JP2003132041A - 信号処理方法及び装置、信号処理プログラム、並びに記録媒体 - Google Patents
信号処理方法及び装置、信号処理プログラム、並びに記録媒体Info
- Publication number
- JP2003132041A JP2003132041A JP2001324256A JP2001324256A JP2003132041A JP 2003132041 A JP2003132041 A JP 2003132041A JP 2001324256 A JP2001324256 A JP 2001324256A JP 2001324256 A JP2001324256 A JP 2001324256A JP 2003132041 A JP2003132041 A JP 2003132041A
- Authority
- JP
- Japan
- Prior art keywords
- signals
- similarity
- signal processing
- similar
- conversion
- 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
Links
- 238000003672 processing method Methods 0.000 title claims description 32
- 238000000034 method Methods 0.000 claims abstract description 54
- 238000012545 processing Methods 0.000 claims abstract description 50
- 238000006243 chemical reaction Methods 0.000 claims description 133
- 238000000605 extraction Methods 0.000 claims description 41
- 230000004931 aggregating effect Effects 0.000 claims description 35
- 238000011156 evaluation Methods 0.000 claims description 35
- 230000002776 aggregation Effects 0.000 claims description 33
- 238000004220 aggregation Methods 0.000 claims description 33
- 238000001514 detection method Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 2
- 238000013519 translation Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 11
- 230000014509 gene expression Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/06—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being correlation coefficients
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Computing Systems (AREA)
- Image Analysis (AREA)
- Complex Calculations (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
(57)【要約】
【課題】 信号やノイズが非定常的である場合において
も、自動的に雑音成分が支配的な区間を排除して、類似
性の高い区間を抽出し、類似性を評価する。 【解決手段】 類似性を比較したい２つの信号のうち、
信号f(x)を小領域に分割し、１つの小領域を選択して相
関法を用いて信号g(x)との相関を計算する。そして、相
関値の自乗である類似度が最大となる領域における平行
移動量、拡大率及び類似度を求め、その平行移動量及び
拡大率で表される位置に類似度に基づく値を積算してい
く。全ての小領域について同様の処理を行い、類似度の
積算値が最大となるピークにおいて、その大きさを閾値
と比較して、類似性の評価を行う。また、そのピークに
投票した小領域を抽出することができる。
も、自動的に雑音成分が支配的な区間を排除して、類似
性の高い区間を抽出し、類似性を評価する。 【解決手段】 類似性を比較したい２つの信号のうち、
信号f(x)を小領域に分割し、１つの小領域を選択して相
関法を用いて信号g(x)との相関を計算する。そして、相
関値の自乗である類似度が最大となる領域における平行
移動量、拡大率及び類似度を求め、その平行移動量及び
拡大率で表される位置に類似度に基づく値を積算してい
く。全ての小領域について同様の処理を行い、類似度の
積算値が最大となるピークにおいて、その大きさを閾値
と比較して、類似性の評価を行う。また、そのピークに
投票した小領域を抽出することができる。
Description
【０００１】
【発明の属する技術分野】本発明は、信号処理方法及び
その装置、信号処理プログラム、並びに信号処理プログ
ラムの記録された記録媒体に関し、特に、複数の信号同
士又は一の信号の異なる部分区間同士の類似性を評価す
る信号処理方法及びその装置、信号処理プログラム、並
びに信号処理プログラムの記録された記録媒体に関す
る。
その装置、信号処理プログラム、並びに信号処理プログ
ラムの記録された記録媒体に関し、特に、複数の信号同
士又は一の信号の異なる部分区間同士の類似性を評価す
る信号処理方法及びその装置、信号処理プログラム、並
びに信号処理プログラムの記録された記録媒体に関す
る。
【０００２】
【従来の技術】従来、２つの信号の類似性を評価する手
法として、相関法が用いられている。なお、相関法は、
整合フィルタとも呼称される。
法として、相関法が用いられている。なお、相関法は、
整合フィルタとも呼称される。
【０００３】この相関法では、２つの信号間の時間をず
らしながら相関をとり、最大となる時刻の相関値により
類似性を評価することができ、１つの信号の他方の信号
に対する信号対雑音比を最大にするという意味で最適な
比較手法であるといえる。特に、検出したいパターンが
既知の場合の、ノイズに汚された観測信号からのパター
ン検出法として、信号検出、音響処理、画像処理、或い
はレーダ技術等の広い分野で用いられている。
らしながら相関をとり、最大となる時刻の相関値により
類似性を評価することができ、１つの信号の他方の信号
に対する信号対雑音比を最大にするという意味で最適な
比較手法であるといえる。特に、検出したいパターンが
既知の場合の、ノイズに汚された観測信号からのパター
ン検出法として、信号検出、音響処理、画像処理、或い
はレーダ技術等の広い分野で用いられている。
【０００４】
【発明が解決しようとする課題】ところで、この相関法
は、原信号が既知ではない２つの観測信号の類似性を評
価する場合や、信号やノイズが非定常的である場合に
は、雑音成分の非定常性に支配され、必ずしも適正な比
較手法とはならない場合がある。以下、具体的に説明す
る。
は、原信号が既知ではない２つの観測信号の類似性を評
価する場合や、信号やノイズが非定常的である場合に
は、雑音成分の非定常性に支配され、必ずしも適正な比
較手法とはならない場合がある。以下、具体的に説明す
る。
【０００５】図１３（Ａ）及び図１３（Ｂ）に、互いに
類似する信号を含んだ２つの観測信号Ａ、Ｂを示す。こ
の観測信号に含まれる類似信号には、３００サンプルの
ずれがあり、また、振幅は、１．５倍程度異なる。ま
た、それぞれの観測信号は、非定常的な雑音信号に汚さ
れ、図中矢印で示した区間では、信号対雑音比よく観測
され、両信号は比較的類似しているものの、他の部分で
は、雑音信号が多く、両信号は殆ど類似していない。当
然のことながら、どの区間の信号対雑音比がよいのか、
すなわち、類似評価に適するのかは、事前には分からな
いものである。
類似する信号を含んだ２つの観測信号Ａ、Ｂを示す。こ
の観測信号に含まれる類似信号には、３００サンプルの
ずれがあり、また、振幅は、１．５倍程度異なる。ま
た、それぞれの観測信号は、非定常的な雑音信号に汚さ
れ、図中矢印で示した区間では、信号対雑音比よく観測
され、両信号は比較的類似しているものの、他の部分で
は、雑音信号が多く、両信号は殆ど類似していない。当
然のことながら、どの区間の信号対雑音比がよいのか、
すなわち、類似評価に適するのかは、事前には分からな
いものである。
【０００６】このような観測信号のうち、観測信号Ａの
０から５００サンプルの部分をテンプレートとして、観
測信号Ｂとの相関値を相関法により計算した結果を図１
３（Ｃ）に示す。図１３（Ｃ）の矢印で示すように、平
行移動量が３００サンプル付近に相関のピークが観察さ
れるが、他のピークに比べて有意に大きいとはいえず、
また、絶対値も０．３程度であり、十分に高いとはいえ
ない。このように、相関法では、上述したような信号や
ノイズが非定常的である観測信号間の類似性を適切に評
価することができない。
０から５００サンプルの部分をテンプレートとして、観
測信号Ｂとの相関値を相関法により計算した結果を図１
３（Ｃ）に示す。図１３（Ｃ）の矢印で示すように、平
行移動量が３００サンプル付近に相関のピークが観察さ
れるが、他のピークに比べて有意に大きいとはいえず、
また、絶対値も０．３程度であり、十分に高いとはいえ
ない。このように、相関法では、上述したような信号や
ノイズが非定常的である観測信号間の類似性を適切に評
価することができない。
【０００７】本発明は、このような従来の実情に鑑みて
提案されたものであり、原信号が未知である２つの観測
信号の類似性を評価する場合や、信号やノイズが非定常
的である場合においても、自動的に雑音成分が支配的な
区間を排除して、類似性の高い区間を抽出し、同時にそ
のような区間を用いて類似性を評価することを可能とす
る信号処理方法及びその装置、信号処理プログラム、並
びに信号処理プログラムの記録された記録媒体を提供す
ることを目的とする。
提案されたものであり、原信号が未知である２つの観測
信号の類似性を評価する場合や、信号やノイズが非定常
的である場合においても、自動的に雑音成分が支配的な
区間を排除して、類似性の高い区間を抽出し、同時にそ
のような区間を用いて類似性を評価することを可能とす
る信号処理方法及びその装置、信号処理プログラム、並
びに信号処理プログラムの記録された記録媒体を提供す
ることを目的とする。
【０００８】
【課題を解決するための手段】上述した目的を達成する
ために、本発明に係る信号処理方法は、複数の信号を入
力し、当該複数の信号のうち、少なくとも１つを複数の
小領域に分割する分割工程と、上記小領域を他の信号と
類似するように変換したときの変換パラメータを抽出す
るパラメータ抽出工程と、上記変換パラメータに基づい
て求めた類似の度合いを示す値を集計する集計工程と、
当該集計の結果に基づき、上記複数の信号間の類似性を
評価する類似性評価工程とを有することを特徴としてい
る。
ために、本発明に係る信号処理方法は、複数の信号を入
力し、当該複数の信号のうち、少なくとも１つを複数の
小領域に分割する分割工程と、上記小領域を他の信号と
類似するように変換したときの変換パラメータを抽出す
るパラメータ抽出工程と、上記変換パラメータに基づい
て求めた類似の度合いを示す値を集計する集計工程と、
当該集計の結果に基づき、上記複数の信号間の類似性を
評価する類似性評価工程とを有することを特徴としてい
る。
【０００９】ここで、信号処理方法は、上記複数の信号
間の類似する区間を抽出する類似区間抽出工程をさらに
有してもよい。
間の類似する区間を抽出する類似区間抽出工程をさらに
有してもよい。
【００１０】また、信号処理方法では、相関法を用いて
上記変換パラメータを求めてもよい。この場合、上記変
換パラメータは、例えば上記小領域と上記他の信号との
相関値が最大となるところにおける拡大率及び／又はシ
フトの大きさであり、上記集計工程では、上記変換パラ
メータを軸とする空間に、上記複数の信号間の類似の度
合いを示す値が集計される。
上記変換パラメータを求めてもよい。この場合、上記変
換パラメータは、例えば上記小領域と上記他の信号との
相関値が最大となるところにおける拡大率及び／又はシ
フトの大きさであり、上記集計工程では、上記変換パラ
メータを軸とする空間に、上記複数の信号間の類似の度
合いを示す値が集計される。
【００１１】このような信号処理方法では、入力された
複数の信号の少なくとも１つが複数の小領域に分割さ
れ、その小領域毎に他の信号との類似性が求められ、そ
れらを集計することによって複数の信号間の類似性が評
価される。また、その類似性に基づいて、複数の信号間
の類似する区間が抽出される。
複数の信号の少なくとも１つが複数の小領域に分割さ
れ、その小領域毎に他の信号との類似性が求められ、そ
れらを集計することによって複数の信号間の類似性が評
価される。また、その類似性に基づいて、複数の信号間
の類似する区間が抽出される。
【００１２】また、上述した目的を達成するために、本
発明に係る信号処理方法は、複数の信号を入力し、当該
複数の信号のうち、少なくとも１つを複数の小領域に分
割する分割工程と、上記小領域を他の信号と類似するよ
うに変換したときの変換パラメータを抽出するパラメー
タ抽出工程と、上記変換パラメータに基づいて求めた類
似の度合いを示す値を集計する集計工程と、当該集計の
結果に基づき、上記複数の信号間の類似性を評価する類
似性評価工程と、上記複数の信号間の類似する区間を抽
出する類似区間抽出工程と、上記類似区間抽出工程で抽
出された上記複数の信号間の類似する区間を符号化する
第１の符号化工程と、上記類似する区間以外を符号化す
る第２の符号化工程とを有することを特徴としている。
発明に係る信号処理方法は、複数の信号を入力し、当該
複数の信号のうち、少なくとも１つを複数の小領域に分
割する分割工程と、上記小領域を他の信号と類似するよ
うに変換したときの変換パラメータを抽出するパラメー
タ抽出工程と、上記変換パラメータに基づいて求めた類
似の度合いを示す値を集計する集計工程と、当該集計の
結果に基づき、上記複数の信号間の類似性を評価する類
似性評価工程と、上記複数の信号間の類似する区間を抽
出する類似区間抽出工程と、上記類似区間抽出工程で抽
出された上記複数の信号間の類似する区間を符号化する
第１の符号化工程と、上記類似する区間以外を符号化す
る第２の符号化工程とを有することを特徴としている。
【００１３】ここで、上記変換は、例えば拡大及び／又
はシフト変換であり、この場合、上記第１の符号化工程
では、上記類似する区間の開始時刻、拡大率及び当該類
似する区間の長さの情報が符号化される。
はシフト変換であり、この場合、上記第１の符号化工程
では、上記類似する区間の開始時刻、拡大率及び当該類
似する区間の長さの情報が符号化される。
【００１４】このような信号処理方法では、入力された
複数の信号の少なくとも１つが複数の小領域に分割さ
れ、その小領域毎に他の信号との類似性が求められ、そ
れらを集計することによって複数の信号間の類似性が評
価される。そして、その類似性に基づいて、複数の信号
間の類似する区間が抽出され、その類似する区間とそれ
以外の区間とが別々に符号化される。
複数の信号の少なくとも１つが複数の小領域に分割さ
れ、その小領域毎に他の信号との類似性が求められ、そ
れらを集計することによって複数の信号間の類似性が評
価される。そして、その類似性に基づいて、複数の信号
間の類似する区間が抽出され、その類似する区間とそれ
以外の区間とが別々に符号化される。
【００１５】また、上述した目的を達成するために、本
発明に係る信号処理装置は、複数の信号を入力し、当該
複数の信号のうち、少なくとも１つを複数の小領域に分
割する分割手段と、上記小領域を他の信号と類似するよ
うに変換したときの変換パラメータを抽出するパラメー
タ抽出手段と、上記変換パラメータの基づいて求めた類
似の度合いを示す値を集計する集計手段と、当該集計の
結果に基づき、上記複数の信号間の類似性を評価する類
似性評価手段とを備えることを特徴としている。
発明に係る信号処理装置は、複数の信号を入力し、当該
複数の信号のうち、少なくとも１つを複数の小領域に分
割する分割手段と、上記小領域を他の信号と類似するよ
うに変換したときの変換パラメータを抽出するパラメー
タ抽出手段と、上記変換パラメータの基づいて求めた類
似の度合いを示す値を集計する集計手段と、当該集計の
結果に基づき、上記複数の信号間の類似性を評価する類
似性評価手段とを備えることを特徴としている。
【００１６】ここで、信号処理装置は、上記複数の信号
間の類似する区間を抽出する類似区間抽出手段をさらに
備えてもよい。
間の類似する区間を抽出する類似区間抽出手段をさらに
備えてもよい。
【００１７】また、信号処理装置では、相関法を用いて
上記変換パラメータを求めるようにしてもよい。この場
合、上記変換パラメータは、例えば、上記小領域と上記
他の信号との相関値が最大となるところにおける拡大率
及び／又はシフトの大きさであり、上記集計手段は、上
記変換パラメータを軸とする空間に、上記複数の信号間
の類似の度合いを示す値を集計する。
上記変換パラメータを求めるようにしてもよい。この場
合、上記変換パラメータは、例えば、上記小領域と上記
他の信号との相関値が最大となるところにおける拡大率
及び／又はシフトの大きさであり、上記集計手段は、上
記変換パラメータを軸とする空間に、上記複数の信号間
の類似の度合いを示す値を集計する。
【００１８】このような信号処理装置は、入力された複
数の信号の少なくとも１つを複数の小領域に分割し、そ
の小領域毎に他の信号との類似性を求め、それらを集計
することによって複数の信号間の類似性を評価する。ま
た、その類似性に基づいて、複数の信号間の類似する区
間を抽出する。
数の信号の少なくとも１つを複数の小領域に分割し、そ
の小領域毎に他の信号との類似性を求め、それらを集計
することによって複数の信号間の類似性を評価する。ま
た、その類似性に基づいて、複数の信号間の類似する区
間を抽出する。
【００１９】また、上述した目的を達成するために、本
発明に係る信号処理装置は、複数の信号を入力し、当該
複数の信号のうち、少なくとも１つを複数の小領域に分
割する分割手段と、上記小領域を他の信号と類似するよ
うに変換したときの変換パラメータを抽出するパラメー
タ抽出手段と、上記変換パラメータに基づいて求めた類
似の度合いを示す値を集計する集計手段と、当該集計の
結果に基づき、上記複数の信号間の類似性を評価する類
似性評価手段と、上記複数の信号間の類似する区間を抽
出する類似区間抽出手段と、上記類似区間抽出手段によ
って抽出された上記複数の信号間の類似する区間を符号
化する第１の符号化手段と、上記類似する区間以外を符
号化する第２の符号化手段とを備えることを特徴として
いる。
発明に係る信号処理装置は、複数の信号を入力し、当該
複数の信号のうち、少なくとも１つを複数の小領域に分
割する分割手段と、上記小領域を他の信号と類似するよ
うに変換したときの変換パラメータを抽出するパラメー
タ抽出手段と、上記変換パラメータに基づいて求めた類
似の度合いを示す値を集計する集計手段と、当該集計の
結果に基づき、上記複数の信号間の類似性を評価する類
似性評価手段と、上記複数の信号間の類似する区間を抽
出する類似区間抽出手段と、上記類似区間抽出手段によ
って抽出された上記複数の信号間の類似する区間を符号
化する第１の符号化手段と、上記類似する区間以外を符
号化する第２の符号化手段とを備えることを特徴として
いる。
【００２０】ここで、上記変換は、例えば拡大及び／又
はシフト変換であり、この場合、上記第１の符号化手段
は、上記類似する区間の開始時刻、拡大率及び当該類似
する区間の長さの情報を符号化する。
はシフト変換であり、この場合、上記第１の符号化手段
は、上記類似する区間の開始時刻、拡大率及び当該類似
する区間の長さの情報を符号化する。
【００２１】このような信号処理装置は、入力された複
数の信号の少なくとも１つを複数の小領域に分割し、そ
の小領域毎に他の信号との類似性を求め、それらを集計
することによって複数の信号間の類似性を評価する。そ
して、その類似性に基づいて、複数の信号間の類似する
区間を抽出し、その類似する区間とそれ以外の区間とを
別々に符号化する。
数の信号の少なくとも１つを複数の小領域に分割し、そ
の小領域毎に他の信号との類似性を求め、それらを集計
することによって複数の信号間の類似性を評価する。そ
して、その類似性に基づいて、複数の信号間の類似する
区間を抽出し、その類似する区間とそれ以外の区間とを
別々に符号化する。
【００２２】また、上述した目的を達成するために、本
発明に係る信号処理プログラムは、複数の信号を入力
し、当該複数の信号のうち、少なくとも１つを複数の小
領域に分割する分割工程と、上記小領域を他の信号と類
似するように変換したときの変換パラメータを抽出する
パラメータ抽出工程と、上記変換パラメータに基づいて
求めた類似の度合いを示す値を集計する集計工程と、当
該集計の結果に基づき、上記複数の信号間の類似性を評
価する類似性評価工程とを有することを特徴としてい
る。
発明に係る信号処理プログラムは、複数の信号を入力
し、当該複数の信号のうち、少なくとも１つを複数の小
領域に分割する分割工程と、上記小領域を他の信号と類
似するように変換したときの変換パラメータを抽出する
パラメータ抽出工程と、上記変換パラメータに基づいて
求めた類似の度合いを示す値を集計する集計工程と、当
該集計の結果に基づき、上記複数の信号間の類似性を評
価する類似性評価工程とを有することを特徴としてい
る。
【００２３】ここで、信号処理プログラムは、上記複数
の信号間の類似する区間を抽出する類似区間抽出工程を
さらに有してもよい。
の信号間の類似する区間を抽出する類似区間抽出工程を
さらに有してもよい。
【００２４】また、信号処理プログラムでは、相関法を
用いて上記変換パラメータを求めてもよい。この場合、
上記変換パラメータは、例えば上記小領域と上記他の信
号との相関値が最大となるところにおける拡大率及び／
又はシフトの大きさであり、上記集計工程では、上記変
換パラメータを軸とする空間に、上記複数の信号間の類
似の度合いを示す値が集計される。
用いて上記変換パラメータを求めてもよい。この場合、
上記変換パラメータは、例えば上記小領域と上記他の信
号との相関値が最大となるところにおける拡大率及び／
又はシフトの大きさであり、上記集計工程では、上記変
換パラメータを軸とする空間に、上記複数の信号間の類
似の度合いを示す値が集計される。
【００２５】このような信号処理プログラムは、入力さ
れた複数の信号の少なくとも１つを複数の小領域に分割
し、その小領域毎に他の信号との類似性を求め、それら
を集計することによって複数の信号間の類似性を評価す
る。また、その類似性に基づいて、複数の信号間の類似
する区間を抽出する。
れた複数の信号の少なくとも１つを複数の小領域に分割
し、その小領域毎に他の信号との類似性を求め、それら
を集計することによって複数の信号間の類似性を評価す
る。また、その類似性に基づいて、複数の信号間の類似
する区間を抽出する。
【００２６】また、上述した目的を達成するために、本
発明に係る信号処理プログラムは、複数の信号を入力
し、当該複数の信号のうち、少なくとも１つを複数の小
領域に分割する分割工程と、上記小領域を他の信号と類
似するように変換したときの変換パラメータを抽出する
パラメータ抽出工程と、上記変換パラメータに基づいて
求めた類似の度合いを示す値を集計する集計工程と、当
該集計の結果に基づき、上記複数の信号間の類似性を評
価する類似性評価工程と、上記複数の信号間の類似する
区間を抽出する類似区間抽出工程と、上記類似区間抽出
工程で抽出された上記複数の信号間の類似する区間を符
号化する第１の符号化工程と、上記類似する区間以外を
符号化する第２の符号化工程とを有することを特徴とし
ている。
発明に係る信号処理プログラムは、複数の信号を入力
し、当該複数の信号のうち、少なくとも１つを複数の小
領域に分割する分割工程と、上記小領域を他の信号と類
似するように変換したときの変換パラメータを抽出する
パラメータ抽出工程と、上記変換パラメータに基づいて
求めた類似の度合いを示す値を集計する集計工程と、当
該集計の結果に基づき、上記複数の信号間の類似性を評
価する類似性評価工程と、上記複数の信号間の類似する
区間を抽出する類似区間抽出工程と、上記類似区間抽出
工程で抽出された上記複数の信号間の類似する区間を符
号化する第１の符号化工程と、上記類似する区間以外を
符号化する第２の符号化工程とを有することを特徴とし
ている。
【００２７】ここで、上記変換は、例えば拡大及び／又
はシフト変換であり、この場合、上記第１の符号化工程
では、上記類似する区間の開始時刻、拡大率及び当該類
似する区間の長さの情報が符号化される。
はシフト変換であり、この場合、上記第１の符号化工程
では、上記類似する区間の開始時刻、拡大率及び当該類
似する区間の長さの情報が符号化される。
【００２８】このような信号処理プログラムは、入力さ
れた複数の信号の少なくとも１つを複数の小領域に分割
し、その小領域毎に他の信号との類似性を求め、それら
を集計することによって複数の信号間の類似性を評価す
る。そして、その類似性に基づいて、複数の信号間の類
似する区間を抽出し、その類似する区間とそれ以外の区
間とを別々に符号化する。
れた複数の信号の少なくとも１つを複数の小領域に分割
し、その小領域毎に他の信号との類似性を求め、それら
を集計することによって複数の信号間の類似性を評価す
る。そして、その類似性に基づいて、複数の信号間の類
似する区間を抽出し、その類似する区間とそれ以外の区
間とを別々に符号化する。
【００２９】また、上述した目的を達成するために、本
発明に係る記録媒体は、複数の信号を入力し、当該複数
の信号のうち、少なくとも１つを複数の小領域に分割す
る分割工程と、上記小領域を他の信号と類似するように
変換したときの変換パラメータを抽出するパラメータ抽
出工程と、上記変換パラメータに基づいて求めた類似の
度合いを示す値を集計する集計工程と、当該集計の結果
に基づき、上記複数の信号間の類似性を評価する類似性
評価工程とを有することを特徴とする信号処理プログラ
ムが記録されたコンピュータ制御可能なものである。
発明に係る記録媒体は、複数の信号を入力し、当該複数
の信号のうち、少なくとも１つを複数の小領域に分割す
る分割工程と、上記小領域を他の信号と類似するように
変換したときの変換パラメータを抽出するパラメータ抽
出工程と、上記変換パラメータに基づいて求めた類似の
度合いを示す値を集計する集計工程と、当該集計の結果
に基づき、上記複数の信号間の類似性を評価する類似性
評価工程とを有することを特徴とする信号処理プログラ
ムが記録されたコンピュータ制御可能なものである。
【００３０】ここで、信号処理プログラムは、上記複数
の信号間の類似する区間を抽出する類似区間抽出工程を
さらに有してもよい。
の信号間の類似する区間を抽出する類似区間抽出工程を
さらに有してもよい。
【００３１】また、信号処理プログラムでは、相関法を
用いて上記変換パラメータを求めてもよい。この場合、
上記変換パラメータは、例えば上記小領域と上記他の信
号との相関値が最大となるところにおける拡大率及び／
又はシフトの大きさであり、上記集計工程では、上記変
換パラメータを軸とする空間に、上記複数の信号間の類
似の度合いを示す値が集計される。
用いて上記変換パラメータを求めてもよい。この場合、
上記変換パラメータは、例えば上記小領域と上記他の信
号との相関値が最大となるところにおける拡大率及び／
又はシフトの大きさであり、上記集計工程では、上記変
換パラメータを軸とする空間に、上記複数の信号間の類
似の度合いを示す値が集計される。
【００３２】このような記録媒体に記録されている信号
処理プログラムは、入力された複数の信号の少なくとも
１つを複数の小領域に分割し、その小領域毎に他の信号
との類似性を求め、それらを集計することによって複数
の信号間の類似性を評価する。また、その類似性に基づ
いて、複数の信号間の類似する区間を抽出する。
処理プログラムは、入力された複数の信号の少なくとも
１つを複数の小領域に分割し、その小領域毎に他の信号
との類似性を求め、それらを集計することによって複数
の信号間の類似性を評価する。また、その類似性に基づ
いて、複数の信号間の類似する区間を抽出する。
【００３３】また、上述した目的を達成するために、本
発明に係る記録媒体は、複数の信号を入力し、当該複数
の信号のうち、少なくとも１つを複数の小領域に分割す
る分割工程と、上記小領域を他の信号と類似するように
変換したときの変換パラメータを抽出するパラメータ抽
出工程と、上記変換パラメータに基づいて求めた類似の
度合いを示す値を集計する集計工程と、当該集計の結果
に基づき、上記複数の信号間の類似性を評価する類似性
評価工程と、上記複数の信号間の類似する区間を抽出す
る類似区間抽出工程と、上記類似領域検出工程で抽出さ
れた上記複数の信号間の類似する区間を符号化する第１
の符号化工程と、上記類似する区間以外を符号化する第
２の符号化工程とを有することを特徴とする信号処理プ
ログラムが記録されたコンピュータ制御可能なものであ
る。
発明に係る記録媒体は、複数の信号を入力し、当該複数
の信号のうち、少なくとも１つを複数の小領域に分割す
る分割工程と、上記小領域を他の信号と類似するように
変換したときの変換パラメータを抽出するパラメータ抽
出工程と、上記変換パラメータに基づいて求めた類似の
度合いを示す値を集計する集計工程と、当該集計の結果
に基づき、上記複数の信号間の類似性を評価する類似性
評価工程と、上記複数の信号間の類似する区間を抽出す
る類似区間抽出工程と、上記類似領域検出工程で抽出さ
れた上記複数の信号間の類似する区間を符号化する第１
の符号化工程と、上記類似する区間以外を符号化する第
２の符号化工程とを有することを特徴とする信号処理プ
ログラムが記録されたコンピュータ制御可能なものであ
る。
【００３４】ここで、上記変換は、例えば拡大及び／又
はシフト変換であり、この場合、上記第１の符号化工程
では、上記類似する区間の開始時刻、拡大率及び当該類
似する区間の長さの情報が符号化される。
はシフト変換であり、この場合、上記第１の符号化工程
では、上記類似する区間の開始時刻、拡大率及び当該類
似する区間の長さの情報が符号化される。
【００３５】このような記録媒体に記録されている信号
処理プログラムは、入力された複数の信号の少なくとも
１つを複数の小領域に分割し、その小領域毎に他の信号
との類似性を求め、それらを集計することによって複数
の信号間の類似性を評価する。そして、その類似性に基
づいて、複数の信号間の類似する区間を抽出し、その類
似する区間とそれ以外の区間とを別々に符号化する。
処理プログラムは、入力された複数の信号の少なくとも
１つを複数の小領域に分割し、その小領域毎に他の信号
との類似性を求め、それらを集計することによって複数
の信号間の類似性を評価する。そして、その類似性に基
づいて、複数の信号間の類似する区間を抽出し、その類
似する区間とそれ以外の区間とを別々に符号化する。
【００３６】
【発明の実施の形態】以下、本発明を適用した具体的な
実施の形態について、図面を参照しながら詳細に説明す
る。この実施の形態は、本発明を、複数の信号若しくは
一の信号の異なる部分区間に同一若しくは類似する信号
成分が含まれる場合の類似性を評価し、類似部分を抽出
する信号処理装置に適用したものである。この信号処理
装置について説明する前に、先ず、本実施の形態におけ
る類似性評価手法の原理について説明する。
実施の形態について、図面を参照しながら詳細に説明す
る。この実施の形態は、本発明を、複数の信号若しくは
一の信号の異なる部分区間に同一若しくは類似する信号
成分が含まれる場合の類似性を評価し、類似部分を抽出
する信号処理装置に適用したものである。この信号処理
装置について説明する前に、先ず、本実施の形態におけ
る類似性評価手法の原理について説明する。
【００３７】先ず、比較する２つの信号をf(x)，g(x)と
し、ｐを変換パラメータとする所定の変換群をＨ
ｐ[・]、雑音成分をn(x)とすると、両信号は、以下の式
（１）に示す関係で表すことができる。
し、ｐを変換パラメータとする所定の変換群をＨ
ｐ[・]、雑音成分をn(x)とすると、両信号は、以下の式
（１）に示す関係で表すことができる。
【００３８】
【数１】
【００３９】ここで、所定の変換Ｈｐ[・]を信号f(x)に
適用した結果が信号g(x)と類似している場合には、雑音
成分n(x)は、小さな値の関数となるが、全く似ていない
場合には、雑音成分n(x)は、大きな値の関数となる。つ
まり、式（１）のような表現をとることで、信号f(x)と
信号g(x)とが類似するとは、ある変換パラメータｐに関
して、雑音成分n(x)が信号g(x)に対して十分小さくなる
ことであると捉えることができる。なお、最も代表的な
変換例として拡大及び平行移動を考えれば、両信号は、
以下の式（２）に示す関係で表すことができる。ここ
で、式（２）において、ａは、拡大率を示し、ｙは、平
行移動量を示す。
適用した結果が信号g(x)と類似している場合には、雑音
成分n(x)は、小さな値の関数となるが、全く似ていない
場合には、雑音成分n(x)は、大きな値の関数となる。つ
まり、式（１）のような表現をとることで、信号f(x)と
信号g(x)とが類似するとは、ある変換パラメータｐに関
して、雑音成分n(x)が信号g(x)に対して十分小さくなる
ことであると捉えることができる。なお、最も代表的な
変換例として拡大及び平行移動を考えれば、両信号は、
以下の式（２）に示す関係で表すことができる。ここ
で、式（２）において、ａは、拡大率を示し、ｙは、平
行移動量を示す。
【００４０】
【数２】
【００４１】両信号が式（２）のような関係で表される
場合、信号f(x)と信号g(x)とが類似するとは、雑音成分
n(x)が十分小さくなるような拡大率ａ及び平行移動量ｙ
が存在するということになる。
場合、信号f(x)と信号g(x)とが類似するとは、雑音成分
n(x)が十分小さくなるような拡大率ａ及び平行移動量ｙ
が存在するということになる。
【００４２】ところで、よく知られているように、雑音
成分n(x)のエネルギを信号g(x)のエネルギに対して最小
にするような拡大率ａ及び平行移動量ｙは、相関法によ
って求めることができる。
成分n(x)のエネルギを信号g(x)のエネルギに対して最小
にするような拡大率ａ及び平行移動量ｙは、相関法によ
って求めることができる。
【００４３】しかしながら、雑音成分n(x)が非定常的で
あり、部分的には弱く、部分的には非常に強いという場
合、すなわち、信号g(x)が以下の式（３）を満たすよう
な条件のもとでは、信号全体を一様に最適化する相関法
によっては、前述したように、必ずしも適切に拡大率ａ
及び平行移動量ｙを求めることができない。
あり、部分的には弱く、部分的には非常に強いという場
合、すなわち、信号g(x)が以下の式（３）を満たすよう
な条件のもとでは、信号全体を一様に最適化する相関法
によっては、前述したように、必ずしも適切に拡大率ａ
及び平行移動量ｙを求めることができない。
【００４４】
【数３】
【００４５】そこで、本実施の形態では、局所的な類似
性を求め、それらを統合することによって、全体の類似
性を評価する。
性を求め、それらを統合することによって、全体の類似
性を評価する。
【００４６】本実施の形態における手法では、先ず、図
１（Ａ）に示すように、以下の式（４）に従って、信号
f(x)をＩ個の小さな部分区間信号fｉ(x)に分割する。こ
こで、式（４）において、ｘｉは、それぞれの部分区間
の端点を示し、ｉ（＝０，１，・・・，Ｉ−１）は、部
分区間のインデックスを示す。なお、分割数が図１
（Ａ）の例に限定されないことは勿論であり、任意に設
定することができる。また、図１（Ａ）では、それぞれ
の部分区間が重ならないように分割しているが、重なり
を持たせて部分区間をとるようにしても構わない。
１（Ａ）に示すように、以下の式（４）に従って、信号
f(x)をＩ個の小さな部分区間信号fｉ(x)に分割する。こ
こで、式（４）において、ｘｉは、それぞれの部分区間
の端点を示し、ｉ（＝０，１，・・・，Ｉ−１）は、部
分区間のインデックスを示す。なお、分割数が図１
（Ａ）の例に限定されないことは勿論であり、任意に設
定することができる。また、図１（Ａ）では、それぞれ
の部分区間が重ならないように分割しているが、重なり
を持たせて部分区間をとるようにしても構わない。
【００４７】
【数４】
【００４８】次に、各部分区間信号fｉ(x)及び信号g(x)
について、以下の式（５）に示すような、信号エネルギ
に対する雑音エネルギＪ（ａ，ｙ）を最小にする拡大率
ａ＝ａｉ、平行移動量ｙ＝ｙｉ及びそのときの類似度ｓ
ｉを求める。ここで、拡大率ａとは、部分区間信号f
ｉ(x)のパターンが信号g(x)のパターンと最も一致する
ような大きさとなる乗算係数である。
について、以下の式（５）に示すような、信号エネルギ
に対する雑音エネルギＪ（ａ，ｙ）を最小にする拡大率
ａ＝ａｉ、平行移動量ｙ＝ｙｉ及びそのときの類似度ｓ
ｉを求める。ここで、拡大率ａとは、部分区間信号f
ｉ(x)のパターンが信号g(x)のパターンと最も一致する
ような大きさとなる乗算係数である。
【００４９】
【数５】
【００５０】これは、２次最小化問題に帰着し、以下の
式（６）及び式（７）のように平行移動量ｙｉ及び拡大
率ａｉを求めることができる。
式（６）及び式（７）のように平行移動量ｙｉ及び拡大
率ａｉを求めることができる。
【００５１】
【数６】
【００５２】この式（６）は、平行移動量ｙｉが部分区
間信号fｉ(x)と信号g(x)との相関（の自乗）を最大にす
るシフト量として求まることを意味し、式（７）は、そ
のとき最も雑音エネルギを小さくする拡大率としてａｉ
が求まることを示している。例えば、部分区間信号f
ｉ(x)と信号g(x)との相関（の自乗）を最大にする信号g
(x)上の区間として、図１（Ｂ）の矢印に示すような区
間が求められる。
間信号fｉ(x)と信号g(x)との相関（の自乗）を最大にす
るシフト量として求まることを意味し、式（７）は、そ
のとき最も雑音エネルギを小さくする拡大率としてａｉ
が求まることを示している。例えば、部分区間信号f
ｉ(x)と信号g(x)との相関（の自乗）を最大にする信号g
(x)上の区間として、図１（Ｂ）の矢印に示すような区
間が求められる。
【００５３】このとき、部分区間信号fｉ(x)と信号g(x)
との間の類似度ｓｉは、以下の式（８）に示すように、
最大相関値の自乗として求められる。
との間の類似度ｓｉは、以下の式（８）に示すように、
最大相関値の自乗として求められる。
【００５４】
【数７】
【００５５】続いて、全ての部分区間ｉについて、平行
移動量ｙｉ、拡大率ａｉ及び類似度ｓｉが求まった後、
投票法によって各部分区間の類似度を統合する。ここ
で、投票法とは、以下の式（９）で表されるように、平
行移動量ｙ及び拡大率ａを適当な升目で区切って構成さ
れる特徴空間ｈ（ｙ，ａ）に対し、図１（Ｃ）の矢印に
示すように、平行移動量ｙｉ及び拡大率ａｉが対応する
升目に類似度ｓｉを積算して集計することをいい、一種
のヒストグラム作成に相当する。なお、式（９）におい
て、δ（ｙ，ａ）は、クロネッカーのデルタであり、ｙ
≒ｙｉ，ａ≒ａｉで１、それ以外で０となる関数を表
す。また、全体をＩで割っているのは、総投票数、すな
わち小領域分割数に依存せず、積算値を［０，１］に規
格化するためである。
移動量ｙｉ、拡大率ａｉ及び類似度ｓｉが求まった後、
投票法によって各部分区間の類似度を統合する。ここ
で、投票法とは、以下の式（９）で表されるように、平
行移動量ｙ及び拡大率ａを適当な升目で区切って構成さ
れる特徴空間ｈ（ｙ，ａ）に対し、図１（Ｃ）の矢印に
示すように、平行移動量ｙｉ及び拡大率ａｉが対応する
升目に類似度ｓｉを積算して集計することをいい、一種
のヒストグラム作成に相当する。なお、式（９）におい
て、δ（ｙ，ａ）は、クロネッカーのデルタであり、ｙ
≒ｙｉ，ａ≒ａｉで１、それ以外で０となる関数を表
す。また、全体をＩで割っているのは、総投票数、すな
わち小領域分割数に依存せず、積算値を［０，１］に規
格化するためである。
【００５６】
【数８】
【００５７】このとき、類似性の高い部分から得られる
平行移動量ｙｉ、拡大率ａｉ及び類似度ｓｉは、上述し
た式（３）に示されるように、共通の平行移動量ｙｉ及
び拡大率ａｉを有しており、また類似度ｓｉは、比較的
大きな値を有するため、投票操作により一定の場所に大
きなピークを形成する。
平行移動量ｙｉ、拡大率ａｉ及び類似度ｓｉは、上述し
た式（３）に示されるように、共通の平行移動量ｙｉ及
び拡大率ａｉを有しており、また類似度ｓｉは、比較的
大きな値を有するため、投票操作により一定の場所に大
きなピークを形成する。
【００５８】一方、非類似部分から得られる平行移動量
ｙｉ、拡大率ａｉ及び類似度ｓｉは、平行移動量ｙｉ及
び拡大率ａｉが偶然のものであるため一定せず、また、
類似度ｓｉは、比較的小さな値となるため、投票操作に
より分散され、大きなピークは形成しない。
ｙｉ、拡大率ａｉ及び類似度ｓｉは、平行移動量ｙｉ及
び拡大率ａｉが偶然のものであるため一定せず、また、
類似度ｓｉは、比較的小さな値となるため、投票操作に
より分散され、大きなピークは形成しない。
【００５９】ここで、前述した図１３（Ａ），（Ｂ）の
信号に対して本手法を適用した投票結果を図２に示す。
図２から分かるように、平行移動量３００サンプル、拡
大率１．５の付近に大きなピークを形成しているが、他
の部分では大きなピークを形成していない。
信号に対して本手法を適用した投票結果を図２に示す。
図２から分かるように、平行移動量３００サンプル、拡
大率１．５の付近に大きなピークを形成しているが、他
の部分では大きなピークを形成していない。
【００６０】全てのｉ（＝０，１，・・・Ｉ−１）に関
して投票した後、以下の式（１０）、式（１１）で表さ
れるように、最大となるピーク位置を（ｙｍ，ａｍ）と
し、そのときの類似度ｓｉの積算値を最大類似度ｓｍと
する。
して投票した後、以下の式（１０）、式（１１）で表さ
れるように、最大となるピーク位置を（ｙｍ，ａｍ）と
し、そのときの類似度ｓｉの積算値を最大類似度ｓｍと
する。
【００６１】
【数９】
【００６２】最大類似度ｓｍが予め定める閾値s
ｔｈｓｄを超えていなければ、信号f(x)とg(x)とは類似
していないと判定する。逆に、最大類似度ｓｍが閾値s
ｔｈｓｄ以上ならば、類似している、或いは類似部分が
あると判定する。なお、このときの両者の類似度は、最
大類似度ｓｍである。
ｔｈｓｄを超えていなければ、信号f(x)とg(x)とは類似
していないと判定する。逆に、最大類似度ｓｍが閾値s
ｔｈｓｄ以上ならば、類似している、或いは類似部分が
あると判定する。なお、このときの両者の類似度は、最
大類似度ｓｍである。
【００６３】このように、本実施の形態では、局所的な
類似性を求め、それらを統合することによって、全体の
類似性を評価することができる。
類似性を求め、それらを統合することによって、全体の
類似性を評価することができる。
【００６４】また、升目（ｙｍ，ａｍ）に対して投票し
た小領域を逆に求めることで、f(x)の中でg(x)と類似す
る信号区間を求めることができる。具体的には、例えば
各部分区間信号fｉ(x)について類似度ｓｉを求めた際の
平行移動量ｙｉ及び拡大率ａ ｉを記憶しておき、ピーク
位置における平行移動量ｙｍ及び拡大率ａｍと十分近い
もののみを選択することで、類似区間を検出する。
た小領域を逆に求めることで、f(x)の中でg(x)と類似す
る信号区間を求めることができる。具体的には、例えば
各部分区間信号fｉ(x)について類似度ｓｉを求めた際の
平行移動量ｙｉ及び拡大率ａ ｉを記憶しておき、ピーク
位置における平行移動量ｙｍ及び拡大率ａｍと十分近い
もののみを選択することで、類似区間を検出する。
【００６５】上述したような演算の結果得られる類似区
間を図３に示す。図３中、１の部分が類似していると判
定された区間を示し、０の部分が類似しているとは判定
されなかった区間を示す。図１３（Ａ）の信号と比較す
ると、図１３（Ａ）において矢印で示した区間が１とな
っており、確かに類似区間を検出できていることが確認
できる。
間を図３に示す。図３中、１の部分が類似していると判
定された区間を示し、０の部分が類似しているとは判定
されなかった区間を示す。図１３（Ａ）の信号と比較す
ると、図１３（Ａ）において矢印で示した区間が１とな
っており、確かに類似区間を検出できていることが確認
できる。
【００６６】なお、上述した説明では、式（５）及び式
（６）において、信号エネルギに対する雑音エネルギＪ
（ａ，ｙ）を最小にする拡大率ａ＝ａｉ、平行移動量ｙ
＝ｙ ｉを求めたが、これに限定されるものではなく、信
号エネルギに対する雑音エネルギＪ（ａ，ｙ）が所定値
以下のものを全て投票するようにしても構わない。
（６）において、信号エネルギに対する雑音エネルギＪ
（ａ，ｙ）を最小にする拡大率ａ＝ａｉ、平行移動量ｙ
＝ｙ ｉを求めたが、これに限定されるものではなく、信
号エネルギに対する雑音エネルギＪ（ａ，ｙ）が所定値
以下のものを全て投票するようにしても構わない。
【００６７】また、上述の説明では、式（１０）、式
（１１）で求めたピーク位置での類似度の最大類似度ｓ
ｍについてのみ閾値sｔｈｓｄと比較し、閾値sｔｈｓｄ
を超えている場合に、そのピークに投票した小領域を逆
に求めたが、これに限定されるものではなく、閾値s
ｔｈｓｄを超えるピーク全てについて、そのピークに投
票した小領域を求めるようにしても構わない。これによ
り、信号g(x)中に信号f(x)と類似する区間が複数ある場
合にも、それらの全てを抽出することができる。
（１１）で求めたピーク位置での類似度の最大類似度ｓ
ｍについてのみ閾値sｔｈｓｄと比較し、閾値sｔｈｓｄ
を超えている場合に、そのピークに投票した小領域を逆
に求めたが、これに限定されるものではなく、閾値s
ｔｈｓｄを超えるピーク全てについて、そのピークに投
票した小領域を求めるようにしても構わない。これによ
り、信号g(x)中に信号f(x)と類似する区間が複数ある場
合にも、それらの全てを抽出することができる。
【００６８】以上、本実施の形態における類似性評価手
法の原理について説明した。次に、本実施の形態におけ
る信号処理装置１０の概略構成について、図４を用いて
説明する。なお、以下の説明において、信号処理装置１
０は、第１の信号及び第２の信号を入力して、その類似
性を評価するものとして説明するが、１つの信号のみを
入力し、その信号の異なる部分区間同士の類似性を評価
するようにしても構わない。
法の原理について説明した。次に、本実施の形態におけ
る信号処理装置１０の概略構成について、図４を用いて
説明する。なお、以下の説明において、信号処理装置１
０は、第１の信号及び第２の信号を入力して、その類似
性を評価するものとして説明するが、１つの信号のみを
入力し、その信号の異なる部分区間同士の類似性を評価
するようにしても構わない。
【００６９】図４に示すように、本実施の形態における
信号処理装置１０は、領域分割部１１と、類似度計算部
１２と、投票部１３と、類似判定部１４と、類似区間検
出部１５とを備える。
信号処理装置１０は、領域分割部１１と、類似度計算部
１２と、投票部１３と、類似判定部１４と、類似区間検
出部１５とを備える。
【００７０】領域分割部１１は、第１の信号を小領域に
分割する。なお、上述したように分割数は、任意に設定
することができ、重なりを持たせて小領域をとるように
しても構わない。
分割する。なお、上述したように分割数は、任意に設定
することができ、重なりを持たせて小領域をとるように
しても構わない。
【００７１】類似度計算部１２は、領域分割部１１にお
いて分割された小領域のそれぞれについて、第２の信号
との間で相関を計算する。そして類似度計算部１２は、
得られた類似度、すなわち相関値の自乗の中で最も値の
大きいものを探索し、その類似度ｓ、時間差ｔ及び拡大
率ａを取得する。ここで、拡大率ａとは、小領域のパタ
ーンが第２の信号のパターンと最も一致するような大き
さとなる乗算係数である。
いて分割された小領域のそれぞれについて、第２の信号
との間で相関を計算する。そして類似度計算部１２は、
得られた類似度、すなわち相関値の自乗の中で最も値の
大きいものを探索し、その類似度ｓ、時間差ｔ及び拡大
率ａを取得する。ここで、拡大率ａとは、小領域のパタ
ーンが第２の信号のパターンと最も一致するような大き
さとなる乗算係数である。
【００７２】投票部１３は、得られた類似度ｓ、時間差
ｔ及び拡大率ａを投票空間に投票する。投票空間は、時
間差ｔと拡大率ａを変数とし、類似度ｓの積算を値とす
る特徴空間であり、小領域から得られる時間差ｔ、拡大
率ａの位置に類似度ｓを積算する。
ｔ及び拡大率ａを投票空間に投票する。投票空間は、時
間差ｔと拡大率ａを変数とし、類似度ｓの積算を値とす
る特徴空間であり、小領域から得られる時間差ｔ、拡大
率ａの位置に類似度ｓを積算する。
【００７３】上述したように、第１の信号と第２の信号
との間に類似する信号成分が含まれている場合、該当す
る小領域においては、そのパターンが類似するため、類
似度ｓは高く、その時間差ｔ及び拡大率ａは他の小領域
と概ね一致する。
との間に類似する信号成分が含まれている場合、該当す
る小領域においては、そのパターンが類似するため、類
似度ｓは高く、その時間差ｔ及び拡大率ａは他の小領域
と概ね一致する。
【００７４】一方、類似しない部分に該当する小領域で
は、偶然に最も類似する位置にて最大となる類似度が取
得されるため、概してその類似度ｓは低く、その時間差
ｔ及び拡大率ａは他の小領域とは無関係なものとなる。
は、偶然に最も類似する位置にて最大となる類似度が取
得されるため、概してその類似度ｓは低く、その時間差
ｔ及び拡大率ａは他の小領域とは無関係なものとなる。
【００７５】従って、類似する信号成分がある場合に
は、それに対応する複数の小領域の投票が同じ位置に集
中するため、有意な大きさのピークを形成することが期
待され、類似する信号成分がない場合には、そもそも類
似度が小さく、また、全ての投票が異なる位置に分散す
るため、有意なピークは形成されない。そこで類似判定
部１４は、全ての小領域に関して投票が行われた後、投
票空間中の最大類似度ｓｍを探索し、その最大類似度ｓ
ｍを閾値ｓｔｈｓｄと比較することで、類似判定を行
う。
は、それに対応する複数の小領域の投票が同じ位置に集
中するため、有意な大きさのピークを形成することが期
待され、類似する信号成分がない場合には、そもそも類
似度が小さく、また、全ての投票が異なる位置に分散す
るため、有意なピークは形成されない。そこで類似判定
部１４は、全ての小領域に関して投票が行われた後、投
票空間中の最大類似度ｓｍを探索し、その最大類似度ｓ
ｍを閾値ｓｔｈｓｄと比較することで、類似判定を行
う。
【００７６】類似領域検出部１５は、類似判定部１４に
おいて類似していると判定された場合に、類似している
領域を検出する。類似領域検出部１５は、例えば、各小
領域の時間差ｔ及び拡大率ａがピーク位置の時間差ｔｍ
及び拡大率ａｍと十分近いもののみを選択することで、
類似領域を検出する。
おいて類似していると判定された場合に、類似している
領域を検出する。類似領域検出部１５は、例えば、各小
領域の時間差ｔ及び拡大率ａがピーク位置の時間差ｔｍ
及び拡大率ａｍと十分近いもののみを選択することで、
類似領域を検出する。
【００７７】以下、上述したような構成を有する信号処
理装置１０の動作について、図５のフローチャートを用
いて説明する。先ずステップＳ１０において、第１の信
号を上述したように小領域に分割し、続くステップＳ１
１において、その小領域の中から１つの小領域を選択す
る。
理装置１０の動作について、図５のフローチャートを用
いて説明する。先ずステップＳ１０において、第１の信
号を上述したように小領域に分割し、続くステップＳ１
１において、その小領域の中から１つの小領域を選択す
る。
【００７８】ステップＳ１２では、ステップＳ１１にお
いて選択された小領域について、第２の信号との相関を
計算する。
いて選択された小領域について、第２の信号との相関を
計算する。
【００７９】ステップＳ１３では、ステップＳ１２にお
いて得られた類似度の中で最も値の大きいものを探索
し、その類似度ｓ、時間差ｔ及び拡大率ａを取得する。
いて得られた類似度の中で最も値の大きいものを探索
し、その類似度ｓ、時間差ｔ及び拡大率ａを取得する。
【００８０】続くステップＳ１４では、ステップＳ１３
において得られた類似度ｓ、時間差ｔ及び拡大率ａを投
票空間に投票する。すなわち、小領域から得られる時間
差ｔ、拡大率ａの位置に類似度ｓを積算する。
において得られた類似度ｓ、時間差ｔ及び拡大率ａを投
票空間に投票する。すなわち、小領域から得られる時間
差ｔ、拡大率ａの位置に類似度ｓを積算する。
【００８１】ステップＳ１５では、全ての小領域につい
て処理を終えたか否かが判別される。ステップＳ１５に
おいて、処理を終えていない小領域がある場合には、ス
テップＳ１１に戻って、残りの小領域について上述の処
理を繰り返し、全ての小領域の処理を終えている場合に
は、ステップＳ１６に進む。
て処理を終えたか否かが判別される。ステップＳ１５に
おいて、処理を終えていない小領域がある場合には、ス
テップＳ１１に戻って、残りの小領域について上述の処
理を繰り返し、全ての小領域の処理を終えている場合に
は、ステップＳ１６に進む。
【００８２】ステップＳ１６では、投票空間中の最大類
似度ｓｍを探索して取得し、続くステップＳ１７では、
その最大類似度ｓｍが所定の閾値ｓｔｈｓｄを超えてい
るか否かが判別される。ステップＳ１７において、最大
類似度ｓｍが所定の閾値ｓｔ ｈｓｄを超えていない場合
（No）、有意なピークが形成されていないとしてステッ
プＳ２０に進み、第１の信号と第２の信号とは類似しな
いと判定して終了する。ステップＳ１７において、最大
類似度ｓｍが所定の閾値ｓｔｈｓｄを超えている場合
（Yes）、有意なピークが形成されているとしてステッ
プＳ１８に進む。
似度ｓｍを探索して取得し、続くステップＳ１７では、
その最大類似度ｓｍが所定の閾値ｓｔｈｓｄを超えてい
るか否かが判別される。ステップＳ１７において、最大
類似度ｓｍが所定の閾値ｓｔ ｈｓｄを超えていない場合
（No）、有意なピークが形成されていないとしてステッ
プＳ２０に進み、第１の信号と第２の信号とは類似しな
いと判定して終了する。ステップＳ１７において、最大
類似度ｓｍが所定の閾値ｓｔｈｓｄを超えている場合
（Yes）、有意なピークが形成されているとしてステッ
プＳ１８に進む。
【００８３】ステップＳ１８では、第１の信号と第２の
信号とは類似していると判定し、その時間差ｔｍ及び拡
大率ａｍを取得する。また、第１の信号と第２の信号と
の類似度を最大類似度ｓｍとする。
信号とは類似していると判定し、その時間差ｔｍ及び拡
大率ａｍを取得する。また、第１の信号と第２の信号と
の類似度を最大類似度ｓｍとする。
【００８４】ステップＳ１９では、類似している領域を
検出する。すなわち、各小領域の時間差ｔ及び拡大率ａ
がピーク位置の時間差ｔｍ及び拡大率ａｍと十分近いも
ののみを選択して終了する。
検出する。すなわち、各小領域の時間差ｔ及び拡大率ａ
がピーク位置の時間差ｔｍ及び拡大率ａｍと十分近いも
ののみを選択して終了する。
【００８５】信号処理装置１０は、以上のような処理を
行うことで、ノイズが非定常的である観測信号間の類似
性を適切に評価することができ、また、その類似部分を
信号中から抽出することができる。
行うことで、ノイズが非定常的である観測信号間の類似
性を適切に評価することができ、また、その類似部分を
信号中から抽出することができる。
【００８６】以上説明した信号処理装置１０は、例えば
図６に示すような符号化装置２０に用いることができ
る。この符号化装置２０は、上述した信号処理装置１０
を設け、例えば音響信号波形など、繰り返し同様の波形
が出現する信号について、予め類似する波形部分を検出
して別途符号化することで、符号化効率（圧縮効率）の
向上を図るものである。
図６に示すような符号化装置２０に用いることができ
る。この符号化装置２０は、上述した信号処理装置１０
を設け、例えば音響信号波形など、繰り返し同様の波形
が出現する信号について、予め類似する波形部分を検出
して別途符号化することで、符号化効率（圧縮効率）の
向上を図るものである。
【００８７】図６に示すように、符号化装置２０は、部
分区間選択部２１と、類似区間検出部２２と、類似成分
減算部２３と、類似成分符号化部２４と、信号符号化部
２５と、統合部２６とを備える。ここで、類似区間検出
部２２は、上述した信号処理装置１０に相当するもので
ある。
分区間選択部２１と、類似区間検出部２２と、類似成分
減算部２３と、類似成分符号化部２４と、信号符号化部
２５と、統合部２６とを備える。ここで、類似区間検出
部２２は、上述した信号処理装置１０に相当するもので
ある。
【００８８】以下、このような構成を有する符号化装置
２０の動作について、図７のフローチャートと図８乃至
図１１とを用いて説明する。
２０の動作について、図７のフローチャートと図８乃至
図１１とを用いて説明する。
【００８９】先ずステップＳ３０において、部分区間選
択部２１は、図８に示すように、入力された第１の信号
から適当な長さ、例えば長さ１秒の第１の部分区間を選
択し、続くステップＳ３１において、それとは異なる第
２の部分区間、例えば第１の部分区間に引き続く１０秒
を選択する。
択部２１は、図８に示すように、入力された第１の信号
から適当な長さ、例えば長さ１秒の第１の部分区間を選
択し、続くステップＳ３１において、それとは異なる第
２の部分区間、例えば第１の部分区間に引き続く１０秒
を選択する。
【００９０】続いてステップＳ３２において、類似区間
検出部２２は、第２の部分区間の中で第１の部分区間と
類似する区間があるか否かを検出する。ステップＳ３２
において、類似する区間がある場合（Yes）にはステッ
プＳ３３に進み、類似する区間がない場合にはステップ
Ｓ３４に進む。
検出部２２は、第２の部分区間の中で第１の部分区間と
類似する区間があるか否かを検出する。ステップＳ３２
において、類似する区間がある場合（Yes）にはステッ
プＳ３３に進み、類似する区間がない場合にはステップ
Ｓ３４に進む。
【００９１】ステップＳ３３では、図９に示すように、
類似区間検出部２２がその類似区間の開始時刻（Ｔａ，
Ｔ２）、拡大率（ａ２）及び類似区間の長さ（Ｌ２）を
検出し、類似成分符号化部２４がこれらを符号化してス
テップＳ３２に戻り、さらに類似する区間を検出する。
図９では、さらに２箇所（Ｔｂ，Ｔ３，Ａ３，Ｌ３），
（Ｔｃ，Ｔ４，Ａ４，Ｌ４）が検出された例を示してい
る。
類似区間検出部２２がその類似区間の開始時刻（Ｔａ，
Ｔ２）、拡大率（ａ２）及び類似区間の長さ（Ｌ２）を
検出し、類似成分符号化部２４がこれらを符号化してス
テップＳ３２に戻り、さらに類似する区間を検出する。
図９では、さらに２箇所（Ｔｂ，Ｔ３，Ａ３，Ｌ３），
（Ｔｃ，Ｔ４，Ａ４，Ｌ４）が検出された例を示してい
る。
【００９２】類似する区間を全て検出及び符号化した
後、ステップＳ３４では、図１０に示すように、類似成
分減算部２３が、第２の部分区間から第１の部分区間と
類似する区間を減算する。なお、減算の際には、検出さ
れた拡大率を用いて大きさを合わせて減算する。減算後
には、それぞれの類似区間で非類似成分が残る。
後、ステップＳ３４では、図１０に示すように、類似成
分減算部２３が、第２の部分区間から第１の部分区間と
類似する区間を減算する。なお、減算の際には、検出さ
れた拡大率を用いて大きさを合わせて減算する。減算後
には、それぞれの類似区間で非類似成分が残る。
【００９３】ステップＳ３５では、信号符号化部２５が
第１の部分区間の信号を、一般的な信号符号化方法（例
えばサブバンド符号化や変換符号化等）を用いて符号化
する。
第１の部分区間の信号を、一般的な信号符号化方法（例
えばサブバンド符号化や変換符号化等）を用いて符号化
する。
【００９４】ステップＳ３６では、統合部２６が、ステ
ップＳ３３で符号化された開始時間等の情報とステップ
Ｓ３５で符号化された第１の部分区間の信号とを１つの
符号化信号として統合して出力し、図１１に示すよう
に、新たに第１の部分区間を取り直し、処理を繰り返
す。
ップＳ３３で符号化された開始時間等の情報とステップ
Ｓ３５で符号化された第１の部分区間の信号とを１つの
符号化信号として統合して出力し、図１１に示すよう
に、新たに第１の部分区間を取り直し、処理を繰り返
す。
【００９５】統合された符号化信号の一例を図１２に示
す。図１２から分かるように、例えば第１の部分区間の
信号の符号の後に、第２の部分区間の中で第１の部分区
間と類似する区間の開始時刻、拡大率及び長さが符号化
された符号が続き、それに引き続き、次の部分区間に対
する符号が並ぶ。
す。図１２から分かるように、例えば第１の部分区間の
信号の符号の後に、第２の部分区間の中で第１の部分区
間と類似する区間の開始時刻、拡大率及び長さが符号化
された符号が続き、それに引き続き、次の部分区間に対
する符号が並ぶ。
【００９６】この符号化装置２０によれば、最初の部分
区間では、一般的な符号化方法がそのまま適用されるた
め、符号化効率は、一般的な符号化方法によるものと変
わらないが、２番目以降の部分区間では、最初の部分区
間の信号と類似する成分が予め減算されているため、信
号の持つ情報量が減少し、通常の符号化方法をそのまま
適用するよりも符号化効率を向上させることができる。
区間では、一般的な符号化方法がそのまま適用されるた
め、符号化効率は、一般的な符号化方法によるものと変
わらないが、２番目以降の部分区間では、最初の部分区
間の信号と類似する成分が予め減算されているため、信
号の持つ情報量が減少し、通常の符号化方法をそのまま
適用するよりも符号化効率を向上させることができる。
【００９７】以上説明したように、本実施の形態におけ
る信号処理装置によれば、信号を小領域に分割し、その
小領域毎に類似性を求め、それらを統合して全体の類似
性を評価することにより、一般的な相関法等では検出す
ることが困難な非定常的なノイズ信号下においても類似
性を評価することができる。
る信号処理装置によれば、信号を小領域に分割し、その
小領域毎に類似性を求め、それらを統合して全体の類似
性を評価することにより、一般的な相関法等では検出す
ることが困難な非定常的なノイズ信号下においても類似
性を評価することができる。
【００９８】また、この信号処理装置を符号化装置に設
け、繰り返し同様の波形が出現する信号について、予め
類似する波形部分を検出して別途符号化することで、符
号化効率（圧縮効率）を向上させることができる。
け、繰り返し同様の波形が出現する信号について、予め
類似する波形部分を検出して別途符号化することで、符
号化効率（圧縮効率）を向上させることができる。
【００９９】この他、本実施の形態における信号処理方
法は、信号検出、音響処理、画像処理、レーダ技術等の
あらゆる信号処理分野において類似信号を検出する際に
適用することができる。
法は、信号検出、音響処理、画像処理、レーダ技術等の
あらゆる信号処理分野において類似信号を検出する際に
適用することができる。
【０１００】なお、本発明は上述した実施の形態のみに
限定されるものではなく、本発明の要旨を逸脱しない範
囲において種々の変更が可能であることは勿論である。
限定されるものではなく、本発明の要旨を逸脱しない範
囲において種々の変更が可能であることは勿論である。
【０１０１】例えば、上述の説明では、最も一般的であ
る拡大変換及びシフト変換を行い、拡大率及び平行移動
量を変換パラメータとして用いたが、これに限定される
ものではなく、非線形変換を含むあらゆる変換に適用す
ることができる。
る拡大変換及びシフト変換を行い、拡大率及び平行移動
量を変換パラメータとして用いたが、これに限定される
ものではなく、非線形変換を含むあらゆる変換に適用す
ることができる。
【０１０２】また、上述の説明では、最も一般的な類似
性評価量である２次誤差エネルギを最小化する手法、す
なわち相関法を用いたが、これに限定されるものではな
く、他の類似性評価量に対しても適用することができ
る。
性評価量である２次誤差エネルギを最小化する手法、す
なわち相関法を用いたが、これに限定されるものではな
く、他の類似性評価量に対しても適用することができ
る。
【０１０３】
【発明の効果】以上詳細に説明したように本発明に係る
信号処理方法は、複数の信号を入力し、当該複数の信号
のうち、少なくとも１つを複数の小領域に分割する分割
工程と、上記小領域を他の信号と類似するように変換し
たときの変換パラメータを抽出するパラメータ抽出工程
と、上記変換パラメータに基づいて求めた類似の度合い
を示す値を集計する集計工程と、当該集計の結果に基づ
き、上記複数の信号間の類似性を評価する類似性評価工
程とを有することを特徴としている。
信号処理方法は、複数の信号を入力し、当該複数の信号
のうち、少なくとも１つを複数の小領域に分割する分割
工程と、上記小領域を他の信号と類似するように変換し
たときの変換パラメータを抽出するパラメータ抽出工程
と、上記変換パラメータに基づいて求めた類似の度合い
を示す値を集計する集計工程と、当該集計の結果に基づ
き、上記複数の信号間の類似性を評価する類似性評価工
程とを有することを特徴としている。
【０１０４】ここで、信号処理方法は、上記複数の信号
間の類似する区間を抽出する類似区間抽出工程をさらに
有してもよい。
間の類似する区間を抽出する類似区間抽出工程をさらに
有してもよい。
【０１０５】また、信号処理方法では、相関法を用いて
上記変換パラメータを求めてもよい。この場合、上記変
換パラメータは、例えば上記小領域と上記他の信号との
相関値が最大となるところにおける拡大率及び／又はシ
フトの大きさであり、上記集計工程では、上記変換パラ
メータを軸とする空間に、上記複数の信号間の類似の度
合いを示す値が集計される。
上記変換パラメータを求めてもよい。この場合、上記変
換パラメータは、例えば上記小領域と上記他の信号との
相関値が最大となるところにおける拡大率及び／又はシ
フトの大きさであり、上記集計工程では、上記変換パラ
メータを軸とする空間に、上記複数の信号間の類似の度
合いを示す値が集計される。
【０１０６】このような信号処理方法では、入力された
複数の信号の少なくとも１つが複数の小領域に分割さ
れ、その小領域毎に他の信号との類似性が求められ、そ
れらを集計することによって複数の信号間の類似性が評
価される。また、その類似性に基づいて、複数の信号間
の類似する区間が抽出される。
複数の信号の少なくとも１つが複数の小領域に分割さ
れ、その小領域毎に他の信号との類似性が求められ、そ
れらを集計することによって複数の信号間の類似性が評
価される。また、その類似性に基づいて、複数の信号間
の類似する区間が抽出される。
【０１０７】これにより、一般的な相関法等では検出す
ることが困難な非定常的なノイズ信号下においても類似
性を評価することができる。
ることが困難な非定常的なノイズ信号下においても類似
性を評価することができる。
【０１０８】また、本発明に係る信号処理方法は、複数
の信号を入力し、当該複数の信号のうち、少なくとも１
つを複数の小領域に分割する分割工程と、上記小領域を
他の信号と類似するように変換したときの変換パラメー
タを抽出するパラメータ抽出工程と、上記変換パラメー
タに基づいて求めた類似の度合いを示す値を集計する集
計工程と、当該集計の結果に基づき、上記複数の信号間
の類似性を評価する類似性評価工程と、上記複数の信号
間の類似する区間を抽出する類似区間抽出工程と、上記
類似区間抽出工程で抽出された上記複数の信号間の類似
する区間を符号化する第１の符号化工程と、上記類似す
る区間以外を符号化する第２の符号化工程とを有するこ
とを特徴としている。
の信号を入力し、当該複数の信号のうち、少なくとも１
つを複数の小領域に分割する分割工程と、上記小領域を
他の信号と類似するように変換したときの変換パラメー
タを抽出するパラメータ抽出工程と、上記変換パラメー
タに基づいて求めた類似の度合いを示す値を集計する集
計工程と、当該集計の結果に基づき、上記複数の信号間
の類似性を評価する類似性評価工程と、上記複数の信号
間の類似する区間を抽出する類似区間抽出工程と、上記
類似区間抽出工程で抽出された上記複数の信号間の類似
する区間を符号化する第１の符号化工程と、上記類似す
る区間以外を符号化する第２の符号化工程とを有するこ
とを特徴としている。
【０１０９】ここで、上記変換は、例えば拡大及び／又
はシフト変換であり、この場合、上記第１の符号化工程
では、上記類似する区間の開始時刻、拡大率及び当該類
似する区間の長さの情報が符号化される。
はシフト変換であり、この場合、上記第１の符号化工程
では、上記類似する区間の開始時刻、拡大率及び当該類
似する区間の長さの情報が符号化される。
【０１１０】このような信号処理方法では、入力された
複数の信号の少なくとも１つが複数の小領域に分割さ
れ、その小領域毎に他の信号との類似性が求められ、そ
れらを集計することによって複数の信号間の類似性が評
価される。そして、その類似性に基づいて、複数の信号
間の類似する区間が抽出され、その類似する区間とそれ
以外の区間とが別々に符号化される。
複数の信号の少なくとも１つが複数の小領域に分割さ
れ、その小領域毎に他の信号との類似性が求められ、そ
れらを集計することによって複数の信号間の類似性が評
価される。そして、その類似性に基づいて、複数の信号
間の類似する区間が抽出され、その類似する区間とそれ
以外の区間とが別々に符号化される。
【０１１１】これにより、通常の符号化方法によって符
号化する場合と比較して、符号化効率を向上させること
ができる。
号化する場合と比較して、符号化効率を向上させること
ができる。
【０１１２】また、本発明に係る信号処理装置は、複数
の信号を入力し、当該複数の信号のうち、少なくとも１
つを複数の小領域に分割する分割手段と、上記小領域を
他の信号と類似するように変換したときの変換パラメー
タを抽出するパラメータ抽出手段と、上記変換パラメー
タに基づいて求めた類似の度合いを示す値を集計する集
計手段と、当該集計の結果に基づき、上記複数の信号間
の類似性を評価する類似性評価手段とを備えることを特
徴としている。
の信号を入力し、当該複数の信号のうち、少なくとも１
つを複数の小領域に分割する分割手段と、上記小領域を
他の信号と類似するように変換したときの変換パラメー
タを抽出するパラメータ抽出手段と、上記変換パラメー
タに基づいて求めた類似の度合いを示す値を集計する集
計手段と、当該集計の結果に基づき、上記複数の信号間
の類似性を評価する類似性評価手段とを備えることを特
徴としている。
【０１１３】ここで、信号処理装置は、上記複数の信号
間の類似する区間を抽出する類似区間抽出手段をさらに
備えてもよい。
間の類似する区間を抽出する類似区間抽出手段をさらに
備えてもよい。
【０１１４】また、信号処理装置では、相関法を用いて
上記変換パラメータを求めるようにしてもよい。この場
合、上記変換パラメータは、例えば、上記小領域と上記
他の信号との相関値が最大となるところにおける拡大率
及び／又はシフトの大きさであり、上記集計手段は、上
記変換パラメータを軸とする空間に、上記複数の信号間
の類似の度合いを示す値を集計する。
上記変換パラメータを求めるようにしてもよい。この場
合、上記変換パラメータは、例えば、上記小領域と上記
他の信号との相関値が最大となるところにおける拡大率
及び／又はシフトの大きさであり、上記集計手段は、上
記変換パラメータを軸とする空間に、上記複数の信号間
の類似の度合いを示す値を集計する。
【０１１５】このような信号処理装置は、入力された複
数の信号の少なくとも１つを複数の小領域に分割し、そ
の小領域毎に他の信号との類似性を求め、それらを集計
することによって複数の信号間の類似性を評価する。ま
た、その類似性に基づいて、複数の信号間の類似する区
間を抽出する。
数の信号の少なくとも１つを複数の小領域に分割し、そ
の小領域毎に他の信号との類似性を求め、それらを集計
することによって複数の信号間の類似性を評価する。ま
た、その類似性に基づいて、複数の信号間の類似する区
間を抽出する。
【０１１６】これにより、一般的な相関法等では検出す
ることが困難な非定常的なノイズ信号下においても類似
性を評価することができる。
ることが困難な非定常的なノイズ信号下においても類似
性を評価することができる。
【０１１７】また、本発明に係る信号処理装置は、複数
の信号を入力し、当該複数の信号のうち、少なくとも１
つを複数の小領域に分割する分割手段と、上記小領域を
他の信号と類似するように変換したときの変換パラメー
タを抽出するパラメータ抽出手段と、上記変換パラメー
タにの基づいて求めた類似の度合いを示す値を集計する
集計手段と、当該集計の結果に基づき、上記複数の信号
間の類似性を評価する類似性評価手段と、上記複数の信
号間の類似する区間を抽出する類似区間抽出手段と、上
記類似区間抽出手段によって抽出された上記複数の信号
間の類似する区間を符号化する第１の符号化手段と、上
記類似する区間以外を符号化する第２の符号化手段とを
備えることを特徴としている。
の信号を入力し、当該複数の信号のうち、少なくとも１
つを複数の小領域に分割する分割手段と、上記小領域を
他の信号と類似するように変換したときの変換パラメー
タを抽出するパラメータ抽出手段と、上記変換パラメー
タにの基づいて求めた類似の度合いを示す値を集計する
集計手段と、当該集計の結果に基づき、上記複数の信号
間の類似性を評価する類似性評価手段と、上記複数の信
号間の類似する区間を抽出する類似区間抽出手段と、上
記類似区間抽出手段によって抽出された上記複数の信号
間の類似する区間を符号化する第１の符号化手段と、上
記類似する区間以外を符号化する第２の符号化手段とを
備えることを特徴としている。
【０１１８】ここで、上記変換は、例えば拡大及び／又
はシフト変換であり、この場合、上記第１の符号化手段
は、上記類似する区間の開始時刻、拡大率及び当該類似
する区間の長さの情報を符号化する。
はシフト変換であり、この場合、上記第１の符号化手段
は、上記類似する区間の開始時刻、拡大率及び当該類似
する区間の長さの情報を符号化する。
【０１１９】このような信号処理装置は、入力された複
数の信号の少なくとも１つを複数の小領域に分割し、そ
の小領域毎に他の信号との類似性を求め、それらを集計
することによって複数の信号間の類似性を評価する。そ
して、その類似性に基づいて、複数の信号間の類似する
区間を抽出し、その類似する区間とそれ以外の区間とを
別々に符号化する。
数の信号の少なくとも１つを複数の小領域に分割し、そ
の小領域毎に他の信号との類似性を求め、それらを集計
することによって複数の信号間の類似性を評価する。そ
して、その類似性に基づいて、複数の信号間の類似する
区間を抽出し、その類似する区間とそれ以外の区間とを
別々に符号化する。
【０１２０】これにより、通常の符号化方法によって符
号化する場合と比較して、符号化効率を向上させること
ができる。
号化する場合と比較して、符号化効率を向上させること
ができる。
【０１２１】また、本発明に係る信号処理プログラム
は、複数の信号を入力し、当該複数の信号のうち、少な
くとも１つを複数の小領域に分割する分割工程と、上記
小領域を他の信号と類似するように変換したときの変換
パラメータを抽出するパラメータ抽出工程と、上記変換
パラメータに基づいて求めた類似の度合いを示す値を集
計する集計工程と、当該集計の結果に基づき、上記複数
の信号間の類似性を評価する類似性評価工程とを有する
ことを特徴としている。
は、複数の信号を入力し、当該複数の信号のうち、少な
くとも１つを複数の小領域に分割する分割工程と、上記
小領域を他の信号と類似するように変換したときの変換
パラメータを抽出するパラメータ抽出工程と、上記変換
パラメータに基づいて求めた類似の度合いを示す値を集
計する集計工程と、当該集計の結果に基づき、上記複数
の信号間の類似性を評価する類似性評価工程とを有する
ことを特徴としている。
【０１２２】ここで、信号処理プログラムは、上記複数
の信号間の類似する区間を抽出する類似区間抽出工程を
さらに有してもよい。
の信号間の類似する区間を抽出する類似区間抽出工程を
さらに有してもよい。
【０１２３】また、信号処理プログラムでは、相関法を
用いて上記変換パラメータを求めてもよい。この場合、
上記変換パラメータは、例えば上記小領域と上記他の信
号との相関値が最大となるところにおける拡大率及び／
又はシフトの大きさであり、上記集計工程では、上記変
換パラメータを軸とする空間に、上記複数の信号間の類
似の度合いを示す値が集計される。
用いて上記変換パラメータを求めてもよい。この場合、
上記変換パラメータは、例えば上記小領域と上記他の信
号との相関値が最大となるところにおける拡大率及び／
又はシフトの大きさであり、上記集計工程では、上記変
換パラメータを軸とする空間に、上記複数の信号間の類
似の度合いを示す値が集計される。
【０１２４】このような信号処理プログラムは、入力さ
れた複数の信号の少なくとも１つを複数の小領域に分割
し、その小領域毎に他の信号との類似性を求め、それら
を集計することによって複数の信号間の類似性を評価す
る。また、その類似性に基づいて、複数の信号間の類似
する区間を抽出する。
れた複数の信号の少なくとも１つを複数の小領域に分割
し、その小領域毎に他の信号との類似性を求め、それら
を集計することによって複数の信号間の類似性を評価す
る。また、その類似性に基づいて、複数の信号間の類似
する区間を抽出する。
【０１２５】これにより、一般的な相関法等では検出す
ることが困難な非定常的なノイズ信号下においても類似
性を評価することができる。
ることが困難な非定常的なノイズ信号下においても類似
性を評価することができる。
【０１２６】また、本発明に係る信号処理プログラム
は、複数の信号を入力し、当該複数の信号のうち、少な
くとも１つを複数の小領域に分割する分割工程と、上記
小領域を他の信号と類似するように変換したときの変換
パラメータを抽出するパラメータ抽出工程と、上記変換
パラメータに基づいて求めた類似の度合いを示す値を集
計する集計工程と、当該集計の結果に基づき、上記複数
の信号間の類似性を評価する類似性評価工程と、上記複
数の信号間の類似する区間を抽出する類似区間抽出工程
と、上記類似区間抽出工程で抽出された上記複数の信号
間の類似する区間を符号化する第１の符号化工程と、上
記類似する区間以外を符号化する第２の符号化工程とを
有することを特徴としている。
は、複数の信号を入力し、当該複数の信号のうち、少な
くとも１つを複数の小領域に分割する分割工程と、上記
小領域を他の信号と類似するように変換したときの変換
パラメータを抽出するパラメータ抽出工程と、上記変換
パラメータに基づいて求めた類似の度合いを示す値を集
計する集計工程と、当該集計の結果に基づき、上記複数
の信号間の類似性を評価する類似性評価工程と、上記複
数の信号間の類似する区間を抽出する類似区間抽出工程
と、上記類似区間抽出工程で抽出された上記複数の信号
間の類似する区間を符号化する第１の符号化工程と、上
記類似する区間以外を符号化する第２の符号化工程とを
有することを特徴としている。
【０１２７】ここで、上記変換は、例えば拡大及び／又
はシフト変換であり、この場合、上記第１の符号化工程
では、上記類似する区間の開始時刻、拡大率及び当該類
似する区間の長さの情報が符号化される。
はシフト変換であり、この場合、上記第１の符号化工程
では、上記類似する区間の開始時刻、拡大率及び当該類
似する区間の長さの情報が符号化される。
【０１２８】このような信号処理プログラムは、入力さ
れた複数の信号の少なくとも１つを複数の小領域に分割
し、その小領域毎に他の信号との類似性を求め、それら
を集計することによって複数の信号間の類似性を評価す
る。そして、その類似性に基づいて、複数の信号間の類
似する区間を抽出し、その類似する区間とそれ以外の区
間とを別々に符号化する。
れた複数の信号の少なくとも１つを複数の小領域に分割
し、その小領域毎に他の信号との類似性を求め、それら
を集計することによって複数の信号間の類似性を評価す
る。そして、その類似性に基づいて、複数の信号間の類
似する区間を抽出し、その類似する区間とそれ以外の区
間とを別々に符号化する。
【０１２９】これにより、通常の符号化方法によって符
号化する場合と比較して、符号化効率を向上させること
ができる。
号化する場合と比較して、符号化効率を向上させること
ができる。
【０１３０】また、本発明に係る記録媒体は、複数の信
号を入力し、当該複数の信号のうち、少なくとも１つを
複数の小領域に分割する分割工程と、上記小領域を他の
信号と類似するように変換したときの変換パラメータを
抽出するパラメータ抽出工程と、上記変換パラメータに
基づいて求めた類似の度合いを示す値を集計する集計工
程と、当該集計の結果に基づき、上記複数の信号間の類
似性を評価する類似性評価工程とを有することを特徴と
する信号処理プログラムが記録されたコンピュータ制御
可能なものである。
号を入力し、当該複数の信号のうち、少なくとも１つを
複数の小領域に分割する分割工程と、上記小領域を他の
信号と類似するように変換したときの変換パラメータを
抽出するパラメータ抽出工程と、上記変換パラメータに
基づいて求めた類似の度合いを示す値を集計する集計工
程と、当該集計の結果に基づき、上記複数の信号間の類
似性を評価する類似性評価工程とを有することを特徴と
する信号処理プログラムが記録されたコンピュータ制御
可能なものである。
【０１３１】ここで、信号処理プログラムは、上記複数
の信号間の類似する区間を抽出する類似区間抽出工程を
さらに有してもよい。
の信号間の類似する区間を抽出する類似区間抽出工程を
さらに有してもよい。
【０１３２】また、信号処理プログラムでは、相関法を
用いて上記変換パラメータを求めてもよい。この場合、
上記変換パラメータは、例えば上記小領域と上記他の信
号との相関値が最大となるところにおける拡大率及び／
又はシフトの大きさであり、上記集計工程では、上記変
換パラメータを軸とする空間に、上記複数の信号間の類
似の度合いを示す値が集計される。
用いて上記変換パラメータを求めてもよい。この場合、
上記変換パラメータは、例えば上記小領域と上記他の信
号との相関値が最大となるところにおける拡大率及び／
又はシフトの大きさであり、上記集計工程では、上記変
換パラメータを軸とする空間に、上記複数の信号間の類
似の度合いを示す値が集計される。
【０１３３】このような記録媒体に記録されている信号
処理プログラムは、入力された複数の信号の少なくとも
１つを複数の小領域に分割し、その小領域毎に他の信号
との類似性を求め、それらを集計することによって複数
の信号間の類似性を評価する。また、その類似性に基づ
いて、複数の信号間の類似する区間を抽出する。
処理プログラムは、入力された複数の信号の少なくとも
１つを複数の小領域に分割し、その小領域毎に他の信号
との類似性を求め、それらを集計することによって複数
の信号間の類似性を評価する。また、その類似性に基づ
いて、複数の信号間の類似する区間を抽出する。
【０１３４】これにより、一般的な相関法等では検出す
ることが困難な非定常的なノイズ信号下においても類似
性を評価することができる。
ることが困難な非定常的なノイズ信号下においても類似
性を評価することができる。
【０１３５】また、本発明に係る記録媒体は、複数の信
号を入力し、当該複数の信号のうち、少なくとも１つを
複数の小領域に分割する分割工程と、上記小領域を他の
信号と類似するように変換したときの変換パラメータを
抽出するパラメータ抽出工程と、上記変換パラメータに
基づいて求めた類似の度合いを示す値を集計する集計工
程と、当該集計の結果に基づき、上記複数の信号間の類
似性を評価する類似性評価工程と、上記複数の信号間の
類似する区間を抽出する類似区間抽出工程と、上記類似
領域検出工程で抽出された上記複数の信号間の類似する
区間を符号化する第１の符号化工程と、上記類似する区
間以外を符号化する第２の符号化工程とを有することを
特徴とする信号処理プログラムが記録されたコンピュー
タ制御可能なものである。
号を入力し、当該複数の信号のうち、少なくとも１つを
複数の小領域に分割する分割工程と、上記小領域を他の
信号と類似するように変換したときの変換パラメータを
抽出するパラメータ抽出工程と、上記変換パラメータに
基づいて求めた類似の度合いを示す値を集計する集計工
程と、当該集計の結果に基づき、上記複数の信号間の類
似性を評価する類似性評価工程と、上記複数の信号間の
類似する区間を抽出する類似区間抽出工程と、上記類似
領域検出工程で抽出された上記複数の信号間の類似する
区間を符号化する第１の符号化工程と、上記類似する区
間以外を符号化する第２の符号化工程とを有することを
特徴とする信号処理プログラムが記録されたコンピュー
タ制御可能なものである。
【０１３６】ここで、上記変換は、例えば拡大及び／又
はシフト変換であり、この場合、上記第１の符号化工程
では、上記類似する区間の開始時刻、拡大率及び当該類
似する区間の長さの情報が符号化される。
はシフト変換であり、この場合、上記第１の符号化工程
では、上記類似する区間の開始時刻、拡大率及び当該類
似する区間の長さの情報が符号化される。
【０１３７】このような記録媒体に記録されている信号
処理プログラムは、入力された複数の信号の少なくとも
１つを複数の小領域に分割し、その小領域毎に他の信号
との類似性を求め、それらを集計することによって複数
の信号間の類似性を評価する。そして、その類似性に基
づいて、複数の信号間の類似する区間を抽出し、その類
似する区間とそれ以外の区間とを別々に符号化する。
処理プログラムは、入力された複数の信号の少なくとも
１つを複数の小領域に分割し、その小領域毎に他の信号
との類似性を求め、それらを集計することによって複数
の信号間の類似性を評価する。そして、その類似性に基
づいて、複数の信号間の類似する区間を抽出し、その類
似する区間とそれ以外の区間とを別々に符号化する。
【０１３８】これにより、通常の符号化方法によって符
号化する場合と比較して、符号化効率を向上させること
ができる。
号化する場合と比較して、符号化効率を向上させること
ができる。
【図１】本実施の形態における信号処理方法の原理を説
明する図であり、同図（Ａ）は、信号f(x)を小領域に分
割する様子を示し、同図（Ｂ）は、信号g(x)中で類似す
る領域が検出された様子を示し、同図（Ｃ）は、その領
域のパラメータを投票空間に投票する様子を示す。
明する図であり、同図（Ａ）は、信号f(x)を小領域に分
割する様子を示し、同図（Ｂ）は、信号g(x)中で類似す
る領域が検出された様子を示し、同図（Ｃ）は、その領
域のパラメータを投票空間に投票する様子を示す。
【図２】同信号処理方法の原理を説明する図であり、所
定の平行移動量及び拡大率の付近にピークが形成される
様子を示す。
定の平行移動量及び拡大率の付近にピークが形成される
様子を示す。
【図３】同信号処理方法の原理を説明する図であり、類
似する領域が抽出された例を示す。
似する領域が抽出された例を示す。
【図４】本実施の形態における信号処理装置の概略構成
を説明する図である。
を説明する図である。
【図５】同信号処理装置の動作を説明するフローチャー
トである。
トである。
【図６】同信号処理装置を適用した符号化装置の概略構
成を説明する図である。
成を説明する図である。
【図７】同符号化装置の動作を説明するフローチャート
である。
である。
【図８】同符号化装置において、信号から第１の部分区
間と第２の部分区間とを選択する様子を説明する図であ
る。
間と第２の部分区間とを選択する様子を説明する図であ
る。
【図９】同符号化装置において、類似区間を抽出する様
子を説明する図である。
子を説明する図である。
【図１０】同符号化装置において、第１の部分区間を符
号化する様子を説明する図である。
号化する様子を説明する図である。
【図１１】同符号化装置において、第１の部分区間及び
第２の部分区間を新たに選択する様子を説明する図であ
る。
第２の部分区間を新たに選択する様子を説明する図であ
る。
【図１２】同符号化装置において統合された符号化信号
の一例を説明する図である。
の一例を説明する図である。
【図１３】従来の相関法によって類似性を検出するのが
困難な信号の例を説明する図であり、同図（Ａ）は、観
測信号Ａの波形を示し、同図（Ｂ）は、観測信号Ｂの波
形を示し、同図（Ｃ）は、相関法によって求められた観
測信号Ａと観測信号Ｂとの相関を示す。
困難な信号の例を説明する図であり、同図（Ａ）は、観
測信号Ａの波形を示し、同図（Ｂ）は、観測信号Ｂの波
形を示し、同図（Ｃ）は、相関法によって求められた観
測信号Ａと観測信号Ｂとの相関を示す。
１０ 信号処理装置、１１ 領域分割部、１２ 類似度
計算部、１３ 投票部、１４ 類似判定部、１５ 類似
区間検出部、２０ 符号化装置、２１ 部分区間選択
部、２２ 類似区間検出部、２３ 類似成分減算部、２
４ 類似成分符号化部、２５ 信号符号化部、２６ 統
合部
計算部、１３ 投票部、１４ 類似判定部、１５ 類似
区間検出部、２０ 符号化装置、２１ 部分区間選択
部、２２ 類似区間検出部、２３ 類似成分減算部、２
４ 類似成分符号化部、２５ 信号符号化部、２６ 統
合部
Claims (48)
- 【請求項１】 複数の信号を入力し、当該複数の信号の
うち、少なくとも１つを複数の小領域に分割する分割工
程と、 上記小領域を他の信号と類似するように変換したときの
変換パラメータを抽出するパラメータ抽出工程と、 上記変換パラメータに基づいて求めた類似の度合いを示
す値を集計する集計工程と、 当該集計の結果に基づき、上記複数の信号間の類似性を
評価する類似性評価工程とを有することを特徴とする信
号処理方法。 - 【請求項２】 上記複数の信号間の類似する区間を抽出
する類似区間抽出工程をさらに有することを特徴とする
請求項１記載の信号処理方法。 - 【請求項３】 上記類似区間抽出工程では、上記集計の
結果が最大となるところにおける上記変換パラメータと
略等しい変換パラメータの抽出された上記小領域が抽出
されることを特徴とする請求項２記載の信号処理方法。 - 【請求項４】 上記変換は、拡大及び／又はシフト変換
であることを特徴とする請求項１記載の信号処理方法。 - 【請求項５】 相関法を用いて上記変換パラメータを求
めることを特徴とする請求項４記載の信号処理方法。 - 【請求項６】 上記変換パラメータは、上記小領域と上
記他の信号との相関値が最大となるところにおける拡大
率及び／又はシフトの大きさであることを特徴とする請
求項５記載の信号処理方法。 - 【請求項７】 上記集計工程では、上記変換パラメータ
を軸とする空間に、上記複数の信号間の類似の度合いを
示す値が集計されることを特徴とする請求項１記載の信
号処理方法。 - 【請求項８】 上記集計工程における上記類似の度合い
を示す値は、上記複数の信号間の類似度に比例した値で
あることを特徴する請求項１記載の信号処理方法。 - 【請求項９】 上記類似度として、上記複数の信号間の
相関値又は当該相関値の自乗を用いることを特徴する請
求項８記載の信号処理方法。 - 【請求項１０】 上記複数の信号は、一の信号の異なる
部分の信号であることを特徴とする請求項１記載の信号
処理方法。 - 【請求項１１】 複数の信号を入力し、当該複数の信号
のうち、少なくとも１つを複数の小領域に分割する分割
工程と、 上記小領域を他の信号と類似するように変換したときの
変換パラメータを抽出するパラメータ抽出工程と、 上記変換パラメータに基づいて求めた類似の度合いを示
す値を集計する集計工程と、 当該集計の結果に基づき、上記複数の信号間の類似性を
評価する類似性評価工程と、 上記複数の信号間の類似する区間を抽出する類似区間抽
出工程と、 上記類似区間抽出工程で抽出された上記複数の信号間の
類似する区間を符号化する第１の符号化工程と、 上記類似する区間以外を符号化する第２の符号化工程と
を有することを特徴とする信号処理方法。 - 【請求項１２】 上記パラメータ抽出工程における上記
変換は、拡大及び／又はシフト変換であり、 上記第１の符号化工程では、上記類似する区間の開始時
刻、拡大率及び当該類似する区間の長さの情報が符号化
されることを特徴とする請求項１１記載の信号処理方
法。 - 【請求項１３】 複数の信号を入力し、当該複数の信号
のうち、少なくとも１つを複数の小領域に分割する分割
手段と、 上記小領域を他の信号と類似するように変換したときの
変換パラメータを抽出するパラメータ抽出手段と、 上記変換パラメータに基づいて求めた類似の度合いを示
す値を集計する集計手段と、 当該集計の結果に基づき、上記複数の信号間の類似性を
評価する類似性評価手段とを備えることを特徴とする信
号処理装置。 - 【請求項１４】 上記複数の信号間の類似する区間を抽
出する類似区間抽出手段をさらに備えることを特徴とす
る請求項１３記載の信号処理装置。 - 【請求項１５】 上記類似区間抽出手段は、上記集計の
結果が最大となるところにおける上記変換パラメータと
略等しい変換パラメータの抽出された上記小領域を抽出
することを特徴とする請求項１４記載の信号処理装置。 - 【請求項１６】 上記変換は、拡大及び／又はシフト変
換であることを特徴とする請求項１３記載の信号処理装
置。 - 【請求項１７】 相関法を用いて上記変換パラメータを
求めることを特徴とする請求項１６記載の信号処理装
置。 - 【請求項１８】 上記変換パラメータは、上記小領域と
上記他の信号との相関値が最大となるところにおける拡
大率及び／又はシフトの大きさであることを特徴とする
請求項１７記載の信号処理装置。 - 【請求項１９】 上記集計手段は、上記変換パラメータ
を軸とする空間に、上記複数の信号間の類似の度合いを
示す値を集計することを特徴とする請求項１３記載の信
号処理装置。 - 【請求項２０】 上記類似の度合いを示す値は、上記複
数の信号間の類似度に比例した値であることを特徴する
請求項１３記載の信号処理装置。 - 【請求項２１】 上記類似度として、上記複数の信号間
の相関値又は当該相関値の自乗を用いることを特徴する
請求項２０記載の信号処理装置。 - 【請求項２２】 上記複数の信号は、一の信号の異なる
部分の信号であることを特徴とする請求項１３記載の信
号処理装置。 - 【請求項２３】 複数の信号を入力し、当該複数の信号
のうち、少なくとも１つを複数の小領域に分割する分割
手段と、 上記小領域を他の信号と類似するように変換したときの
変換パラメータを抽出するパラメータ抽出手段と、 上記変換パラメータに基づいて求めた類似の度合いを示
す値を集計する集計手段と、 当該集計の結果に基づき、上記複数の信号間の類似性を
評価する類似性評価手段と、 上記複数の信号間の類似する区間を抽出する類似区間抽
出手段と、 上記類似区間抽出手段によって抽出された上記複数の信
号間の類似する区間を符号化する第１の符号化手段と、 上記類似する区間以外を符号化する第２の符号化手段と
を備えることを特徴とする信号処理装置。 - 【請求項２４】 上記変換は、拡大及び／又はシフト変
換であり、 上記第１の符号化手段は、上記類似する区間の開始時
刻、拡大率及び当該類似する区間の長さの情報を符号化
することを特徴とする請求項２３記載の信号処理装置。 - 【請求項２５】 複数の信号を入力し、当該複数の信号
のうち、少なくとも１つを複数の小領域に分割する分割
工程と、 上記小領域を他の信号と類似するように変換したときの
変換パラメータを抽出するパラメータ抽出工程と、 上記変換パラメータに基づいて求めた類似の度合いを示
す値を集計する集計工程と、 当該集計の結果に基づき、上記複数の信号間の類似性を
評価する類似性評価工程とを有することを特徴とする信
号処理プログラム。 - 【請求項２６】 上記複数の信号間の類似する区間を抽
出する類似区間抽出工程をさらに有することを特徴とす
る請求項２５記載の信号処理プログラム。 - 【請求項２７】 上記類似区間抽出工程では、上記集計
の結果が最大となるところにおける上記変換パラメータ
と略等しい変換パラメータの抽出された上記小領域が抽
出されることを特徴とする請求項２６記載の信号処理プ
ログラム。 - 【請求項２８】 上記変換は、拡大及び／又はシフト変
換であることを特徴とする請求項２５記載の信号処理プ
ログラム。 - 【請求項２９】 相関法を用いて上記変換パラメータを
求めることを特徴とする請求項２８記載の信号処理プロ
グラム。 - 【請求項３０】 上記変換パラメータは、上記小領域と
上記他の信号との相関値が最大となるところにおける拡
大率及び／又はシフトの大きさであることを特徴とする
請求項２９記載の信号処理プログラム。 - 【請求項３１】 上記集計工程では、上記変換パラメー
タを軸とする空間に、上記複数の信号間の類似の度合い
を示す値が集計されることを特徴とする請求項２５記載
の信号処理プログラム。 - 【請求項３２】 上記集計工程における上記類似の度合
いを示す値は、上記複数の信号間の類似度に比例した値
であることを特徴する請求項２５記載の信号処理プログ
ラム。 - 【請求項３３】 上記類似度として、上記複数の信号間
の相関値又は当該相関値の自乗を用いることを特徴する
請求項３２記載の信号処理プログラム。 - 【請求項３４】 上記複数の信号は、一の信号の異なる
部分の信号であることを特徴とする請求項２５記載の信
号処理プログラム。 - 【請求項３５】 複数の信号を入力し、当該複数の信号
のうち、少なくとも１つを複数の小領域に分割する分割
工程と、 上記小領域を他の信号と類似するように変換したときの
変換パラメータを抽出するパラメータ抽出工程と、 上記変換パラメータに基づいて求めた類似の度合いを示
す値を集計する集計工程と、 当該集計の結果に基づき、上記複数の信号間の類似性を
評価する類似性評価工程と、 上記複数の信号間の類似する区間を抽出する類似区間抽
出工程と、 上記類似領域検出工程で抽出された上記複数の信号間の
類似する区間を符号化する第１の符号化工程と、 上記類似する区間以外を符号化する第２の符号化工程と
を有することを特徴とする信号処理プログラム。 - 【請求項３６】 上記変換は、拡大及び／又はシフト変
換であり、 上記第１の符号化工程では、上記類似する区間の開始時
刻、拡大率及び当該類似する区間の長さの情報が符号化
されることを特徴とする請求項３５記載の信号処理プロ
グラム。 - 【請求項３７】 複数の信号を入力し、当該複数の信号
のうち、少なくとも１つを複数の小領域に分割する分割
工程と、 上記小領域を他の信号と類似するように変換したときの
変換パラメータを抽出するパラメータ抽出工程と、 上記変換パラメータに基づいて求めた類似の度合いを示
す値を集計する集計工程と、 当該集計の結果に基づき、上記複数の信号間の類似性を
評価する類似性評価工程とを有することを特徴とする信
号処理プログラムが記録されたコンピュータ制御可能な
記録媒体。 - 【請求項３８】 上記複数の信号間の類似する区間を抽
出する類似区間抽出工程をさらに有することを特徴とす
る信号処理プログラムが記録された請求項３７記載の記
録媒体。 - 【請求項３９】 上記類似区間抽出工程では、上記集計
の結果が最大となるところにおける上記変換パラメータ
と略等しい変換パラメータの抽出された上記小領域が抽
出されることを特徴とする信号処理プログラムが記録さ
れた請求項３８記載の記録媒体。 - 【請求項４０】 上記変換は、拡大及び／又はシフト変
換であることを特徴とする信号処理プログラムが記録さ
れた請求項３７記載の記録媒体。 - 【請求項４１】 相関法を用いて上記変換パラメータを
求めることを特徴とする信号処理プログラムが記録され
た請求項４０記載の記録媒体。 - 【請求項４２】 上記変換パラメータは、上記小領域と
上記他の信号との相関値が最大となるところにおける拡
大率及び／又はシフトの大きさであることを特徴とする
信号処理プログラムが記録された請求項４１記載の記録
媒体。 - 【請求項４３】 上記集計工程では、上記変換パラメー
タを軸とする空間に、上記複数の信号間の類似の度合い
を示す値が集計されることを特徴とする信号処理プログ
ラムが記録された請求項３７記載の記録媒体。 - 【請求項４４】 上記集計工程における上記類似の度合
いを示す値は、上記複数の信号間の類似度に比例した値
であることを特徴する信号処理プログラムが記録された
請求項３７記載の記録媒体。 - 【請求項４５】 上記類似度として、上記複数の信号間
の相関値又は当該相関値の自乗を用いることを特徴する
信号処理プログラムが記録された請求項４４記載の記録
媒体。 - 【請求項４６】 上記複数の信号は、一の信号の異なる
部分の信号であることを特徴とする信号処理プログラム
が記録された請求項３７記載の記録媒体。 - 【請求項４７】 複数の信号を入力し、当該複数の信号
のうち、少なくとも１つを複数の小領域に分割する分割
工程と、 上記小領域を他の信号と類似するように変換したときの
変換パラメータを抽出するパラメータ抽出工程と、 上記変換パラメータに基づいて求めた類似の度合いを示
す値を集計する集計工程と、 当該集計の結果に基づき、上記複数の信号間の類似性を
評価する類似性評価工程と、 上記複数の信号間の類似する区間を抽出する類似区間抽
出工程と、 上記類似領域検出工程で抽出された上記複数の信号間の
類似する区間を符号化する第１の符号化工程と、 上記類似する区間以外を符号化する第２の符号化工程と
を有することを特徴とする信号処理プログラムが記録さ
れたコンピュータ制御可能な記録媒体。 - 【請求項４８】 上記変換は、拡大及び／又はシフト変
換であり、 上記第１の符号化工程では、上記類似する区間の開始時
刻、拡大率及び当該類似する区間の長さの情報が符号化
されることを特徴とする信号処理プログラムが記録され
た請求項４７記載の記録媒体。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001324256A JP3823804B2 (ja) | 2001-10-22 | 2001-10-22 | 信号処理方法及び装置、信号処理プログラム、並びに記録媒体 |
| EP02802011A EP1439473A4 (en) | 2001-10-22 | 2002-10-15 | SIGNAL PROCESSING METHOD AND PROCESSOR |
| CNB028032586A CN1295635C (zh) | 2001-10-22 | 2002-10-15 | 信号处理方法及设备 |
| PCT/JP2002/010668 WO2003036510A1 (fr) | 2001-10-22 | 2002-10-15 | Procede de traitement de signaux et unite de traitement |
| US10/451,317 US8255214B2 (en) | 2001-10-22 | 2002-10-15 | Signal processing method and processor |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001324256A JP3823804B2 (ja) | 2001-10-22 | 2001-10-22 | 信号処理方法及び装置、信号処理プログラム、並びに記録媒体 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2003132041A true JP2003132041A (ja) | 2003-05-09 |
| JP2003132041A5 JP2003132041A5 (ja) | 2005-04-07 |
| JP3823804B2 JP3823804B2 (ja) | 2006-09-20 |
Family
ID=19141006
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001324256A Expired - Fee Related JP3823804B2 (ja) | 2001-10-22 | 2001-10-22 | 信号処理方法及び装置、信号処理プログラム、並びに記録媒体 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US8255214B2 (ja) |
| EP (1) | EP1439473A4 (ja) |
| JP (1) | JP3823804B2 (ja) |
| CN (1) | CN1295635C (ja) |
| WO (1) | WO2003036510A1 (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006030754A1 (ja) * | 2004-09-17 | 2006-03-23 | Matsushita Electric Industrial Co., Ltd. | オーディオ符号化装置、復号化装置、方法、及びプログラム |
| JP2007327873A (ja) * | 2006-06-08 | 2007-12-20 | Tokyo Gas Co Ltd | 地震記録データの同期化処理方法 |
| JP2011242295A (ja) * | 2010-05-19 | 2011-12-01 | Kyoto Univ | 分光装置、測定装置、およびデータ処理方法 |
| JP2014041292A (ja) * | 2012-08-23 | 2014-03-06 | Daihen Corp | 溶接システムおよび溶接制御装置 |
| JP2019020315A (ja) * | 2017-07-20 | 2019-02-07 | 日新電機株式会社 | 接地線電流法による部分放電検出装置及び部分放電検出方法 |
| CN109478198A (zh) * | 2016-05-20 | 2019-03-15 | 弗劳恩霍夫应用研究促进协会 | 用于确定相似度信息的装置、用于确定相似度信息的方法、用于确定自相关信息的装置、用于确定互相关信息的装置以及计算机程序 |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8374295B2 (en) * | 2006-09-18 | 2013-02-12 | Mediatek Inc. | Method of scaling input data and mobile device utilizing the same |
| JP4940888B2 (ja) * | 2006-10-23 | 2012-05-30 | ソニー株式会社 | オーディオ信号伸張圧縮装置及び方法 |
| JP5004743B2 (ja) * | 2007-10-10 | 2012-08-22 | 東芝情報システム株式会社 | データ処理装置 |
| JP2011145069A (ja) * | 2010-01-12 | 2011-07-28 | Furuno Electric Co Ltd | 偽像低減装置、レーダ装置、偽像低減方法、および偽像低減プログラム |
| JP2013205830A (ja) * | 2012-03-29 | 2013-10-07 | Sony Corp | トーン成分検出方法、トーン成分検出装置およびプログラム |
| JP6710644B2 (ja) * | 2017-01-05 | 2020-06-17 | 株式会社東芝 | 動作解析装置、動作解析方法およびプログラム |
| CN109166570B (zh) * | 2018-07-24 | 2019-11-26 | 百度在线网络技术（北京）有限公司 | 一种语音切分的方法、装置、设备和计算机存储介质 |
| FR3114464B1 (fr) * | 2020-09-22 | 2023-01-27 | Fond B Com | Procédés et dispositifs de détection d’un signal et d’estimation de canal, et programme d’ordinateur associé |
Family Cites Families (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH082106B2 (ja) | 1986-11-10 | 1996-01-10 | 国際電信電話株式会社 | 動画像信号のハイブリツド符号化方式 |
| US5287275A (en) * | 1988-08-20 | 1994-02-15 | Fujitsu Limited | Image recognition apparatus and method for recognizing a pattern within an image |
| JP2941846B2 (ja) * | 1989-05-26 | 1999-08-30 | キヤノン株式会社 | 符号化及び復号化装置 |
| JP3373008B2 (ja) | 1993-10-20 | 2003-02-04 | オリンパス光学工業株式会社 | 画像像域分離装置 |
| JP3385077B2 (ja) * | 1993-10-28 | 2003-03-10 | 松下電器産業株式会社 | 動きベクトル検出装置 |
| US5737375A (en) * | 1994-08-16 | 1998-04-07 | Radkowsky Thorium Power Corporation | Seed-blanket reactors |
| JPH0879760A (ja) * | 1994-09-05 | 1996-03-22 | Oki Electric Ind Co Ltd | 動きベクトル検出回路 |
| US5920842A (en) * | 1994-10-12 | 1999-07-06 | Pixel Instruments | Signal synchronization |
| JPH08237669A (ja) * | 1995-02-28 | 1996-09-13 | Sony Corp | 画像信号処理装置、画像信号処理方法および画像信号復号化装置 |
| JP2778567B2 (ja) * | 1995-12-23 | 1998-07-23 | 日本電気株式会社 | 信号符号化装置及び方法 |
| US5848163A (en) * | 1996-02-02 | 1998-12-08 | International Business Machines Corporation | Method and apparatus for suppressing background music or noise from the speech input of a speech recognizer |
| US5845241A (en) | 1996-09-04 | 1998-12-01 | Hughes Electronics Corporation | High-accuracy, low-distortion time-frequency analysis of signals using rotated-window spectrograms |
| JPH10336593A (ja) | 1997-03-31 | 1998-12-18 | Hitachi Ltd | 同期型映像処理システムおよび方法 |
| EP0869445A3 (en) | 1997-03-31 | 2002-11-06 | Hitachi, Ltd. | Video signal processing system and method using time code |
| US6038069A (en) | 1997-06-18 | 2000-03-14 | Konica Corporation | Real image type zoom finder |
| JPH11328311A (ja) | 1997-08-06 | 1999-11-30 | Nippon Telegr & Teleph Corp <Ntt> | 画像内のパターン抽出方法、画像内のパターン認識方法及び画像異常判定方法並びに記憶媒体 |
| US6438165B2 (en) * | 1998-03-09 | 2002-08-20 | Lg Electronics | Method and apparatus for advanced encoder system |
| JP3065314B1 (ja) | 1998-06-01 | 2000-07-17 | 日本電信電話株式会社 | 高速信号探索方法、装置およびその記録媒体 |
| JP4057147B2 (ja) | 1998-06-16 | 2008-03-05 | コニカミノルタビジネステクノロジーズ株式会社 | 逆光シーン判定方法、逆光シーン判定方法プログラムを記憶したコンピュータにより読み取り可能な記憶媒体及び逆光シーン判定機能を有する画像処理装置 |
| JP2000078589A (ja) | 1998-08-27 | 2000-03-14 | Sony Corp | 動きベクトル算出方法及び動きベクトル算出プログラムを記録した記録媒体 |
| EP0973336A2 (en) | 1998-07-15 | 2000-01-19 | Sony Corporation | Motion vector detecting, picture encoding and recording method and apparatus |
| US6100941A (en) * | 1998-07-28 | 2000-08-08 | U.S. Philips Corporation | Apparatus and method for locating a commercial disposed within a video data stream |
| JP3596314B2 (ja) * | 1998-11-02 | 2004-12-02 | 日産自動車株式会社 | 物体端の位置計測装置および移動体の通行判断装置 |
| US6226606B1 (en) * | 1998-11-24 | 2001-05-01 | Microsoft Corporation | Method and apparatus for pitch tracking |
| US6418166B1 (en) * | 1998-11-30 | 2002-07-09 | Microsoft Corporation | Motion estimation and block matching pattern |
| AU1930700A (en) | 1998-12-04 | 2000-06-26 | Interval Research Corporation | Background estimation and segmentation based on range and color |
| US6330428B1 (en) * | 1998-12-23 | 2001-12-11 | Nortel Networks Limited | Voice quality performance evaluator and method of operation in conjunction with a communication network |
| US6937766B1 (en) * | 1999-04-15 | 2005-08-30 | MATE—Media Access Technologies Ltd. | Method of indexing and searching images of text in video |
| JP2001016447A (ja) | 1999-06-30 | 2001-01-19 | Minolta Co Ltd | 画像処理装置および画像処理方法、ならびに画像処理プログラムを記録した記録媒体 |
| JP2001228900A (ja) * | 1999-12-10 | 2001-08-24 | Ricoh Co Ltd | 音声パラメータ符号化装置およびその装置に用いられる符号化方式およびその符号化アルゴリズムを記載したコンピュータ読み取り可能な記録媒体、および、音声パラメータ量子化装置およびその装置に用いられる量子化方法およびその量子化アルゴリズムを記載したコンピュータ読み取り可能な記録媒体 |
| JP3742279B2 (ja) | 2000-06-09 | 2006-02-01 | 日本電信電話株式会社 | 画像照合装置、画像照合方法及び画像照合プログラムを記録した記録媒体 |
| US6859552B2 (en) | 2000-11-07 | 2005-02-22 | Minolta Co., Ltd. | Image retrieving apparatus |
| KR100385331B1 (ko) * | 2000-12-19 | 2003-05-27 | 주식회사 코스모탄 | 변속재생 시에도 음색변화를 유발하지 않도록 하는오디오신호 재생방법과 이를 위한 재생장치 |
| US6907367B2 (en) * | 2001-08-31 | 2005-06-14 | The United States Of America As Represented By The Secretary Of The Navy | Time-series segmentation |
-
2001
- 2001-10-22 JP JP2001324256A patent/JP3823804B2/ja not_active Expired - Fee Related
-
2002
- 2002-10-15 EP EP02802011A patent/EP1439473A4/en not_active Withdrawn
- 2002-10-15 WO PCT/JP2002/010668 patent/WO2003036510A1/ja active Application Filing
- 2002-10-15 CN CNB028032586A patent/CN1295635C/zh not_active Expired - Fee Related
- 2002-10-15 US US10/451,317 patent/US8255214B2/en active Active
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006030754A1 (ja) * | 2004-09-17 | 2006-03-23 | Matsushita Electric Industrial Co., Ltd. | オーディオ符号化装置、復号化装置、方法、及びプログラム |
| US7860721B2 (en) | 2004-09-17 | 2010-12-28 | Panasonic Corporation | Audio encoding device, decoding device, and method capable of flexibly adjusting the optimal trade-off between a code rate and sound quality |
| JP4809234B2 (ja) * | 2004-09-17 | 2011-11-09 | パナソニック株式会社 | オーディオ符号化装置、復号化装置、方法、及びプログラム |
| JP2007327873A (ja) * | 2006-06-08 | 2007-12-20 | Tokyo Gas Co Ltd | 地震記録データの同期化処理方法 |
| JP4675832B2 (ja) * | 2006-06-08 | 2011-04-27 | 東京瓦斯株式会社 | 地震記録データの同期化処理方法 |
| JP2011242295A (ja) * | 2010-05-19 | 2011-12-01 | Kyoto Univ | 分光装置、測定装置、およびデータ処理方法 |
| JP2014041292A (ja) * | 2012-08-23 | 2014-03-06 | Daihen Corp | 溶接システムおよび溶接制御装置 |
| CN109478198A (zh) * | 2016-05-20 | 2019-03-15 | 弗劳恩霍夫应用研究促进协会 | 用于确定相似度信息的装置、用于确定相似度信息的方法、用于确定自相关信息的装置、用于确定互相关信息的装置以及计算机程序 |
| JP2021157180A (ja) * | 2016-05-20 | 2021-10-07 | フラウンホッファー−ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー．ファオ | 類似性情報決定装置、類似性情報決定方法、自己相関情報決定装置、相互相関情報決定装置およびコンピュータプログラム |
| JP7317888B2 (ja) | 2016-05-20 | 2023-07-31 | フラウンホッファー－ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー．ファオ | 類似性情報決定装置、類似性情報決定方法、自己相関情報決定装置、相互相関情報決定装置およびコンピュータプログラム |
| CN109478198B (zh) * | 2016-05-20 | 2023-09-22 | 弗劳恩霍夫应用研究促进协会 | 用于确定相似度信息的装置、方法及计算机存储介质 |
| JP2019020315A (ja) * | 2017-07-20 | 2019-02-07 | 日新電機株式会社 | 接地線電流法による部分放電検出装置及び部分放電検出方法 |
| JP7009809B2 (ja) | 2017-07-20 | 2022-02-10 | 日新電機株式会社 | 接地線電流法による部分放電検出装置及び部分放電検出方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP1439473A4 (en) | 2012-11-07 |
| JP3823804B2 (ja) | 2006-09-20 |
| US20040078196A1 (en) | 2004-04-22 |
| CN1478233A (zh) | 2004-02-25 |
| US8255214B2 (en) | 2012-08-28 |
| EP1439473A1 (en) | 2004-07-21 |
| WO2003036510A1 (fr) | 2003-05-01 |
| CN1295635C (zh) | 2007-01-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2003132041A (ja) | 信号処理方法及び装置、信号処理プログラム、並びに記録媒体 | |
| Dubnov | Generalization of spectral flatness measure for non-gaussian linear processes | |
| US7054792B2 (en) | Method, computer program, and system for intrinsic timescale decomposition, filtering, and automated analysis of signals of arbitrary origin or timescale | |
| CN108665903B (zh) | 一种音频信号相似程度的自动检测方法及其系统 | |
| US20060075237A1 (en) | Fingerprinting multimedia contents | |
| JP3997749B2 (ja) | 信号処理方法及び装置、信号処理プログラム、並びに記録媒体 | |
| CN108806718B (zh) | 基于对enf相位谱和瞬时频率谱分析的音频鉴定方法 | |
| US7035775B2 (en) | Similar time series detection method and apparatus, program and recording medium | |
| US8718803B2 (en) | Method for calculating measures of similarity between time signals | |
| CN104305991B (zh) | 从心电信号中检测噪声的方法和设备 | |
| CN104680541A (zh) | 基于相位一致性的遥感图像质量评价方法 | |
| CN106303524B (zh) | 基于预测残差异常模式的视频双重压缩检测方法 | |
| CN101042870B (zh) | 用于评估声音间相似度的方法和设备 | |
| Wang et al. | Blind forensics of image gamma transformation and its application in splicing detection | |
| US20210064881A1 (en) | Generation of video hash | |
| US11222209B2 (en) | Comparing video sequences using fingerprints | |
| CN1331098C (zh) | 用于分析数字图像纹理结构的方法 | |
| JP3750583B2 (ja) | 信号処理方法及び装置、並びに信号処理プログラム | |
| Han et al. | Fault diagnosis of rolling bearings using dual-tree complex wavelet packet transform and time-shifted multiscale range entropy | |
| CN115144026A (zh) | 一种基于Tsallis熵的地铁接触轨系统状态特征提取方法及应用 | |
| CN112116917B (zh) | 基于相位跃变度的电抗器本体与风机声信号分离方法 | |
| CN113553898A (zh) | 一种自动扶梯基脚松动故障诊断方法 | |
| Le et al. | Statistical detector of resampled tiff images | |
| Wei et al. | Automatic forgery localization via artifacts analysis of JPEG and resampling | |
| Grimaldi et al. | Multivariate linear parametric models applied to daily rainfall time series |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040428 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040428 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050920 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051114 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060404 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060515 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060606 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060619 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 3823804 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090707 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100707 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100707 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110707 Year of fee payment: 5 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110707 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120707 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120707 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130707 Year of fee payment: 7 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |