JP2014153846A - パターン認識装置 - Google Patents
パターン認識装置 Download PDFInfo
- Publication number
- JP2014153846A JP2014153846A JP2013022008A JP2013022008A JP2014153846A JP 2014153846 A JP2014153846 A JP 2014153846A JP 2013022008 A JP2013022008 A JP 2013022008A JP 2013022008 A JP2013022008 A JP 2013022008A JP 2014153846 A JP2014153846 A JP 2014153846A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- recognition target
- sum
- group
- matrix
- 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
- 238000003909 pattern recognition Methods 0.000 title claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims abstract description 71
- 230000006835 compression Effects 0.000 claims abstract description 55
- 238000007906 compression Methods 0.000 claims abstract description 55
- 239000013598 vector Substances 0.000 claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000000605 extraction Methods 0.000 claims abstract description 16
- 239000000284 extract Substances 0.000 claims abstract description 6
- 238000013500 data storage Methods 0.000 claims description 21
- 230000002596 correlated effect Effects 0.000 abstract 1
- 238000000034 method Methods 0.000 description 17
- 238000009826 distribution Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 238000000926 separation method Methods 0.000 description 5
- 230000002411 adverse Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 1
Images
Landscapes
- Character Discrimination (AREA)
Abstract
【解決手段】認識対象のパターン群の認識対象データと、認識対象と関連性はあるが非認識対象であり、認識対象データのカテゴリと似た形状の非認識対象データのカテゴリのパターン、パターン認識時に誤入力される非認識対象データのカテゴリのパターン、ノイズパターンを有するパターン群の関連データから特徴抽出部で特徴ベクトルを抽出し、抽出された2種の特徴ベクトルから群内平方和積和行列と群間平方和積和行列を群内・群間平方和積和行列算出部求め、特徴次元圧縮行列部で群内平方和積和行列と群間平方和積和行列から特徴次元圧縮行列を算出する。
【選択図】図1
Description
前記関連データのパターン群は、認識対象データのカテゴリに類似した形状を持つ非認識対象カテゴリのパターン、誤入力される可能性がある非認識対象カテゴリのパターン、およびノイズのパターンを含有する。
図1はこの発明の実施の形態1によるパターン認識装置を示す基本構成図である。101は認識対象とするカテゴリのパターンを蓄積した認識対象データ格納部、102は非認識対象だが認識対象データと関連性のあるパターンを蓄積した関連データ格納部、103は認識対象データ格納部101と関連データ格納部102に蓄積されたパターンから特徴ベクトルの抽出処理を行う特徴抽出部、104は特徴抽出部103で得た特徴ベクトルから、群内平方和積和行列および群間平方和積和行列を算出する群内・群間平方和積和行列算出部、105は群内・群間平方和積和行列算出部104で得られた群内平方和積和行列および群間平方和積和行列を元に特徴次元圧縮の計算を行う特徴次元圧縮行列算出部、106は特徴次元圧縮行列算出部105で求めた特徴次元圧縮行列を蓄積した特徴次元圧縮行列格納部である。
図3は、関連データ格納部102に蓄積された関連データの説明図である。ここでは手書き数字を認識対象とした場合の関連データを示しており、301は認識対象データのカテゴリと似た形状を持つ非認識対象データ(関連データ)のカテゴリのパターン例、302はパターン認識装置に誤入力される可能性がある非認識対象(関連データ)のカテゴリのパターン例、303はノイズのパターン例である。
まず、図1の認識対象データ格納部101に、認識対象データとするカテゴリに属するパターンを蓄積する。例えば、認識対象データとするカテゴリが数字である場合、図2の201に示すような手書き数字の文字パターン群が蓄積される。図2ではパターンの一例を示しているが、一般には1個のカテゴリに対して数万個以上のパターンを蓄積する。
すなわち、認識対象データ数と関連データ数は、群内・群間平方和積和行列算出部が、認識対象データと関連データからの特徴ベクトルから群内平方和積和行列と群間平方和積和行列を求める際、認識対象データと関連データの影響度を調整可能とするため、前記影響度に応じて認識対象データの数と関連データの数に差異を与えるように実装する。
実施の形態2におけるパターン認識装置の基本構成を図6に示す。この実施の形態2では、非認識対象とするデータがパターン認識装置に入力された場合の誤読率をさらに削減するため、特徴次元圧縮行列格納部106に格納する特徴次元圧縮行列の算出後、非認識対象パターンを特定するための辞書(ガベージ辞書と呼ぶ)を作成するようにしている。この図6で、601はガベージ辞書算出部、602はガベージ辞書算出部601により作成されたガベージ辞書である。ガベージ辞書算出部601とガベージ辞書602以外の構成および動作は、上述の実施の形態1と同様である。
特徴ベクトルY’から辞書を作成する方法は多数の方式が存在しており、任意の方式を採用できる。例えば、基本的な方式として特徴ベクトルY’の集合にK平均法などの一般的なクラスタリング処理を適用してK個の辞書ベクトルを作成し、これをガベージ辞書602に格納することで実現できる。
Claims (4)
- 認識処理対象の認識対象データのパターン群が格納された認識対象データ格納部と、認識対象データと関連性を有するが非認識対象である関連データのパターン群が格納された関連データ格納部と、認識対象データ格納部の認識対象データのパターン群と関連データ格納部の関連データのパターン群から特徴ベクトルを抽出する特徴抽出部と、特徴抽出部で抽出された特徴ベクトルを用いて群内平方和積和行列と群間平方和積和行列を求める群内・群間平方和積和行列算出部と、群内・群間平方和積和行列算出部で求められた群内平方和積和行列および群間平方和積和行列から特徴次元圧縮行列を算出する特徴次元圧縮行列部を備え、
前記関連データのパターン群は、認識対象データのカテゴリに類似した形状を持つ非認識対象カテゴリのパターン、誤入力される可能性がある非認識対象カテゴリのパターン、およびノイズのパターンを含有することを特徴とするパターン認識装置。 - 群内・群間平方和積和行列算出部は、認識対象データから得た特徴ベクトルと関連データから得た特徴ベクトルから群内平方和積和行列と群間平方和積和行列を求める際に、認識対象データと関連データの影響度を調整するための重み係数を用いることを特徴とする請求項1に記載のパターン認識装置。
- 特徴抽出部は、認識対象データと関連データからそれぞれ特徴ベクトルを抽出する際に、群内・群間平方和積和行列算出部が、認識対象データと関連データからの特徴ベクトルから群内平方和積和行列と群間平方和積和行列を求める際の認識対象データと関連データの影響度を調整可能とするため、前記影響度に応じて認識対象データの数と関連データの数に差異を与えることを特徴とする請求項1に記載のパターン認識装置。
- 認識対象として入力されたパターンが認識対象のパターンか非認識対象のパターンかを判別するガベージ辞書と、
前記特徴次元圧縮行列格納部に蓄積された特徴次元圧縮行列を用いて、前記関連データに蓄積された関連データを次元圧縮した特徴ベクトルを求め、この特徴ベクトルから前記ガベージ辞書への格納データを作成するガベージ辞書算出部を備えたことを特徴とする請求項1〜3の何れか1項に記載のパターン認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013022008A JP6080580B2 (ja) | 2013-02-07 | 2013-02-07 | パターン認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013022008A JP6080580B2 (ja) | 2013-02-07 | 2013-02-07 | パターン認識装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2014153846A true JP2014153846A (ja) | 2014-08-25 |
JP2014153846A5 JP2014153846A5 (ja) | 2016-02-12 |
JP6080580B2 JP6080580B2 (ja) | 2017-02-15 |
Family
ID=51575679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013022008A Active JP6080580B2 (ja) | 2013-02-07 | 2013-02-07 | パターン認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6080580B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022056316A (ja) * | 2020-09-29 | 2022-04-08 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 文字構造化抽出方法及び装置、電子機器、記憶媒体並びにコンピュータプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0850636A (ja) * | 1994-08-04 | 1996-02-20 | Nippon Telegr & Teleph Corp <Ntt> | パタン認識方法 |
JPH10240930A (ja) * | 1997-02-14 | 1998-09-11 | Hewlett Packard Co <Hp> | パターン認識方法およびパターン認識装置 |
JP2004310639A (ja) * | 2003-04-10 | 2004-11-04 | Ricoh Co Ltd | 特徴量次元圧縮装置、マッチング装置、プログラム及び記憶媒体 |
JP2012073684A (ja) * | 2010-09-27 | 2012-04-12 | Fujitsu Ltd | 画像認識方法及び装置並びにプログラム |
-
2013
- 2013-02-07 JP JP2013022008A patent/JP6080580B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0850636A (ja) * | 1994-08-04 | 1996-02-20 | Nippon Telegr & Teleph Corp <Ntt> | パタン認識方法 |
JPH10240930A (ja) * | 1997-02-14 | 1998-09-11 | Hewlett Packard Co <Hp> | パターン認識方法およびパターン認識装置 |
JP2004310639A (ja) * | 2003-04-10 | 2004-11-04 | Ricoh Co Ltd | 特徴量次元圧縮装置、マッチング装置、プログラム及び記憶媒体 |
JP2012073684A (ja) * | 2010-09-27 | 2012-04-12 | Fujitsu Ltd | 画像認識方法及び装置並びにプログラム |
Non-Patent Citations (1)
Title |
---|
若林 哲史 外3名: "少クラス分類問題における特徴選択に関する考察", 電子情報通信学会論文誌 情報・システムII−情報処理, vol. 第J80-D-II巻 第1号, JPN6016048132, 25 January 1997 (1997-01-25), JP, pages 73 - 80, ISSN: 0003459867 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022056316A (ja) * | 2020-09-29 | 2022-04-08 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 文字構造化抽出方法及び装置、電子機器、記憶媒体並びにコンピュータプログラム |
JP7335907B2 (ja) | 2020-09-29 | 2023-08-30 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 文字構造化抽出方法及び装置、電子機器、記憶媒体並びにコンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6080580B2 (ja) | 2017-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9330332B2 (en) | Fast computation of kernel descriptors | |
CN103996052B (zh) | 基于三维点云的三维人脸性别分类方法 | |
JP2007128195A (ja) | 画像処理システム | |
JPWO2008126790A1 (ja) | 物体認識システム、物体認識方法および物体認識用プログラム | |
JP2014164656A (ja) | 画像処理方法およびプログラム | |
KR101717377B1 (ko) | 얼굴 자세 추정 장치 및 얼굴 자세 추정 방법 | |
Amani et al. | A new approach for face image enhancement and recognition | |
Varadarajan et al. | Face recognition using block based feature extraction with CZT and Goertzel-algorithm as a preprocessing technique | |
Abboud et al. | Biometric templates selection and update using quality measures | |
JP6080580B2 (ja) | パターン認識装置 | |
US20160070972A1 (en) | System and method for determining a pet breed from an image | |
Azami et al. | A new neural network approach for face recognition based on conjugate gradient algorithms and principal component analysis | |
CN102346830B (zh) | 基于梯度直方图的病毒检测方法 | |
JP7020331B2 (ja) | クラスタリング装置、方法、及びプログラム | |
CN109508350B (zh) | 一种对数据进行采样的方法和装置 | |
CN111062230B (zh) | 一种性别识别模型训练方法和装置及性别识别方法和装置 | |
KR101514551B1 (ko) | 환경 변화에 강인한 멀티모달 사용자 인식 | |
KR101514242B1 (ko) | 얼굴 특징을 추적하는 방법 및 장치 | |
CN109165097B (zh) | 一种数据处理方法以及数据处理装置 | |
Li et al. | Predict and improve iris recognition performance based on pairwise image quality assessment | |
Goel et al. | An illumination invariant robust and fast face detection, feature extraction based face recognition system | |
Arivalagan et al. | Face recognition based on a hybrid meta-heuristic feature selection algorithm | |
CN110084303B (zh) | 一种基于cnn与rf的老年人平衡能力特征选择方法 | |
Chaiso et al. | Adaptive feature extraction using sparse autoencoder based on bag-of-word model | |
Srivastava et al. | Feasibility of Principal Component Analysis in hand gesture recognition system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20151216 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20151216 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20161108 |
|
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: 20161220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170117 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6080580 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |