王佩文

（國家知識產(chǎn)權(quán)局專利局專利審查協(xié)作四川中心，成都 610213）

0 引言

計算機領(lǐng)域的手寫識別技術(shù)，最早源于上個世紀(jì)的中期。隨著計算機技術(shù)的發(fā)展，手寫識別技術(shù)也隨著手寫板硬件技術(shù)的不斷革新、計算機技術(shù)的不斷自動化、智能化發(fā)展以及計算機的識別模式、識別領(lǐng)域理論和方法的不斷深入和完善，這項技術(shù)也出現(xiàn)了飛躍。本文選擇手寫識別技術(shù)作為主要研究內(nèi)容，結(jié)合手寫識別技術(shù)的演進路線與專利申請情況，對手寫識別技術(shù)的重點技術(shù)分支、重要專利申請人以及重要技術(shù)方案進行分析，并結(jié)合專利審查實踐探討針對具體專利審查工作的思路與方法。

1 手寫識別技術(shù)概覽

手寫識別，簡單地說就是用計算機對符號進行自動識別，將其對應(yīng)成字母、數(shù)字、漢字或其他語言中字符的過程。

根據(jù)識別對象不同，手寫識別可以分為英文識別、漢字識別和數(shù)字識別等。根據(jù)采用的輸入設(shè)備不同，手寫識別還可以分為在線識別和離線識別。另外，根據(jù)對手寫輸入者的要求來分，手寫識別又可分為限制性和非限制性(自由手寫體)的手寫體文字識別。

本文主要研究按照識別對象劃分的技術(shù)分支，如圖1所示。

圖1 手寫識別技術(shù)分支

（1）漢字識別：漢字識別的方法基本上分為統(tǒng)計識別[1]、結(jié)構(gòu)識別[2]以及神經(jīng)網(wǎng)絡(luò)識別方法等幾大類。大量的聯(lián)機手寫識別系統(tǒng)采用的都是結(jié)構(gòu)識別方法。

漢字識別的典型結(jié)構(gòu)框圖如圖2所示。

圖2 漢字手寫識別的典型結(jié)構(gòu)框圖

（2）英文識別：如果從識別的內(nèi)容來看，手寫識別技術(shù)可以分為兩種類型：單字識別與字符串識別[3]。在英文手寫識別當(dāng)中，單字指的就是一個獨立的字母，而字符串指是一個單詞甚至是一整句話。

（3）數(shù)字識別：手寫數(shù)字識別是光學(xué)字符識別技術(shù)的一個分支，它研究的對象是：如何利用電子計算機自動辨認人手寫在紙上的阿拉伯?dāng)?shù)字。

2 手寫識別技術(shù)發(fā)展分析

2.1 專利技術(shù)發(fā)展演進

手寫識別，作為計算機模擬人類智能的一種形式，其發(fā)展歷史可以分為五個階段：

（1）早期發(fā)展從上世紀(jì)50年代至1980年；

（2）發(fā)展中期從1980年至1992年；

（3）高速發(fā)展階段始于1992年；

（4）平穩(wěn)發(fā)展階段始于1998年，從這時開始，手寫識別進入了逐漸成熟并廣泛應(yīng)用的階段，有很多完善性的創(chuàng)新，也有某些重大突破，例如多點觸控技術(shù)的出現(xiàn)；

（5）第二次高速發(fā)展階段始于2010年，隨著觸控技術(shù)的高速發(fā)展以及中國對漢字識別的大力研究，手寫識別進入了第二次高速發(fā)展期，這一階段對漢字識別有很多創(chuàng)新性研究，例如多字符連續(xù)輸入以及非完整性識別技術(shù)等。

多年來，手寫識別技術(shù)經(jīng)過不斷的發(fā)展，各技術(shù)分支都有了長足的發(fā)展和進步。通過對各技術(shù)分支下的專利文獻進行統(tǒng)計、分析及梳理，可以得到如下圖3所示的技術(shù)發(fā)展演進路線圖。

圖3 手寫識別技術(shù)演進路線

2.2 手寫識別技術(shù)功效分析

手寫識別技術(shù)各功效的專利申請量如圖4所示。

圖4 手寫識別技術(shù)各功效的專利申請量

3 手寫識別技術(shù)專利分析

3.1 全球?qū)＠暾堏厔莘治?/h3>

圖5是手寫識別技術(shù)全球?qū)＠暾埩侩S年份變化的趨勢圖，從圖中可以看出，手寫識別技術(shù)的專利申請量，在1992年之前較少，處于起步階段；在1992年開始進入了高速發(fā)展期，一直持續(xù)到1997年，這主要是因為在此期間，日本在手寫識別方面取得了突破性進展，美國也產(chǎn)生了很多核心專利；之后專利申請量有所下降，但繼續(xù)保持了平穩(wěn)發(fā)展；而2010年之后，手寫識別技術(shù)迎來了第二次高速發(fā)展期，這其中有觸摸技術(shù)高速發(fā)展的原因，更重要的是中國在漢字識別方面所取得的進展。

圖5手寫識別技術(shù)全球?qū)＠暾埩侩S年份變化趨勢

3.2 技術(shù)原創(chuàng)國分析

圖6 是手寫識別技術(shù)原創(chuàng)國申請量對比，從圖中可以看出主要的技術(shù)原創(chuàng)國依次為日本、中國、美國、韓國、臺灣、歐洲等，其中日本、中國、美國是申請量最大的幾個國家，分別超過了900件、700件、500件。

圖6手寫識別技術(shù)原創(chuàng)國申請量對比

3.3 主要技術(shù)原創(chuàng)國專利申請趨勢分析

圖7 是手寫識別主要技術(shù)原創(chuàng)國申請趨勢圖，從圖中可以看出從1992-1997年，日本在手寫識別技術(shù)領(lǐng)域有著飛速發(fā)展，而從1992年開始，美國在手寫識別技術(shù)領(lǐng)域也進入了穩(wěn)步發(fā)展期。相比之下，我國手寫識別技術(shù)發(fā)展較晚，主要從2010年開始進入了高速發(fā)展期。

圖7手寫識別主要技術(shù)原創(chuàng)國申請趨勢

3.4 技術(shù)目標(biāo)國分析

圖8 是手寫識別技術(shù)目標(biāo)國申請量對比，從圖中可以看出手寫識別技術(shù)主要布局在日本、中國、美國、歐洲、韓國、德國、臺灣等國家和地區(qū)，這也與這些國家的經(jīng)濟發(fā)展?fàn)顩r以及科研能力相符，其中日本、中國、美國是作為目標(biāo)國申請量最大的幾個國家，分別達到了 1000、900、800 件。

圖8手寫識別技術(shù)目標(biāo)國申請量對比

3.5 全球重要申請人分布

圖9 展示了手寫識別技術(shù)全球重要申請人及申請量，從圖中可以看出，日本的多家大型企業(yè)占據(jù)了大量的申請份額，這于日本在手寫識別技術(shù)領(lǐng)域處于世界一流水平相符。同時，美國的微軟公司和IBM公司申請量均居全球前三，這也與其在業(yè)界的龍頭地位相符合。此外，手寫識別技術(shù)領(lǐng)域的重要申請人均為大型企業(yè)，這體現(xiàn)了這些企業(yè)雄厚的研發(fā)實力。而在全球前十的申請人中并未出現(xiàn)中國的企業(yè)，這也與中國在手寫識別技術(shù)領(lǐng)域起步相對較晚、缺乏龍頭企業(yè)、技術(shù)分布較為松散不夠集中有關(guān)。

圖9手寫識別技術(shù)全球重要申請人及申請量

3.6 國內(nèi)重要申請人分布

圖10 展示了手寫識別技術(shù)國內(nèi)重要申請人及申請量，從圖中可以看出，上海華精、宇龍科技、漢王科技是國內(nèi)手寫識別技術(shù)領(lǐng)域的領(lǐng)軍企業(yè)，并且與全球主要申請人的差距在逐步縮小，這與近幾年來我國在漢字手寫識別方面高速發(fā)展相符。排在之后的還有華南理工大學(xué)、蘇州大學(xué)，并且申請量也較為可觀，這說明了我國的手寫識別技術(shù)在產(chǎn)學(xué)研并重發(fā)展路線的指導(dǎo)下，已經(jīng)逐步走出了實驗室研究階段，開始進入產(chǎn)業(yè)鏈下游的企業(yè)研發(fā)階段，為本領(lǐng)域下一步的技術(shù)成果轉(zhuǎn)化打下了堅實的基礎(chǔ)。

圖10 手寫識別技術(shù)國內(nèi)重要申請人及申請量

4 典型技術(shù)方案分析

4.1 漢字手寫識別典型技術(shù)方案

CN102314616是國內(nèi)重要申請人漢王科技股份有限公司的一篇專利申請，公開于2012年1月11日。目前的手寫識別方法按照先對字符進行過切分，然后根據(jù)幾何、識別和語義的信息進行合并，查找最優(yōu)的合并路徑進行識別，這樣用于分析判斷的幾何模型相對固化，體現(xiàn)不出用戶的書寫習(xí)慣，降低了識別效果。

本發(fā)明是為了解決這一問題所提出的。技術(shù)方案提供了一種自適應(yīng)脫機手寫識別方法，包括如下步驟：

步驟1：識別并過切分文本中的樣本文字，得到過切分塊，計算過切分塊中的最優(yōu)合并路徑，并得到各文本行中最優(yōu)合并路徑上字塊的字塊評價。字塊評價包括：字塊對應(yīng)的幾何評價、語義評價和識別評價。從整篇文檔中選取一行或者多行文字作為樣本文字進行識別，對樣本文字進行過切分，對得到的過切分塊中前k條最優(yōu)合并路徑，并且記錄各路徑上每個字塊對應(yīng)的幾何評價、語義評價和識別評價。字塊的幾何評價表示某個字塊符合幾何模型的程度，通過對字塊的各種幾何特征加權(quán)得到。幾何模型表示將字塊判斷為字符在幾何上應(yīng)該具備的特點，由一組脫機手寫文字的幾何特征組成，通常包括過切分塊中字塊的寬、字塊的寬高比、字塊的內(nèi)間距、字塊的外間距，等等，每組幾何特征包含一個閾值Thr和幾何特征對應(yīng)的權(quán)重W。

步驟2：根據(jù)樣本文字中各文本行中字塊的字塊評價分別評估文本行對應(yīng)的幾何-識別語義背離度和幾何模型的離散程度，進而對文本行對應(yīng)的幾何模型進行調(diào)整，根據(jù)調(diào)整后的幾何模型對步驟1識別出的字符進行調(diào)整。

本發(fā)明自適應(yīng)脫機手寫識別方法和裝置的優(yōu)點在于：根據(jù)樣本文字的字塊評價，逐步調(diào)整文字對應(yīng)幾何模型，使對應(yīng)的幾何特征得到不斷地改善，達到充分表達書寫人的書寫習(xí)慣，經(jīng)過調(diào)整后的幾何模型降低了幾何特征的影響，保證了幾何模型能夠?qū)崟r的調(diào)整，符合圖像中字符的書寫特點，從而達到提高識別效果的目的。

4.2 英文手寫識別典型技術(shù)方案

US005600735是摩托羅拉公司的專利申請，公開于1997年2月4日，是一篇核心專利。

技術(shù)方案提供了一種識別手寫輸入的方法，圖11是本發(fā)明的優(yōu)選實施例的顯示器的示例圖，圖12是本發(fā)明的優(yōu)選實施例的操作流程圖。

圖11 本發(fā)明的優(yōu)選實施例的顯示器的示例圖

4.3 數(shù)字識別典型技術(shù)方案

CN106502390是國內(nèi)重要申請人華南理工大學(xué)的一篇專利申請，公開于2017年3月15日。隨著社會的不斷發(fā)展和電子設(shè)備的不斷普及，人機之間的交互變得越來越頻繁。人們也一直在不斷努力創(chuàng)造一種更加自然、人性化的交互系統(tǒng)。在對機器的輸入方面，傳統(tǒng)的交互設(shè)備如：鼠標(biāo)、鍵盤、手柄等，又或者是比較新型的交互設(shè)備如：數(shù)據(jù)手套、全身運動捕捉系統(tǒng)等穿戴設(shè)備，都會給人的行為附加上一些物理條件的限制，一定程度上束縛了人的自由，增加人的負擔(dān)，而且這些交互方式均不是人們?nèi)粘；顒又幸哉Z言、動作為主的交互方式。在機器對人的反饋方面，比較傳統(tǒng)的方式如：在軟件交互界面彈出一些圖片、對話框，播放一段音樂或人聲，也就僅能通過視覺、聽覺與人進行交互，類人型機器人和智能語音助理，它們與人的交互也只是通過識別一些比較僵硬的靜態(tài)肢體動作或簡單的語言來進行，由此可見，目前智能體的外形及交互方式比較呆板單一，還沒有達到能像人與人交互同時具有動作和語音的程度。

圖12 本發(fā)明的優(yōu)選實施例的操作流程圖

本發(fā)明的目的是針對上述現(xiàn)有技術(shù)的不足，提供了一種基于動態(tài)3D手寫數(shù)字識別的虛擬人交互系統(tǒng)，包括手勢與數(shù)字識別模塊、中央服務(wù)器模塊與虛擬人控制模塊，所述手勢與數(shù)字識別模塊用于提取手部區(qū)間，識別手勢及手寫軌跡；所述中央服務(wù)器模塊用于連接手勢與數(shù)字識別模塊和虛擬人控制模塊，實現(xiàn)數(shù)據(jù)的采集，傳輸和命令發(fā)送；所述虛擬人控制模塊為在實際中與人進行互動的載體，展示出虛擬人，根據(jù)從中央服務(wù)器模塊接受來的命令，對虛擬人進行動作、語言、表情等操控，實現(xiàn)與人的交互。

圖13為本發(fā)明的整體系統(tǒng)框圖，圖14為本發(fā)明的交互示意圖，本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點和有益效果：

（1）現(xiàn)有技術(shù)大多數(shù)只將Kinect運用于人體靜態(tài)單一姿勢和動作的捕捉與識別中，本發(fā)明運用Kinect捕捉人體手部連續(xù)的手寫動作，可識別動態(tài)3D手寫的數(shù)字及手勢，達到生動靈活有趣的人機交互效果；

（2）本發(fā)明提取手部區(qū)域圖像，采用的是人在空中書寫時手為身體與Kinect距離值最小部分的原理，相比于普遍的基于簡單膚色及分辨輪廓大小的提取方法，精度更高，魯棒性更好；

（3）本發(fā)明采用手部外輪廓線距離手心峰值點數(shù)目原理，可實現(xiàn)實時的手部手勢檢測，達到迅速開始及結(jié)束手寫的效果；

（4）本發(fā)明對手寫軌跡的處理，采用基于軌跡點集區(qū)域面積調(diào)整筆畫粗細的方法，實現(xiàn)手寫軌跡大小歸一化，提高手寫軌跡的識別率；

（5）本發(fā)明采用DWKNN算法進行手寫軌跡的識別，相比傳統(tǒng)的KNN，識別準(zhǔn)確率有所提高；

（6）本發(fā)明基于RPC-Thrift架構(gòu)，搭建了中央服務(wù)器模塊，實現(xiàn)了不同程序模塊間的通信；

（7）本發(fā)明以虛擬人智能體作為與人的交互媒介，通過對虛擬人的動作、語言、表情等操控，實現(xiàn)堪比人與人交互的人機交互過程。

圖13 本發(fā)明的整體系統(tǒng)框圖

圖14 本發(fā)明的交互示意圖

5 結(jié)語

本文通過對手寫識別領(lǐng)域的技術(shù)原理、技術(shù)演進、專利申請情況以及典型技術(shù)方案進行了介紹及分析，經(jīng)過幾十年的發(fā)展，手寫識別的技術(shù)已經(jīng)日趨成熟，日本、美國作為本領(lǐng)域起步較早的專利大國，擁有著大量關(guān)鍵的專利技術(shù)，并已成功進行商用，而在經(jīng)濟飛速發(fā)展的背景下，我國在手寫識別領(lǐng)域也逐漸開始加大技術(shù)研發(fā)及專利布局技術(shù)，從數(shù)量上看，我國在手寫識別領(lǐng)域的專利保有量已躍居世界第二，也產(chǎn)生了一定的經(jīng)濟效益，但距離手寫識別的技術(shù)強國還有一段路要走。