
列の最終点とを結ぶ線分の傾きを角度ゼロとするものと
する。このとき必要であれば、署名時の筆の筆圧時系列
データや、頂点での署名開始時からの時刻等のデータを
弧長に換算しておいてもよい。

【００５１】上記の手続きにより点列が線分列に変換さ
れ、時系列データから弧長という幾何学的データに変換
できたこととなる。座標点列Ａが図１のように与えられ
た際、その形状を分類するというのが次の問題となる。

【００５２】ここで注意すべきは、区分的線分図形にお
いては従来の技術において指摘したヤコビアンの効果を
考慮しなくともよいことである。つまり、図１の点列に
対して、図３Ａ（ａ）のような区分的線分図形を考え
て、点列上の点に対して対応する線分上の点を与えると
する。その場合、線分列上のある点から出発して、線分
列をトレースする際に、対応する線分に対してどのくら
いの点列が存在したかの対応を調べると図４のようにな
る。図４より分かることは、グラフが直線ではないこと
である。従って、もしも画素番号を曲率の引数とするな
らば、ヤコビアンを考慮しなければならない。

【００５３】図３Ａ（ｂ）のように、横軸を弧長とし、
縦軸を相当する部分の角度とするとステップ（ヘビサイ
ド）関数として図形の特徴が表現できる。このとき、法
２πで、接角φには平行移動の自由度が存在する。これ
は接角の角度を計る際に何処を角度ゼロとするかという
自由度を意味し、アファイン変換における回転の自由度
に相当している。本実施形態では、角度ゼロの基準角と
して、署名曲線の始点と終点を結ぶ直線の方向を採用し
ている。

【００５４】図３Ａ（ｂ）の接角分布は、図３Ｂに示す
ように、入力座標面の水平線を角度ゼロとして各線分ａ
〜ｊの接角が求められ、それら線分の弧長に従った長さ
を有するステップ関数として得られる。

【００５５】図３Ａ（ｂ）には対応を連続なものとして
表現したが、計算機の上では図形を弧長に沿って、１画
素長さ程度あるいはそれ以上の大きさで等分に区分け
し、弧上の区分けされた１次元格子点上の角度分布を算
出して、対応を見るがそれが図３Ａ（ｃ）のグラフであ
る。ここで、離散化された角度分布をφ[i]と記す。但
し、全分割数は一定値にする。

【００５６】このφ[i]を１０回程度の署名の平均値を
標準角度分布とし、これを予め照合装置内の記憶装置に
記憶させるか、ＩＣカードあるいはコンピュータネット
ワークを通して取得し、照合装置内のメモリに保持して
おく。そして、メモリ内に存在した標準角度分布と、上
述のようにして入力データから直接計算された標準角度
分布とを比較して本人であることの照合を得る。

【００５７】即ち、本実施形態の署名照合装置は、標準
角度分布等の情報を用いて、例えば通常のパターンマッ
チング法あるいはダイナミックプログラミング法を取り
入れたパターンマッチングを行い、標準署名曲線との比
較を行い、署名の同等性を評価することになる。

【００５８】以下、第１実施形態による署名初号装置に
ついて更に詳細に説明する。

【００５９】図５は本実施形態による署名照合装置の外
観を示す図である。図５に示すように、署名照合装置
は、本体１１１、デジタイザ１１４、及びカード１１５
によって構成されている。また、図６は図５に示した署
名照合装置の機器構成を示すブロック図である。

【００６０】図５及び図６において、１１１は署名照合
装置の本体であり、１１４がデジタイザである。デジタ
イザは細尖のペン１１３と表記台１１２から構成されて
いる。表記台１１２は２次元格子状に組まれた受感部と
Ａ／Ｄ変換器（不図示）からなり、ペン１１３の先で圧
力のかかった位置を時系列的にデジタル信号に変えて本
体１１１に送っている。また、ペン１１３は筆圧を検知
する機能が付加されており、筆圧を時系列的にモニタ
し、アナログ信号を表記台１１２に送っている。表記台
１１２内のＡ／Ｄ変換器では、筆圧のアナログ信号をペ
ン位置のデジタル信号と同期を取って、デジタル化した
信号に変更し、本体部１１１に送っている。

【００６１】このような装置全体をデジタイザ１１４と
呼び、この装置により署名文字は時系列デジタル信号に
変換される。

【００６２】また、本体１１１は、パラメータ入力部１
１７と、制御過程、結果パラメータの入力指示を表示す
るためのモニタ１１８と、カード等に格納された標準デ
ータ１１５を読み取るための標準データ読み取り部１１
６と、ＲＡＭ１２１、ＲＯＭ１２２と制御演算部１２０
と、標準データ格納部１２３より構成されている。な
お、ＲＯＭ１２２には、フローチャートを参照して後述
する制御のための制御プログラムが格納され、制御演算
部１２０がこれを実行する。

【００６３】本実施形態の目的は、デジタイザに署名す
ることによって得られたデジタル信号から署名文字を復
元し、それを曲線と見なして、曲線の分類を行うことに
ある。

【００６４】上述したように、実際の署名文字は図２
（ａ）のように分離した曲線からなるが、時系列的に与
えられるため、図２（ｂ）のような一筆書きされたもの
と見なすことが可能であり、そのことにより１本の曲線
の分類問題に還元できる。

【００６５】これらの線分はデジタイザによって図２
（ｃ）のような２次元格子上の時系列データであり、２
次元整数格子内のＮ個の点列Ａ＝｛（ｘ[i]，ｙ[i]）｜
ｉ＝１，…，Ｎ｝に還元される。ｉは時間の進みに対応
している。また、データは微小時間間隔で取り込んだも
のを使用しており、隣接するドット列の距離｜（ｘ
[i]，ｙ[i]）−（ｘ[i-1]，ｙ[i-1]）｜は１ドット以下
になるような時間間隔で取り込みを行っている。この
際、速度が遅い部分では同一画素に重なっている個所が
ある。署名文字は一般的には交差を除いて互いに連結し
ていない曲線の集まりであると考えられるが、ここで定
義するものは連結していない部分も時系列にそって、実
効的に一筆書きさせたものを採用している。この採用し
た曲線を上で述べたように署名曲線と呼ぶ。

【００６６】座標点列Ａが図２（ｃ）のように与えられ
た際、その形状を分類するというのが本実施形態の目的
となる。

【００６７】デジタイザへの書き込みにおいても、傾
き、拡大縮小、平行移動等の従来例の問題点で指摘した
ようなアファイン変換が日常的に行われる等の問題が発
生する。そして、このような変換に対して不変な署名照
合方法及び署名照合装置を提供することが本実施形態の
目的である。実際、図２（ｃ）で得られるデータと図２
（ｄ）において得られるデータとでは、図形としては少
し傾き、拡大が行なわれただけに過ぎないにも関わら
ず、従来例の問題点で指摘したようにｘｙ−座標による
パターンマッチングでは様々な問題点を孕み一致性を巧
く表現できない。

【００６８】本実施形態の大まかな流れを図７のフロー
チャートに従って説明をする。

【００６９】ステップＳ０で初期化を行う。本初期化に
おいては、ＩＣカード等を標準データ読み取り部１１６
で読み取って得られた標準データ１１５、あるいは標準
データ格納部１１２から読み出した標準データを、ＲＡ
Ｍ１２１上にロードしておく。このとき、標準データ格
納部１１２は装置内部にあるハードディスク等であって
もよいし、コンピュータネットワークを通してデータを
蓄積した遠隔地のハードディスク等の記憶装置でもよ
い。

【００７０】次に、ステップＳ１において、入力者によ
る署名入力を行い、それをデジタイザでデジタル化し、
演算装置にデータを転送する。ステップＳ２で、ドット
データから区分的線分データ化を行なう。つまり、図１
に示した点列を、図３Ａ（ａ）のような線分列のデータ
に変換する。変換されたデータは図６のＲＡＭ１２１上
に格納される。

【００７１】このことにより、２次元画像データに変換
した際の誤差を軽減させ、原図形のもつ、アファイン性
を近似的に復元する。また、線分化することにより、２
次元面の持つ自然な測度から誘導される測度が線分上に
定義でき、「発明が解決しようとする課題」の欄で上述
したヤコビアンの問題から解放される。

【００７２】ここで、上述したステップＳ２の線分化に
おいて採用した方法を以下のように述べる。本実施形態
では、特開平１−２９５３７６において、述べられてい
るものを使用した。

【００７３】線分列の頂点列は、座標点列Ａの部分集合
Ｂ＝｛（Ｖｘ[i]，Ｖｙ[i]）｜ｉ＝１，…，Ｒ｝として
表される。ここで、点列Ａから部分集合Ｂを如何に抽出
するかが、点列の線分化問題である。なお、予めしきい
値vtxth0を一定値に決めておく。

【００７４】上述の仮定から座標点列Ａの対応する曲線
の両端は既に判明しているとしてよい。以下、図８のフ
ローチャートと図９に示す具体例を参照して線分化処理
を説明する。

【００７５】まず、図９を参照して線分化処理の概要を
説明する。図９（ａ）に示されるように、まずパターン
の両端を線分（図９では白線で示す）で結ぶ。これを階
層１の線分と呼ぶ。この線分から、線分の両端で挟まれ
た領域での座標点（この時点ではパターンの全体）に対
して、距離ｒ[i]（ｉ＝１，…，Ｎ）を求める。この求
めた距離ｒ[i]の最大のものがvtxth0より小さければ、
それ以上の線分化は行わず、両端を結んだ階層１の線分
が求める線分列として決定される。

【００７６】図９（ａ）は最大距離がvtxth0より大きい
場合を図示しており、点１０２１が最大距離を持つ点で
ある。この場合、点１０２１を新たな頂点列の一つと
し、図９（ｂ）のようにする。これによりひとつ階層を
上げ、得られた点列を階層２の頂点列とする。

【００７７】このような操作を各線分上で上記と同じ操
作を以下のように繰り返す。現在の階層をＫ（＞１）と
する。階層Ｋの線分列の内の１つの線分に着目する。該
線分の両端で挟まれた領域での座標点列Ａの部分列の該
線分からの距離をｒ[i]（ｉ＝j1，…，j2）とし、ｒ[i]
（ｉ＝j1，…，j2）を求める。この求めた距離の最大の
もの（最大距離ｄ）が、もしも、vtxth0より小さけれ
ば、該線分を求める線分列の一部とする。このとき、対
応する線分は階層Ｋについて、収束したとし、階層をＫ
からＫ＋１に増やした場合も線分列の対応する部分は変
化しないものとする。

【００７８】もしも、最大距離ｄが、vtxth0より大きけ
れば、最大値を持つ点を次の階層Ｋ＋１での頂点列の一
つとする。この操作を同じ階層内のすべての収束してい
ない線分に対して行い、階層Ｋ上で総ての線分について
操作を行なった後に階層をＫからＫ＋１に上げる。例え
ば、図９（ａ）から１回操作を行なうと前述したように
図９（ｂ）のように２つの白線に線分化される。更に図
９（ｂ）における２つの白線分それぞれに対して上記の
操作を行うと図９（ｃ）のようになる。図９（ｃ）にお
いて、更に線分化の操作を行なうと、線分１０２２以外
の線分は上述の意味で収束しており（つまり、線分に属
する点列の線分に対する距離がvtxth0を超えない）、線
分１０２２だけ線分化されて図９（ｄ）のようになる。

【００７９】このような操作を繰り返す事により、階層
を十分深くすると最終的に座標点が有限であるので、総
ての線分が収束し、つまり、総ての点列が対応する線分
からvtxth0よりも小さい距離にあるように、線分列を構
成できる。

【００８０】上述のような方法によって図９（ａ）に対
して図９（ｄ）のような線分列が得られることになる。
以上の処理を流れ図にして示したのが、図８である。図
８に従って、一般的な場合の線分化処理について述べ
る。

【００８１】まず、ステップＳ１０１の開始と同時に初
期化を行なう。つまり、階層Ｋを１に、また、曲線の両
端を階層１の線分の両端とする。次に、ステップＳ１０
２で、着目するｉ番目の線分が、階層Ｋの線分列の最終
線分を超えたか否かをチェックする。

【００８２】ｉ番目の線分が階層Ｋの線分列の最終線分
でないならばステップＳ１０３で線分内の対応する座標
点の線分からの距離の最大値を計算する。そして、ステ
ップＳ１０４で、線分の最大距離ｄがvtxth0より大きけ
れば、ステップＳ１０５へ移行し、ｉ番目の線分を最大
距離ｄを持つところで分割して、２つの線分に分ける。
もしも、ステップＳ１０４で、線分の最大距離ｄがvtxt
h0より小さければ、そのまま次の線分の処理に移行す
る。すなわちその線分は収束したものとし扱われること
になる。

【００８３】ステップＳ１０６で同じ階層Ｋ内での線分
列の次の線分に移る。ここで、再びステップＳ１０２
で、着目するｉ番目の線分が、階層Ｋの線分列の最終線
分か否かをチェックする。以上のステップＳ１０３から
Ｓ１０６までの操作を繰り返し、階層Ｋの線分列の最終
線分まで繰り返す。

【００８４】ステップＳ１０８で総ての線分において最
大距離ｄがvtxth0より小さければ、ステップＳ１０９で
線分列の選択された各頂点列(x(i_a),y(i_a))をi_aの小さ
い順に並べ替え、線分の頂点列となるようにした後にス
テップＳ１１０の終了に向かう。もしも、ステップＳ１
０８で総て線分が収束していなければ、ステップＳ１０
７で階層を一つ上げて、ステップＳ１０２に向かう。以
上のような処理を繰り返し、最終的には総てが収束して
終了する。

【００８５】なお、上記処理において、vtxth0は解像度
を決めるパラメータとしても用いることができ、合理的
に解像度を変更できる。パラメータは図１１のパラメー
タ入力部１１７を使って、入力変更できるようになって
いる。

【００８６】また、このようにして得られた線分列は上
で述べたように原図形を近似的に表現していると考えら
れ、２次元画像データに置き換えた際に失ったアファイ
ン自由度を再び近似的に再現している。

【００８７】実際、図１０（ａ）に示すような直線が画
素の格子と整合している場合も図１０（ｂ）に示すよう
に直線を斜めにした場合も、ほぼ同一の接角分布をもっ
ている。つまり、図１１のように、近似的にアファイン
性を回復している事が判る。図１１で、横軸が弧長、縦
軸が接角であり、太い線が図１０（ａ）の画素方向と整
合した場合であり、細い曲線が図１０（ｂ）の斜め方向
にむいた場合である。回転という変換に対して、図２２
の擬似曲率関数と異なり、接角と弧長の関係はほぼ同一
の分布を与えている。

【００８８】図７に戻り、ステップＳ３で、線分を端か
ら、弧長に沿って等分割する。分割数は予め定められた
数Ｍとし、全弧長をＭ個に等分割する。そして、ステッ
プＳ４において、接角分布の計算を行なう。

【００８９】まず、署名曲線の始点と終点によって定ま
る直線を選びそれを基準角度とする。この方向をゼロの
角度として各分割点での接角を定める。接角φは、曲率
ｄφ／ｄｓの弧長による積分量であるので、微分不可能
な曲線においても定義できる。少なくとも超関数論の意
味で定義できる事となっている。このようにして得られ
た接角φ[i]は、図３Ａ（ｃ）のようなものとなる。

【００９０】ステップＳ５において、これを図３Ａ
（ｄ）における太線で示すような標準パターンである角
度分布｛φ_ref[i]｝と比較する。比較の仕方は、

【００９１】

【数２】としてＳを計算し、Ｓの値をマッチング度とする。そし
て、このマッチング度が所定の閾値を越えているかどう
かで、照合判定を行う。なお、必要であれば、いくつか
の標準パターンを用意しておき、そのどれに最も近いか
の判定をして形状を分類してもよい。

【００９２】その後、図５及び図６に示したモニタ１１
８に終了の表示と、マッチングの結果を表示する。マッ
チングの結果がしきい値以上であれば署名は標準署名と
同じであるとして同一人であると判定する。

【００９３】なお、上記において標準パターンとしての
標準署名接角分布、即ち標準パターンの作成方法として
は、（１）前もって入力された署名曲線について、上述
の接角分布計算を行い、これを登録する、或いは、
（２）所定数の署名曲線に対して上述の接角分布計算を
行い、求められた接角を各点で平均したものを登録する
等が挙げられる。本実施形態ではそのような機能を図５
の装置を使って構成し、標準パターンを作成している。

【００９４】以上説明したように、本実施形態によれ
ば、入力された署名曲線を線分化し、所定数で等間隔に
分割して得られた各点の接角を求めて得られる接角分布
に基づいて署名曲線のパターンマッチングを行うので、
アファイン変換に近似的に不変で、離散化誤差の影響の
低い署名分類を実現できる。

【００９５】また、ニューラルネットワークのような不
確定な処理方法でかつ過去の履歴を利用した処理方法を
採用することなく、署名入力の形状を決定でき、署名そ
れ自身の純粋な揺らぎのみが揺らぎとなるような照合方
法が提示可能となる。

【００９６】＜第２実施形態＞第１の実施形態では、標
準パターンとして用いる標準署名接角分布の全体をパタ
ーンマッチングの対象とした。しかしながら、人が行う
署名には、その時々によって変化の大きい部分、すなわ
ち揺らぎの大きい部分が存在し、これらも含めてパター
ンマッチングを行うと、かえってマッチング精度が低下
する可能性がある。そこで、第２実施形態では、接角分
布同士のパターンマッチングにおいて、このような揺ら
ぎの大きい部分を除外してマッチング処理を行う。

【００９７】以下、第２の実施形態による揺らぎの大き
い部分の検出について説明する。

【００９８】図１２は第２の実施形態による標準パター
ン（標準署名接角分布）及びマッチング時に除去すべき
部位（揺らぎの大きい部位）の登録手順を説明するフロ
ーチャートである。なお、ステップＳ０〜Ｓ４の処理は
上述した第１実施形態におけるステップＳ０〜Ｓ４（図
７）と同様であり、説明を省略する。

【００９９】上述のように、ステップＳ０〜Ｓ４の処理
によって標準のパターンを生成するべく入力された筆記
署名の入力データを線分化し、線分を等分割して接角分
布φ[i]を得る。

【０１００】上記処理をＬ回（本例では１０回程度とす
る）繰り返すことにより、Ｌ個のφ[i]を取得し、標準
接角分布として照合装置内の記憶装置、或いはＩＣカー
ド或いはコンピュータネットワークと介して接続された
外部の記憶装置に保持しておく。そして、ステップＳ１
５からステップＳ１６へ進み、保持されたＭ個のφ[i]
を統計処理して標準パターンと非マッチング対象領域を
取得し、結果を登録する。

【０１０１】図１３は第２実施形態による統計処理を説
明する図である。図１３（ａ）に２つの署名曲線から得
られた２つの角度分布φ₁[i]（太線）とφ₂[i]（細線）
を示している。これらに対して以下の式で定義されるΔ
φ[i]を計算して、２つの署名曲線間の揺らぎの大きさ
を求める。

【０１０２】

【数３】

【０１０３】上記式によって求まるΔφ[i]の大きさ、
即ち｜Δφ[i]｜を図１３（ｂ）に示す。図１３（ｂ）
に示すように、｜Δφ[i]｜が大きく揺らぐ箇所が存在
する。そこで、しきい値Δφ₀を用意し、｜Δφ[i]｜が
それ以上の値をとる箇所を不定領域と定義する。不定領
域は、署名を行うたびに揺らぎが大きい場所として、署
名照合時のマッチング処理においてはその領域の値を用
いない、即ち非マッチング対象領域とする。図１３
（ｂ）に示す様な結果が得られた場合、マッチング対象
領域は図１３（ｃ）の太線が示されている部分となり、
非マッチング対象領域は太線の示されていない部分とな
る。

【０１０４】以上の様な統計処理を複数（Ｌ個、本例で
は１０個程度）の署名曲線について行い、平均からの揺
らぎの大きいも箇所を不定領域と判断し、パターンマッ
チングしない領域とする。こうして、非マッチング対象
領域を設定することで、署名入力のたびに分布が大きく
揺らぐ箇所でのパターンマッチングを行わないようにす
ることができ、照合時のマッチング処理の信頼性を向上
する。なお、不定領域以外の分布値は、平均値を採用す
る。

【０１０５】ただし、揺らぎの評価及び／或いはマッチ
ング対象領域の平均値算出に際して、その箇所で揺らぎ
の大きいものの数個を統計処理として除外して評価を行
ってもよい。例えば、揺らぎの計算、平均値の算出に関
し、その箇所で揺らぎの最も大きいものを統計処理の対
象外とし、残りのＬ−１個に対して上記統計処理を行う
ようにしてもよい。

【０１０６】以上のようにして得られた標準パターンと
マッチング対象領域は、標準データとして保持される。
そして、照合処理に際してこの標準データが用いられる
ことになる。照合処理は第１の実施形態（図７）で説明
したとおりである。ただし、ステップＳ５におけるパタ
ーンマッチ処理において、［数２］で示した式を用いて
マッチング度を算出するが、φ_refは、上述した接角の
平均値であり、ｉはマッチング対象領域のみとなる。

【０１０７】＜他の実施形態＞なお、本発明は、複数の
機器（例えばホストコンピュータ、インタフェイス機
器、リーダ、プリンタなど）から構成されるシステムに
適用しても、一つの機器からなる装置（例えば、複写
機、ファクシミリ装置など）に適用してもよい。

【０１０８】また、本発明の目的は、前述した実施形態
の機能を実現するソフトウェアのプログラムコードを記
録した記憶媒体（または記録媒体）を、システムあるい
は装置に供給し、そのシステムあるいは装置のコンピュ
ータ（またはＣＰＵやＭＰＵ）が記憶媒体に格納された
プログラムコードを読み出し実行することによっても、
達成されることは言うまでもない。この場合、記憶媒体
から読み出されたプログラムコード自体が前述した実施
形態の機能を実現することになり、そのプログラムコー
ドを記憶した記憶媒体は本発明を構成することになる。
また、コンピュータが読み出したプログラムコードを実
行することにより、前述した実施形態の機能が実現され
るだけでなく、そのプログラムコードの指示に基づき、
コンピュータ上で稼働しているオペレーティングシステ
ム（ＯＳ）などが実際の処理の一部または全部を行い、
その処理によって前述した実施形態の機能が実現される
場合も含まれることは言うまでもない。

【０１０９】さらに、記憶媒体から読み出されたプログ
ラムコードが、コンピュータに挿入された機能拡張カー
ドやコンピュータに接続された機能拡張ユニットに備わ
るメモリに書込まれた後、そのプログラムコードの指示
に基づき、その機能拡張カードや機能拡張ユニットに備
わるＣＰＵなどが実際の処理の一部または全部を行い、
その処理によって前述した実施形態の機能が実現される
場合も含まれることは言うまでもない。

【０１１０】

【発明の効果】以上説明したように、本発明によれば、
アファイン変換に近似的に不変で、離散化誤差の影響を
低減し、より正確に筆記入力に対するパターンマッチン
グを行えるようになる。

【図面の簡単な説明】

【図１】本実施形態において対象とした署名筆跡をデジ
タイザでデジタル化した後のドット列の例を示す図であ
る。

【図２】署名に対する本実施形態の処理のドット列の説
明図である。

【図３Ａ】図１に示した入力データに対する第１実施形
態の処理を説明する図である。

【図３Ｂ】図３Ａに示した接角分布を説明する図であ
る。

【図４】線分に沿った弧長と、該線分に対応する点列の
数との対応を示す図である。

【図５】本実施形態による署名照合装置の外観を示す図
である。

【図６】図５に示した署名照合装置の機器構成を示すブ
ロック図である。

【図７】第１実施形態の署名照合装置における署名照合
手順を示すフローチャートである。

【図８】第１実施形態における、線分化処理の手順を説
明するフローチャートである。

【図９】第１実施形態における、線分化処理を説明する
図である。

【図１０】本実施形態で使用した曲線の分類方法の効果
を表した解説図である。

【図１１】本実施形態で使用した曲線の分類方法の効果
を表した解説図である。

【図１２】第２の実施形態による標準パターン（標準署
名接角分布）及びマッチング時に除去すべき部位（揺ら
ぎの大きい部位）の登録手順を説明するフローチャート
である。

【図１３】第２実施形態による統計処理を説明する図で
ある。

【図１４】一般的な署名照合装置の概略構成を示す図で
ある。

【図１５】２次元面にはめ込まれた曲線の例を示す図で
ある。

【図１６】従来の技術における曲線の分類方法の説明図
である。

【図１７】従来の技術における曲率の定義を説明する図
である。

【図１８】従来の技術における曲線の分類方法を説明す
るフローチャートである。

【図１９】接角を説明する図である。

【図２０】同一線分を表すドットの不確定さを説明する
図である。

【図２１】従来技術における問題点を説明する図であ
る。

【図２２】従来技術における問題点を説明する図であ
る。

【符号の説明】

１１１署名筆跡照合装置の本体部１１２デジタイザの表記台１１３細筆１１４デジタイザ１１５ＩＣカード１１６ＩＣカードを読み込む装置１１７起動、終了、パラメータ入力等の入力部１１８モニター１２０制御演算部１２１ＲＡＭ１２２ＲＯＭ１２３標準データ部１３０２１，３０２２デジタイザ３０２２細筆３０２３従来の例の署名筆跡照合装置の本体

Claims

【特許請求の範囲】

【請求項１】筆記入力されたパターンを所定の間隔で
サンプリングし、入力座標列を取得する取得手段と、前記入力座標列に基づいて水平方向に対して所定の角度
を有する線分を基準線として設定する設定手段と、前記入力座標列によって表わされるパターンを複数の線
分の連結で近似して線分化する線分化手段と、前記線分化手段によってえられた各線分について前記基
準線となす角度を求め、角度分布データを生成する生成
手段と、前記生成手段で生成された角度データ分布に基づいてマ
ッチング処理用のデータを生成して保持する保持手段と
を備えることを特徴とする情報処理装置。
【請求項２】前記保持手段で保持されたデータを用い
て、筆記入力パターンの類似度を判定する判定手段を更
に備えることを特徴とする請求項１に記載の情報処理装
置。
【請求項３】前記設定手段は、前記入力座標列の先頭
と末尾の座標を結ぶ線分を前記基準線として設定するこ
とを特徴とする請求項１に記載の情報処理装置。
【請求項４】前記生成手段は、前記線分化手段で得ら
れた全線分の線分に沿った長さの和である全線分長を所
定数に等分割し、得られた各分割位置の前記基準線とな
す角度に基づき、前記角度分布データを生成することを
特徴とする請求項１に記載の情報処理装置。
【請求項５】前記保持手段は、複数の入力座標列から
得られる複数の角度分布データを加重平均して得た角度
分布データに基づいて、マッチング処理用のデータを生
成することを特徴とする請求項１に記載の情報処理装
置。
【請求項６】前記取得手段は、デジタイザを用いて入
力された座標列を取得することを特徴とする請求項１に
記載の情報処理装置。
【請求項７】前記保持手段は、複数の入力座標列について得られた複数の角度分布デー
タから、分布値のずれが所定値を越える部位を不確定領
域として抽出する不確定領域抽出手段と、前記複数の入力座標列に基づいて標準角度分布データを
生成する角度分布データ生成手段とを備え、前記不確定領域抽出手段によって抽出された不確定領域
と、前記角度分布データ生成手段で生成された角度分布
データとを含むマッチング処理用のデータを生成して保
持することを特徴とする請求項１に記載の情報処理装
置。
【請求項８】前記保持手段で保持された角度分布デー
タの、前記不確定領域を除く部分を用いて筆記入力パタ
ーンの類似度を判定する判定手段を更に備えることを特
徴とする請求項７に記載の情報処理装置。
【請求項９】前記角度分布データ生成手段は、角度分
布値の平均値を用いて標準角度分布データを生成するこ
とを特徴とする請求項７に記載の情報処理装置。
【請求項１０】筆記入力されたパターンを所定の間隔
でサンプリングし、入力座標列を取得する取得工程と、前記入力座標列に基づいて水平方向に対して所定の角度
を有する線分を基準線として設定する設定工程と、前記入力座標列によって表わされるパターンを複数の線
分の連結で近似して線分化する線分化工程と、前記線分化工程によってえられた各線分について前記基
準線となす角度を求め、角度分布データを生成する生成
工程と、前記生成工程で生成された角度データ分布に基づいてマ
ッチング処理用のデータを生成して保持する保持工程と
を備えることを特徴とする情報処理方法。
【請求項１１】前記保持工程で保持されたデータを用
いて、筆記入力パターンの類似度を判定する判定工程を
更に備えることを特徴とする請求項１０に記載の情報処
理方法。
【請求項１２】前記設定工程は、前記入力座標列の先
頭と末尾の座標を結ぶ線分を前記基準線として設定する
ことを特徴とする請求項１０に記載の情報処理方法。
【請求項１３】前記生成工程は、前記線分化工程で得
られた全線分の線分に沿った長さの和である全線分長を
所定数に等分割し、得られた各分割位置の前記基準線と
なす角度に基づき、前記角度分布データを生成すること
を特徴とする請求項１０に記載の情報処理方法。
【請求項１４】前記保持工程は、複数の入力座標列か
ら得られる複数の角度分布データを加重平均して得た角
度分布データに基づいて、マッチング処理用のデータを
生成することを特徴とする請求項１０に記載の情報処理
方法。
【請求項１５】前記取得工程は、デジタイザを用いて
入力された座標列を取得することを特徴とする請求項１
０に記載の情報処理方法。
【請求項１６】前記保持工程は、複数の入力座標列について得られた複数の角度分布デー
タから、分布値のずれが所定値を越える部位を不確定領
域として抽出する不確定領域抽出工程と、前記複数の入力座標列に基づいて標準角度分布データを
生成する角度分布データ生成工程とを備え、前記不確定領域抽出工程によって抽出された不確定領域
と、前記角度分布データ生成工程で生成された角度分布
データとを含むマッチング処理用のデータを生成して保
持することを特徴とする請求項１０に記載の情報処理方
法。
【請求項１７】前記保持工程で保持された角度分布デ
ータの、前記不確定領域を除く部分を用いて筆記入力パ
ターンの類似度を判定する判定工程を更に備えることを
特徴とする請求項１６に記載の情報処理方法。
【請求項１８】前記角度分布データ生成工程は、角度
分布値の平均値を用いて標準角度分布データを生成する
ことを特徴とする請求項１６に記載の情報処理方法。
【請求項１９】請求項１０乃至１８のいずれかに記載
の情報処理方法をコンピュータによって実現するための
制御プログラムを格納することを特徴とする記憶媒体。