JP2937536B2 - 光学的認識分類方法 - Google Patents
光学的認識分類方法Info
- Publication number
- JP2937536B2 JP2937536B2 JP3103219A JP10321991A JP2937536B2 JP 2937536 B2 JP2937536 B2 JP 2937536B2 JP 3103219 A JP3103219 A JP 3103219A JP 10321991 A JP10321991 A JP 10321991A JP 2937536 B2 JP2937536 B2 JP 2937536B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- image
- signal pattern
- correlation output
- correlation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Image Analysis (AREA)
- Holo Graphy (AREA)
- Complex Calculations (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、光情報処理の分野にお
いて利用される光学的認識分類方法に関する。即ち、認
識連想処理、分類処理、特に、光計測分野及び画像処理
分野における情報処理の演算方法に関する。
いて利用される光学的認識分類方法に関する。即ち、認
識連想処理、分類処理、特に、光計測分野及び画像処理
分野における情報処理の演算方法に関する。
【０００２】
【従来の技術】従来、光学的に相関演算を行なう方法と
して、マッチドフィルタ法とジョイントトランスフォ−
ム法があった。前者の方法は、二次元的な参照画像をフ
−リエ変換した後に、参照波を照射し、所謂フ−リエ変
換ホログラムを作成し、これをフィルタとして、被検画
像のフ−リエ変換像を畳重することにより、相関演算を
行なうものである。また、後者の方法は、被検画像と参
照画像の合同のフ−リエ変換像を強度パタ−ンとして記
録し、これを平面波で照射することにより、相関演算を
行なうものである。
して、マッチドフィルタ法とジョイントトランスフォ−
ム法があった。前者の方法は、二次元的な参照画像をフ
−リエ変換した後に、参照波を照射し、所謂フ−リエ変
換ホログラムを作成し、これをフィルタとして、被検画
像のフ−リエ変換像を畳重することにより、相関演算を
行なうものである。また、後者の方法は、被検画像と参
照画像の合同のフ−リエ変換像を強度パタ−ンとして記
録し、これを平面波で照射することにより、相関演算を
行なうものである。
【０００３】然し乍ら、前者の方法では、参照画像を記
録する際に、一つ一つの画像毎に参照波の照射方向を変
える必要性があり、実時間的に多くの画像を処理するこ
とが困難であり、参照画像を書き換える必要が生じても
対応することが出来なかった。一方、後者の方法では、
参照画像と被検画像を同時に提示することができるの
で、実時間的な処理が可能になったが、多くの参照画像
を提示すると、フ−リエ変換面での参照画像と被検画像
による多重干渉縞の可視度が低下し、一度に多くの参照
画像を提示することが困難である。
録する際に、一つ一つの画像毎に参照波の照射方向を変
える必要性があり、実時間的に多くの画像を処理するこ
とが困難であり、参照画像を書き換える必要が生じても
対応することが出来なかった。一方、後者の方法では、
参照画像と被検画像を同時に提示することができるの
で、実時間的な処理が可能になったが、多くの参照画像
を提示すると、フ−リエ変換面での参照画像と被検画像
による多重干渉縞の可視度が低下し、一度に多くの参照
画像を提示することが困難である。
【０００４】また、発明者らは、後者の方法によって得
た相関度を基準にして、参照画像に照射する光量を変化
させるフィ−ドバック系を導入することにより、参照画
像数の増大と被検画像の識別や連想の効率が向上させら
れることを、明らかにしたが、実質的に認識分類できる
被検画像数を更に増大させる必要が望まれた。また、ニ
ュ−ラルネットワ−クを用いた認識分類方法が数多く提
案されているが、学習後に新たに生じた認識分類したい
パタ−ンを追加する必要が生じた場合に、結合の重みを
再学習して作成しなければならず、学習に多くの時間を
要するなど合理的でなかった。
た相関度を基準にして、参照画像に照射する光量を変化
させるフィ−ドバック系を導入することにより、参照画
像数の増大と被検画像の識別や連想の効率が向上させら
れることを、明らかにしたが、実質的に認識分類できる
被検画像数を更に増大させる必要が望まれた。また、ニ
ュ−ラルネットワ−クを用いた認識分類方法が数多く提
案されているが、学習後に新たに生じた認識分類したい
パタ−ンを追加する必要が生じた場合に、結合の重みを
再学習して作成しなければならず、学習に多くの時間を
要するなど合理的でなかった。
【０００５】
【発明が解決しようとする課題】本発明は、上記の問題
点を解決するためになされたもので、記録する参照画像
を非常に少なくして且つ多くの被検画像を認識分類する
ことができる光学的認識分類方法を提供することを目的
とする。
点を解決するためになされたもので、記録する参照画像
を非常に少なくして且つ多くの被検画像を認識分類する
ことができる光学的認識分類方法を提供することを目的
とする。
【０００６】
【課題を解決するための手段】本発明は、上記の技術的
な課題の解決のために、成されたもので、光学的に、被
検画像と参照画像群との合同フ−リエ変換を行なうこと
により得られた強度パタ−ンを再び、光学的にフ−リエ
変換を行なうことにより相関演算を行なうこと、或い
は、各被検画像のフ−リエ変換パタ−ンに平面波を照射
し多重に記録されたフ−リエ変換ホログラムを用いて相
関演算を行なうことにより、認識分類を行なう方法にお
いて、前記被検画像と各参照画像との相関出力強度を計
測する第１の手段と、前記相関出力強度に基づいて決め
られた各参照画像に対する数値を並べて表わした第１の
信号パタ−ンを作成する第２の手段と、前記第１の信号
パタ−ンと前記被検画像のコ−ド化された情報を結合さ
せた第２の信号パタ−ンを、電気的なメモリ−装置を用
いて、記憶しておく第３の手段と、前記第１の信号パタ
−ン同志を、電気的な演算処理装置を用いて、比較照合
する第４の手段とから本質的になり、認識分類させたい
画像群のすべての画像の各々を前記被検画像として、前
記第１の手段と前記第２の手段により、前記の第１の信
号パタ−ンを複数作成し、複数の第１の信号パタ−ンの
群として、前記第３の手段により、複数の第２の信号パ
タ−ンの群をメモリ−した後、未知の画像を前記被検画
像として、前記第１の手段と前記第２の手段により、該
未知の画像に対する第１の信号パタ−ンを作成し、前記
未知の画像に対する第１の信号パタ−ンと前記複数の第
１の信号パタ−ンの群とを第４の手段により比較照合
し、前記未知の画像に対応したコ−ド化された情報を検
出することにより、前記未知の画像を認識分類する光学
的認識分類方法を提供する。
な課題の解決のために、成されたもので、光学的に、被
検画像と参照画像群との合同フ−リエ変換を行なうこと
により得られた強度パタ−ンを再び、光学的にフ−リエ
変換を行なうことにより相関演算を行なうこと、或い
は、各被検画像のフ−リエ変換パタ−ンに平面波を照射
し多重に記録されたフ−リエ変換ホログラムを用いて相
関演算を行なうことにより、認識分類を行なう方法にお
いて、前記被検画像と各参照画像との相関出力強度を計
測する第１の手段と、前記相関出力強度に基づいて決め
られた各参照画像に対する数値を並べて表わした第１の
信号パタ−ンを作成する第２の手段と、前記第１の信号
パタ−ンと前記被検画像のコ−ド化された情報を結合さ
せた第２の信号パタ−ンを、電気的なメモリ−装置を用
いて、記憶しておく第３の手段と、前記第１の信号パタ
−ン同志を、電気的な演算処理装置を用いて、比較照合
する第４の手段とから本質的になり、認識分類させたい
画像群のすべての画像の各々を前記被検画像として、前
記第１の手段と前記第２の手段により、前記の第１の信
号パタ−ンを複数作成し、複数の第１の信号パタ−ンの
群として、前記第３の手段により、複数の第２の信号パ
タ−ンの群をメモリ−した後、未知の画像を前記被検画
像として、前記第１の手段と前記第２の手段により、該
未知の画像に対する第１の信号パタ−ンを作成し、前記
未知の画像に対する第１の信号パタ−ンと前記複数の第
１の信号パタ−ンの群とを第４の手段により比較照合
し、前記未知の画像に対応したコ−ド化された情報を検
出することにより、前記未知の画像を認識分類する光学
的認識分類方法を提供する。
【０００７】また、その第１の信号パタ−ンは、前記相
関出力強度自体を並べて、数値化されたパタ−ンとする
ものが好適である。そして、前記第１の信号パタ−ン
は、前記相関出力強度の大きさを順番に並べ番号付けし
たパタ−ンとするものが好適である。また、前記第１の
信号パタ−ンは、該被検画像と各参照画像との相関出力
強度の最大値で各参照画像の相関出力強度を規格化した
量を相関度として、該相関度の取り得る値の範囲をラベ
ル付けされた幾つかの連続した範囲に区切り、該相関度
の値が属する範囲に付けられたラベルにより符号化した
パタ−ンとするものが好適である。そして、前記第１の
信号パタ−ンは、前記最大の相関出力強度の取り得る値
の範囲をラベル付けされた幾つかの連続した範囲に区切
り、前記最大の相関出力強度が属する範囲に付けられた
ラベルにより符号化したパタ−ンを付け加えられたもの
であることが好適である。
関出力強度自体を並べて、数値化されたパタ−ンとする
ものが好適である。そして、前記第１の信号パタ−ン
は、前記相関出力強度の大きさを順番に並べ番号付けし
たパタ−ンとするものが好適である。また、前記第１の
信号パタ−ンは、該被検画像と各参照画像との相関出力
強度の最大値で各参照画像の相関出力強度を規格化した
量を相関度として、該相関度の取り得る値の範囲をラベ
ル付けされた幾つかの連続した範囲に区切り、該相関度
の値が属する範囲に付けられたラベルにより符号化した
パタ−ンとするものが好適である。そして、前記第１の
信号パタ−ンは、前記最大の相関出力強度の取り得る値
の範囲をラベル付けされた幾つかの連続した範囲に区切
り、前記最大の相関出力強度が属する範囲に付けられた
ラベルにより符号化したパタ−ンを付け加えられたもの
であることが好適である。
【０００８】そして、前記第１の信号パタ−ンは、一つ
の認識分類したいパタ−ンについて、複数回、前記相関
出力強度を取り、該複数回の平均の該強度を、前記相関
出力強度として、該複数回の標準偏差の取り得る値の範
囲を、ラベル付けされた幾つかの連続した範囲に区切
り、前記複数回の標準偏差が属する範囲に付けられたラ
ベルにより符号化したパタ−ンを付け加えられたもので
あることが好適である。また、前記第２、第３の手段に
おいて、一つの認識分類したいパタ−ンについて、複数
回、前記相関出力強度を取り、該複数回にわたり得られ
た全ての前記第１の信号パタ−ンを、第３の信号パタ−
ンとして、前記被検画像のコ−ド化された情報に、前記
第３の信号パタ−ンの出現頻度をコ−ド化した情報を付
け加え、前記第３の信号パタ−ンと結合させて、第２の
信号パタ−ンとすることが好適である。
の認識分類したいパタ−ンについて、複数回、前記相関
出力強度を取り、該複数回の平均の該強度を、前記相関
出力強度として、該複数回の標準偏差の取り得る値の範
囲を、ラベル付けされた幾つかの連続した範囲に区切
り、前記複数回の標準偏差が属する範囲に付けられたラ
ベルにより符号化したパタ−ンを付け加えられたもので
あることが好適である。また、前記第２、第３の手段に
おいて、一つの認識分類したいパタ−ンについて、複数
回、前記相関出力強度を取り、該複数回にわたり得られ
た全ての前記第１の信号パタ−ンを、第３の信号パタ−
ンとして、前記被検画像のコ−ド化された情報に、前記
第３の信号パタ−ンの出現頻度をコ−ド化した情報を付
け加え、前記第３の信号パタ−ンと結合させて、第２の
信号パタ−ンとすることが好適である。
【０００９】
【作用】前記のような光学的認識分類方法によれば、い
くつかの認識分類したい画像に対して、参照画像に含ま
れる特徴を共有した分の相関度が、得られるので、この
相関度に基づいて作成した第１の信号パタ−ンを、対応
する認識分類したい画像に対して用意し、未知の画像に
対する相関度に基づいて作成した第１の信号パタ−ンと
比較照合することにより、未知の画像の有する特徴に基
づいた認識分類ができることになる。この場合、第１の
信号パタ−ンとして相関出力強度自体を並べて数値化さ
れたパタ−ンとした場合には、被検画像の認識分類に対
して、フレキシビリテイ−を有する可能性が少なくなる
が、より正確な比較ができるので、画像の認識処理に適
するものである。また、第１の信号パタ−ンとして、相
関出力強度の大きさの順番に並べ、番号付けしたパタ−
ンを取った場合や、相関出力強度を規格化して得た相関
度の値が属する範囲に付けられたラベルにより、符号化
されたパタ−ンとした場合には、画像の認識分類に対し
て、フレキシビリテイが増すので、画像の分類や連想処
理に適する。
くつかの認識分類したい画像に対して、参照画像に含ま
れる特徴を共有した分の相関度が、得られるので、この
相関度に基づいて作成した第１の信号パタ−ンを、対応
する認識分類したい画像に対して用意し、未知の画像に
対する相関度に基づいて作成した第１の信号パタ−ンと
比較照合することにより、未知の画像の有する特徴に基
づいた認識分類ができることになる。この場合、第１の
信号パタ−ンとして相関出力強度自体を並べて数値化さ
れたパタ−ンとした場合には、被検画像の認識分類に対
して、フレキシビリテイ−を有する可能性が少なくなる
が、より正確な比較ができるので、画像の認識処理に適
するものである。また、第１の信号パタ−ンとして、相
関出力強度の大きさの順番に並べ、番号付けしたパタ−
ンを取った場合や、相関出力強度を規格化して得た相関
度の値が属する範囲に付けられたラベルにより、符号化
されたパタ−ンとした場合には、画像の認識分類に対し
て、フレキシビリテイが増すので、画像の分類や連想処
理に適する。
【００１０】また、第１の信号パタ−ンとして、最大の
相関出力強度の値が属する範囲に付けられたラベルによ
り、符号化されたパタ−ンを取った場合や、複数回相関
出力強度を取り平均値や標準偏差値が属する範囲に付け
られたラベルにより符号化したパタ−ンを付与する場合
には、より多くの情報量を付け加えられたり、アナログ
的なノイズ成分が除去されるので、より正確な認識分類
を行なうことができる。また、複数回相関度を取り全て
の第１の信号パタ−ンを新たな第１の信号パタ−ンと
し、この第１の信号パタ−ンの出現頻度の情報を付け加
えて、第２の信号パタ−ンとすることにより、確率的な
認識分類を行なうことができる。
相関出力強度の値が属する範囲に付けられたラベルによ
り、符号化されたパタ−ンを取った場合や、複数回相関
出力強度を取り平均値や標準偏差値が属する範囲に付け
られたラベルにより符号化したパタ−ンを付与する場合
には、より多くの情報量を付け加えられたり、アナログ
的なノイズ成分が除去されるので、より正確な認識分類
を行なうことができる。また、複数回相関度を取り全て
の第１の信号パタ−ンを新たな第１の信号パタ−ンと
し、この第１の信号パタ−ンの出現頻度の情報を付け加
えて、第２の信号パタ−ンとすることにより、確率的な
認識分類を行なうことができる。
【００１１】次に、本発明の光学的相関処理方法を具体
的に実施例により説明するが、本発明はそれらによって
限定されるものではない。
的に実施例により説明するが、本発明はそれらによって
限定されるものではない。
【００１２】
【実施例】図１は、本発明の光学的相関処理方法の１例
による光学的相関処理装置の機能を示す模式的構成図で
ある。
による光学的相関処理装置の機能を示す模式的構成図で
ある。
【００１３】図１の光学的配置図において、光学的相関
処理装置は、画像出力手段１、光学的フ−リエ変換手段
２、画像出力手段３、光学的フ−リエ変換手段４、光検
出手段５とから本質的に構成される既知の合同フ−リエ
変換光学系であるので、その構成について、簡単に説明
する。
処理装置は、画像出力手段１、光学的フ−リエ変換手段
２、画像出力手段３、光学的フ−リエ変換手段４、光検
出手段５とから本質的に構成される既知の合同フ−リエ
変換光学系であるので、その構成について、簡単に説明
する。
【００１４】画像表示装置１６に描かれた認識分類した
い画像１つと参照画像群をレ−ザ１１から出射されたコ
ヒ−レント光束１２で読み出し、フ−リエ変換レンズ２
１により、スクリ−ン３１上に合同フ−リエ変換パタ−
ンを形成する。この合同フ−リエ変換パタ−ンを、２次
元光電変換素子３２で読み込み、液晶駆動回路３３によ
り、電気アドレス型の液晶ライトバルブ（以下ＬＣＬＶ
と略称する）３５上に描き、光束３７で読み出し、フ−
リエ変換レンズ４１により、再び、フ−リエ変換し、ス
クリ−ン４２上の相関強度を２次元光電変換素子４３に
より検出する。
い画像１つと参照画像群をレ−ザ１１から出射されたコ
ヒ−レント光束１２で読み出し、フ−リエ変換レンズ２
１により、スクリ−ン３１上に合同フ−リエ変換パタ−
ンを形成する。この合同フ−リエ変換パタ−ンを、２次
元光電変換素子３２で読み込み、液晶駆動回路３３によ
り、電気アドレス型の液晶ライトバルブ（以下ＬＣＬＶ
と略称する）３５上に描き、光束３７で読み出し、フ−
リエ変換レンズ４１により、再び、フ−リエ変換し、ス
クリ−ン４２上の相関強度を２次元光電変換素子４３に
より検出する。
【００１５】本発明の方法においては、認識分類したい
画像と各参照画像との相関度を上記光学系により検出し
た後、画像処理装置５１により、認識したい画像一つ一
つの各参照画像との相関度に基づいて、以下に述べる方
法により、第１、第２の信号パタ−ンを作成し、未知の
画像の認識分類を、該第１のパタ−ンとの比較により、
行なうことを特徴とする。
画像と各参照画像との相関度を上記光学系により検出し
た後、画像処理装置５１により、認識したい画像一つ一
つの各参照画像との相関度に基づいて、以下に述べる方
法により、第１、第２の信号パタ−ンを作成し、未知の
画像の認識分類を、該第１のパタ−ンとの比較により、
行なうことを特徴とする。
【００１６】即ち、例えば、参照画像群として、５つの
文字パタ−ンＡ、Ｂ、Ｃ、Ｄ、Ｅを選定し、認識分類し
たい文字パタ−ンをＨとして、図２のように、５つの文
字パタ−ンを同心円上に等間隔に、認識分類したい文字
パタ−ンを同心円の中心に、画像表示装置１６上に描い
たとする。この場合、二次元光電変換素子４３の出力、
即ち、文字パタ−ンＨと各参照文字パタ−ンとの相関出
力は、画像表示装置上に描かれた対応する各参照文字位
置に現れ、図３に示すように、光強度として検出され
る。
文字パタ−ンＡ、Ｂ、Ｃ、Ｄ、Ｅを選定し、認識分類し
たい文字パタ−ンをＨとして、図２のように、５つの文
字パタ−ンを同心円上に等間隔に、認識分類したい文字
パタ−ンを同心円の中心に、画像表示装置１６上に描い
たとする。この場合、二次元光電変換素子４３の出力、
即ち、文字パタ−ンＨと各参照文字パタ−ンとの相関出
力は、画像表示装置上に描かれた対応する各参照文字位
置に現れ、図３に示すように、光強度として検出され
る。
【００１７】ここでは、相関値の大きいもの程、大きい
丸印で表わしている。なぜならば、Ｈを構成する２つの
平行線と横棒が、各参照文字パタ−ンの構成要素の横棒
と縦棒と反応した結果、相関出力強度に図示されたよう
な差が生じるためである。尚、図３において、光軸上に
現れる自己相関はここでは関係がないので省略してあ
る。
丸印で表わしている。なぜならば、Ｈを構成する２つの
平行線と横棒が、各参照文字パタ−ンの構成要素の横棒
と縦棒と反応した結果、相関出力強度に図示されたよう
な差が生じるためである。尚、図３において、光軸上に
現れる自己相関はここでは関係がないので省略してあ
る。
【００１８】さて、このようにして得た相関出力強度を
画像装置５１に送り、最大の相関出力強度、即ち、この
場合には、Ｅとの相関出力強度で各参照画像に対する相
関出力強度を規格化し、以下他の認識分類したい文字パ
タ−ンＡやＴ等についても同様の操作を行なうことによ
り、相関出力強度を規格化する。以上の過程で得た各参
照画像に対する規格化された相関出力値の一例を、図４
に表として示す。
画像装置５１に送り、最大の相関出力強度、即ち、この
場合には、Ｅとの相関出力強度で各参照画像に対する相
関出力強度を規格化し、以下他の認識分類したい文字パ
タ−ンＡやＴ等についても同様の操作を行なうことによ
り、相関出力強度を規格化する。以上の過程で得た各参
照画像に対する規格化された相関出力値の一例を、図４
に表として示す。
【００１９】このように、一つの認識分類したい文字パ
タ−ン各々に対して、各参照画像に対する規格化された
相関出力値が数値化されているので、この数値の列を、
第１の信号パタ−ンとして、各々の認識分類したい文字
パタ−ンのコ−ド化された情報と結合させ、第２の信号
パタ−ンとして画像処理装置５１内のメモリに順次記憶
しておく。
タ−ン各々に対して、各参照画像に対する規格化された
相関出力値が数値化されているので、この数値の列を、
第１の信号パタ−ンとして、各々の認識分類したい文字
パタ−ンのコ−ド化された情報と結合させ、第２の信号
パタ−ンとして画像処理装置５１内のメモリに順次記憶
しておく。
【００２０】次に、図２において、文字パタ−ンＨの代
わりに未知の文字パタ−ンを提示し、前記のような方法
により、各参照画像に対する規格化された相関出力値を
数値化し、この数値の列を第１の信号パタ−ンとする。
この未知の文字パタ−ンに対する第１の信号パタ−ンと
画像処理装置５１内のメモリに記憶されている第１の信
号パタ−ン群とを比較照合する。この結果、一致したも
のがあれば、第１の信号パタ−ンに付与された文字パタ
−ンのコ−ド化された情報を知ることができ、従って、
未知の画像に対する認識ができる。また、一致したもの
がいくつかあった場合、或いは不完全にしか一致しなか
った場合でも、未知の文字パタ−ンの候補を選出するこ
とができる。
わりに未知の文字パタ−ンを提示し、前記のような方法
により、各参照画像に対する規格化された相関出力値を
数値化し、この数値の列を第１の信号パタ−ンとする。
この未知の文字パタ−ンに対する第１の信号パタ−ンと
画像処理装置５１内のメモリに記憶されている第１の信
号パタ−ン群とを比較照合する。この結果、一致したも
のがあれば、第１の信号パタ−ンに付与された文字パタ
−ンのコ−ド化された情報を知ることができ、従って、
未知の画像に対する認識ができる。また、一致したもの
がいくつかあった場合、或いは不完全にしか一致しなか
った場合でも、未知の文字パタ−ンの候補を選出するこ
とができる。
【００２１】上記の実施例では、相関出力の最大光量で
規格化した数値の列そのものを、第１の信号パタ−ンと
したが、このような第１の信号パタ−ンは、各参照パタ
−ンに対する相関出力を基準にして定めたものであれ
ば、どのようなものであってもよい。
規格化した数値の列そのものを、第１の信号パタ−ンと
したが、このような第１の信号パタ−ンは、各参照パタ
−ンに対する相関出力を基準にして定めたものであれ
ば、どのようなものであってもよい。
【００２２】例えば、図５の表に示すような規格化され
た相関出力値或いは相関出力強度を大きさ順に並べて番
号付けしたもの、また、図６の表に示すように、規格化
された相関出力値がある範囲にどように分布しているか
という情報をラベル付けして数値化したものでもよい。
図６の表では、相関出力が１〜０．７５にある場合を、
１、０．７５〜０．５にある場合を２、０．５〜０．２
５にある場合を３、０．２５〜０にある場合を４として
ラベル付けして表わした。尚、図５、６の表は、図４の
表に基づいて作成したものである。
た相関出力値或いは相関出力強度を大きさ順に並べて番
号付けしたもの、また、図６の表に示すように、規格化
された相関出力値がある範囲にどように分布しているか
という情報をラベル付けして数値化したものでもよい。
図６の表では、相関出力が１〜０．７５にある場合を、
１、０．７５〜０．５にある場合を２、０．５〜０．２
５にある場合を３、０．２５〜０にある場合を４として
ラベル付けして表わした。尚、図５、６の表は、図４の
表に基づいて作成したものである。
【００２３】このように、各参照パタ−ンに対する相関
出力強度を基準にして信号パタ−ンとする方法は、様々
に考えられるが、これらは、認識や分類といった用途に
応じて使い分けることができる。例えば、図４の表のよ
うな規格化された相関度そのものを並べて、第１の信号
パタ−ンとすれば、正確さの要求される認識等に適用で
きるが、アナログ的な精度の悪さから誤認識をしやすく
なること、及び、フレキシビリテイに欠けるといった問
題が生じ易いが、図６の表に示したような相関出力値の
相対的な分布を数値化したものを並べて第１の信号パタ
−ンとすれば、認識範囲広くなるので、アナログ的なノ
イズ等の影響を軽減でき、識別能力の向上並びにノイズ
等の影響を軽減でき、識別能力の向上並びにフレキシビ
リテイを付与することができる。
出力強度を基準にして信号パタ−ンとする方法は、様々
に考えられるが、これらは、認識や分類といった用途に
応じて使い分けることができる。例えば、図４の表のよ
うな規格化された相関度そのものを並べて、第１の信号
パタ−ンとすれば、正確さの要求される認識等に適用で
きるが、アナログ的な精度の悪さから誤認識をしやすく
なること、及び、フレキシビリテイに欠けるといった問
題が生じ易いが、図６の表に示したような相関出力値の
相対的な分布を数値化したものを並べて第１の信号パタ
−ンとすれば、認識範囲広くなるので、アナログ的なノ
イズ等の影響を軽減でき、識別能力の向上並びにノイズ
等の影響を軽減でき、識別能力の向上並びにフレキシビ
リテイを付与することができる。
【００２４】一方、図５の表に示したような順番に番号
付けして、第１の信号パタ−ンとする方法では、例えば
文字ＨとＥが同じであるというように、非常に大まかな
分類等の用途に使用することができる。
付けして、第１の信号パタ−ンとする方法では、例えば
文字ＨとＥが同じであるというように、非常に大まかな
分類等の用途に使用することができる。
【００２５】また、より正確な識別や分類を行ないたい
場合には、絶対的な相関出力値をコ−ド化して、第１の
信号パタ−ンに付け加えておくこともできる。この場合
には、認識分類したいパタ−ンに対する各参照パタ−ン
の相関出力の最大相関出力値を検出して、最大相関出力
値の取り得る範囲を、幾つかの範囲に分け、最大相関出
力値の属する範囲に付与されたラベルを並べて第１の信
号パタ−ンに付け加えて新めて、第１の信号パタ−ンと
するのが好適である。この場合、特に、図５の表に示し
たような順番による第１の信号パタ−ンの作成に対して
効果がある。即ち、文字ＥとＨの識別を行なう場合、順
番だけでは判断ができないが、文字Ｅの最大相関光量の
方が、明らかに大きいので、文字Ｈと区別することがで
きるからである。
場合には、絶対的な相関出力値をコ−ド化して、第１の
信号パタ−ンに付け加えておくこともできる。この場合
には、認識分類したいパタ−ンに対する各参照パタ−ン
の相関出力の最大相関出力値を検出して、最大相関出力
値の取り得る範囲を、幾つかの範囲に分け、最大相関出
力値の属する範囲に付与されたラベルを並べて第１の信
号パタ−ンに付け加えて新めて、第１の信号パタ−ンと
するのが好適である。この場合、特に、図５の表に示し
たような順番による第１の信号パタ−ンの作成に対して
効果がある。即ち、文字ＥとＨの識別を行なう場合、順
番だけでは判断ができないが、文字Ｅの最大相関光量の
方が、明らかに大きいので、文字Ｈと区別することがで
きるからである。
【００２６】また、これらの第１の信号パタ−ンの作成
において、一つの認識分類したいパタ−ンについて、複
数回相関出力強度を取り、複数回の平均値をこのパタ−
ンの相関出力強度とし、また、複数回の標準偏差の取り
得る値の範囲をラベル付けされた幾つかの連続した範囲
に区切り、複数回の標準偏差が属する範囲に付けられた
ラベルにより、符号化したパタ−ンを第１の信号パタ−
ンに付け加えると、更に認識や分類の精度を上げること
ができる。なぜならば、光学的な相関処理において、空
間光変調器の不均一性の問題やスペックルノイズ等の影
響などにより、時間的に、相関の出力が変動する場合が
あるからである。
において、一つの認識分類したいパタ−ンについて、複
数回相関出力強度を取り、複数回の平均値をこのパタ−
ンの相関出力強度とし、また、複数回の標準偏差の取り
得る値の範囲をラベル付けされた幾つかの連続した範囲
に区切り、複数回の標準偏差が属する範囲に付けられた
ラベルにより、符号化したパタ−ンを第１の信号パタ−
ンに付け加えると、更に認識や分類の精度を上げること
ができる。なぜならば、光学的な相関処理において、空
間光変調器の不均一性の問題やスペックルノイズ等の影
響などにより、時間的に、相関の出力が変動する場合が
あるからである。
【００２７】また、これらの第１の信号パタ−ンの作成
において、一つの認識分類したいパタ−ンについて、複
数回前記相関出力強度を取り、複数回にわたり得られた
全ての第１の信号パタ−ンの分布を、第３の信号パタ−
ンとし、更に、被検画像のコ−ド化された情報に、第３
の信号パタ−ンの出現頻度をコ−ド化した情報を付け加
えて、第３の信号パタ−ンと結合させて、第２の信号パ
タ−ンとすると、あるパタ−ンに対して、複数の第１の
信号パタ−ンが得られるが、各々に対して、出現頻度が
付与されているので、認識分類の際に、第１の信号パタ
−ンを比較すると、幾つかの候補が確率的に選択され
る。即ち、ある未知のパタ−ンに対して、文字Ａである
確率が８０％、文字Ｈである確率が１０％というふうに
決められる。
において、一つの認識分類したいパタ−ンについて、複
数回前記相関出力強度を取り、複数回にわたり得られた
全ての第１の信号パタ−ンの分布を、第３の信号パタ−
ンとし、更に、被検画像のコ−ド化された情報に、第３
の信号パタ−ンの出現頻度をコ−ド化した情報を付け加
えて、第３の信号パタ−ンと結合させて、第２の信号パ
タ−ンとすると、あるパタ−ンに対して、複数の第１の
信号パタ−ンが得られるが、各々に対して、出現頻度が
付与されているので、認識分類の際に、第１の信号パタ
−ンを比較すると、幾つかの候補が確率的に選択され
る。即ち、ある未知のパタ−ンに対して、文字Ａである
確率が８０％、文字Ｈである確率が１０％というふうに
決められる。
【００２８】また、新たに認識分類したい画像を追加す
る必要が生じた場合でも、この画像に対する第１、第２
の信号パタ−ンを作成して登録することにより、簡単に
実行することができる。
る必要が生じた場合でも、この画像に対する第１、第２
の信号パタ−ンを作成して登録することにより、簡単に
実行することができる。
【００２９】さて、このようにして得たコ−ド化された
信号パタ−ンの作成により認識分類することが、どれだ
けの能力を有するかについてであるが、先ず、参照パタ
−ンの選択に影響を受けることになるが、比較的似てい
ないパタ−ンを幾つか用意することにより、高い能力を
得ることができる。これは、複数の参照パタ−ンには、
他のパタ−ンと直交する成分が幾つか含まれ、また、コ
−ド化の情報として、最大の相関光量や標準偏差の情報
を付与することにより、複数の被検画像に対して、類似
した信号パタ−ンが生成されることを回避できるからで
ある。また、参照パタ−ンの数をＮ、その他の第１の信
号パタ−ンに付け加える指標（最大相関焼成量や標準偏
差等）をＭとし、そのラベル付けされた範囲の数をＬと
すれば、これらの組合わせは、規格化された相関度の順
番で認識分類する方法では、少なくとも、Ｎ！×ＭL 通
りの分離ができる。また、規格化された相関度をラベル
付けされた範囲により数値化し、並べる方法に対して
は、ＮL×ＭL通りの分離が可能である。従って、非常に
多くのパタ−ンを数少ない被検パタ−ンにより分離する
ことができる。例えば、参照パタ−ンにより分離するこ
とができる。例えば、参照パタ−ンだけで識別するとき
を考えると、英文字２６種類の分離に対しては、参照パ
タ−ンの数は、５つほどで充分である。この場合、参照
パタ−ンの順番で決定するとしても、１２０通り、４つ
の範囲でラベル付けしたとすると、５4 、即ち６２５通
りのものの識別領域ができるためである。
信号パタ−ンの作成により認識分類することが、どれだ
けの能力を有するかについてであるが、先ず、参照パタ
−ンの選択に影響を受けることになるが、比較的似てい
ないパタ−ンを幾つか用意することにより、高い能力を
得ることができる。これは、複数の参照パタ−ンには、
他のパタ−ンと直交する成分が幾つか含まれ、また、コ
−ド化の情報として、最大の相関光量や標準偏差の情報
を付与することにより、複数の被検画像に対して、類似
した信号パタ−ンが生成されることを回避できるからで
ある。また、参照パタ−ンの数をＮ、その他の第１の信
号パタ−ンに付け加える指標（最大相関焼成量や標準偏
差等）をＭとし、そのラベル付けされた範囲の数をＬと
すれば、これらの組合わせは、規格化された相関度の順
番で認識分類する方法では、少なくとも、Ｎ！×ＭL 通
りの分離ができる。また、規格化された相関度をラベル
付けされた範囲により数値化し、並べる方法に対して
は、ＮL×ＭL通りの分離が可能である。従って、非常に
多くのパタ−ンを数少ない被検パタ−ンにより分離する
ことができる。例えば、参照パタ−ンにより分離するこ
とができる。例えば、参照パタ−ンだけで識別するとき
を考えると、英文字２６種類の分離に対しては、参照パ
タ−ンの数は、５つほどで充分である。この場合、参照
パタ−ンの順番で決定するとしても、１２０通り、４つ
の範囲でラベル付けしたとすると、５4 、即ち６２５通
りのものの識別領域ができるためである。
【００３０】尚、上記の実施例で使用する光学的相関処
理装置は、どのようなものでもよいが、よく知られたフ
−リエ変換ホログラム等を用いることもできる。参照画
像群を予め決めれば書き直す必要がないからである。ま
た、合同フ−リエ変換相関光学系においても、様々な光
学系が提案されているが、図１のスクリ−ン３１、二次
元光電変換素子３２、画像処理装置３３、電気アドレス
型液晶ライトバルブ３５の代わりに、光アドレス型の液
晶ライトバルブを用いたものでも同様なことができる。
理装置は、どのようなものでもよいが、よく知られたフ
−リエ変換ホログラム等を用いることもできる。参照画
像群を予め決めれば書き直す必要がないからである。ま
た、合同フ−リエ変換相関光学系においても、様々な光
学系が提案されているが、図１のスクリ−ン３１、二次
元光電変換素子３２、画像処理装置３３、電気アドレス
型液晶ライトバルブ３５の代わりに、光アドレス型の液
晶ライトバルブを用いたものでも同様なことができる。
【００３１】尚、空間光変調器の働きをしている部分に
ついては、仕様上の差異があるが、原理的には、すべて
同様の電気アドレス型のもの及び光アドレス型のもの
が、使用可能である。電気アドレス型の例としては、上
記の液晶ライトバルブの他に、ＰＬＺＴやＫＤＰ、ＢＳ
Ｏ等の電気光学効果を付加したものが良く使用されてい
る。
ついては、仕様上の差異があるが、原理的には、すべて
同様の電気アドレス型のもの及び光アドレス型のもの
が、使用可能である。電気アドレス型の例としては、上
記の液晶ライトバルブの他に、ＰＬＺＴやＫＤＰ、ＢＳ
Ｏ等の電気光学効果を付加したものが良く使用されてい
る。
【００３２】光アドレス型の例でも、電気アドレス型と
同様の材料に、光導電層を組み合わせたものが、一般的
である。但し、ＢＳＯやＢａＴｉＯ3 等の光起電力効果
を有する結晶では、入力光強度に応じた自発分極により
光誘起屈折率変化を起こすから、これらの空間光変調器
は、透過型としても、反射型としても構成することがで
きる。
同様の材料に、光導電層を組み合わせたものが、一般的
である。但し、ＢＳＯやＢａＴｉＯ3 等の光起電力効果
を有する結晶では、入力光強度に応じた自発分極により
光誘起屈折率変化を起こすから、これらの空間光変調器
は、透過型としても、反射型としても構成することがで
きる。
【００３３】但し、光アドレス型で読み出し光が、書き
込み光の情報を完全に打ち消してしまうような場合に
は、読み出し光と書き込み光の波長域を分離して、読み
出し光が、書き込み情報に影響を与えないようにするこ
と等の工夫が必要である。
込み光の情報を完全に打ち消してしまうような場合に
は、読み出し光と書き込み光の波長域を分離して、読み
出し光が、書き込み情報に影響を与えないようにするこ
と等の工夫が必要である。
【００３４】また、電気アドレス型を使用する場合は、
その入力情報を得るための二次元光電変換素子及びその
ための駆動回路が必要になるが、その信号を加工し易い
という利点がある。
その入力情報を得るための二次元光電変換素子及びその
ための駆動回路が必要になるが、その信号を加工し易い
という利点がある。
【００３５】
【発明の効果】以上説明したように、本発明の光学的認
識分類方法により、前記のような効果が得られた。それ
らをまとめると、次のような顕著な技術的効果となる。
即ち、第１に、参照画像として比較的似ていないパタ−
ンを少数提示するだけで、非常に多くの被検画像の認識
分類ができる光学的認識分類方法を提供することができ
た。
識分類方法により、前記のような効果が得られた。それ
らをまとめると、次のような顕著な技術的効果となる。
即ち、第１に、参照画像として比較的似ていないパタ−
ンを少数提示するだけで、非常に多くの被検画像の認識
分類ができる光学的認識分類方法を提供することができ
た。
【００３６】第２に、認識や分類の用途に応じて、コ−
ド化する信号パタ−ンを作成できるので、非常にフレキ
シブルな処理ができる光学的認識分類方法を提供するこ
とができた。
ド化する信号パタ−ンを作成できるので、非常にフレキ
シブルな処理ができる光学的認識分類方法を提供するこ
とができた。
【００３７】第３に、空間光変調器の時間的な揺らぎや
スペックルノイズ等の時系列的な揺らぎを統計的な処理
でコ−ド化し、信号パタ−ンに付加するにより、正確な
認識や分類の行なえる光学的認識分類方法を提供するこ
とができた。
スペックルノイズ等の時系列的な揺らぎを統計的な処理
でコ−ド化し、信号パタ−ンに付加するにより、正確な
認識や分類の行なえる光学的認識分類方法を提供するこ
とができた。
【００３８】第４に、新たに認識分類したい画像を追加
した場合にも、この画像に対する信号パタ−ンを作成
し、登録することで簡単に実行することができる光学的
認識分類方法を提供することができた。
した場合にも、この画像に対する信号パタ−ンを作成
し、登録することで簡単に実行することができる光学的
認識分類方法を提供することができた。
【図１】本発明の光学的認識分類方法を実現するための
一例の光学系を示す模式構成図である。
一例の光学系を示す模式構成図である。
【図２】本発明の光学的認識分類方法において、光学的
相関処理装置として合同フ−リエ変換光学系を用いた場
合の一つの認識分類したいパタ−ンと参照画像群とを表
示した様子を示す図である。
相関処理装置として合同フ−リエ変換光学系を用いた場
合の一つの認識分類したいパタ−ンと参照画像群とを表
示した様子を示す図である。
【図３】本発明の光学的認識分類方法において、光学的
相関処理装置として合同フ−リエ変換光学系を用いた場
合の相関出力の状態を表わした図である。
相関処理装置として合同フ−リエ変換光学系を用いた場
合の相関出力の状態を表わした図である。
【図４】本発明の光学的認識分類方法において得られた
各参照画像と認識分類したい画像との規格化された相関
出力値を並べて、表わした第１の信号パタ−ンを表示し
た図である。
各参照画像と認識分類したい画像との規格化された相関
出力値を並べて、表わした第１の信号パタ−ンを表示し
た図である。
【図５】本発明の光学的認識分類方法において得られた
各参照画像と認識分類したい画像との規格化された相関
出力値の大きさに基づいて表わした第１の信号パタ−ン
を表示した図である。
各参照画像と認識分類したい画像との規格化された相関
出力値の大きさに基づいて表わした第１の信号パタ−ン
を表示した図である。
【図６】本発明の光学的認識分類方法において得られた
各参照画像と認識分類したい画像との規格化された相関
出力値の相対的な分布を数値化して並べて得られた第１
の信号パタ−ンを表示した図である。
各参照画像と認識分類したい画像との規格化された相関
出力値の相対的な分布を数値化して並べて得られた第１
の信号パタ−ンを表示した図である。
１、３ 画像出力手段 ２、４ 光学的フ−リエ変換手段 ５ 光検出手段 １１ レ−ザ １２、３７ 光束 １３ ビ−ムエキスパンダ ４、２２、３９ ビ−ムスプリッタ− ３５ 液晶ライトバルブ １６ 画像表示装置 ２１、４１ フ−リエ変換レンズ ３１、４２ スクリ−ン ３２、４３ 二次元光電変換素子 ３３、５１ 画像処理装置 ３４、３８ ミラ− ３６ 受光素子
フロントページの続き (58)調査した分野(Int.Cl.6，ＤＢ名) G06E 3/00 G02F 3/00 502 G06F 17/14 G06T 7/00
Claims (7)
- 【請求項１】光学的に、被検画像と参照画像群との合同
フ−リエ変換を行なうことにより得られた強度パタ−ン
を、再び、光学的にフ−リエ変換を行なうことにより相
関演算を行なうことより、或いは、各被検画像のフ−リ
エ変換パタ−ンに平面波を照射し多重に記録されたフ−
リエ変換ホログラムを用いて相関演算を行なうことによ
り、該被検画像の認識分類を行なう光学的認識分類方法
において、前記被検画像と各参照画像との相関出力強度
を計測する第１の手段と、前記相関出力強度に基づいて
決められた各参照画像に対する数値を並べて表わした第
１の信号パタ−ンを作成する第２の手段と、前記第１の
信号パタ−ンと前記被検画像のコ−ド化された情報とを
結合させて得られた第２の信号パタ−ンを、電気的なメ
モリ−装置を用いて、記憶しておく第３の手段と、前記
第１の信号パタ−ン同志を、電気的な演算処理装置を用
いて、比較照合する第４の手段とから本質的になり、認
識分類させたい画像群のすべての画像の各々を前記被検
画像として、前記第１の手段と前記第２の手段により、
前記の第１の信号パタ−ンを複数作成し、複数の第１の
信号パタ−ンの群として、前記第３の手段により、複数
の第２の信号パタ−ンの群をメモリ−した後、未知の画
像を前記被検画像として、前記第１の手段と前記第２の
手段により、該未知の画像に対する第１の信号パタ−ン
を作成し、前記未知の画像に対する第１の信号パタ−ン
と前記複数の第１の信号パタ−ンの群とを第４の手段に
より比較照合し、前記未知の画像に対応してコ−ド化さ
れた情報を検出することにより、前記未知の画像を認識
分類することを特徴とする前記光学的認識分類方法。 - 【請求項２】前記第１の信号パタ−ンは、前記相関出力
強度自体を並べて、数値化されたパタ−ンとすることを
特徴とする請求項１に記載の光学的認識分類方法。 - 【請求項３】前記第１の信号パタ−ンは、前記相関出力
強度の大きさを順番に並べ番号付けしたパタ−ンとする
ことを特徴とする請求項１に記載の光学的認識分類方
法。 - 【請求項４】前記第１の信号パタ−ンは、該被検画像と
各参照画像との相関出力強度の最大値で各参照画像の相
関出力強度を規格化した量を相関度として、該相関度の
取り得る値の範囲をラベル付けされた幾つかの連続した
範囲に区切り、該相関度の値が属する範囲に付けられた
ラベルにより符号化したパタ−ンとすることを特徴とす
る請求項１に記載の光学的認識分類方法。 - 【請求項５】前記第１の信号パタ−ンは、前記最大の相
関出力強度の取り得る値の範囲をラベル付けされた幾つ
かの連続した範囲に区切り、前記最大の相関出力強度が
属する範囲に付けられたラベルにより符号化したパタ−
ンを付け加えられたものであることを特徴とする請求項
１〜４のいずれかに記載の光学的認識分類方法。 - 【請求項６】前記第１の信号パタ−ンは、一つの認識分
類したい画像（パタ−ン）について、複数回、前記相関
出力強度を取り、該複数回の平均の相関出力強度を、前
記相関出力強度として、該複数回の標準偏差の取り得る
値の範囲を、ラベル付けされた幾つかの連続した範囲に
区切り、前記複数回の標準偏差が属する範囲に付けられ
たラベルにより符号化したパタ−ンを付け加えられたも
のであることを特徴とする請求項１〜５のいずれかに記
載の光学的認識分類方法。 - 【請求項７】前記第２、第３の手段において、一つの認
識分類したい画像（パタ−ン）について、複数回、前記
相関出力強度を取り、該複数回にわたり得られた全ての
前記第１の信号パタ−ンを、第３の信号パタ−ンとし
て、前記被検画像のコ−ド化された情報に、前記第３の
信号パタ−ンの出現頻度をコ−ド化した情報を付け加
え、前記第３の信号パタ−ンと結合させて、第２の信号
パタ−ンとすることを特徴とする請求項１〜５のいずれ
かに記載の光学的認識分類方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3103219A JP2937536B2 (ja) | 1991-01-24 | 1991-01-24 | 光学的認識分類方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3103219A JP2937536B2 (ja) | 1991-01-24 | 1991-01-24 | 光学的認識分類方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04240624A JPH04240624A (ja) | 1992-08-27 |
| JP2937536B2 true JP2937536B2 (ja) | 1999-08-23 |
Family
ID=14348390
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3103219A Expired - Fee Related JP2937536B2 (ja) | 1991-01-24 | 1991-01-24 | 光学的認識分類方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2937536B2 (ja) |
-
1991
- 1991-01-24 JP JP3103219A patent/JP2937536B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH04240624A (ja) | 1992-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4573198A (en) | Optical image processing/pattern recognition system | |
| US4832447A (en) | Joint transform image correlation using a nonlinear spatial light modulator at the fourier plane | |
| JP3023694B2 (ja) | 多参照画像用光パターン認識方法 | |
| US5386378A (en) | Optical information processing apparatus and method using computer generated hologram | |
| US4809340A (en) | Optical correlation system | |
| US5754693A (en) | Method of optical recognition and classification of patterns | |
| JPH03224068A (ja) | 画像パターンを確認する方法および装置 | |
| JP2937536B2 (ja) | 光学的認識分類方法 | |
| EP0460625B1 (en) | Optical information processing apparatus and method using computer generated hologram | |
| US3196395A (en) | Character recognition systems employing autocorrelation | |
| Casasent | Data processing: Pattern recognition: A review: Optical techniques developed to discern military targets are being studied for industrial and commercial applications | |
| JP3014155B2 (ja) | 光学的パタ−ン認識分類方法 | |
| JP3094070B2 (ja) | 光学的パターン認識分類装置 | |
| Margner et al. | On benchmarking of document analysis systems | |
| JP3096819B2 (ja) | ニュ−ラルネットワ−ク | |
| JP3020629B2 (ja) | パタ−ン識別装置 | |
| JP2834894B2 (ja) | 光学的パターン認識分類方法 | |
| JP3099203B2 (ja) | 光学的パタ−ン認識分類装置 | |
| EP0473121B1 (en) | Logarithmic polar coordinate transforming method, vision recognizing method, and optical information processing apparatus | |
| US20200019786A1 (en) | Automated labeling of features in video frames | |
| Demoli et al. | Use of a multifunctional extended optical correlator for cuneiform inscription analysis | |
| JP3020680B2 (ja) | パターン認識分類方法 | |
| Barge et al. | 64-channel correlator implementing a Kohonen-like neural network for handwritten-digit recognition | |
| Bai et al. | Reconstruction error-assisted anomaly detection method for underground pipelines | |
| Casasent et al. | Recent Advances in Optical Pattern Recognition |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |