DE4495111C2 - Verfahren zur Bestimmung einer Menge von charakteristischen Merkmalen im Rahmen einer Objekterkennung - Google Patents
Verfahren zur Bestimmung einer Menge von charakteristischen Merkmalen im Rahmen einer ObjekterkennungInfo
- Publication number
- DE4495111C2 DE4495111C2 DE4495111A DE4495111A DE4495111C2 DE 4495111 C2 DE4495111 C2 DE 4495111C2 DE 4495111 A DE4495111 A DE 4495111A DE 4495111 A DE4495111 A DE 4495111A DE 4495111 C2 DE4495111 C2 DE 4495111C2
- Authority
- DE
- Germany
- Prior art keywords
- features
- sample
- samples
- identified
- objects
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/06—Foreign languages
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Educational Technology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Character Discrimination (AREA)
- Stored Programmes (AREA)
Description
Die Erfindung betrifft ein Verfahren zur Bestimmung einer
Menge von charakteristischen Merkmalen im Rahmen einer Objekt
erkennung zu identifizierender Objekte gemäß dem Oberbegriff
des Patentanspruchs. Sie kann bei der Schaffung von mit moder
nen Computern arbeitenden Erkennungssystemen und bei der
Modellierung von Erkennungsverfahren unter Ausnutzung moderner
Computer sowie auch bei der Vorbereitung von Texteditoren, bei
der Fremdsprachenausbilung usw. eingesetzt werden.
Verfahren zur Objekterkennung finden in den letzten
Jahren immer größere Anwendung bei der Lösung verschiedener
wissenschaftlicher und praktischer Aufgaben.
So ist z. B. aus der EP 0 191 407-A2 ein Verfahren zur
Klassifikation und Identifikation von Mustern in einem System
bekannt. Das System weist eine Eingabeeinrichtung zur Eingabe
eines Eingangssignals auf, das jedes Eingabemuster als einen
Ort in einem mehrdimensionalen Musterraum repräsentiert.
Ferner enthält das System eine Einrichtung zur Informations
speicherung und einen Computer, der mit der Informationsspei
chereinrichtung und der Eingabeeinrichtung verbunden ist. Das
Verfahren der EP 0 191 407-A2 besteht darin, daß in der Spei
chereinrichtung mehrere Prototypen innerhalb des mehrdimensio
nalen Musterraums gespeichert werden und dann ein durch das
genannte Signal repräsentiertes Eingabemuster mit jedem der
gespeicherten Prototypen verglichen wird, um zu bestimmen, ob
das Eingabemuster in einen Einflußbereich mindestens eines der
genannten Prototypen fällt.
Aus der Druckschrift H. NIEMANN "Methoden der Muster
erkennung", Akademische Verlagsgesellschaft Frankfurt am Main,
1974, Seite 224, Abschnitt 3.2.5. ist ein Verfahren zum ent
scheidungsüberwachten Lernen einer Maschine bekannt. Dabei
steht für den Lernvorgang eine klassifizierte Stichprobe zur
Verfügung. Außerdem werden der Maschine neue, unklassifizierte
Muster zugeführt, die dann ebenfalls zum Lernen herangezogen
werden, wobei so getan wird, als gehörten sie zu der Klasse,
für die sich die Maschine entschieden hat. Die "neuen Muster"
werden der Maschine ungeordnet vorgehalten. Bei diesem Ver
fahren besteht die Gefahr, daß der ganze Lernprozeß diver
giert, weil die Klassencharakteristika zu oft mit falschen
Daten "aufgefrischt" werden.
Aus dem Buch Zdor S. E.; Sirokov V. B.: Optische Suche und
Erkennung - Verlag: Nauka, Moskau 1973, S. 135-141, ist ein
Verfahren zur Bestimmungen von charaktistischen Merkmalen im
Rahmen einer Objekterkennung zu identifizierender Objekte mit
folgenden Schritten bekannt:
- a) Festlegen von Merkmalen zu identifizierender Objekte,
- b) Abtasten einer Informationsmenge durch eine Erkennungsvor richtung,
- c) Bestimmen in der Informationsmenge enthaltener Merkmale von Objekten,
- d) Vergleichen der in Schritt c) bestimmten Merkmale mit den in Schritt a) festgelegten Merkmalen, und
- e) Identifizieren solcher Objekte, die die charakteristischen Merkmale aufweisen.
Mathematische Grundlagen für die vorgehend beschriebenen
Verfahren finden sich in dem Buch Liedtke C.-E.; Ender M.:
Wissensbasierte Bildverarbeitung. - Springer-Verlag, Berlin,
Heidelberg, New York, London, Paris, Tokyo, Hong Kong 1989, S.
84 bis 89.
Die Unterschiede zwischen den genannten Verfahren beruhen
im wesentlichen auf der Ausnutzung verschiedener Vorgehens
weisen bei der Objektklassifikation. So liegt zum Beispiel der
metrischen Vorgehensweise das Festlegen einer Gesamtheit von
Eichmaßen und die Ausführung einer Diskretisierung von Objek
ten zugrunde, wobei das Diskretisieren einerseits nicht zu
einer redundanten Beschreibung führen soll und andererseits
ein Ursprungsobjekt beim Vergleich mit dem Eichmaß möglichst
genau wiedergegeben werden soll. Grundlage der Vorgehensstruk
tur bei der Objekterkennung ist das Festlegen einer bestimmten
Gesamtheit von Elementarmerkmalen. Als Elementarmerkmale
werden normalerweise solche Merkmale wie "Winkel", "Kreuzung"
usw. benutzt.
Ein Nachteil dieser Verfahren besteht erstens darin, daß
diese einen begrenzten Verwendungsbereich haben, da determi
nierte Gesamtheiten von Merkmalen, die mit den Erkennungs
objekten übereinstimmen, in einigen Fällen, wie zum Beispiel
bei differenzierter Erkrankungsdiagnostik, nicht vorhanden
sind. Zweitens ist die Effektivität der Informationsverarbei
tung mit Hilfe der bekannten Verfahren nicht groß, da es
notwendig ist, bei der Ausführung der Erkennung jedes Objektes
ein Suchverfahren, das alle angegebenen Merkmalsgesamtheiten
einschließt, zu verwirklichen und die Gesamtheit, die mit dem
Erkennungsobjekt übereinstimmt, zu wählen.
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren
zur Bestimmung einer Menge von charakteristischen Merkmalen im
Rahmen einer Objekterkennung zu identifizierender Objekte
bereitzustellen, das aufgrund des Inhalts und der Organisation
seiner Verfahrensschritte eine besonders hohe Effektivität
aufweist und deshalb zur Bearbeitung von großen Informations
blöcken, die mehrere komplizierte Informationsthemen betref
fende Objekte enthalten, besonders geeignet ist.
Erfindungsgemäß wird diese Aufgabe gelöst durch ein
Verfahren zur Bestimmung einer Menge von charakteristischen
Merkmalen im Rahmen einer Objekterkennung zu identifizierender
Objekte mit folgenden Schritten:
- a) Festlegen von Merkmalen zu identifizierender Objekte,
- b) Abtasten einer Informationsmenge durch eine Erkennungs vorrichtung,
- c) Bestimmen in der Informationsmenge enthaltener Merkmale von Objekten,
- d) Vergleichen der in Schritt c) bestimmten Merkmale mit den in Schritt a) festgelegten Merkmalen, und
- e) Identifizieren solcher Objekte, die die charakteristi schen Merkmale aufweisen,
gekennzeichnet durch folgende Schritte:
- a) Bilden zweier Gruppen von Objektstichproben, wobei jede einzelne Stichprobe mindestens ein zu identifizierendes Objekt aufweist und die Stichproben der ersten Gruppe als Lehrstichproben und die Stichproben der zweiten Gruppe als Prüfungsstichproben dienen,
- b) Ordnen der einzelnen Stichproben innerhalb jeder der beiden Stichprobengruppen nach aufsteigender Kompliziert heit der Identifikation der zu identifizierenden Objekte, wobei ihrer Nummer in der jeweiligen Ordnung nach ein ander entsprechende Stichproben jeweils gleiche Kompli ziertheit aufweisen,
- c) Durchführen von Schritt a) indem eine erste Lehrstich probe abgetastet und, auf der Basis der dabei gewonnenen Daten, allgemeine Elementarmerkmale des zu identifizie renden Objektes festgelegt werden,
- d) Überprüfen der Brauchbarkeit der gewonnenen allgemeinen
Elementarmerkmale zur Identifikation des zu identifizie
renden Objektes anhand des Abtastens von Prüfungs
stichproben, deren Kompliziertheit nicht kleiner ist als
die Kompliziertheit der letztgenannten Lehrstichprobe,
sukzessive nach aufsteigender Kompliziertheit der Prü
fungsstichproben, wobei für jede hierbei betrachtete
Prüfungsstichprobe die Schritte b) bis e) und eine Über
prüfung des Identifizierungserfolgs durchgeführt werden,
- 1. v)- falls sich bei einer Prüfungsstichprobe die aktuell in Betracht gezogenen Elementarmerkmale des zu identifi zierenden Objektes als unbrauchbar erweisen: Abtasten der Lehrstichprobe, deren Nummer der Nummer der letzt genannten Prüfungsstichprobe entspricht, und, auf der Basis der dabei gewonnenen Daten, Modifizieren der allgemeinen Elementarmerkmale des zu identifizierenden Objekts und Fortsetzen des Verfahrens bei Schritt iv),
- 2. sobald die Prüfungsstichprobe mit der höchsten Kompli ziertheit abgetastet und dabei die aktuell in Betracht gezogenen Elementarmerkmale für brauchbar befunden wur den: Anerkennen der letztgenannten Elementarmerkmale als Menge der charakteristischen Merkmale.
Ein besonderer Vorteil des erfindungsgemäßen Verfahrens be
steht darin, daß ein mit diesem Verfahren arbeitendes Erken
nungssystem seine Variante der Menge von charakteristischen
Merkmalen, die jedem konkreten Erkennungsobjekt entsprechen,
als Ergebnis der Analyse einer endlichen Folge von Stichproben
der ersten Gruppe, die Merkmale des Erkennungsobjekts enthal
ten, festlegt. Es erfolgt, mit anderen Worten, eine Anpassung
des Lexikons und der Logik des Erkennungssystems zur Erkennung
des angegebenen Objektes. Dieser Umstand ermöglicht die Ver
wendung des erfindungsgemäßen Verfahrens im Rahmen einer
Objekterkennung zu idenfizierender Objekte, deren Merkmale im
voraus nicht definiert sind. Dabei kann das erfindungsgemäße
Verfahren sowohl in mit moderenen Computern arbeitenden Erken
nungssystemen als auch bei der Ausbildung von Operatoren
verwendet werden.
Die Figur zeigt ein Flußdiagramm, das einer Verwirkli
chungsmöglichkeit des erfindungsgemäßen Verfahrens entspricht.
In einem Erkennungssystem wird ein Informationsträger an einen
Eingang eines Abtastblocks 1 geführt. Ein Ausgang des Abtast
blocks 1 ist an einen ersten Eingang 2 eines Analysators 3
angeschlossen. Ein Ausgang des Analysators 3 ist direkt mit
einem Registrierblock 4 und über eine Reihenschaltung eines
logischen Blocks 6 und eines Programmblocks 7 mit einem zwei
ten Eingang 5 des Analysators 3 verbunden. Der logische Block
6 ist auch an einen Speicherblock 8 angeschlossen.
Das erfindungsgemäße Verfahren wird folgendermaßen durch
geführt: Zunächst wird eine erste Gruppe von Stichproben
gebildet. Dabei enthält jede Stichprobe Beispiele des Erken
nungsobjekts. Das Erkennungsobjekt muß in jedem in einer
Stichprobe befindlichen Beispiel irgendwie gekennzeichnet
worden sein. Welches Verfahren zum Aussondern des Erkennungs
objekts gewählt wird, hängt von den Konstruktionsbesonderhei
ten des Abtastblocks ab. Im Prinzip kann jedes der bekannten
Verfahren zum Aussondern des geforderten Informationsumfangs
benutzt werden. Außerdem wird eine andere Gruppe von (Prü
fungs-) Stichproben gebildet. Dabei enthält jede Prüfungs
stichprobe Beispiele desselben Erkennungsobjekts. Allerdings
wird in diesen Beispielen die das Erkennungsobjekt betreffende
Information nicht speziell ausgezeichnet. Die Information, die
jede Stichprobe betrifft, wird auf einen geeigneten Träger
aufgenommen. Danach werden die den Stichproben der ersten und
der anderen Gruppe entsprechenden Träger in aufsteigender
Reihenfolge bezüglich wachsender Kompliziertheit der darauf
aufgenommenen Informationen angeordnet. Damit ist der Vor
bereitungsschritt zu Ende.
Danach wird an den Eingang des Abtastblocks 1 ein Träger
geführt, auf dem die erste Stichprobe aus der ersten Gruppe
aufgenommen ist, und die auf dem Träger aufgenommene Informa
tion wird abgetastet (abgelesen). Die in der ersten Stichprobe
als Folge von z. B. elektrischen Signalen enthaltene Informa
tion wird vom Ausgang des Abtastblocks 1 an den ersten Eingang
2 des Analysators 3 geleitet. Mit dem Analysator 3 wird die
Bearbeitung der Information, die jedes Beispiel der ersten
Stichprobe enthält, durchgeführt. Es ist möglich, die Bearbei
tung der in der ersten Stichprobe eingesetzten Beispiele
entweder nacheinander oder parallel durchzuführen. Welche
Bearbeitungsmöglichkeit zum Einsatz kommt, ist im wesentlichen
von den technischen Möglichkeiten des Analysators 3 abhängig.
In jedem Beispiel des Erkennungsobjekts wird das Aussondern
der gekennzeichneten Elementarmerkmale durchgeführt. Das
beinhaltet auch das Feststellen ihrer gegenseitigen Anordnung
und der Anordnung des Erkennungsobjekts in bezug auf andere im
entsprechenden Beispiel eingesetzte Objekte. Die in jedem
Beispiel ausgesonderten Merkmale werden mit Hilfe des logi
schen Blocks 6 untereinander verglichen und im Ergebnis in
Gruppen von "ähnlichen" oder "gleichen" aufgeteilt. Die Anzahl
der ausgesonderten Gruppen von Merkmalen definiert die erste
Variante der Menge von Merkmalen, die dem Erkennungsobjekt
entsprechen.
Auf diese Weise wird aus der in die Struktur des Analysa
tors 3 eingeführten Merkmalsmenge mit Hilfe des logischen
Blocks 6 das Aussondern der Merkmalsteilmenge durchgeführt,
die dem Erkennungsobjekt entspricht. Mit Hilfe des Programm
blocks 7, auf dessen Eingang die Signale aus dem Ausgang des
logischen Blocks 6 geleitet werden, erfolgt die Abstimmung des
Analysators 3 auf die Objektklassifikation gemäß der festge
legten Menge von Merkmalen. Gleichzeitig wird diese Variante
der festgelegten Menge von Merkmalen in den Speicherblock 8
eingeführt.
Um die "Ausbildungsergebnisse" des Erkennungssystems zu
prüfen, wird an den Eingang des Abtastblocks 1 ein Träger
geführt, auf dem die erste Stichprobe aus der anderen (Prü
fungs-) Stichprobengruppe aufgenommen ist. Danach erfolgt das
Aussondern der Merkmale aller Objekte, die in jedem Beispiel
der analysierten Prüfungsstichprobe enthalten sind, und ein
Vergleich der Merkmale der zur Erkennung gestellten Objekte
mit der festgelegten Menge von Merkmalen. Auf der Grundlage
dieses Vergleiches wird das Objekt, welches die festgelegte
Menge von Merkmalen aufweist, ausgesondert. Die Erkennungs
ergebnisse werden auf den Registrierblock 4 geleitet. Ist ein
bei der Bearbeitung der ersten Prüfungsstichprobe erhaltener
Kennwert für die Richtigkeit des Erkennungsobjektes nicht
kleiner als ein erforderlicher entsprechender Wert, wird an
den Eingang des Abtastblocks 1 ein Träger geführt, auf dem
eine zweite, Merkmale des Erkennungsobjekts enthaltende Stich
probe aus der ersten Stichprobengruppe aufgenommen ist. Dabei
werden die Ausgänge des logischen Blocks 6, die an den Pro
grammblock 7 angeschlossen sind, auf Null gesetzt, und der
Analysator 3 wird in einen solchen Betriebsmodus umgeschaltet,
der der Bearbeitung der ersten Stichprobe aus derselben Stich
probengruppe entspricht.
Die in der zweiten Stichprobe enthaltene Information wird
in der oben dargestellten Reihenfolge bearbeitet, und man
erhält eine Merkmalsteilmenge, die dem Erkennungsobjekt ent
spricht. Dabei sind im Prinzip zwei Varianten möglich: Entwe
der fällt die erhaltene Merkmalsteilmenge mit der bei der
Bearbeitung der ersten Lehrstichprobe erhaltenen Merkmals
teilmenge zusammen, oder die erhaltene Merkmalsteilmenge fällt
teilweise nicht mit der bei der Bearbeitung der ersten Lehr
stichprobe erhaltenen Merkmalsteilmenge zusammen.
Im ersten Fall werden die Träger mit den aufgenommenen
Prüfungsstichproben nacheinander an den Eingang des Abtast
blocks 1 geführt. Wird bei der Bearbeitung einer der Prüfungs
stichproben ein Kennwert für die Richtigkeit des Erkennungs
objektes erhalten, der kleiner als ein erforderlicher ent
sprechender Wert ist, so wird an den Eingang des Abtastblocks
1 ein Träger mit einer darauf aufgenommenen Stichprobe aus der
ersten Gruppe geleitet, wobei die Nummer dieser Stichprobe
gleich der Nummer der Prüfungsstichprobe sein muß, bei deren
Bearbeitung der zu niedrige Kennwert erhalten worden war. Im
Ergebnis dessen wird eine präzisierte Teilmenge von dem Erken
nungsobjekt entsprechenden Merkmalen erhalten. Damit entsteht
eine Situation, die oben als die andere Variante angegeben
wurde.
In dieser anderen Variante wird mit dem logischen Block 6
eine erweiterte Merkmalsteilmenge festgelegt. Diese Teilmenge
enthält Merkmale der Teilmengen, die bei der Bearbeitung der
beiden Stichproben aus der ersten Stichprobengruppe erhalten
worden waren. Danach wird an den Eingang des Abtastblocks 1
ein Träger geführt, auf den eine andere Prüfungsstichprobe
aufgenommen ist. Diese andere Prüfungsstichprobe wird mit dem
auf die erweiterte Teilmenge abgestimmten Analysator 3 be
arbeitet. Die Anzahl der Lehrstichproben und ihnen entspre
chender Prüfungsstichproben wird von der Kompliziertheit des
Erkennungsproblems und auch von der a-priori-Information über
das Erkennungsobjekt bestimmt.
Claims (1)
1. Verfahren zur Bestimmung einer Menge von charakteristischen
Merkmalen im Rahmen einer Objekterkennung zu identifizierender
Objekte mit folgenden Schritten:
- a) Festlegen von Merkmalen zu identifizierender Objekte,
- b) Abtasten einer Informationsmenge durch eine Erkennungs vorrichtung,
- c) Bestimmen in der Informationsmenge enthaltener Merkmale von Objekten,
- d) Vergleichen der in Schritt c) bestimmten Merkmale mit den in Schritt a) festgelegten Merkmalen, und
- e) Identifizieren solcher Objekte, die die charakteristi schen Merkmale aufweisen,
- a) Bilden zweier Gruppen von Objektstichproben, wobei jede einzelne Stichprobe mindestens ein zu identifizierendes Objekt aufweist und die Stichproben der ersten Gruppe als Lehrstichproben und die Stichproben der zweiten Gruppe als Prüfungsstichproben dienen,
- b) Ordnen der einzelnen Stichproben innerhalb jeder der beiden Stichprobengruppen nach aufsteigender Kompliziert heit der Identifikation der zu identifizierenden Objekte, wobei ihrer Nummer in der jeweiligen Ordnung nach ein ander entsprechende Stichproben jeweils gleiche Kompli ziertheit aufweisen,
- c) Durchführen von Schritt a) indem eine erste Lehrstich probe abgetastet und, auf der Basis der dabei gewonnenen Daten, allgemeine Elementarmerkmale des zu identifizie renden Objekts festgelegt werden,
- d) Überprüfen der Brauchbarkeit der gewonnenen allgemeinen
Elementarmerkmale zur Identifikation des zu identifizie
renden Objekts anhand des Abtastens von Prüfungs
stichproben, deren Kompliziertheit nicht kleiner ist als
die Kompliziertheit der letztgenannten Lehrstichprobe,
sukzessive nach aufsteigender Kompliziertheit der Prü
fungsstichproben, wobei für jede hierbei betrachtete
Prüfungsstichprobe die Schritte b) bis e) und eine Über
prüfung des Identifizierungserfolgs durchgeführt werden,
- 1. v)- falls sich bei einer Prüfungsstichprobe die aktuell in Betracht gezogenen Elementarmerkmale des zu identifi zierenden Objekts als unbrauchbar erweisen: Abtasten der Lehrstichprobe, deren Nummer der Nummer der letzt genannten Prüfungsstichprobe entspricht, und, auf der Basis der dabei gewonnenen Daten, Modifizieren der allgemeinen Elementarmerkmale des zu identifizierenden Objekts und Fortsetzen des Verfahrens bei Schritt iv),
- 2. sobald die Prüfungsstichprobe mit der höchsten Kompli ziertheit abgetastet und dabei die aktuell in Betracht gezogenen Elementarmerkmale für brauchbar befunden wurden: Anerkennen der letztgenannten Elementarmerkma le als Menge der charakteristischen Merkmale.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU93034497/09A RU2037203C1 (ru) | 1993-07-16 | 1993-07-16 | Способ идентификации объектов |
PCT/RU1994/000141 WO1995002868A1 (fr) | 1993-07-16 | 1994-06-30 | Procede de reconnaissance d'objets |
Publications (1)
Publication Number | Publication Date |
---|---|
DE4495111C2 true DE4495111C2 (de) | 1999-10-21 |
Family
ID=20144457
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE4495111A Expired - Fee Related DE4495111C2 (de) | 1993-07-16 | 1994-06-30 | Verfahren zur Bestimmung einer Menge von charakteristischen Merkmalen im Rahmen einer Objekterkennung |
DE4495111T Pending DE4495111T1 (de) | 1993-07-16 | 1994-06-30 | Verfahren zur Objekterkennung |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE4495111T Pending DE4495111T1 (de) | 1993-07-16 | 1994-06-30 | Verfahren zur Objekterkennung |
Country Status (5)
Country | Link |
---|---|
DE (2) | DE4495111C2 (de) |
FR (1) | FR2708362A1 (de) |
GB (1) | GB2286706A (de) |
RU (1) | RU2037203C1 (de) |
WO (1) | WO1995002868A1 (de) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2165641C2 (ru) * | 1999-03-10 | 2001-04-20 | Закрытое акционерное общество "Аби Программное обеспечение" | Способ взаимосвязанного активирования компьютерных кодов в виде символов и соответствующих им фрагментов изображения |
RU2166209C2 (ru) * | 1999-03-15 | 2001-04-27 | Закрытое акционерное общество "Аби Программное обеспечение" | Способ построения динамических растровых эталонов компьютерных кодов, выполненных в виде символов, в процессе распознавания соответствующих им фрагментов изображения |
DE10037742C2 (de) * | 2000-08-02 | 2003-03-27 | Gunter Ritter | System zur Erkennung und Klassifizierung von Objekten |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0191407A2 (de) * | 1985-02-15 | 1986-08-20 | Nestor, Inc. | Paralleler, adaptiver, nichtlinearer Musterklassentrenner und -erkenner in mehreren Einheiten |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2121992A5 (de) * | 1971-01-14 | 1972-08-25 | Chapelle Jean | |
US3777413A (en) * | 1972-07-10 | 1973-12-11 | J Zaccheo | Personal sensitivity test method and apparatus therefor |
SU1057972A1 (ru) * | 1982-01-27 | 1983-11-30 | Московский Институт Электронного Машиностроения | Устройство дл распознавани образов |
EP0157080A3 (de) * | 1984-01-16 | 1988-10-05 | International Standard Electric Corporation | Selbstlernendes Element mit Wahrscheinlichkeitsfunktion |
US4599693A (en) * | 1984-01-16 | 1986-07-08 | Itt Corporation | Probabilistic learning system |
WO1987003399A1 (en) * | 1985-11-27 | 1987-06-04 | The Trustees Of Boston University | Pattern recognition system |
-
1993
- 1993-07-16 RU RU93034497/09A patent/RU2037203C1/ru not_active IP Right Cessation
-
1994
- 1994-06-21 FR FR9407574A patent/FR2708362A1/fr not_active Withdrawn
- 1994-06-30 DE DE4495111A patent/DE4495111C2/de not_active Expired - Fee Related
- 1994-06-30 GB GB9505355A patent/GB2286706A/en not_active Withdrawn
- 1994-06-30 DE DE4495111T patent/DE4495111T1/de active Pending
- 1994-06-30 WO PCT/RU1994/000141 patent/WO1995002868A1/ru active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0191407A2 (de) * | 1985-02-15 | 1986-08-20 | Nestor, Inc. | Paralleler, adaptiver, nichtlinearer Musterklassentrenner und -erkenner in mehreren Einheiten |
Non-Patent Citations (3)
Title |
---|
C.-E. LIEDTKE, M. ENDER: "Wissensbasierte Bildver-arbeitung", Springer Verlag, 1989, Abschnitt 3.2.1S. 84-89 * |
NIEMANN: "Methoden der Musterekennung" Akademische Verlagsgesellschaft Frankfurt am Main 1974, S. 224, Abschnitt 3.2.5. * |
ZDOR, S.E.: SHIROKOV, V.B.: "Optische Suche und Erkennung" Verlag Nauka, Moskau 1973, S. 135-141 * |
Also Published As
Publication number | Publication date |
---|---|
GB2286706A8 (en) | 1997-02-17 |
GB2286706A9 (en) | 1997-02-17 |
FR2708362A1 (fr) | 1995-02-03 |
DE4495111T1 (de) | 1995-12-07 |
RU2037203C1 (ru) | 1995-06-09 |
GB2286706A (en) | 1995-08-23 |
WO1995002868A1 (fr) | 1995-01-26 |
GB9505355D0 (en) | 1995-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69319982T2 (de) | Verfahren und Vorrichtung zur Messung der Ähnlichkeit von Sprachmusten | |
DE10342594B4 (de) | Verfahren und System zum Erfassen von Daten aus mehreren maschinell lesbaren Dokumenten | |
DE69920296T2 (de) | Verfahren und Vorrichtung zum Registrieren und Vergleichen von Handflächenabdrücken | |
EP3948688B1 (de) | Training für künstliche neuronale netzwerke mit besserer ausnutzung der lern-datensätze | |
EP0523407A2 (de) | Verfahren zur Klassifikation von Signalen | |
DE3855494T2 (de) | Abfragevorrichtung und -methode | |
DE102006000916B3 (de) | Vorrichtung und Verfahren zum bewerten eines dynamischen Systems | |
DE10251787A1 (de) | Verfahren, Vorrichtung und Computerprogramm zur Erfassung von Punktkorrespondenzen in Punktmengen | |
DE4407998C2 (de) | Verfahren und Vorrichtung zur Erkennung eines Musters auf einem Beleg | |
DE3026055C2 (de) | Schaltungsanordnung zur maschinellen Zeichererkennung | |
DE4495111C2 (de) | Verfahren zur Bestimmung einer Menge von charakteristischen Merkmalen im Rahmen einer Objekterkennung | |
DE3853137T2 (de) | Abfragevorrichtung. | |
DE69026668T2 (de) | Genaue Erkennung von Eingabemustern | |
DE112017006785T5 (de) | Datenanalysator und Datenanalyseverfahren | |
DE102012025350A1 (de) | Verarbeitungn eines elektronischen Dokuments | |
DE102019103257A1 (de) | Vorhersagesystem und -verfahren für anlagenanomalien | |
DE19612465C2 (de) | Automatisches Optimieren von Objekt-Erkennungssystemen | |
EP0206214B1 (de) | Verfahren zur einheitlichen symbolischen Beschreibung von Dokumentenmustern in Form von Datenstrukturen in einem Automaten | |
DE3128794A1 (de) | Verfahren zum auffinden und abgrenzen von buchstaben und buchstabengruppen oder woertern in textbereichen einer vorlage, die ausser textbereichen auch graphik-und/oder bildbereiche enthalten kann. | |
DE102020205394A1 (de) | Computerimplementiertes Verfahren und Vorrichtung zum Erstellen eines Knowledge Graph | |
DE2300340C2 (de) | Verfahren zur Analyse von auf einem Speicher mit Relativbewegung zwischen Speicherfläche und Lese- bzw. Schreibköpfen gespeicherten Informationen und Vorrichtung zur Durchführung des Verfahrens | |
DE2805754A1 (de) | Einrichtung zur pruefung von abstaenden in einem bildmuster | |
DE1549893A1 (de) | Verfahren und Anordnung zur elektronischen Klassierung von Bildvorlagen | |
DE102022128157A1 (de) | Computerimplementiertes Verfahren zur Standardisierung von Teilenamen | |
DE102005001224A1 (de) | Verfahren zur Zuordnung eines digitalen Bildes in eine Klasse eines Klassifizierungssystems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8110 | Request for examination paragraph 44 | ||
8607 | Notification of search results after publication | ||
D2 | Grant after examination | ||
8364 | No opposition during term of opposition | ||
8339 | Ceased/non-payment of the annual fee |