CN1051633A - 目标识别系统 - Google Patents
目标识别系统 Download PDFInfo
- Publication number
- CN1051633A CN1051633A CN90104378A CN90104378A CN1051633A CN 1051633 A CN1051633 A CN 1051633A CN 90104378 A CN90104378 A CN 90104378A CN 90104378 A CN90104378 A CN 90104378A CN 1051633 A CN1051633 A CN 1051633A
- Authority
- CN
- China
- Prior art keywords
- feature
- sample
- character
- given
- group
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims abstract description 24
- 230000000295 complement effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- 238000013459 approach Methods 0.000 description 2
- 230000008570 general process Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/151—Transformation
- G06F40/157—Transformation using dictionaries or tables
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Character Discrimination (AREA)
Abstract
一种目标识别系统包含特征编码和任何特定的
特征组无关的字典查找过程。该过程仅使用逻辑操
作而不需要乘法。每个目标只使用一个字典词条。
Description
本发明涉及计算机人机交互系统,尤其涉及一种识别目标的系统和方法。
当应有计算机来提高事务处理、科学研究、工业制造等方面的效率变得日益必不可少时,人们正在作出极大的努力,使得对计算机了解不多,或者对操作计算机或使用复杂软件很少兴趣的普通人能很容易地应用计算机。
与计算机交互的最直接的途径是:在特殊的表面上写入数据或命令;使计算机能识别所写的是什么,然后或者录入数据、或者执行所写入的命令。这样的系统已经开发了,但通常它们需要巨大的存储容量和复杂的处理,因而不适用于小型到中型计算机。
通常,这类系统必须把写在表面上的符号转变为预先存储在存储器中的一组字母数字符中的一个字符。虽然存储在存储器中的字符的特征是固定的且已为计算机所知,但是由人们手写的字符其特征有许多变化。于是,这类系统的主要问题是识别所写的是什么字符。
一种标准的途径是定义一个特征组,将每一个已知的字符编码为一组特征,然后把字符的特征存入字典中的一个词条。如果用户知道有几种书写某一字符的方式,可以在字典中存储多个词条,每一词条都对这个字符编码一个理想的特征组。对每个字符存储多个字典词条时,会增加存储空间和查找时间。
因此,迫切需要一种更有效的字符识别系统。
本发明是一种识别目标的系统和方法,它包含对未知目标出现的特征进行编码的新装置,以对某组目标中的每个目标生成它的字典词条,并利用特征编码和字典的词条有效地指定一组目标中的某个目标与未知目标等同。
如果所选特征在先前遇到的目标样例中曾经出现过,即通过编码产生所给目标的字典词条。对一个关联目标的字典词条和一个未知目标给定样例的编码进行逻辑处理,其目的是产生一个结果,该结果表明:出现在所给样例中的某个特征是否从未在相关联的目标先前遇到过的任何样例中出现过。
当出现下一种结果时,便可指定未知目标与相关连的目标等同。该结果表明:在所述未知目标的已知样例所出现的特征中,从来没有在给定相关联目标的任何样例中出现过的特征数少于该未知目标样例所出现的特征中从未在目标组中任何其它目标的任一样例中出现过的特征数目。
本发明的其它特征和优点、看了附图和下面的详细描述会更加明显。
图1是本发明硬件设备的框图;
图2是说明对某字符样例的一个属性的出现次数进行编码的过程的流程图;
图2A表示对出现的特征进行编码的一般过程;
图3表示产生一个与所选定属性的出现次数有关的字典词条的过程的流程图;
图3A是形成一个字典词条的一般过程的流程图;和
图4是字符识别查找过程的流程图。
硬件设备
图1描述了一种实施本发明所需的典型的硬件设备情况。在图1中,荧光屏10包含一交互式点接触系统、如导电笔12和坐称产生器14、用于在荧光屏10上写字符。坐标产生器14和系统存储器16通过双向总线DBUS20耦连到CPU18。
当用笔12写上一个字符时,则每个接触点的坐标储存在存储器16中。单一特征编码(Unique feature encoding)(FE)、字典查找(DLU)和字典词条编码(DEE)软件模块24a、b、c及字典词条(DES)24d分别储存在系统存储器16中。
这种特定的硬件设备不是用来评价本发明的操作,而是作为一个举例使下面描述的本发明的操作更简单明了。
特征编码
选择一个最佳的特征组,对于有效识别给定字符组中的字符是重要的。可以用试错法或其它方法来做这种选择。本发明用于指导手写字符出现的特征进行编码,对于每个字符产生字典词条的过程,和利用特征编码和字典词条进行查找以便识别手写字符的过程。
在较佳实施例中,要识别的所写字符的屏面坐标被编码为一个具有任意长度的唯一特征编码位字段(FE位字段),该字段还包括一些分字段编码,表明涉及某一特定属性的特征是否包含在所写的字符中。
例如,如果所选特征是在手写字符中至少出现一次拐折,则形成手写字符的坐标点将按每三点为一组进行分析,以确定字符的一个笔划段是顺时转动还是反时针转动。从顺时针到逆时针的转变数就表示手写字符的拐折数。
给定的分字段的格式通过一个具体实例是很易理解的。假定出现的拐折是对于识别字符有用的一种属性、且假定用一个8位的分字段来对在字符中出现的与拐折有关的许多特征进行编码,则对拐折数进行编码可以用如下格式(位0是字段中最右面的位):
第一个四位有如下定义:
位0=1,如果字符有1个或更多拐折。
位1=1,如果字符有2个或更多拐折。
位2=1,如果字符有3个或更多拐折。
位3=1,如果字符有4个或更多拐折。高四位是第一个四位的逻辑“非”。
位4=1,如果字符没有拐折。
位5=1,如果字符有1个或更少的拐折。
位6=1,如果字符有2个或更少的拐折。
位7=1,如果字符有3个或更少的拐折。
于是,每个特征编码位将同与某个特定属性有关的一种特征相对应,即至少出现给定数目的拐折数(第一个四位)或出现少于给定数目的拐折数(第二个四位)。
高四位的用途将在下文变得显而易见。下面是几个对FE位字段的拐折分字段进行编码的例子:
11110000=字符没有拐折。
11100001=字符有1个拐折。
10000111=字符有3个拐折。
如上所述,FE位字段为每个选出的对识别字符有用的属性设一个分字段。尽管分字段的长度没有必要限定于8位、但每个分字段的编码如上所述。于是,如果选出12个属性且与每个属性有关的特征以8位分字段编码,那么FE位字段的长度应该为96位。
上述的对某个属性的具体出现次数进行编码的过程可以用图2的流程图来说明。在图2中,当属性的出现次数确定后,应将出现次数作为特征编码到分字段第一组的各位中。另外,第一个编码位组的逻辑“非”被编码在第二个位组中。再说一遍,在上面例子中,第二个位组是分字段中的前四位。
图2中步骤B和C的次序是不重要的,而且这些步骤可同时执行。
一个更通用的特征编码方法表明在图2A的流程图中。首先产生手写字符的坐标表示。其次,设置特征编码位的状态,以表明该特征在手写字符中是否出现。
字典词条的编码
在一给定的要识别的字符样例中,某些选定的特征将会出现而另一些选定的特征将不会出现。然而,不同的人们书写相同的字符时,同一个特征可能会出现不同的次数。例如,某个人写字母“S”时带一个拐折,而另一个人写它会用两个拐折。理想的是,对于该字符的字典词条应反映出这两种可能性,或视情况而定多于两种可能性,使相同字符的不同样例都能被识别。
在本系统中,假如所选定的特征从未在与该字典词条相关联的字符的先前样例中遇到过,就可以编码一个字典词条。另外,为了反映这些不同可能性对字典进行的修改可以由一个逻辑操作来实现。
字典词条是利用与上面所述的特征编码、相同的格式进行编码的DE位字段。举个例子,假定对于字母“S”的原有字典词条包含一个表明有一个拐折的“S”的特征位。如果遇到第二个S的样例有两个拐折,则原有字典词条对于这个样例字母“S”不曾编过码。因此,通过对出现1个拐折和出现两个拐折的编码求取逻辑和(OR操作),字典中关于“S”的词条会变为反映这两种可能的情形、如下面例子所示:
11100001为出现一次的编码
“或”11000011为出现二次的编码
11100011为至少一次拐折和可能两次拐折的编码。
每个所选定特征可能出现的次数被编码在DE位字段中。因此,同一字符的不同样例中所包含的特征出现次数都将编码在一个DE位字段中,且如果遇到该字符的新状况,也很容易对DE位字段进行修改。
产生字典词条的方法现在参照流程图3进行描述。在步骤A中,所选属性在字符每次所遇到的样例中出现的次数是分别编码的。在上面的例子中,字母“S”遇到过两种样例。出现一次拐折的FE位字段和出现两次拐折的FE位字段是分别进行编码的。接下来,应对这些分别编码的各个样例求它们的逻辑和以产生第一轮字典词条、它是对该字符所遇样例中某个特征所有可能出现的次数进行编码的。
如果遇到字符的新样例,则特征出现的次数被编码且和第一轮字典词条进行OR操作以产生一修改的字典词条。该修改后的字典词条对包括新遇样例的每种样例的可能出现次数进行编码。
一种更通用的编码方法表明在图3A中。首先,为字符先前遇到的每一样例设置一个分开的特征编码位状态,以指明所选特征是否在该字符的样例中出现过。其次,执行先前设置的特征位的逻辑和(OR)操作,以产生第一轮的字典词条位。第三,新的特征编码位被设置以表明所选特征是否出现在字符新近遇到的样例中。最后,求新近设置特征位和第一轮字典位的逻辑和以产生一个修正的字典词条位。
DE位字段的这种编码格式允许随后描述的查找和字符识别过程有效地进行。
字符识别和字典查找
在操作中,该系统会遇到在这之前从未遇到过且没有编码到字典词条中的字符样例。然而为了实用性,该系统必须有效地识别这些样例且正确地指定与之等同的字符。流程图4说明了识别字符的过程。
最初,对未知字符中出现的每一个选定特征象前面说过的那样进行编码,产生一个FE位字段。接着,对每一字典词条求出该词条DE位字段的反码同手写的未知字符的FE位字段的逻辑乘积。在所有逻辑乘积中“1”的数目最少的那个词条,其字符将被认为与未知字符为等同字符。
现在参照上述例子来说明这一过程。前面已解释过,对先前遇到的至少有一个拐折且可能到两个拐折的字母“S”,其DE位字段可编码为11100011。假设该分字段已包含在字符“S”的当前字典词条中。
如果未知字符没有拐折,则它的拐折分字段将编码为“11110000”。综合未知字符和“S”的当前字典词条,可得以下结果:
11110000不带拐折的未知字符
AND00011100“S”的字典词条的反码
00010000结果
结果中位4上的“1”表明:没有转折的“S”样例从来未遇到过。
第一组的四个位对涉及某个属性如拐折出现的次数进行特征编码。相应的字典词条位表明:这些特征先前是否已遇到过,并且在查找过程中用于表明:未知的字符是否比任何先前遇到的字符样例具有更多的特征状况数。然而,第一组四位不能表明:未知字符是否比先前遇到的任何字符样例有更少的特征状况数。于是,这些位不能用于表明一根没有拐折的直线不是一个“S”。这个问题由第二组四位来解决。
拐折数目低于某一固定数的特征状况可按照图2A的过程单独进行编码。另一种方法是,对表示出现至少有某一固定数的拐折的特征编码位求反,也能对这种特征进行编码。
如果未知字符有一个拐折,则拐折分字段编码为11100001。未知字符和“S”的当前字典词条相综合的结果为:
11100001具有一个拐折的未知字符
AND00011100“S”的当前字典词条的反码
00000000结果
因为该结果中“1”的数目比先前的字符更少,它更像是一个“S”。
在这例子中,仅考虑一个属性的分字段。对于为多个属性的出现次数进行编码的FE字段,其结果在不同的字典词条之间会有更大的差别。
在上述例子中,每个特征均与某一特定拐折数的出现(或缺少)的数目有关。然而,并非所有的特征都必须对特定属性出现的次数进行编码。例如,笔划的方向是一种有用的属性。与这一属性有关的特征是,该笔划方向是北、南、东还是西,它们与出现的次数是无关的。
建立和修改字典
利用所描述的系统建立字典是一个简单的过程。例如在手写识别情况中,可以将几个人手写的字样收集起来,并选择一组对识别字符认为是有用的特征。某些特征组将比其它特征组有更好的字符识别能力。由于在本发明中特征编码、字典编码、和查找过程对所选的特定特征而言是独立的,所以本发明很容易用不同的特征组进行试验以获得最佳识别。
每个字符的字典词条,可通过对字符的每种样例产生一个FE位字段,且把这些FE位字段进行逻辑和(OR)来建立。接着应对系统进行试验并对系统不断添加更多的特征,直到每个字符能被区分和识别,不管字符是照那种样例来书写的。
如果在使用期间,遇到字符的一种新样例可能引起错误识别时,可通过把新字符的FE位字段和正确字符的DE位字段进行逻辑和(OR),从而对字符的字典词条进行更新。在某些情况下,有必要把新特征添加到特征组中,以便能识别字符的新样例。
虽然本系统在实施例中只对识别字符作了描述,但它在任何目标识别设备中都是通用的。例如,装配线上的机器另部件需要识别以便机械手选出正确的另部件。另部件可能呈不同的取向使它的成像相当于上述手写字符的不同样例。另部件的字典词条对从各种取向观察到的可能的特征状况进行编码。如上所述的特征编码、字典词条编码、和查找过程,均可用来识别另部件。
而且,虽然上述实施例所描述的是关于CPU所执行的过程步骤,但许多步骤可以由硬件直接实现。如各种特征出现次数的编码和字典查找过程,能利用译码器和逻辑阵列电路迅速而方便地实现。本技术领域中的普通技术人员,都不难在本发明所述范围内进行附加的替换和修改。因此,除所附权利要求书外,本描述不作为本发明的限定。
Claims (8)
1、一种识别未知目标等同性的系统包含:
一组字典词条的位字段,在所述字典词条中,有一条将与包含在预定的目标组中的某一个目标相关联,每一字典词条要对特征组中的每个特征是否在与该词条有关联的目标的任何样例中出现过进行编码;
一种用于产生特征编码位字段的装置,它对所述特征组中的每个特征是否出现在未知目标的一个给定样例中进行编码;
一种对每个字典词条和所述特征编码字段进行逻辑处理以产生一组结果的装置,每个结果与所述目标组中的某个不同目标相关联,用每个结果来表明:在未知目标的所述给定的样例中出现的所述特征组中的哪一个特征在与所述结果相关联的目标的任何样例中都未曾出现过;和
一种用于把所述目标组中与某一结果相关联的给定目标确定为等同的装置,该结果表明:在所述未知目标的所述给定样例中出现但从未在所述给定目标的任何样例中出现过的特征数,将少于在所述未知目标的所述给定样例中出现,但从未在所述目标组中任何其它目标的任何样例中出现过的特征数。
2、如权利要求1所述系统,其特征在于所述目标组中的每个目标是字符;和
所述未知目标是手写字符。
3、一种识别手写字符的系统包含:
一组字典词条位,所述字典词条位的每一个与字符组中的每个字符相关联,用每个字典词条位对某个所选定特征是否曾在与该字典词条位相关联的字符的任何样例中出现过进行编码;
一种用于产生特征编码位对所述选定特征是否出现在手写字符的某给定样例中进行编码的装置;
一种用于对每个字典词条位和所述特征编码位进行逻辑处理以产生一组结果位的装置,每个结果位与所述字符组中的某个不同字符相关联,用每个结果位表明:出现在所述手写字符中的所述选定特征是否从未在与所述结果相关联的字符的任何样例中出现过;和
一种用所述结果位去指定所述字符组中的一个给定字符与所述手写字符为等同的装置。
4、如权利要求3所述系统,其特征在于所述的逻辑处理装置包含:
一种用于对所述特征编码位和所述字典词条位的反码产生逻辑乘(AND)的装置。
5、一种识别目标等同性的系统包含:
一种用于设定特征编码位状态以表明一给定特征是否在一给定目标的一个给定样例中出现过的装置;和
一种把给定目标的一组先前所遇样例的一组特征编码位和该目标的给定样例的特征编码位进行逻辑和运算,以产生字典词条位的装置。后一特征编码位是用来表明给定特征是否在目标的任何所遇样例中出现过的编码。
6、如权利要求5所述的系统,其特征在于进一步包含:
一种用于设定特征编码位状态以表明所述给定特征是否在未知目标的样例中出现过的装置;和
一种用于产生使结果位相等于未知目标的样例的所述特征编码位和所述字典词条位的反码的逻辑乘积的装置。该所述字典词条位将表明在所述未知目标的所述样例中出现的所述给定特征是否在给定目标的任何先前所遇样例中曾经出现过。
7、一种识别目标等同性的系统包含:
一种用于设定特征编码位以表明一给定特征在一给定目标的一给定样例中是否出现过的装置;
一种用于产生使特征编码的反码(NOT bit)相等于所述特征编码位的反码、以表明所述给定特征是否在所述给定样例中没有遇到过的装置;
一种用于产生使第一字典词条位相等于给定目标的先前所遇的一组样例的一组特征编码位和目标的所述给定样例的所述特征编码位的逻辑和的装置,后一个特征编码位用以表明给定特征是否在目标的任何所遇样例中曾经出现过;和
一种用于产生使第二字典输入位相等于所述给定目标的一组先前所遇情形的一组特征编码的反码(NOT bit)和目标的给定样例的所述非(NOT)特征编码位的逻辑和的装置,后者用以表明给定特征是否在目标的任何所遇样例中从未出现过。
8、如权利要求7所述系统,其特征在于还进一步包含:
一种用于设置特征编码位状态以表明所述给定特征是否在未知目标的样例中出现过的装置;和
一种用于产生使非(NOT)结果位相等于未知目标的样例的所述非(NOT)特征编码位和表明在所述未知目标的所述样例中未出现的所述给定特征是否在给定目标的任何先前所遇样例中也从未出现过的所述非(NOT)字典词条位的反码的逻辑乘积的装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US367,153 | 1989-06-16 | ||
US07/367,153 US5125039A (en) | 1989-06-16 | 1989-06-16 | Object recognition system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1051633A true CN1051633A (zh) | 1991-05-22 |
Family
ID=23446113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN90104378A Pending CN1051633A (zh) | 1989-06-16 | 1990-06-11 | 目标识别系统 |
Country Status (7)
Country | Link |
---|---|
US (1) | US5125039A (zh) |
EP (1) | EP0476033A4 (zh) |
JP (1) | JP3172762B2 (zh) |
CN (1) | CN1051633A (zh) |
AU (1) | AU5841490A (zh) |
CA (1) | CA2019132A1 (zh) |
WO (1) | WO1990016042A1 (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3187151B2 (ja) * | 1992-07-31 | 2001-07-11 | キヤノン株式会社 | 図形処理装置及び方法 |
NL9300310A (nl) * | 1993-02-19 | 1994-09-16 | Oce Nederland Bv | Inrichting en werkwijze voor syntactische signaal-analyse. |
US5479589A (en) * | 1993-08-04 | 1995-12-26 | Taligent, Inc. | Object-oriented system for selecting a graphic image on a display |
US6366697B1 (en) | 1993-10-06 | 2002-04-02 | Xerox Corporation | Rotationally desensitized unistroke handwriting recognition |
GB2282906B (en) * | 1993-10-13 | 1996-11-06 | Dataquill Ltd | Data enty systems |
EP0769175B9 (en) | 1994-07-01 | 2005-01-12 | Palm Computing, Inc. | Multiple pen stroke character set and handwriting recognition system |
IL111039A (en) * | 1994-09-22 | 1998-08-16 | Advanced Recognition Tech | Handwriting recognition system |
DE4440858A1 (de) | 1994-11-15 | 1996-05-23 | Basf Ag | Biologisch abbaubare Polymere, Verfahren zu deren Herstellung sowie deren Verwendung zur Herstellung bioabbaubarer Formkörper |
US6069696A (en) * | 1995-06-08 | 2000-05-30 | Psc Scanning, Inc. | Object recognition system and method |
US5889888A (en) | 1996-12-05 | 1999-03-30 | 3Com Corporation | Method and apparatus for immediate response handwriting recognition system that handles multiple character sets |
US6334092B1 (en) * | 1998-05-26 | 2001-12-25 | Mitsui Mining & Smelting Co., Ltd. | Measurement device and measurement method for measuring internal quality of fruit or vegetable |
US8166388B2 (en) | 2002-05-14 | 2012-04-24 | Microsoft Corporation | Overlaying electronic ink |
US7925987B2 (en) * | 2002-05-14 | 2011-04-12 | Microsoft Corporation | Entry and editing of electronic ink |
US7158675B2 (en) * | 2002-05-14 | 2007-01-02 | Microsoft Corporation | Interfacing with ink |
US20030214553A1 (en) * | 2002-05-14 | 2003-11-20 | Microsoft Corporation | Ink regions in an overlay control |
DE102004001674B4 (de) | 2003-01-29 | 2019-01-24 | Ajinomoto Co., Inc. | Verfahren zur Herstellung von L-Lysin unter Einsatz von Methanol verwertenden Bakterien |
US7729542B2 (en) * | 2003-04-04 | 2010-06-01 | Carnegie Mellon University | Using edges and corners for character input |
US9342500B2 (en) | 2010-03-15 | 2016-05-17 | Michael V. Liguori | Object memory management system |
US9104306B2 (en) * | 2010-10-29 | 2015-08-11 | Avago Technologies General Ip (Singapore) Pte. Ltd. | Translation of directional input to gesture |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NL8006241A (nl) * | 1980-11-14 | 1982-06-01 | Nederlanden Staat | Inrichting voor het automatisch lezen van tekens. |
JPS57137979A (en) * | 1981-02-20 | 1982-08-25 | Nec Corp | Printing character recognizing device |
JPS59136875A (ja) * | 1983-01-26 | 1984-08-06 | Fuji Electric Co Ltd | パタ−ン識別装置 |
JPS60254871A (ja) * | 1984-05-31 | 1985-12-16 | Kokusai Denshin Denwa Co Ltd <Kdd> | フアクシミリ画像の符号化方法 |
JPH0715703B2 (ja) * | 1986-05-16 | 1995-02-22 | 富士電機株式会社 | 文字読取方式 |
GB8716194D0 (en) * | 1987-07-09 | 1987-08-12 | British Telecomm | Speech recognition |
US4887304A (en) * | 1987-09-30 | 1989-12-12 | Raytheon Company | Library image optimization |
US4850026A (en) * | 1987-10-13 | 1989-07-18 | Telecommunications Laboratories Dir. Gen'l Of Telecom. Ministry Of Communications | Chinese multifont recognition system based on accumulable stroke features |
-
1989
- 1989-06-16 US US07/367,153 patent/US5125039A/en not_active Expired - Lifetime
-
1990
- 1990-06-08 AU AU58414/90A patent/AU5841490A/en not_active Abandoned
- 1990-06-08 JP JP50900590A patent/JP3172762B2/ja not_active Expired - Fee Related
- 1990-06-08 WO PCT/US1990/003261 patent/WO1990016042A1/en not_active Application Discontinuation
- 1990-06-08 EP EP19900909559 patent/EP0476033A4/en not_active Withdrawn
- 1990-06-11 CN CN90104378A patent/CN1051633A/zh active Pending
- 1990-06-15 CA CA002019132A patent/CA2019132A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
WO1990016042A1 (en) | 1990-12-27 |
EP0476033A1 (en) | 1992-03-25 |
JP3172762B2 (ja) | 2001-06-04 |
US5125039A (en) | 1992-06-23 |
EP0476033A4 (en) | 1993-05-19 |
JPH05500719A (ja) | 1993-02-12 |
AU5841490A (en) | 1991-01-08 |
CA2019132A1 (en) | 1990-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1051633A (zh) | 目标识别系统 | |
CN1167030C (zh) | 使用多分辨率模型的手写字符记录的方法 | |
US7536399B2 (en) | Data compression method, program, and apparatus to allow coding by detecting a repetition of a matching character string | |
CN1163841C (zh) | 在线手写中文字识别装置 | |
CN1873643A (zh) | 使用词汇关联增强搜索引擎查询性能的方法和系统 | |
CN1716246A (zh) | 用于web应用的多列多数据类型的国际化排序扩展方法 | |
CN101079060A (zh) | 一种中文输入法简拼实现方法和系统 | |
CN1794589A (zh) | 转换方法以及系统 | |
CN111801665A (zh) | 用于大数据应用的分层局部敏感哈希(lsh)分区索引 | |
CN1345426A (zh) | 用于提取索引关键字数据字段的系统和方法 | |
CN105740428A (zh) | 一种基于b+树的高维磁盘索引结构和图像检索方法 | |
CN1335562A (zh) | 判优器及其总线系统 | |
CN1581162A (zh) | 一种基于快速排序算法的快速分页排序方法 | |
CN114528944A (zh) | 一种医疗文本编码方法、装置、设备及可读存储介质 | |
CN1131768A (zh) | 数据处理系统和数据处理方法 | |
CN1020213C (zh) | 联机手写字符识别装置 | |
CN111949765A (zh) | 基于语义的相似文本搜索方法、系统、设备和存储介质 | |
CN1172996A (zh) | 在线字符识别方法和设备 | |
CN114780805A (zh) | 一种超并行比对的方法与系统 | |
CN116911321B (zh) | 一种前端自动翻译字典值的方法及组件 | |
CN1648829A (zh) | 用于输入汉字的方法和系统 | |
CN1019612B (zh) | 字符识别装置 | |
CN1187699C (zh) | Tagtree编码器的vlsi设计方法 | |
Mari et al. | A novel audio representation using space filling curves | |
CN1452093A (zh) | 用单一词库进行双向词汇翻译的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C01 | Deemed withdrawal of patent application (patent law 1993) | ||
WD01 | Invention patent application deemed withdrawn after publication |