CN1205486A - 考虑到距离和方向的模式匹配装置及其方法 - Google Patents

考虑到距离和方向的模式匹配装置及其方法 Download PDF

Info

Publication number
CN1205486A
CN1205486A CN98109708A CN98109708A CN1205486A CN 1205486 A CN1205486 A CN 1205486A CN 98109708 A CN98109708 A CN 98109708A CN 98109708 A CN98109708 A CN 98109708A CN 1205486 A CN1205486 A CN 1205486A
Authority
CN
China
Prior art keywords
reference model
pattern
input pattern
distance
comparison object
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.)
Granted
Application number
CN98109708A
Other languages
English (en)
Other versions
CN1103086C (zh
Inventor
朴喜仙
都鼎仁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN1205486A publication Critical patent/CN1205486A/zh
Application granted granted Critical
Publication of CN1103086C publication Critical patent/CN1103086C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24147—Distances to closest patterns, e.g. nearest neighbour classification

Abstract

多模式集的模式匹配装置及其方法,包含:存储每一参考模式信息的数据库,信息包括最近/最远相邻参考模式索引、参考模式与每一相邻参考模式间距离及相邻参考模式相对于参考模式方向;模式分类器,从数据库选择参考模式并计算输入模式与所选参考模式间距离和方向,从而将与输入模式距离等于或小于第一阈值的参考模式包括在匹配比较目标中;及模式匹配部分,使由模式分类器作为匹配比较目标确定的模式与输入模式匹配。由此改进对许多模式匹配的精确度和模式匹配速度。

Description

考虑到距离和方向的模式 匹配装置及其方法
本发明涉及一种考虑到距离和方向的模式匹配装置及其方法，尤其涉及一种考虑到输入模式与参考模式之间的方向及距离对输入模式进行分类和匹配的模式匹配装置及其方法。
通常，模式匹配是一种广泛应用于涉及模式识别、字符识别或声音识别的识别系统的方法，其中通过研究预定参考模式的特征与未知模式之间的类似程度和匹配程度来辨别未知模式。为了实时识别大容量的模式集，需要一种高速模式搜索方法。然而，大多数实际的模式识别方法在识别速度与精确度之间具有一种折衷的关系。亦即，高速下识别性能低，而在具有优良识别性能的系统中处理速度低。
此外，在常规模式匹配中，每一模式集的预定数目的最近／最远相邻参考模式(以下称为模型)包括不需要的模型，因此无效地占用存储器空间并增大了搜索空间，所以造成处理速度的损失。而且，在难于进行模式识别的情况下，即使存在许多类似模式，也仅有固定数目的参考模式被存储和用于匹配，故降低了精确度。
在常规模式识别方法中，用到具有最近／最远相邻模型的数据库，其中仅考虑两个模型矢量之间的距离。如果输入模式与模型之间的距离大于预定值α，则该模型很可能与输入模式相差很远。因此，从为了识别将加以比较的目标(以下称为识别比较目标)排除模型的数据库中的k个最近相邻模式。换言之，不管要与输入模式比较的模型是否位于以输入模式位置为中心的半径为α的圆环的边界附近，属于数据库中模型的最近相邻模型的预定数目被从识别比较目标排除。然而，即使当要比较的模型靠近边界时邻近要比较的模型的最近相邻模型的预定数目实际上接近输入模式，仍很可能从匹配比较目标排除它们。因此，降低了识别的精确度。
为了解决以上问题，本发明的目的是提供一种用于匹配模式的装置及其方法，其中动态构造数据库的大小，并考虑方向以及距离来辨别模式，从而达到对大量模式的精确和快速的模式匹配。
按照该目的的一个方面，提供一种模式匹配装置，用于通过提取输入模式的特征点获得一特征矢量使输入模式与参考模式匹配，并将输入模式的特征矢量与先前存储的参考模式特征矢量相比较，该模式匹配装置包括：用于存储每一参考模式的信息的数据库，该参考模式信息包括最近／最远相邻参考模式的索引，参考模式与每一相邻参考模式之间的距离及相邻参考模式相对于参考模式的方向，其中最近／最远相邻参考模式的数目取决于参考模式的特征；一个模式分类器，用于从数据库选择参考模式并计算输入模式与所选参考模式之间的距离和方向，由此包括与输入模式的距离等于或小于在一匹配比较目标中的第一阈值的参考模式，并且如果输入模式与所选参考模式之间的距离大于第一阈值且该距离与第一阈值之间的差等于或小于第二阈值，考虑相邻参考模式相对于位于以所选参考模式的点作为中心点的圆环半径内的参考模式的方向，判定所选参考模式及与其相邻参考模式是否包括在匹配比较目标中；以及一个模式匹配部分，用于使由模式分类器作为匹配比较目标确定的模式与输入模式相匹配。
按照本发明目的的另一方面，提供一种模式匹配方法，用于通过提取输入模式的特征点获得特征矢量，并将输入模式的特征矢量与事先存储的参考模式的特征矢量进行比较，而使输入模式与参考模式相匹配，该模式匹配方法包含步骤：(a)提取输入模式的特征矢量；(b)计算参考模式之一的特征矢量与输入模式的特征矢量之间的距离和方向；(c)如果步骤(b)中计算的距离等于或小于第一阈值，则将参考模式包括有匹配比较目标中，并且如果距离大于第一阈值，则按照距离和方向确定是否将参考模式包括在匹配比较目标中；以及(d)使作为步骤(c)中匹配比较目标确定的模式与输入模式相匹配。
通过参考附图详细描述优选实施例，本发明的上述目的和优点将更为显而易见，附图中：
图1是按照本发明的考虑距离和方向的模式匹配装置的方框图；
图2是表示图1数据库的结构的示图；
图3是按照本发明的考虑距离和方向的模式匹配方法的流程图；以及
图4是表示参考模式与输入模式的分布的示图。
在图1中，按照本发明的考虑距离和方向的模式匹配装置包括一个预处理单元100，一个特征提取器102，一个模式分类器104，一个数据库106和一个模式匹配部分108。
预处理单元100增强模式匹配所需的信息，并减少不需要的信息，从而最大限度地减少模式匹配误差，特征提取器102则提取该模式的特征矢量。
如图2所示，数据库106利用一k最近相邻标识符存储每一模型的最近／最远相邻模型的索引、距离和方向。此处，属于每一模式的最近相邻／最远相邻模型的数目取决于这些模型的分布。
模式分类器104探查来自数据库106的所选模型的邻近值以判定是否用这些邻近值作为匹配比较目标。模式匹配部分108使模式分类器104分类的匹配比较目标与输入模式匹配。
下面，将参照图3和4描述本发明的模式匹配装置的工作原理。图3是本发明的模式匹配方法的流程图。图4示出输入模式和一些模型的分布。
在该实施例中，将对一个识别字符的模式匹配实例进行说明。当输入一输入模式，即，一字符时，预处理单元100除去由扫描器一类的输入设备引起的噪声，并执行一系列处理，如对大小的归一化，用于提取构架的节略(skeletonizatio)及差错校正的平滑。特征提取器102从预处理输入模式，例如，笔划的部分区域内或方向上的黑像素的数量，提取代表其原始特性的输入字符的特征值，以形成特征矢量(步骤300)。然后，从数据库选择相应于输入模式x的任意模型Mi(步骤302)。
模式分类器104计算模型Mi与输入模式x之间的距离di和方向(步骤304)。假定输入模式x的矢量用x=[x1，x2，…，xk]T表达，而第i个模型的矢量用M=[mi1，mi2，…mik]T表达，输入像素x与模型Mi之间的距离di由以下方程计算。 d i = Σ j = 1 k ( X j - m ij ) 2 其中k表示矢量的大小。此外，由两个矢量间的角度确定方向。
如果所计算的距离di大于任意值α(步骤306)，对应于图3的情形M1，M2，M3和M4，中心点为Mi的圆的半径根据α与di之间的差值即|α-di|确定，(步骤308)。亦即，如果|α-di|大，半径增大，如果|α-di|小，半径减小。在确定半径后，作出|α-di|是否大于任意值Y的判定(步骤310)。如果|α-di|大于Y，这意味着模型Mi远离输入模式x，则不认为半径以内的模型是有效模型，并将之从匹配比较目标排除(步骤312)，这相应于M3的情形。如果|α-di|等于或小于Y，则推定在半径内存在有效模型。然后，检查相应于输入模式的模型的方向，并认为方向与从输入模式至模型Mi的方向相反的模型是有效模型(步骤314)。作为实例，如图4所示，相应于模式M4的模型M42的方向l42与相应于输入模式x的模型M4的方向相反，因此，模型M42被认为是一有效模型。
在步骤306中，如果di等于或小于α，而且di等于或小于β，β小于α，则排除模型Mi的最远相邻模型(步骤320)，而仅认为最近相邻模式是有效模型。
在上述步骤之后，为了检验另一模型的有效性(步骤316)，该过程返回步骤302，然后重复上述步骤。如果有效模型数量足够，就用所选有效模型执行模式匹配(步骤322)。
如上所述，考虑输入模式与参考模式之间的方向及距离而动态地选择能够用于模式匹配的有效参考模式，由此改进在对许多模式匹配时的精确度以及模式匹配速度。此外，上述模式匹配装置及其方法可容易地应用于模式和声音识别。

Claims (7)

1．一种模式匹配装置，用于通过提取输入模式的特征点获得特征矢量，并将输入模式的特征矢量与事先存储的参考模式的特征矢量进行比较，而使输入模式与参考模式相匹配，该模式匹配装置包含：
用于存储每一参考模式的信息的数据库，该参考模式信息包括最近／最远相邻参考模式的索引，参考模式与每一相邻参考模式之间的距离及相邻参考模式相对于参考模式的方向，其中最近／最远相邻参考模式的数目取决于参考模式的特征；
一个模式分类器，用于从数据库选择参考模式并计算输入模式与所选参考模式之间的距离和方向，由此包括与输入模式的距离等于或小于在一匹配比较目标中的第一阈值的参考模式，并且如果输入模式与所选参考模式之间的距离大于第一阈值且该距离与第一阈值之间的差等于或小于第二阈值，考虑相邻参考模式相对于位于以所选参考模式的点作为中心点的圆环半径内的参考模式的方向，判定所选参考模式及与其相邻参考模式是否包括在匹配比较目标中；以及
一个模式匹配部分，用于使由模式分类器作为匹配比较目标确定的模式与输入模式相匹配。
2．如权利要求1所述的模式匹配装置，其中如果输入模式与所选参考模式之间的距离等于或小于第三阈值，该第三阈值小于第一阈值，模式分类器包括匹配比较目标中所选参考模型的所有最近相邻参考模式。
3．如权利要求1所述的模式匹配装置，其中圆环的半径取决于输入模式与所选参考模式之间的距离。
4．一种模式匹配方法，用于通过提取输入模式的特征点获得特征矢量，并将输入模式的特征矢量与事先存储的参考模式的特征矢量进行比较，而使输入模式与参考模式相匹配，该模式匹配方法包含步骤：
(a)提取输入模式的特征矢量；
(b)计算参考模式之一的特征矢量与输入模式的特征矢量之间的距离和方向；
(c)如果步骤(b)中计算的距离等于或小于第一阈值，则将参考模式包括在匹配比较目标中，并且如果该距离大于第一阈值，则按照距离和方向确定是否将参考模式包括在匹配比较目标中；以及
(d)使作为步骤(c)中匹配比较目标确定的模式与输入模式相匹配。
5．如权利要求4所述的模式匹配方法，其中还包括在从多个参考模式中所选出的每一参考模式上重复步骤(b)和(c)的步骤。
6．如权利要求4所述的模式匹配方法，其中在步骤(c)中，如果在步骤(b)中计算的距离等于或小于小于第一阈值的第二阈值，参考模式的最近相邻参考模式包括在匹配比较目标中。
7．如权利要求4所述的模式匹配方法，其中步骤(c)包括子步骤：
(c1)按照所计算的距离确定具有作为中心点的所选参考模式的点的圆环的预定半径；
(c2)如果第一阈值与所计算距离之间的差等于或大于第三阈值，从匹配比较目标排除确定半径内存在的相邻参考模式，并包括相对于所选参考模式的方向与相对于匹配比较目标中输入模式的参考模式的方向相反的确定半径内存在的相邻参考模式，以及从匹配比较目标排除该半径内余下的相邻参考模式。
CN98109708A 1997-07-15 1998-06-03 考虑到距离和方向的模式匹配装置及其方法 Expired - Fee Related CN1103086C (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR1019970032908A KR100247969B1 (ko) 1997-07-15 1997-07-15 대용량패턴정합장치및방법
KR32908/1997 1997-07-15
KR32908/97 1997-07-15

Publications (2)

Publication Number Publication Date
CN1205486A true CN1205486A (zh) 1999-01-20
CN1103086C CN1103086C (zh) 2003-03-12

Family

ID=19514559

Family Applications (1)

Application Number Title Priority Date Filing Date
CN98109708A Expired - Fee Related CN1103086C (zh) 1997-07-15 1998-06-03 考虑到距离和方向的模式匹配装置及其方法

Country Status (4)

Country Link
US (1) US6128410A (zh)
JP (1) JP2977032B2 (zh)
KR (1) KR100247969B1 (zh)
CN (1) CN1103086C (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007068160A1 (fr) * 2005-12-12 2007-06-21 Wenxin Xu Procede de recherche dans un index par correspondance de motifs
CN1324509C (zh) * 2002-07-09 2007-07-04 索尼株式会社 近似性计算方法和设备
CN100407220C (zh) * 2004-07-30 2008-07-30 英特尔公司 模式匹配的体系结构
CN100472558C (zh) * 2006-03-02 2009-03-25 株式会社东芝 模式识别装置及其方法
CN1538322B (zh) * 2003-04-14 2010-04-21 中兴通讯股份有限公司 一种用于消除字符串模糊匹配冗余的过滤方法
CN101339619B (zh) * 2008-08-11 2010-06-16 重庆大学 用于模式分类的动态特征选择方法
CN1867966B (zh) * 2003-10-03 2012-05-30 旭化成株式会社 数据处理单元、模式模型搜索单元和特定模式模型提供系统

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6562077B2 (en) * 1997-11-14 2003-05-13 Xerox Corporation Sorting image segments into clusters based on a distance measurement
JP2000285140A (ja) * 1998-12-24 2000-10-13 Ricoh Co Ltd 文書処理装置、文書分類装置、文書処理方法、文書分類方法およびそれらの方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体
US6535640B1 (en) * 2000-04-27 2003-03-18 National Instruments Corporation Signal analysis system and method for determining a closest vector from a vector collection to an input signal
KR100400500B1 (ko) * 2000-08-21 2003-10-08 삼성전자주식회사 특징 벡터 데이터 공간의 인덱싱 방법
KR100481933B1 (ko) * 2000-12-14 2005-04-13 마츠시다 덴코 가부시키가이샤 영상 처리기 및 이를 이용한 패턴 인식 장치
KR100446639B1 (ko) * 2001-07-13 2004-09-04 한국전자통신연구원 셀 기반의 고차원 데이터 색인 장치 및 그 방법
US20040052418A1 (en) * 2002-04-05 2004-03-18 Bruno Delean Method and apparatus for probabilistic image analysis
US8010296B2 (en) * 2002-12-19 2011-08-30 Drexel University Apparatus and method for removing non-discriminatory indices of an indexed dataset
US7388990B2 (en) * 2003-09-22 2008-06-17 Matrox Electronics Systems, Ltd. Local mass distribution partitioning for object recognition
US20050114331A1 (en) * 2003-11-26 2005-05-26 International Business Machines Corporation Near-neighbor search in pattern distance spaces
US20060052943A1 (en) * 2004-07-28 2006-03-09 Karthik Ramani Architectures, queries, data stores, and interfaces for proteins and drug molecules
US7646916B2 (en) * 2005-04-15 2010-01-12 Mississippi State University Linear analyst
US8246327B2 (en) * 2006-06-01 2012-08-21 Gast Manufacturing, Inc. Dual-cylinder rocking piston compressor
US7978313B2 (en) * 2008-05-30 2011-07-12 The Boeing Company Systems and methods for targeting directed energy devices
CN101820501A (zh) * 2010-03-22 2010-09-01 中国科学院长春光学精密机械与物理研究所 一种电视波门稳定跟踪的方法
CN108304882B (zh) * 2018-02-07 2022-03-04 腾讯科技（深圳）有限公司 一种图像分类方法、装置及服务器、用户终端、存储介质
KR102273805B1 (ko) * 2019-02-19 2021-07-06 주식회사 동운아나텍 오디오 신호 패턴을 이용한 햅틱 신호 발생 방법 및 장치
US11847244B1 (en) * 2019-08-20 2023-12-19 Shoreline Labs, Inc. Private information detector for data loss prevention

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5060277A (en) * 1985-10-10 1991-10-22 Palantir Corporation Pattern classification means using feature vector regions preconstructed from reference data
US5647058A (en) * 1993-05-24 1997-07-08 International Business Machines Corporation Method for high-dimensionality indexing in a multi-media database
EP0694852B1 (en) * 1994-07-28 2002-06-26 International Business Machines Corporation Innovative neuron circuit architectures
US5901244A (en) * 1996-06-18 1999-05-04 Matsushita Electric Industrial Co., Ltd. Feature extraction system and face image recognition system

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1324509C (zh) * 2002-07-09 2007-07-04 索尼株式会社 近似性计算方法和设备
CN1538322B (zh) * 2003-04-14 2010-04-21 中兴通讯股份有限公司 一种用于消除字符串模糊匹配冗余的过滤方法
CN1867966B (zh) * 2003-10-03 2012-05-30 旭化成株式会社 数据处理单元、模式模型搜索单元和特定模式模型提供系统
CN100407220C (zh) * 2004-07-30 2008-07-30 英特尔公司 模式匹配的体系结构
WO2007068160A1 (fr) * 2005-12-12 2007-06-21 Wenxin Xu Procede de recherche dans un index par correspondance de motifs
CN100472558C (zh) * 2006-03-02 2009-03-25 株式会社东芝 模式识别装置及其方法
CN101339619B (zh) * 2008-08-11 2010-06-16 重庆大学 用于模式分类的动态特征选择方法

Also Published As

Publication number Publication date
JP2977032B2 (ja) 1999-11-10
US6128410A (en) 2000-10-03
CN1103086C (zh) 2003-03-12
JPH1139493A (ja) 1999-02-12
KR100247969B1 (ko) 2000-03-15
KR19990010210A (ko) 1999-02-05

Similar Documents

Publication Publication Date Title
CN1103086C (zh) 考虑到距离和方向的模式匹配装置及其方法
US10891329B2 (en) Image recognition method and image recognition apparatus
Castellani et al. Sparse points matching by combining 3D mesh saliency with statistical descriptors
CN102236675B (zh) 图像特征点匹配对处理、图像检索方法及设备
EP3620980B1 (en) Learning method, learning device for detecting lane by using cnn and testing method, testing device using the same
CN105184260A (zh) 一种图像特征提取方法及行人检测方法及装置
CN105809113A (zh) 三维人脸识别方法及应用其的数据处理装置
US5621818A (en) Document recognition apparatus
CN108268641A (zh) 发票信息识别方法及发票信息识别装置、设备和存储介质
CN111950498A (zh) 一种基于端到端实例分割的车道线检测方法及装置
CN104636748A (zh) 一种号牌识别的方法及装置
JP4802176B2 (ja) パターン認識装置、パターン認識プログラム及びパターン認識方法
CN105740877A (zh) 交通标志的识别方法、装置和车辆
CN113744237A (zh) 一种基于深度学习的渣土流塑性自动检测方法及系统
de las Heras et al. Notation-invariant patch-based wall detector in architectural floor plans
CN111428064A (zh) 小面积指纹图像快速索引方法、装置、设备及存储介质
KR102295619B1 (ko) 소나영상에서 사전형상 판별을 통한 표적식별 고속화 방법
Hébert et al. Learning to segment cursive words using isolated characters
Yhann et al. A multiresolution approach to texture segmentation using neural networks
Ardizzone et al. Using temporal texture for content-based video retrieval
CN116935373B (zh) 多类型车牌识别模型的训练方法、装置、设备及存储介质
Najgebauer et al. Representation of edge detection results based on graph theory
Zhang A pixel-based approach to recognising small objects in large pictures using neural networks
JP3553730B2 (ja) パターン認識方法とその装置
Marinai et al. A Comparison of Clustering Methods for Word Image Indexing.

Legal Events

Date Code Title Description
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C06 Publication
PB01 Publication
C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1043193

Country of ref document: HK

C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20030312