手書き文字の静止画像からの筆順復元に関する研究加藤美治概要手書き文字認識はオンライン手書き文字認識とオフライン手書き文字認識に大別することができるが，タブレットなど専用の入力デバイスを使用するオンライン手書き文字認識と比較すると，イメージ・スキャナーなど通常の画像入力デバイスを使用するオフライン手書き文字認識は複雑な技術を必要とする．これは，オンライン手書き文字認識においてはペン先の軌跡，加速度，ペンの上下あるいは筆圧などの情報を動的に捉えることができるのに対して，オフライン手書き文字認識においては紙面上に書かれた文字をスキャンして得られた静的な２次元画像だけしか情報が無いことに起因している．つまり，オンライン手書き文字認識においては，ペン先の動きに伴う文字の形成過程を動的に認識することができるのに対して，オフライン手書き文字認識においては，ペン先の軌跡が紙面に投影されて形成された字形を抽出し複雑な画像処理を適用して得られた静的な特徴に基づいて認識しなければならないのである．オフライン手書き文字認識においては時間情報が失われていることが根本的な相違であるが，もし文字画像を解析して手書き文字の筆順を復元することができれば，静的な２次元画像から時間情報が復元されることになる．従って，そのような手法は，オフライン手書き文字認識問題をオンライン手書き文字認識問題へ転換するブリッジと見なすことができる．本論文では，静的な２次元画像を解析して手書き文字の筆順を復元する新たな手法を提案した．対象となる手書き文字は，一画もしくは複数画からなり，二度書きされた線分を含むことができる．提案手法は，イメージ・スキャナーによって手書き文字が２次元画像として入力されて画像処理が施された後，画像データからグラフを構築し，グラフの解析およびラベル付けにより筆順を復元するものである．その基本となる原理は，手書き運動においてはエネルギーが最小になるように文字が書かれるために，手書き文字は基本的に滑らかな性質を備えているということである．しかし，グラフを解析して最も滑らかな経路を発見しそれを筆順とするアプローチは，非常に簡単な文字でない限りはすぐに組合せの爆発を招くことになる．また，画像処理の結果は微小な画素レベルとなり，字形の解析には困難が伴う．そこで，本論文では，画素レベルではなく文字ストローク・レベルに変換してグラフの解析を行い，グラフの探索およびラベル付けにより筆順の復元を行う手法を提案した．提案手法は二つのフェーズから構成される．最初のフェーズでは，グラフを大局的に解析し文字ストロークの種類を判別し，グラフ上の各々の辺や頂点のタイプを決定しラベル付けを行う．二番目のフェーズでは，ラベル情報に基づいて始点から終点までグラフを追跡し，筆順を復元する．ラベル付けの過程において経路を二重化することなどにより，グラフの探索を単純化し，さらに最終的なグラフの追跡アルゴリズムも単純化した．また，ヒューリスティックの採用をできるだけ避け，アルゴリズムの妥当性についても検討した．提案手法は，巡回セールスマン問題を解くなどして可能な組合せを列挙して評価することがないために，複雑な手書き文字の場合であっても組合せの爆発を招くことがない．本研究は，紙面に書き残された既に時間情報の失われた筆点運動の軌跡画像から筆点運動の時間的順序情報を復元することを目的としており，いわゆる逆問題の範疇に属している．この種の問題は解が一意とならず一般に難問となる．本研究では，手書運動の滑らかな性質に着目した復元原理を導入し，まず一筆書きの文字の筆順復元を実現した．次に，その手法を複数画の文字の筆順復元に拡張した．文字認識はパターン認識の重要な研究分野のひとつであるが，パターン認識は本来的に逆問題を取り扱いの対象とするものである．本研究も静止画像上の字形からそれを形成した筆点運動を再現する試みであり，パターン認識における逆問題の研究のひとつに位置付けられる．従来の手法は，一画の文字に限定されたり複雑な文字の場合には組合わせの爆発が避けられなかったが，本論文ではこれらの問題点を解決する手法を提案した．また，少ない計算量で複数画の筆順を復元することができることから，複数の文字あるいは簡単なセンテンスを復元の対象とすることも可能となり，オフライン文字認識からオンライン文字認識への転換に寄与するものである．