專利名稱：手寫識別的訓練與合成的制作方法
專利說明手寫識別的訓練與合成
背景技術(shù)：
計算環(huán)境的個性化已變得越來越流行。除了具有類似功能的大量軟件包供用戶選用外，用戶可以個性化那些軟件包中的設置。例如，


(微軟視窗)操作系統(tǒng)的用戶可以個性化他們的墻紙和聲音以及操作系統(tǒng)的其他特征。盡管調(diào)節(jié)這些特征增強了用戶個人體驗，但允許用戶在計算環(huán)境內(nèi)再造他們自己的手寫體可以能是最能將一個用戶與他人區(qū)別并使其個性化的一種手段。此外，不象某些私人設置，如果用戶的電子郵件或其他文檔能以個性化手寫體來書寫，他/她可能會有興趣分享他/她的手寫體。
一般而言，已嘗試兩類生成或模仿手寫體的方法直接手寫體捕捉和個人字體設計。直接捕捉收集數(shù)字形式的手寫體并使用記錄的筆劃點位置、壓力和畫筆風格在接收者的計算機上重新構(gòu)造手寫體，或可以簡單地將手寫體的圖象發(fā)送給接收者。此方法經(jīng)常在輸入板PC上采用。不幸的是，這要求用戶使用數(shù)字筆直接在屏幕上書寫，使得諸如準備冗長的電子郵件那樣需要大量書寫的工作可能是不方便且令人厭倦的。
個人字體設計使一組手寫體字符歸入一系統(tǒng)字體，例如一個真實類型的字體。然而，個人的字體在字符形狀不產(chǎn)生手寫體應有的變化。此外也無法產(chǎn)生自然的草書手寫體，因為在系統(tǒng)字體中的字符僅僅是并排呈現(xiàn)的。
因而，在本領域中存在一個需求，即允許計算機用戶容易且有效地訓練計算機識別他/她的手寫體而不需要那些象是與直接捕捉相關聯(lián)的時間密集的書寫練習。對系統(tǒng)和方法還存在一個需求，就是能夠從從手寫體樣本中捕捉比諸如用個人字體設計系統(tǒng)的單獨字符的形狀更多的特征。用本發(fā)明的一個或多個方面可滿足那些和其他需求。


發(fā)明內(nèi)容
本發(fā)明的諸方面涉及用于訓練計算機識別用戶手寫體的系統(tǒng)和方法。在一示例中，計算機接收至少一個由用戶書寫的字符的手寫體樣本。這些樣本可以包括提供作為單詞開始字符的字符、提供作為在單詞中間的字符、提供作為單詞結(jié)尾字符的字符?？蓮臉颖局刑崛】刂泣c以表示該字符的形狀。在又一示例中，確定字符的垂直和水平對齊。
另一方面涉及用于顯示計算機用戶的手寫體表示的系統(tǒng)和方法。在一示例中，同一字符如上所述的不同變化可根據(jù)該字符的特定用途之一而被使用。在另一示例中，方法可以確定在用戶輸入中接收的至少兩個字符是否應被聯(lián)結(jié)，即使這些字符是同一單詞或字符串的一部分。在又一示例中，字符被調(diào)整，諸如切除字符的一些部分以構(gòu)成更逼真的改造和合成。在再一示例中，字符在顯示前被規(guī)格化。在一個這類示例中，規(guī)格化調(diào)整字符的美學特征。
根據(jù)本發(fā)明的具體示例，生成精確表示手寫體的字符，手寫體包括字母形狀的變化、字母間自然合理且個性化的連接風格，以及看似有壓力感覺的連接部分。
這些和其他優(yōu)點從隨后結(jié)合附圖的詳細描述變得顯而易見。本發(fā)明及其優(yōu)點的更完全的理解可從結(jié)合附圖參考以下描述獲得。在所有附圖中相似的標號指類似的特征，且附圖如下 附圖簡述

圖1示出其中可實現(xiàn)本發(fā)明實施例的示例計算機系統(tǒng)。
圖2示出一種用于訓練計算機識別用戶手寫體的方法的功能框圖。
圖3a和3b示出可用于根據(jù)本發(fā)明的一個實施例接收多個字符樣本的示例性用戶界面。
圖4示出根據(jù)本發(fā)明的一個實施例對一個字符的控制點的示例性提取。
圖5示出在連接到單筆劃字符的一多筆劃字符之間的示例性連結(jié)概率。
圖6是顯示計算機用戶的手寫體表示的一種示例性方法的流程圖。
圖7示出按照本發(fā)明的一方面用概率表合成的一個示例性字符集合。
圖8提供根據(jù)本發(fā)明一個實施例的4個示例性字符。
圖9示出以一個水平距離彼此連結(jié)的示例性字符對。
圖10示出按照本發(fā)明一個實施例表示加權(quán)函數(shù)的特征的圖形。

具體實施例方式 示例性操作環(huán)境 圖1是可用于結(jié)合實現(xiàn)本發(fā)明的方法和系統(tǒng)使用的常規(guī)通用數(shù)字計算環(huán)境的一個示例的功能框圖。在圖1中，計算機100包括處理單元110、系統(tǒng)存儲器120和將包括系統(tǒng)存儲器的各種系統(tǒng)組件耦合到處理單元110的系統(tǒng)總線130。系統(tǒng)總線130可以是幾種類型的總線結(jié)構(gòu)中的任何一種，包括存儲器總線或存儲控制器、外圍總線、以及使用各種總線體系結(jié)構(gòu)中的任一種的局部總線。系統(tǒng)存儲器120包括只讀存儲器(ROM)140和隨機存取存儲器(RAM)150。
基本輸入/輸出系統(tǒng)160(BIOS)包含如在啟動時幫助在計算機100中的元件之間傳輸信息的基本例程，儲存在ROM 140中。計算機100也包括用于對硬盤(未示出)進行讀寫的硬盤驅(qū)動器170、用于對可移動磁盤190進行讀寫的磁盤驅(qū)動器180、以及用于對諸如CD ROM或其它光媒質(zhì)等可移動光盤192進行讀寫的光盤驅(qū)動器191。硬盤驅(qū)動器170、磁盤驅(qū)動器180和光盤驅(qū)動器191分別由硬盤驅(qū)動器接口192、磁盤驅(qū)動器接口193和光盤驅(qū)動器接口194連接到系統(tǒng)總線130。驅(qū)動器及其關聯(lián)的計算機可讀媒質(zhì)為個人計算機100提供了計算機可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊和其它數(shù)據(jù)的非易失存儲。本領域的技術(shù)人員可以理解，在示例操作環(huán)境中也可使用可儲存可由計算機訪問的數(shù)據(jù)的其它類型的計算機可讀媒質(zhì)，如磁帶盒、閃存卡、數(shù)字視頻盤、貝努利盒式磁帶、隨機存取存儲器(RAM)、只讀存儲器(ROM)等等。
眾多程序模塊可儲存在硬盤170、磁盤190、光盤192、ROM 140或RAM150中，包括操作系統(tǒng)195、一個或多個應用程序196、其它程序模塊197和程序數(shù)據(jù)198。用戶可通過輸入設備，如鍵盤101和定位設備102向計算機100輸入命令和信息。其它輸入設備(未示出)可包括麥克風、操縱桿、游戲墊、圓盤式衛(wèi)星天線、掃描儀等等。這些和其它輸入設備通常通過耦合到系統(tǒng)總線的串行端口接口連接到處理單元110，但也可通過其它接口連接，如并行端口、游戲端口和通用串行總線(USB)。所示的計算機100包括可選的PCMCIA接口103，它可將按照本發(fā)明的輸入設備的至少一個實施例連結(jié)到計算機100。監(jiān)視器107或其它類型的顯示設備也通過如視頻適配器108的接口連接到系統(tǒng)總線130。一個輔助顯示設備199也可以與計算機100通信。該輔助設備可集成在計算機中(如圖所示)，可與計算機分開或在計算機外部。該輔助顯示199能可選地與輔助處理器200通信，后者可集成在輔助顯示器中或位于計算機100之中。除監(jiān)視器之外，個人計算機通常包括其它外圍輸出設備(未示出)，如揚聲器或打印機。
計算機100可在使用到一個或多個遠程計算機，如遠程計算機109的邏輯連接的網(wǎng)絡化環(huán)境中操作。遠程計算機109可以是服務器、路由器、網(wǎng)絡PC、對等設備或其它公用網(wǎng)絡節(jié)點，并通常包括上述涉及計算機100的許多或所有元件，盡管圖1中僅示出了存儲器存儲設備111。圖1所描述的邏輯連接包括局域網(wǎng)(LAN)112和廣域網(wǎng)(WAN)113。這樣的網(wǎng)絡環(huán)境常見于辦公室、企業(yè)范圍計算機網(wǎng)絡、內(nèi)聯(lián)網(wǎng)和因特網(wǎng)。
當在LAN網(wǎng)絡環(huán)境中使用時，計算機100通過網(wǎng)絡接口或適配器114連接到局域網(wǎng)112。當在WAN網(wǎng)絡環(huán)境中使用時，個人計算機100通常包括調(diào)制解調(diào)器115或其它裝置，用于通過廣域網(wǎng)113，如因特網(wǎng)建立通信。內(nèi)置或外接的調(diào)制解調(diào)器115通過串行端口接口106連接系統(tǒng)總線130。在網(wǎng)絡環(huán)境中，相對個人計算機100畫出的程序模塊或其部分可存儲在遠程存儲器存儲設備中。
可以理解，所示的網(wǎng)絡連接是說明性的，可以使用在計算機之間建立通信鏈路的其它技術(shù)。假定存在各種公知協(xié)議的任一種，如TCP/IP、以太網(wǎng)、FTP、HTTP、藍牙、IEEE 802.11x等等，系統(tǒng)可在客戶機-服務器配置中操作，以準許用戶從基于web的服務器檢索網(wǎng)頁。可以使用各種常規(guī)web瀏覽器中任一種來顯示并操控web頁面上的數(shù)據(jù)。
說明性實施例的描述 圖2示出一種訓練計算機識別計算機用戶的手寫體的方法的功能框圖。在一個實施例中，計算機可類似于計算機100安排。在步驟205，諸如計算機100的計算機接收由用戶書寫的至少一個字符的手寫樣本。手寫樣本可通過諸如書寫用具、熱敏表面、壓敏表面或這些的組合的任何用戶輸入設備接收。在另一個實施例中，用戶可“選擇”一個字符或先前存儲在計算機可讀介質(zhì)上的該字符的代表作為一個或多個樣本。在又一個實施例中，用戶可以通過在表面上移動鼠標、跟蹤球、或其他用戶輸入設備“畫出”該字符。
本文中的術(shù)語“字符”可指任何字母、數(shù)字、圖標、或以包括說、寫或用于編程計算設備的任何語言的文字數(shù)字表示。誠然，可以在計算設備處通過用戶接口接收任何形狀或設計是在本發(fā)明范圍內(nèi)的字符。諸樣本包括提供作為多個其他字符中開始字符的至少一個字符的樣本，提供作為在多個其他字符中間書寫的同一字符的至少一個樣本，和提供作為在多個字符的末尾字符書寫的同一字符的至少一個樣本。
圖3a和3b示出可用于接收多個字符樣本的一個示例性用戶界面。如圖所示，可以理解本發(fā)明的至少一方面的優(yōu)點。圖3a示出可通過諸如監(jiān)視器107和/或輔助顯示設備199的顯示設備向用戶顯示的用戶界面。向用戶呈現(xiàn)用戶界面302并允許用戶輸入相應于字母“a”的字符。如圖3a所示，用戶界面302包括分別具有用戶輸入310，312和314的用戶輸入域304，306和308。
提供在輸入域304中示出的用戶輸入310以表示字母“a”在作為多個其他字符的開始字符時該字母的用戶書寫體。例如，開始字符可用于表示在以草書或以與另一字符相連方式書寫時諸如單詞“asia”的單詞的第一個字母。然而單詞的第一字母不是使用“開始”字符的僅有情況。確實，某些人在習慣上將單個詞寫成兩個或多個字符的集合，其中在單詞中間的某些字符是不連結(jié)的。此外，若用戶通常不以草書形式書寫，“開始字符”仍可用作一個單詞或字符集合的中間或末尾的字符。如圖所示，用戶輸入310示出帶有可與下一字符連接的拖尾或“尾”部的“a”。本領域熟練人員認識到，在不同的用戶的手寫體中任何字符尾部的大小、角度與長度可以改變。
在輸入域306中示出的由用戶提供的用戶輸入312表示了在多個其他字符中間書寫的字母“a”。例如，用戶可以象他/她經(jīng)常在一個單詞中書寫的那樣書寫輸入312。如圖所示，作為用戶輸入312提供的字母“a”具有如用戶輸入310那樣的拖尾部分或尾部，但它還具有與該字符中間部分部分橫穿的“頭部”或引導部分，而這在用戶輸入310中是用戶沒有提供的。在一個實施例中，引導部分可用于連接前一字符。本領域普通技術(shù)人員將會認識到，引導部分在大小、形狀、角度和長度方面可以變化。某些用戶可以寫出具有完全橫穿字母中間并延伸超出字母體的開始的頭部或引導部分的字母。
由用戶提供在輸入域308中示出的用戶輸入314表示作為多個字符的結(jié)尾字符書寫的字母“a”。與用戶輸入310和312不同，用戶沒有書寫出將該字符連結(jié)到后續(xù)字符的延伸尾部，但的確書寫出用于連結(jié)在前字符的頭部或引導部分。
如在每個輸入域中所見，能在這些輸入域中可選地提供諸如指導線316a、316b的一條或多條線，以幫助用戶書寫這些字符。在書寫延伸超出這些線的字母，如字母“b”時，這些指導線會是有益的。在一個實施例中，這些指導線幫助用戶書寫規(guī)格化大小的字母，并保持字符的不同部分的恰當大小。見圖3b，可通過諸如監(jiān)視器107和/或輔助顯示設備199的顯示設備向用戶顯示的用戶界面320被呈現(xiàn)給用戶，并允許用戶輸入對應于字母“b”的字符。如圖3b所見，用戶界面320包含分別具有用戶輸入328、330和332的用戶輸入域322、324和326。
圖中容易看出，字母b的豎畫延伸超出了上指導線316a，而字母體基本上保留在由上指導線316a和下指導線316b限定的區(qū)域中。然而應注意，對于該字母本的用戶輸入存在一些變化，其中如用戶輸入330提供的字母體部分地延伸到下指導線之下。類似于對字母“a”提供的用戶輸入，用戶輸入328、330、和332分別將字母“b”示出作為多個其他字符中的開始字符、在多個其他字符中間書寫的字符、和在多個字符末尾書寫的字符。盡管在圖3a和3b中示出三個輸入域，ds本領域普通技術(shù)人員將會輕易認識到可使用任何數(shù)目的域。例如在一個實施例中，用戶界面320可具有多個輸入域，以接收用于將字母“b”與字母表的多個其他字母連接的用戶輸入。確實，在一個實施例中，向用戶呈現(xiàn)多字符的單詞。
在步驟210，從字符提取多個控制點，所提取的控制點的數(shù)目和控制點的位置可取決于無數(shù)因素，包括但不限于最終手寫體分析的期望精度，由用戶提供的樣本，或輸入的具體字符。提取所提取的控制點以表示字符的形狀。在一個實施例中，字符的形狀可基于經(jīng)過這些控制點的樣條內(nèi)插來合成。例如，圖4示出對一個字符控制點的示例性提取。參見該圖，用戶通過諸如用戶界面302的用戶輸入設備提供諸如代表字母“a”的字符405的一個字符作為單個筆劃。(正如本領域普通技術(shù)人員將會理解的，“a”的其他變種，如“A”或其他字符需要多個筆劃，并將在本說明書的后面更詳細地討論)。
從字符405提取多個控制點410。筆劃首先可使用Sklansky算法由折線逼近，該算法在諸如由Sklansky J.和Gonzalez V.在模式識別1980年第12卷327-331頁(Pattern Recognition，Vol.12，pp.327-331，1980)的“Fast PolygonalApproximation of Digital Curves(數(shù)字曲線的快速多邊形逼近)”中有所討論，該文通過引用全文結(jié)合于此。如果折線的相繼節(jié)點之間距離太大或該折線曲率較高，則可將筆劃上的中間點加回到該折線上。查看圖4中的示例性實施可以看到，與具有低曲率的區(qū)域相比，在高曲率區(qū)域中節(jié)點密度較高。
在步驟215中，確定該字符相對于如指導線316a、316b之一的基線或相對于其他字符的垂直位置。在一個實施例中，垂直定位的計算可包括確定從字符的底部到一條或多條基線的距離，而在另一實施例中，計算可包括確定從字符的頂部到一條或多條基線的距離。本發(fā)明的又一實施例中計算可包括確定(1)從該字符上特定控制點或位置的距離相對于(2)該字符總體高度的比例。如本領域普通技術(shù)人員將會輕易理解的，存在許多可以確定字符的垂直定位的方法。
在步驟220，針對至少一個字符而從用戶接收的一個或多個樣本可以被規(guī)格化。在一個實施例中，針對一具體字符的所有樣本經(jīng)受規(guī)格化處理。在另一實施例中，規(guī)格化處理可以取決于被規(guī)格化的字符的類型，例如不同類的字母組可經(jīng)受不同的規(guī)格化處理。在一個這類實施例中，字符可按其形狀分類。例如，具體字符可以傳統(tǒng)地書寫以便整體嵌入一范圍或者字符的一段延伸超出一范圍。例如，參看字符“b”，該字符的主體基本上在由上指導線316a和下指導線316b限定的范圍內(nèi)。然而，一豎畫穿過上指導線316a。這些和其他特征可用于確定字符如何被規(guī)格化。
在本發(fā)明的一個實施例中，諸如“b”之類的上行字符(ascender)(高出上指導線316b)可以組合在一起。示例性的上行字符可以包括b、d、h、i、k、l和t。本領域普通技術(shù)人員將會理解，存在可以包括在此類別內(nèi)的額外字母數(shù)字字符和其他字符。在本發(fā)明的一個實施例中，利用分類為上行字符的字符平均高度來規(guī)格化該字符樣本。然而如下將更詳細解釋的，可以在另一步驟中承擔各個字符的高度變化以進一步增強個性化。
另外可能的分類可包括整個字符基本上書寫在由上指導線316a和下指導線316b限定的范圍內(nèi)的那些字符(稱之為“中區(qū)字符”)。這類中區(qū)字符可包括字母a、c、e、m、n、o、r、s、u、v、w和x。然而，基本上位于兩指導線之內(nèi)的任何字符可被分類成中區(qū)字符。在本發(fā)明的一個實施例中，中區(qū)字符的平均高度可用于規(guī)格化字符樣本。在一個實施例中，將中區(qū)字符和上行字符的平均高度應用于初始高度以供規(guī)格化。一個這類等式可以是 比例縮放＝平均高度i/高度j，Wj＝比例縮放*Wj，Hj＝比例縮放*Hj， 其中i＝1，2；j＝a，c，e，m，n，o，r，s，u，v，w，x，b，d，h，i，k，l，t 關于分類，那些具有實質(zhì)上穿過諸如316b的下指導線的豎畫或段的字符(下文中稱為“下行字符(descender)”)可以組合在一起。這些下行字符可以包括但不限于g和y。具有至少一豎畫或段穿過上下兩根指導線的字符(下文中稱為“多區(qū)字符”)也可以組合在一起。如本領域普通技術(shù)人員將會輕易理解的，存在某些字符在由不同用戶書寫時可按不同分類方法進行分類的情況。例如，字母z可以寫成中區(qū)字符或下行字符。按一個實施例，計算機可執(zhí)行指令可以根據(jù)用戶輸入確定字符如何分類。在又一個實施例中，那些字符可以被分組到完全不同的類別中。
雖然某些字符組可通過利用這些字符的平均高度來優(yōu)化，但是那些形狀不是非常確定的諸如中區(qū)字符的其他分組可具有使用優(yōu)化算法優(yōu)化的字符。根據(jù)一個可能的算法，比例縮放因子可以約為1，使得字符的高度和寬度基本相等。在一個這類實施例中，字符可用si優(yōu)化比例縮放，使得它們的寬度接近于W規(guī)格化，而它們的高度彼此幾乎相等(需要規(guī)格化字母的大小，但按照寬度或高度的規(guī)格化不是最優(yōu)的。因為字母的大小可能不是被此接近，所以引入W規(guī)格化。)此方法用于最小化下式 其中siwi和sihi是比例縮放后的寬度和高度，而N是樣本字母的數(shù)目。最優(yōu)的s使得 因此滿足以下等式 (Λ-hhT)s＝W(w1…wN)T，其中并且 (Λ-hhT)的逆為 最優(yōu)的W規(guī)格化應使縮放比例縮放因子盡可能接近1，即它應最小化下式 其中e＝(1…1)T并且w＝(w1…wN)T。于是最優(yōu)的W規(guī)格化為
用H規(guī)格化標記規(guī)格化高度。它等于優(yōu)化比例縮放后字符的平均高度。對每個字符計算優(yōu)化的W規(guī)格化和H規(guī)格化。
如果提供一個以上的字符，其中多個字符在字符串中提供，形成一單詞，或確定以其他方式連接(無論是由計算機可執(zhí)行指令或由用戶連接)，就可以啟動可任選步驟225。在步驟225處，一個或多個字符可經(jīng)受字距調(diào)整處理，以確定在兩個或多個相繼字符的中心軸之間的平均水平距離。在一個實施例中，在帶傾斜l的相繼字符的中心軸之間的平均距離d假設為L/M，其中L是該單詞的同界平行四邊形的寬度，而M是該單詞中的字母數(shù)，其中由于每個多字符可提供平均距離d的估值，于是形成了di的分布。
也可以使用可任選的步驟230，其中在一個字符集以草書格式或以其他方式連接書寫以確定連接的傾向。在一個實施例中，步驟230確定用戶以草書風格書寫的概率。處理過程可以與描述連接一對字母的流暢性的先驗連接概率表相結(jié)合，以確定特定用戶連接兩給定字母的概率(對那兩個字母的“連接傾向”)。
假設一個單詞中的字母數(shù)是n。如果用戶不帶連接地書寫它，將有k個筆劃(k可以不等于n，因為存在多筆劃的字母)。若從用戶書寫的單詞收集到l個筆劃，則對該單詞的連接傾向計算為
如果

則
如果

則
對第i個單詞，可以得到piuser。假設存在m個單詞，則用戶的連接傾向計算為
連接傾向值的應用在本說明書的后面更詳細地討論。
在本發(fā)明的選擇實施例中，可使用步驟235來確定樣本包括在書寫時需要多個用戶筆劃的多筆劃字母的字符，并確定它如何連接到其他字符。這特別值得注意。一般而言，對用單筆劃書寫的字符，用戶在筆劃開始處連接前一字符而在筆劃結(jié)束處連接后一字符。然而對于如“f，i，j，t，x，z”等多筆劃字符，訓練會變得十分復雜，因為不同的用戶可具有不同的方式書寫此字符并將其與相鄰的字符連接。例如如圖5所示，存在5種“x”與“a”連接的情況。因此可使用步驟235來確定用戶將該具體字符與其他字符連接的方法。
在一個實施例中，圖形用戶界面向用戶顯示多筆劃字符。UI可以要求用戶書寫“f，i，j，t，x，z”與“a”的多種組合(如“af”，“fa”，“ia”，“ai”等)以確定這些字母的哪個筆劃與其他字符的筆劃相連。本領域普通技術(shù)人員將會認識到，可選擇“a”以外的其他字符，然而申請人發(fā)現(xiàn)字符“a”是用于測試的合適候選，因為它通常在一筆完成，因而減少了分析的復雜性，且“a”的筆劃具有足夠的長度，所以在連接風格檢測中的長度測試會是有效的。
在步驟240中可以確定用戶在輸入手寫樣本時施加的壓力的量。在一實施例中，用戶可以在能感知壓力的鍵盤或小鍵板上書寫字符，在那里可以測量每個筆劃或每個筆劃中的各段的壓力。在諸如按照以下討論的一個或多個實施例合成用戶的手寫體時可以使用這些測量。
本發(fā)明的另外方面涉及到合成和顯示計算機用戶的手寫體表示的計算機實現(xiàn)方法。圖6是諸如監(jiān)視器107和/或輔助顯示設備199的顯示設備上顯示計算機用戶的手寫體表示的一種示例性方法的流程圖。在步驟605，包括多個字符的用戶輸入通過諸如鍵盤的用戶輸入設備被接收。
在步驟610，確定在步驟605的用戶輸入中接收的至少兩個字符是否應被連結(jié)。在一個實施例中，確實在計算機可讀介質(zhì)上具體化的計算機可執(zhí)行指令命令可以確定在作為小寫字母表的字符和/或數(shù)字字符書寫的兩個字符之間存在連接。例如在一個這類實施例中，可以利用連接概率表，例如一個針對小寫字母數(shù)字字符而另一個針對數(shù)字字符。這些連接概率表可從某些數(shù)據(jù)集中估算，或簡單地根據(jù)經(jīng)驗選定。引擎然后可對如一個單詞的字符集合中的相鄰字符進行連接狀態(tài)采樣。
在一個實施例中，可通過將用戶的連接傾向(如在步驟230計算的)與對特定字符的概率連接表相結(jié)合來生成連接表。例如，在一個實施例中，連接兩個字符(如第i字符與第j字符)的概率可用以下等式估算 如果(P用戶＝＝0||P用戶＝＝1) Pi，j＝P用戶； 否則Pi，j＝min(max(Pi，j，αP用戶)，1) 其中α是P用戶的加權(quán)值，因為用戶通常在樣本書寫體中寫得沒有實際書寫中潦草。在一個實例中，計算機可讀指令將α設為1.25。
本領域普通技術(shù)人員將會認識到，上述等式只是確定兩個或多個相鄰字符是否應連結(jié)的一個示例性方法，其他等式可結(jié)合上述等式或獨立于上述等式使用而不背離本發(fā)明的范圍。然而在另一個實施例中，傾向可以由用戶從“開”或“關”兩者取一，且只考慮概率表本身。
圖7示出按照本發(fā)明一個方面用概率表合成的一個示例性字符集合。參見該圖，由用戶通過用戶輸入設備提供一字符集合705。在示例性示例中，該字符集合具有單詞的形式，該單詞是“hello”?？稍L問如概率表710的概率表來確定是否連接各字符h-e-l-l-o。對該示例性示例而言，已將用戶的連接傾向估算為0.9。此值已被輸入至列710b。如前所述，連接傾向的使用是可任選的，并且不一定要并入以供概率表使用。
如表710所見，列710a提供針對每個分組或相鄰字符的一行。在示例性的示例中，第一行具有表示單詞“hello”的頭兩個字符的字符“h”和“e”。如列710c所指示，每對相鄰字符具有連接概率。此值可通過首先將多個多字符的單詞呈現(xiàn)給用戶以確定某些字符配在由用戶書寫時會連接的概率。在一個實施例中，申請人已發(fā)現(xiàn)可從用戶可接收少至20個的多字符單詞來確定概率值，諸如在列710c中呈現(xiàn)的。在又一實施例中，可對用戶的手寫體進行連續(xù)地或例行地監(jiān)視以確定并更新這些字符的連接概率。
查看第一行中的相鄰字符“h”和“e”，存在80％的概率這些字符在用戶以此組合書寫它們時是連接的(見列710c；列出“0.8”的概率)。列710c的概率值可用于指示在字符“h”和“e”出現(xiàn)的80％的范例中它們是連接的。在又一實施例中，列710c的概率值可結(jié)合隨機數(shù)使用，以確定字符是否連接。在一個實施例中，為整個表生成單個隨機數(shù)(如示例性表中所示)，而在另一實施例中，可以為每個字符組合(行)生成不同的隨機數(shù)。
在示例性表中，概率值(列710c)與針對該用戶的連接傾向(列710b)相乘以提供一生成數(shù)(列710d)。在一個實施例中，若該生成數(shù)大于隨機數(shù)，對該特定字符組合作出連接。例如，查看“h”和“e”的第一字符組合(第一行)，存在0.9的連接傾向和0.8的概率值。連接傾向乘以概率值提供0.72的生成數(shù)。因為生成數(shù)大于隨機數(shù)(0.5)，所以“h”連接至“e”。相反，在第二行示出的字符組合(“e”和“l(fā)”)具有0.4的概率值，與連結(jié)傾向(0.9)相乘得0.36的生成數(shù)。因為0.36低于隨機數(shù)(0.5)，所以“e”不連接至“l(fā)”。如在概率表710的余下行中所見，對該單詞的每個余下相鄰字符配對的生成數(shù)都大于隨機數(shù)，藉此使得那些相鄰的字符以草書方式連結(jié)。
在步驟715，選擇針對該單詞每個字符或字符集合的樣本。所選的樣本是存儲在計算機可讀介質(zhì)中表示該字符的多個樣本中的樣本，其中該多個樣本包括至少一個該字符作為多個其他字符中開始字符提供的樣本，至少一個該字符作為在多個其他字符的中間字符提供的樣本，和至少一個該字符作為多個字符中結(jié)尾字符提供的樣本，其中所選的樣本包括從由開頭段、結(jié)尾段、和中心軸組成的組中選擇的至少一個部分。這些樣本可以存儲在遠程或本地的計算機可讀介質(zhì)上。在一個實施例中，樣本包括在步驟205接收的那些樣本。
使用圖7的示例性實例，確定單詞“hello”除“e”和“l(fā)”以外的所有字符都連接。輸出715是根據(jù)本發(fā)明一個實施例的示意性輸出。查看輸出715，將選擇針對字符“h”的樣本。因為它是該單詞的第一個字母，所以選擇將“h”表示成開始字符而提供的樣本。然而，選擇表示字符“e”的樣本不是那么簡單。盡管“e”不是單詞“hello”的結(jié)尾字符，但是步驟710確定“e”和“l(fā)”是不相連的。因而，在本發(fā)明的至少一個實施例中，計算機可執(zhí)行指令確定針對“e”的合適樣本是作為多個字符中的結(jié)尾字符提供的“e”的樣本。
類似地，因為“hello”中的第一個“l(fā)”不與前一字符相連，所以計算機可執(zhí)行指令可以確定合適的樣本是作為多個其他字符中的開始字符提供的字符樣本。查看輸出715，十分明顯，第二個“l(fā)”顯得十分不同。這是因為第二個“l(fā)”跟著字符(“e”)且后面跟著另外字符(“o”)；因而用于表示第二“l(fā)”的樣本是作為在多個其他字符的中間字符提供的字符樣本。這就提供了輸出715的增強的個性化。最后，字符“o”是單詞的末尾字符，因而使用表示結(jié)尾字符的樣本。
在上述步驟引入了用戶的手寫體中的變化并創(chuàng)建了比現(xiàn)有方法更實際的改造的同時，可選步驟620可用于將幾何變化創(chuàng)建到在步驟615中選擇的一個或多個字符。眾所周知，當用戶在不同時間寫出字符時，字符的大小、彎曲度、和其他特征方面存在微細變化。步驟620可通過局部隨機旋轉(zhuǎn)和在例如字符角上的高度彎曲點處比例縮放一個或多個筆劃片段來實現(xiàn)幾何變化。例如，字符“w”具有至少三個作為角或具有高曲率的點和至少兩個端點，可以對它們應用幾何變化。在本發(fā)明的一個實施例中，下列等式可用于提供對字符的角點的旋轉(zhuǎn)和/或比例縮放 旋轉(zhuǎn)
比例縮放
其中

發(fā)明人已發(fā)現(xiàn)選擇θ∈[-3°，3°]，比例縮放∈
，其中每個被均勻采樣，可以提供字符的可接受改造和變化，然而本領域普通技術(shù)人員將會認識到，比例縮放和/或旋轉(zhuǎn)也可以按不同參數(shù)實現(xiàn)。
眾所周知，各個用戶在不同字符之間的水平間隔大小是變化的。因此，通過確定一個單詞或字符集合的兩個或多個字符之間的水平距離，輸出將顯得更加個性化。在本發(fā)明的一個實施例中，執(zhí)行步驟625以確定在至少兩個選定樣本中心軸之間的水平距離，其中在兩個樣本之間的水平距離可以是與在另外兩個選定的樣本之間的水平距離不同的距離。
在一個實施例中，定位字符中的特定線，例如下列的一條或多條線頭線(“h”)，左線(“l(fā)”)，右線(“r”)，和尾線(“t”)。如本領域普通技術(shù)人員將會認識到的，術(shù)語“線”簡單地指字符的一段，因而不要求“線”是直的。圖8提供的四個示例字符(805、810、815和820)更清楚地示出按照本發(fā)明的一個實施例的這些線。如示例的各圖所見，頭線和尾線正是分別經(jīng)過筆劃的起點和終點的線。在一個實施例中，頭線和尾線的檢測可以基于角和最大-最小x和y值。左線和右線是在消除字母的頭部和尾部之后該字母的左和右邊界線，可以認為頭部和尾部是連接的部分并可以恰當?shù)厍谐员愀眠B接(見以下步驟630)。
根據(jù)一個實施例，從字距調(diào)整分布采樣一字距調(diào)整d，隨后可用md標記當前字母和后續(xù)字母中心軸之間的水平距離。圖9示出以一個水平距離彼此連結(jié)的示例性字符對。在一個實施例中，字符按照字距調(diào)整以基本水平的排列逐個放置，并且可以調(diào)整諸如結(jié)尾段和/或頭段的段。例如，若Li，t＜Li，r，諸如象是字符配對915(“b”與“a”配對)和920(“b”與“d”配對)，則不切除尾部；然而若Li，t＞Li+1，l，諸如象是配對910(“a”與“d”對配)或Li，t＞Li+1，h，諸如配對905(“a”與“a”配對)，則第i個字母的尾部可被切除，例如在

的情況下，其中ConCPIndex[1]-＝Count(切除片段)，這里的ConCPIndex
和ConCPIndex[1]是在采樣后可被計算的字符的連結(jié)點的索引。在又一個實施例中，可以調(diào)整字符頭部。在一個實施例中，若Li+1，h＞Li+1，l，諸如字符配對910和920所示的，則頭部將不被去除，然而若Li+1，h＜Li，r，諸如配對915或Li+1，h＜Li，t，諸如配對905，則頭部可被切除，例如在

的情況下，其中ConCPIndex[1]-＝Count(切除片段)并且End If(結(jié)束條件)這里ConCPIndex[1]指示當前字符的結(jié)尾連接點的索引。
本領域普通技術(shù)人員將會認識到，可利用連接段來連結(jié)兩個或多個字符(步驟630)，如通過將一個字符的結(jié)尾部分連接到另一字符的頭部。在一個實施例中，可利用3階多項式擬合由尾部、頭部和聯(lián)結(jié)尾部結(jié)束點和頭部起始(或第二點)的線段組成的連結(jié)部分。通過使用這一方法，利用三個能量函數(shù)分別測量老的和新的連接部分的緊密度、彎曲能量、和連接平滑度。按照一個實施例，可用于最小化總能量的多項式可被用于最終的連接片段。
在本發(fā)明的一個實施例中，連接曲線由下式參數(shù)化 則 它測量老的和新的連接的緊密度， 它測量彎曲能量， 它測量連接平滑度。
在一個實施例中，試圖最小化下式 (0) 其中若k＝0或i＝3，則E31＝0，Ei2(k)＝0，且若k＜2或l＜2，則Ei3(k，l)＝0，服從于 ， (1) 通過使用關系式(1)可以移除(0)式中的P0，…，P3 P0＝OS，P1＝O′S， 其中OS，O′S，OE，O′E分別是老連接曲線的起始點、終止點、和它們的切線向量，且作出P4，…，PP的函數(shù)E，然后計算 ， (j＝4，…，P) 令基數(shù)樣條為且剛性參數(shù)曲線是為方便起見，假設已經(jīng)向連結(jié)前一字母結(jié)尾點和后一字母起始點的線段添加了足夠數(shù)量的控制點，使得樣條內(nèi)插曲線充分接近該連結(jié)線段。
3階基數(shù)樣條內(nèi)插公式為 則 在后面我們?nèi)匀皇褂胹和Δs標記它們經(jīng)比例縮放的版本。然而s仍然是不準確的曲線長度。
存在因為沒有考慮在連結(jié)結(jié)尾和起始點的線段上的控制點。
為了確保在L1和L2處的平滑性，應該在L1和L2附近具有峰值(如圖10a所示)。直觀上L應滿足或令ξ3(s)是滿足下列條件的分段多項式 ξ3(0)＝a，ξ3(1)＝a，(2) ξ3(L1)＝b，ξ3(L)＝c，ξ3(L2)＝b， (3) ξ′3(L1)＝0，ξ′3(L)＝0，ξ′3(L2)＝0， 則 其中 這給出系數(shù)ξ3，i，m。
ξ1(s)看上去基本上類似于圖10b所示曲線圖。令ξ1(s)為滿足下列條件的分段多項式 ξ1(0)＝e，ξ1(L)＝f，ξ1(1)＝e， (4) ξ′1(0)＝0，ξ′1(L)＝0，ξ′1(1)＝0， 則 其中 這給出系數(shù)ξ1，i，m。
在選擇的實施例中，可以向連接部分分配筆壓力。一般而言，在正常書寫情況下，在連接部分的筆壓力小于在字符主體中的壓力，且壓力在整個連接過程中變化?？蓡硬襟E635以分配這種筆壓力。除了在連接部分的某些點處減少壓力外還可以在其他點處增加壓力。確實，可以向字符和/或連接段的任何部分分配筆壓力值。示出在連接部分的筆壓力變化能很大地改善合成手寫體的視覺質(zhì)量。如下將描述向連接部分分配筆壓力的方法。
假設在連接片段(開頭和結(jié)尾部分)上存在有m個點和它們的壓力值，且在生成最終連接曲線之后在新的連接片段上有n個點。因此對于該最終連接曲線上的每個點可用等式計算壓力值，其中k是i/n*m的整數(shù)部分，i＝1，...，n。該步驟可用小寬度描繪低壓力部分而用大的寬度描繪高壓力。
在本發(fā)明的又一實施例中，用戶可以在其中手寫輸出諸如本段以多線方式顯示的計算環(huán)境中利用本發(fā)明的各個方面。因此，可執(zhí)行步驟640以選擇合適的行間隔。在大多數(shù)人的手寫體中，第二行的頂部與第一行的底部交會，所以一個實施例可如下地確定間距 d＝H大寫字母+H下行字母-H中區(qū)字母+Δh 其中H大寫字母、H下行字母和H中區(qū)字母分別是所有大寫字母、所有下行字母、和中區(qū)字符的平均高度，且Δh是預定義的值。在一個實施例中，申請人已確定值3為可接受的Δh。
已關于示例性實施例描述了本發(fā)明。本領域普通技術(shù)人員通過審閱本公開將會發(fā)現(xiàn)落入所附權(quán)利要求書的范圍和精神中的許多其他實施例、修改和變化。例如本領域普通技術(shù)人員將會認識到，可執(zhí)行額外的或更少的步驟來顯示或關聯(lián)本發(fā)明的用戶小貼圖(user tiles)。此外，雖然示例性實施例說明了在PC環(huán)境中用戶小貼圖的使用，然而本發(fā)明可配置用于諸如

或

的個人游戲系統(tǒng)，諸如

或

等的基于蜂窩電話應用的手持式系統(tǒng)。在又一個實施例中，本發(fā)明可配置用于并入或獨立于基于蜂窩電話應用的基于Web的應用。
權(quán)利要求
1.一種訓練計算機(100)以識別計算機用戶的手寫體的計算機實現(xiàn)方法，包括下列步驟
(a)接收由所述用戶書寫的至少一個字符(405)的手寫樣本，所述樣本包括至少一個作為多個其他字符的開始字符提供的字符(405)的樣本、至少一個在多個其他字符中間提供的字符(405)的樣本、和至少一個作為多個字符的結(jié)尾字符提供的字母(405)的樣本；
(b)從所述諸樣本提取多個控制點(410)，其中所述控制點表示所述字符(405)的形狀；
(c)確定所述字符(405)相對于基線(316)的垂直位置包括確定所述字符(405)底部到基線(316)的距離的步驟；以及
(d)規(guī)格化至少一個字符(405)的至少一個樣本。
2.如權(quán)利要求1所述的計算機實現(xiàn)方法，其特征在于，所述至少一個字符(405)是以單詞型布置排列的多個字符，所述方法還包括以下步驟
(e)確定在以單詞型布置排列的至少兩個字符的中心軸之間的平均水平距離。
3.如權(quán)利要求1所述的計算機實現(xiàn)方法，其特征在于，所述至少一個字符(405)是以單詞型布置排列的多個字符，所述方法還包括以下步驟
(e)確定在單詞型布置中至少兩個相繼字符之間的連接傾向。
4.如權(quán)利要求3所述的計算機實現(xiàn)方法，其特征在于所述連接傾向根據(jù)計算。
5.如權(quán)利要求1所述的計算機實現(xiàn)方法，其特征在于，還包括以下步驟
(e)確定所述樣本包括在書寫時需要多個用戶筆劃的多筆劃字母的一個字符；
(f)呈現(xiàn)顯示出步驟(e)的多筆劃字符連同需要單個用戶筆劃的不同字符的圖形用戶界面(302)，其中所述圖形用戶界面(302)被呈現(xiàn)給用戶以指示所述用戶應該以將所述單筆劃字符連接到所述多筆劃字母的手寫體樣本的形式提供一輸入；
(g)以手寫體樣本的形式接收來自所述用戶的輸入；以及
(h)確定步驟(e)的所述多筆劃字母如何連接到其他字母。
6.如權(quán)利要求1所述的計算機實現(xiàn)方法，其特征在于，還包括以下步驟
(e)在規(guī)格化之前將至少一個字符歸類到從由上行字符、下行字符、中區(qū)字符、多區(qū)字符及其等價物組成的組中選出的一個組。
7.如權(quán)利要求1所述的計算機實現(xiàn)方法，其特征在于，還包括以下步驟
(e)確定用戶在步驟(a)中輸入所述的手寫體樣本時施加的壓力的大小。
8.如權(quán)利要求1所述的計算機實現(xiàn)方法，其特征在于，所述字符(405)是字母數(shù)字字符。
9.如權(quán)利要求8所述的計算機實現(xiàn)方法，其特征在于，所述字符(405)是以小寫格式提供的。
10.如權(quán)利要求1所述的計算機實現(xiàn)方法，其特征在于，步驟(c)包括確定(1)從所述字符的底部到基線(316)的距離相對于(2)所述字符的整體高度的比例。
11.一種在顯示設備上顯示計算機用戶的手寫體的表示的計算機實現(xiàn)方法，包括以下步驟
(a)通過用戶輸入設備(101)接收包括多個字符的用戶輸入；
(b)確定在所述用戶輸入中接收的至少兩個字符是否應被聯(lián)結(jié)；
(c)針對每個字符(405)，從存儲在計算機可讀介質(zhì)(120)上表示所述字符(405)的多個樣本中選擇一個樣本，其中所述多個樣本包括至少一個作為多個其他字符中的開始字符提供的所述字符(405)的樣本，至少一個在多個其他字符中間提供的所述字符(405)的樣本，以及至少一個作為多個字符中的結(jié)尾字符提供的所述字母(405)的樣本，其中所選擇的樣本包括從由開頭段、結(jié)尾段和中心軸組成的組中選出的至少一個段；
(d)確定在至少兩個所述樣本的中心軸之間的水平距離，其中在一個樣本之間的水平距離可以是與另一個樣本之間的水平距離不同的距離；
(e)針對在步驟(b)中確定連接的至少兩個字符，調(diào)節(jié)至少一個字符的結(jié)尾段的至少一部分和至少一個字符的開頭段的至少一部分；
(f)連結(jié)步驟(e)的所述至少兩個字符；以及
(g)在顯示設備上顯示所述至少兩個字符，所述至少兩個字符是在步驟(a)以所述用戶手寫體的形式接收的字符的表示。
12.如權(quán)利要求11所述的計算機實現(xiàn)方法，其特征在于，步驟(f)包括使用連結(jié)段將第一字符的所述結(jié)尾段連接至第二字符的所述開頭段。
13.如權(quán)利要求12所述的計算機實現(xiàn)方法，其特征在于，所述連接段按照考慮老的與所述新的連接部分的緊密性、所述彎曲能量、和所述連接平滑性的3階多項式形成。
14.如權(quán)利要求13所述的計算機實現(xiàn)方法，其特征在于，所述連接曲線按t∈
參數(shù)化。
15.如權(quán)利要求11所述的計算機實現(xiàn)方法，其特征在于，還包括以下步驟
(h)針對在(c)中選擇的所述字符，應用至少一個所述樣本的幾何變化，其中所述幾何變化包括從由所述樣本的至少一部分的比例縮放和旋轉(zhuǎn)組成的組中選出的過程。
16.如權(quán)利要求11的計算機實施方法，其特征在于還包括步驟
(h)計算施加到字符(405)的一分段的至少一部分的壓力值。
17.如權(quán)利要求16所述的計算機實現(xiàn)方法，其特征在于，所述壓力值用等式來計算，其中k是i/n*m的整數(shù)部分，i＝1，...，n。
18.如權(quán)利要求11所述的計算機實現(xiàn)方法，其特征在于，用戶手寫體的所述表示在多行上顯示，還包括以下步驟
(h)用等式d＝H大寫字母+H下行字母-H中區(qū)字母+Δh確定在手寫體的各行之間的行間距，其中H大寫字母、H下行字母和H中區(qū)字母分別是所有大寫字母、所有下行字母、和中區(qū)字母的平均高度，而Δh是預定義的值。
19.在具有圖形用戶界面(302)的包括顯示設備和用戶接口輸入設備(101)的計算機系統(tǒng)中，一種配置計算機(100)識別用戶手寫體的方法包括以下步驟
(a)在所述顯示設備上顯示至少一個輸入域，用于接收手寫樣本字符形式的用戶輸入，其中所述手寫樣本字符包括至少一個作為多個其他字符中開始字符提供的字符(405)的樣本、至少一個作為多個其他字符的中間字符提供的字符(405)的樣本、和至少一個作為多個字符中的結(jié)尾字符提供的字母(405)的樣本；
(b)接收指示所述用戶接口輸入設備(101)提供包括從由開頭段、結(jié)尾段和中心軸組成的組中選出的至少一段的至少一個樣本字符(405)的輸入信號；
(c)基于所述信號，將所述接收的樣本字符(405)分配為針對從包括下列的組中選擇的子類別的代表性字符多個其他字符中的開始字符、作為多個其他字符中的中間字符提供的字符、和多個字符中的結(jié)尾字符，其中所述選擇的樣本包括從由開頭段、結(jié)尾段和中心軸組成的組中選出的至少一段；
(d)規(guī)格化所述代表性字符；以及
(e)在計算機可讀介質(zhì)(120)上存儲所述分配的經(jīng)規(guī)格化的字符。
20.如權(quán)利要求19所述的方法，其特征在于，所述系統(tǒng)還包括第二用戶接口輸入設備(101)，所述方法還包括以下步驟
(f)接收指示所述第二用戶接口輸入設備(101)提供至少兩個字符的輸入信號；
(g)確定是否聯(lián)結(jié)步驟(e)接收的所述至少兩個字符；
(h)從存儲在所述計算機可讀介質(zhì)(120)上的多個代表性字符中選擇一個代表性字符以表示在步驟(f)中接收的每個所述字符，其中所述多個字符包括至少一個作為多個其他字符中的開始字符提供的所述字符的樣本、至少一個在多個其他字符中間提供的所述字符的樣本、和至少一個作為多個字符中的結(jié)尾字符提供的字母(405)的樣本；
(i)在至少一個所選字符上執(zhí)行幾何變化；以及
(j)在顯示設備上顯示所述至少兩個字符，所述至少兩個字符是在步驟(f)中接收的所述字符的表示，其中所述字符以所述用戶手寫體的形式顯示。
全文摘要
提供用于將文本轉(zhuǎn)換成自然人手寫體的方法與系統(tǒng)。一個方面涉及訓練計算機以識別用戶的手寫體風格。在一個實施例中，計算機接收由用戶書寫的至少一個字符的手寫樣本，諸如作為在多個其他字符中開始、中間、或結(jié)尾字符提供的字符。另外的實施例考慮到手寫體的增強的個性化。另一方面涉及用于顯示計算機用戶的手寫體表示的系統(tǒng)和方法。在一個實施例中，手寫體包括字母的變化形狀、字母之間的個性化連接風格以及看上去壓力敏感的連接部分。在另一個實施例中，字符被調(diào)整，諸如切除字符的一些部分以建立手寫體的更現(xiàn)實的改造和合成。
文檔編號G06K9/18GK101351811SQ200680049535
公開日2009年1月21日 申請日期2006年12月21日 優(yōu)先權(quán)日2005年12月29日
發(fā)明者Z·林, L·萬, C-H·胡, J·王 申請人:微軟公司