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 Objekterkennung

Info

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
Application number
DE4495111A
Other languages
English (en)
Other versions
DE4495111T1 (de
Inventor
Olga Olegovna Verovenko
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Application granted granted Critical
Publication of DE4495111C2 publication Critical patent/DE4495111C2/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00Teaching not covered by other main groups of this subclass
    • G09B19/06Foreign languages
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/211Selection 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,
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 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.
DE4495111A 1993-07-16 1994-06-30 Verfahren zur Bestimmung einer Menge von charakteristischen Merkmalen im Rahmen einer Objekterkennung Expired - Fee Related DE4495111C2 (de)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (1)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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