FI74359B - Minnesanordning foer moensteridentifiering. - Google Patents

Description

1 74359

MUISTITYYPPINEN HAHMONTUNNISTUSLAITE - MINNESANORDNING FÖR MONSTERIDENTIFIERING

Keksinnön kohteena on muistityyppinen hahmontunnistuslaite.

Tiettyjen hahmojen tunnistamista jatkuvasta hahmotietovir-rasta tarvitaan monissa tietojen, hahmojen ja varsinkin 5 tekstin, käsittelyn vaiheissa, esim. tekstinkäsittelyssä, tietopankeissa ja kirjallisuushakujen yhteydessä. Tunnistaminen suoritetaan yksinkertaisimmassa muodossaan vertaamalla. Tämä on kuitenkin vaikeaa, sillä riittävän nopeuden saavuttamiseksi tulisi voida verrata samanaikaisesti 10 satoja ja tuhansia hahmoja.

Hahmojen tunnistamiseen käytetään nykyisin yleiseti äärellistä automaattia (finit state automation, FSA), joka koostuu joukosta tiloja sekä niiden välisistä siirtymistä.

15 Automaatti voi toimia tunnistimena siten, että etsittävien hahmojen osahahmot vastaavat automaatin tiloja. Automaatin tunnistama osahahmo aiheuttaa aina siirtymän uuteen tilaan. Jos jonkun etsittävän hahmon muodostama tilasekvenssi onnistutaan käymään läpi, sana on tunnistettu, ja automaatti 20 voi antaa tätä ilmaisevan signaalin. Väärä osahahmo aiheuttaa poikkeamisen reitiltä ja tunnistuksen epäonnistumisen. Äärelliseen automaattiin perustuvat tunnistimet ovat monipuolisia. Niillä voidaan etsiä erilaisia kiinteitä ja vaihtuvia jaksoja sisältäviä hahmoja, hahmoyhdis-25 telmiä, käyttää numeroarvojen vertailuun ja laskutoimituksiin. Sillä on kuitenkin rajoituksia. Automaattista voi tulla epäkäytännöllisen suuri. Lisäksi automaatti vaatii hahmojen esiprosessoinnin.

30 Sisältöhakuisia eli assosiatiivisia muisteja käytetään siten, että niihin syötetään osoitteen asemasta muistissa olevaa tietoa. Osoitteena toimii siis suoraan muistin sisältö tai jokin osa siitä. Muistia voidaan käyttää tun-35 nistimena siten, että tieto etsittävistä hahmoista ladataan z 74359 muistiin, minkä jälkeen käsiteltävää tietovirtaa käytetään muistin osoitteina. Tällaisen tunnistimen etuna on erittäin suuri nopeus, koska kaikki muistisolut suorittavat hakua ja toimivat rinnakkain. Näiden muistien käyttö on 5 kuitenkin rajoittunut erikoissovellutuksiin, koska tarkoitukseen soveltuvat kaupalliset muistipiirit ovat kapasiteetiltaan varsin pieniä. Lisäksi ongelmana on samanaikaisten löytöjen käsitteleminen.

10 Keksinnön tarkoituksena on tuoda esiin muistityyppinen hah-montunnistuslaite, jolla poistetaan nykyisiin laitteisiin liittyviä epäkohtia. Erityisesti keksinnön tarkoituksena on tuoda esiin tavallisten poimintahakutyyppisten muisti-komponenttien ominaisuuksiin perustuva hahmontunnistuslai-15 te, joka pystyy havaitsemaan hahmoluokkia, joihin voi kuulua hyvin suuri määrä erilaisia hahmoja. Lisäksi keksinnön tarkoituksena on tuoda esiin hahmontunnistuslaite, joka on rakenteeltaan yksinkertainen ja etsii haluttuja hahmoja jatkuvasta tietovirrasta nopeasti.

20

Keksinnön tarkoitus saavutetaan muistityyppisellä hahmon-tunnistuslaitteella, jolle on pääasiassa tunnusomaista se, mitä on esitetty patenttivaatimuksissa.

25 Keksinnön mukaan laitteeseen kuuluu rekisteri siihen syö-tetävien hahmojen jakamiseksi kahden tai useamman osahahmon ryhmiin sekä ainakin yksi tunnistuselementti, johon on ohjelmoitu tieto tunnistettavista osahahmoryhmistä ja joka on järjestetty yhdistämään tunnistamansa ryhmät uudeksi 30 koodiksi ja, että rekisteri ja tunnistuselementti/tunnis-tuselemenetit on järjestetty toimimaan iteroivasti toistamalla niiden toiminta peräkkäisinä portaina ryhmittelemäl-lä koodit kahteen tai useampaan ryhmään, jotka tunnistetaan seuraavan vaiheen tunnistuselementillä/tunnistusele-35 menteillä ja jatkamalla toimintaa kunnes koko tunnistettava hahmo on yhdistetty yhdeksi koodiksi. Tunnistuslaite etsii haluttuja hahmoja jatkuvasta hahmovirrasta. Se kä- 3 74359 sittelee hahmon kerrallaan ja vertaa sitä tunnistuselement-tiin tallennettuihin etsittäviin hahmoihin. Kerralla haettavien hahmojen määrä ja hahmon sisältämien osahahmojen määrä eli hahmon suurin mahdollinen pituus riippuvat lait-5 teen rakenteesta. Laitteen avulla pystytään käsittelemään erilaisiin hahmoihin perustuvia tietoja. Hahmoina voivat olla esim. erilaiset sovitut hahmot ja niiden standardoidut osahahmot, joiden avulla niitä voidaan käsitellä, syöttää ja tulostaa. Hahmoina voi olla piirustusten tai vas-10 taavien osia tms. sovellutuksia. Yleisesti hahmontunnis-tuslaitetta käytetään kirjoitetun tekstin käsittelyyn.

Keksinnön mukainen laite toimii hahmo kerrallaan ja osittain sen vuoksi ja osittain yksinkertaisen rakenteensa 15 ansiosta saavuttaa erittäin suuren käsittelynopeuden.

Laitteelle on ominaista hahmoluokkien tunnistuskyky, jota muilla tunnistintyypeillä ei tässä laajuudessa esiinny.

Seuraavaksi keksintöä selvitetään tarkemmin viittaamalla 20 oheiseen piirustukseen, jossa kuva 1 esittää erästä keksinnön mukaisessa hahmontunnistus-laitteessa käytettävää muistielementtiä kaaviokuvana, kuva 2 esittää erästä sovellutusta keksinnön mukaisen laitteen rakenteesta, jossa tunnistuselementit on ryhmitetty 25 binäärisen puun muotoon, kuva 3 esittää erästä toista sovellutusta keksinnön mukaisen laitteen rakenteesta, kuva 4 esittää erästä kolmatta sovellutusta keksinnön mukaisen laitteen rakenteesta, jossa tunnistuselementit on 30 kytketty sarjaan, ja kuva 5 esittää erästä neljättä sovellutusta keksinnön mukaisen laitteen rakenteesta, jossa tunnistuselementit on kytketty rinnakkain.

35 Laitteen peruselementtinä käytetään kuvassa 1 esitettyä tunnistuselementtinä toimivaa muistimoduulia. Puu-tyyppisessä ratkaisussa käytetään kahta erityyppistä muisti- * 74359 moduulia, jotka on esitetty kuvassa 1. Niitä on nimitetty lehti- eli L-moduuliksi, ja oksa- eli B-moduuliksi. Lu-ku/kirjoitusmuistia käytetään, jotta laite voitaisiin ohjelmoida uudelleen.

5

Muistielementtien kapasiteetti on määritelty parametreillä n ja k. Osoiteosan pituus on 2n bittiä L-moduulissa ja 2k bittiä B-moduulissa. Datasanan pituus on molemmissa moduulityypeissä k. Muistimoduulien koot ovat siten: 10 SL = k x 22n bittiä SB = k x 22k bittiä Tässä sovellutuksessa moduulit on tarkoitettu tunnistamaan kahdesta osahahmosta koostuvia koodeja. Laitteen toiminta 15 perustuu siihen, että L- moduuli suorittaa kuvauk sen muistiavaruudesta n x n avaruuteen n. Kuvaus on yksikäsitteinen, n x n - n, mutta ei kääntäen. Erilaisia kuvauksia on 2n kappaletta, joten suurin osa n x n -avaruuden alkioista kuvataan samoille n-avaruuden alkioille.

20 Moduulia käytetään siten, että sen avulla yhdistetään kaksi koodia, joiden leveys on n bittiä, yhdeksi koodiksi. Toisin sanoen se pystyy tunnistamaan kaikkien mahdollisten koodiparien joukosta määrätyt parit. B-moduuli toimii aivan vastaavalla tavalla.

25 Tällaisia kiinnostavia koodipareja voidaan muistiin ohjel-n k moida 2 -1 (2—1) kappaletta, sillä yksi koodi varataan osoittamaan tilannetta, jossa koodipari ei kuulu tunnistettaviin.

30

Kuvassa 2 on esitetty muistityyppisen hahmontunnistuslait-teen rakenne, jossa tunnistuselementit on kytketty ns. binääriseksi puuksi. Tällöin laitteella voidaan tunnistaa halutun pituisia hahmoja, tässä sovellutuksessa sanoja.

35 Sanojen maksimipituus tulee aluksi määritellä. Käytettäessä laitetta parhaalla tavalla hyödyksi havaitaan, että sanan pituudeksi on valittava 2:n potenssi. Laitteeseen kuuluu rekisteri R, johon sanat syötetään ja tunnistus- 5 74359 elementteinä M toimivat muistimoduulit L ja B. Rekisterin S pituuden ollessa m on muistimoduulien lukumäärä m-1.

Kuvan mukaisesti muistimoduuline ensimmäinen rivi on L-mo-duuleja ja muut rivit koostuvat B-moduuleista.

5

Kuvassa ei ole esitetty muistimoduulien ohjauslogiikkaa. Moduuleja ohjataan valinta- ja lukusignaalien avulla siten, että tunnistustapahtuma etenee rivi kerrallaan, kunnes puun tyvestä saadaan ulos tunnistettavan sanan koodi.

10

Hakusanat tallennetaan muistimoduuleihin koodausmenettelyn avulla. Hakusanojen määrä voi olla 2-1 tai jossakin tapauksessa suurempi. Rivien eli tunnistustasojen lukumäärä on 2 log m. Hakusanat järjestetään kaksiuloitteiseen matriisiin 15 siten, että jokaisen matriisin rivi vastaa sanaa ja sanan kirjaimet ovat matriisin elementteinä.

Tutkittavat sanat ladataan sanarekisteriin tavallaan puun "lehdiksi". Mikäli sana on lyhyempi kuin rekisterin pituus, 20 sana kohdistetaan rekisterin toiseen reunaan, ja loppuosa rekisteriä tävtetään jollakin sopivalla täytemerkillä.

Rivit jaetaan kahden kirjaimen sarakkeisiin, jolloin muodostuu kirjain- eli koodipareja. Jokainen koodi sisältää tiedon, joka pitää koodata yhteen tunnistuselementtiin.

25 L-moduuleille käytetään seuraavaa koodausalgoritmia: 1. Järjestetään hakusanat kaksidimensionaalisen matriisin muotoon kuten esitetty edellä.

2. Valitaan jokaiselle tunnistuselementille (joka vastaa koodipareja) oma koodinsa jokaista erilaista koodiparia 30 varten. Huomaa, ettei yhden muistimoduulin koodi riipu toisten moduulien koodeista.

3. Varastoidaan uudet koodit muistiin. Muistiosoitteet on määritelty alkuperäisten koodien mukaan. Kaikki muut muistipaikat on ohjelmoitu vakiokoodilla, mikä tarkoittaa, 35 ettei vastaavaa koodiparia ole tunnistettu.

6 74359 B-moduuleilla vaiheet 1-3 ovat samat paitsi että käytetään koodeja, joita on saatu aikaan edellisessä moduulirivissä, ja syötetään koodit B-moduuleihin. Käsiteltävien koodien määrä supistuu puoleen jokaisella moduulirivillä. Lopuk-5 si puun viimeisenä on yksi moduuli, joka sisältää yhden koodin jokaista hakusanaa varten.

Menetelmää voidaan havainnollistaa esittämällä, että ensimmäinen moduulirivi tunnistaa koodipareja, toinen rivi koo-10 di-"nelikköjä, kolmas koodi-"kahdeksikkoja" jne. Jokaisessa koodausvaiheessa ja sarakkeessa voidaan uudet koodit valita täysin vapaasti. Koodausprosessi on aina mahdolli- tr nen, sillä 2 -1 hakusanaa ei voi sisältää kerralla enempää kuin 2 -1 erilaista koodiparia kussakin sarakkeessa.

15

Esitetyssä toiminnassa tapahtuu tunnistusjakson aikana tiedon virtaus muistipuun läpi lehdistä tyveen. Toimintaa voidaan huomattavasti nopeuttaa ns. pipeline- eli liukuhihna järjestelyllä. Tämä tapahtuu ns. pipeline-rekisterin 20 avulla, joka lisätään muistirivien väliin. Nopeutus perustuu siihen, että niin pian kun rivin muisteista on luettu tieto, se tallennetaan pipeline-rekisteriin, jolloin seuraavan rivin muistijakso alkaa, ja edellinen rivi voi samanaikaisesti aloittaa seuraavan jakson. Kun käsitellään 25 jatkuvaa tietovirtaa, on yhden sanan käsittelyyn tarvittava aika vain yhden muistijakson aika, johon on lisätty yhden pipeline-rekisterin toiminta-aika.

Laitteen toimintaa voidaan selvittää seuraavalla sovellu-30 tusesimerkillä:

Valitaan sananpituudeksi 32 merkkiä, jolloin tarvitaan 31 muistimoduulia. Seuraavaksi otetaan sanapituudeksi k=n=8. Tällöin voidaan samanaikaisesti hakea 255 sanaa ja kirjaimessa saa olla 8 bittiä. Voidaan todeta, että mikäli sa-35 nat taipuvat, kuten esim. suomenkielessä, voidaan taipuminen otta huomioon lataamalla muisteihin kaikki taivutusmuodot. Koska ei ole tarpeen erotella taivutusmuotoja 7 74359 toisistaan, voidaan tämä suuri sanajoukko käsitellä samalla kertaa, kunhan erilaisia perushahmoja on enintään 255. Yleisemmin voidaan sanoa, että tunnistuslaite pystyy tunnistamaan hahmoluokkia, joihin voi kuulua hyvin suuri 5 määrä erilaisia hahmoja.

2k

Muistielementin koko on 2 eli 6A kilosanaa 8-bittisiä sanoja. Laitteen toiminta saadaan pipeline-järjestelyn avulla helposti arvoon 200 ns / 32 kirjaimen sana, jopa 10 nopeammaksi. Tämä arvo on noin sata kertaa suurempi kuin se nopeus, jolla tietoa voidaan lukea tämänhetkisistä massamuisteista .

Kuvassa 3 esitetyssä sovellutuksessa on vain yksi tunnis-15 tuselementti. Tunnistustapahtuma suoritetaan siten, että ensimmäisessä vaiheessa kytkimet s^ ja S2 ovat asennossa 1. Tunnistin suorittaa saman operaation kuin rivin 1 tunnis-tuselementit kuvassa 2, mutta sarjamuodossa, yksi koodi-pari kerrallaan. Tunnistuselementin antamat uudet koodit 20 tallennetaan rekisteriin 2. Tämän jälkeen kytkin s^ käännetään asentoon 2 ja suoritetaan kuvan 2 riviä 2 vastaava tunnistusvaihe. Näin menetellään, kunnes tullaan viimeiselle riville, jolloin S2 käännetään asentoon 2 ja suoritetaan viimeinen tunnistusvaihe ja tunnistuselementti an-25 taa tunnistustiedon.

Kuvassa A esitetty sovellutus toimii vastaavasti kuin kuvassa 3 esitetty laite, ts yksi vaihe kerrallaan. Poikkeuksena on, että yhteen vaiheeseen kuuluvien koodiparien 30 tunnistus tapahtuu rinnakkaisissa elementeissä. Kytkimiä ohjataan samalla tavalla kuin kuvan 3 mukaisessa laitteessa.

Kuvassa 5 esitetyssä sovellutuksessa tunnistusvaiheet suoritetaan peräkkäin kytketyissä erillisissä tunnistimissa.

35 Kukin tunnistin puolestaan toimii sarjamuodossa yksi koodipari kerrallaan. Kuvan 5 mukainen laite ei tarvitse tietovirran suuntaa muuttavia kytkimiä.

s 74359

Kuvissa 3, A ja 5 esitetyillä laitteilla on pienempi tun-nistuskapasiteetti kuin kuvassa 2 esitetyllä laitteella. Tämä johtuu siitä, että kuvan 2 mukaisessa laitteessa kuhunkin tunnistuselementtiin tallennetaan vain yhden tun-5 nistusvaiheen yhtä koodimatriisin saraketta vastaavat koodit. Sen sijaan kuvan 3 mukaiseen tunnistuselementtiin on tallennettava kaikkien vaiheiden ja kaikkien koodimatriisin sarakkeiden koodit, kuvan A mukaiseen tunnistuselement-teihin kuhunkin yhden sarakkeen kaikkien vaiheiden koodit, 10 ja kuvan 5 mukaisiin tunnistuselementteihin kuhunkin yhden vaiheen kaikkien sarakkeiden koodit.

Edelläesitetylle laitteelle on ominaista sen erittäin suuri toimintanopeus. Tämä johtuu osittain siitä, että tunnis-15 tus tapahtuu yksi hahmo, esim. sana, kerrallaan, ja osittain siitä, ettei mitään erillistä vertailuelintä tarvita vaan tunnistustapahtuma sisältyy kiinteästi yhden muistijakson suoritukseen. Yhtä nopea toiminta voitaisiin saada aikaan assosiatiivisella muistilla, mutta tällaiset muistit ovat 20 sekä kapasiteetiltaan pieniä, että erittäin kalliita. Keksinnössä on esitetty laite, jossa tavalliset vakiomuistit saadaan toimimaan assosiatiivisten muistien tavoin. Keksinnölle on lisäksi ominaista kyky tunnistaa hahmoluokkia, joissa luokkiin kuuluvat hahmot voivat olla täysin erilai-25 siä. Tämä luokkien tunnistuskyky on olennaisesti laajempi kuin muille tunnistimille ominainen luokkien tunnistus, joka perustuu maskien käyttöön.

Keksintöä ei rajata esitettyihin sovellutusesimerkkeihin 30 vaan se voi vaihdella patenttivaatimuksien puitteissa.

Claims (7)

9 74359

1. Muistityyppinen hahraontunnistuslaite, tunnettu siitä, että laitteeseen kuuluu rekisteri (R) siihen syötettävien hahmojen jakamiseksi kahden tai useamman osa-hahmon ryhmiin sekä ainakin yksi tunnistuselemetti (M), 5 johon on ohjelmoitu tieto tunnistettavista osahahmoryhmis-tä ja joka on järjestetty yhdistämään tunnistamansa ryhmät uudeksi koodiksi ja, että rekisteri ja tunnistuselementti/ tunnistuselementit on järjestetty toimimaan iteroivasti toistamalla niiden toiminta peräkkäisinä portaina ryhmit-10 telemällä koodit kahteen tai useampaan ryhmään, jotka tunnistetaan seuraavan vaiheen tunnistuselementillä/tunnis-tuselementeiliä ja jatkamalla toimintaa kunnes koko tunnistettava hahmon on yhdistetty yhdeksi koodiksi.

2. Patenttivaatimuksen 1 mukainen hahmontunnistuslaite, tunnettu siitä, että tunnistuselementti on assosiatiivisena muistina toimiva luku-kirjoitusmuisti, johon kuuluu kahteen tai useampaan osaan jaettu osoiteosa, joka on ohjelmoitu tunnistamaan etsittäviä merkkipareja, sekä 20 dataosa, johon on järjestetty koodattavaksi kaikki tunnistettavat ryhmät.

3. Patenttivaatimuksen 2 mukainen hahmontunnistuslaite, tunnettu siitä, että laitteeseen kuuluu useita eri 25 tunnistusrekisteriryhmiä, jotka on ryhmitetty binäärisen puun muotoon, jolloin kaikki vaiheet suoritetaan rinnakkain eri tunnistusrekisteriryhmillä.

4. Patenttivaatimuksen 2 mukainen hahmontunnistuslaite, 30 tunnettu siitä, että laitteeseen kuuluu yksi tunnistusrekisteri, joka on järjestetty suorittamaan peräkkäisissä vaiheissa koko tunnistusprosessin. 10 74359

5. Patenttivaatimuksen 2 mukainen hahmontunnistuslaite, t u n n e t t u siitä, että yhden vaiheen tunnistus laitteet on kytketty rinnakkain, jolloin takaisinkytketyt tun-nistuslaitteet on järjestetty suorittamaan peräkkäin eri 5 tunnistusvaiheet.

6. Patenttivaatimuksen 2 mukainen hahmontunnistuslaite, tunnettu siitä, että laitteeseen kuuluu useita sar-jaankytkettyjä tunnistusrekistereitä, jolloin kukin tunnis- 10 tusrekisteri suorittaa sarjamuotoisesti yhden vaiheen prosessoinnin.

7. Jonkin patenttivaatimuksen 3-6 mukainen liahmontunnis-tuslaite, tunnettu siitä, että tunnistusrekiste- 15 riin on koodattu kaikki tietyn hahmoluokan jäsenet samalle tunnistuskoodille, jolloin tunnistusrekisterit tunnistavat nämä koodatut hahmoluokat. 20