JPH032985A - パターン識別方法および装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、製鉄炉等の熱プロセスや化学プラントの反応
プロセスに代表される複雑な工程をコンピュータ管理ま
たは制御するに好適な、計測されたプロセスナータのパ
ターン識別装置に関する。

また、金融・証券、大規模店舗等において、株価・経営
情帽、商品の売上情報等、数万個にのぼる時系列的なパ
ターン情報を分析して、経営方針や部品売買の指針を策
定するシステムに好適なパターン識別装置に関する。

さらに、ＩＴＶ等を利用する監視システムや自律的に移
動するロボットの視覚システム、さらには画像を利用し
た各種計測システムに好適な距離計測装置に関する。

〔従来の技術〕

討ｉ１１！！されたパターンを識別する場合、一般的に
行われる処理としては、登録された標準パターンと入力
パターンとの相関分析により類似度を計算する方法や、
フーリエ変換により周波数成分を求める方法、あるいは
回帰直線を求める方法などが知られている。相関分析を
行う方法では、計測されたパターンと登録された標準パ
ターンの積和計算が必要なことから、計算量が多くな１
でしまい、登録された標準パターンの数が多い場合は、
実時間での識別処理が困難となる。また、入力パターン
と標準パターンが相似であるが大きさの異なる場合は識
別できないなどの欠点があった。フーリエ変換により周
波数成分を求める手法では、振動的なパターンの識別は
できるが、波形そのものを扱うものではないため、パタ
ーンの形状を識別することは困難であった。回帰直線を
求める方法は、あらかじめパターンを直線と考えて、最
も近似する直線を求めるものであるため、複雑な波形の
識別には適していない、という問題点かあった。

また、ＩＴＶ等の画像人力装置から得られる画像を処理
することにより、距離の計測を行う装置が実用化されて
いる。斬る装置における代表的な処理は、画像から輝度
の急変する部分（エツジ）を抽出し、エツジの持つ特徴
量を照合する処理に限定されていた。そのために、エツ
ジに対する距離の計測は行えるが、画像の大部分を構成
するエツジ以外の部分に対する距離の計測は行えないと
いう問題点があった。

〔発明が解決しようとする課題〕

而して、本発明は上記問題点に鑑みなされたもので、形
状は相似であるが大きさの異なるパターンを識別でき、
しかも計算量が少なく実時間処理が行えるパターン識別
装置を提供することを目的とする。さらに、画像情報か
らエツジ以外の部分に関する距離の計８１１を可能とす
る装置を提供することを目的とする。

〔課題を解決するための手段〕

上？ｒｄ目的を達成するための本発明に係るパターン識
別装置は１入力パターンを折れ線で近似し、該折れ線を
構成するベクトル系列に変換する第１の手段と、前記入
力パターンと比較する標準的なパターンを折れ線で表現
したベクトル系列として記憶する第２の手段と、前記第
１の手段による入力パターンのベクトル系列と、前記第
２の手段に記憶された標準パターンのベクトル系列とを
比較する第３の手段と、前記第３の手段により検索され
たベクトル系列と、前記標準パターンのベクトル系列と
の間で類似度および縮尺率を計算する第４の手段、とを
設けたものである。

〔作用〕

上記目的を達成するために設けた手段の作用を詳細に説
明する。

入力パターンを折れ線で近似し、該折れ線を構成するベ
クトル系列に変換する第１の手段を設けることにより、
入力パターンの形状特徴を、各ベクトルの持つ特徴量（
区間長、変化斌等）に変換することができる。ベクトル
系列を表現するためのデータ量は、入力パターンの持つ
データ量よりも格段に少ないため、パターンの識別のた
めの演算量を少なくすることができる。

標準パターンを折れ線のベクトル系列として記憶する第
２の手段を設けることにより、パターン識別のための照
合処理を、ベクトル系列の特徴の照合処理に変換できる
。これにより、パターンの照合処理が簡素となり誤りの
少ない照合が可能となる。

入力パターンのベクトル系列と標準パターンのベクトル
系列とを比較し、入力パターンのベクトル系列の中から
標準パターンのベクトル系列を含む一連のベクトル系列
を検索するための、第３の手段を設けることにより１部
分的に一致するパターンや大きさは異なるが相似なパタ
ーンの抽出を容易に行うことができる。

ベクトル系列間の類似度および縮尺率を計算する第４の
手段を設けることにより、相対的な大きさは異なるが相
似であるパターンや部分的に類似するパターンの類似度
合が一定の基準のもとで判定でき、識別能力の飛躍的な
向上を図ることができる。

さらに、第１の手段により、画像情報を走査線毎の輝度
パターンの折れ線で近似し、ベクトル系列に変換して扱
うことがｑＪ能となる。これにより、画像間での対応関
係が、ベクトル系列間での対応関係として求められるた
め、従来技術では得られなかった、エツジ以外の部分の
距離も計ａｌｆｆすることが可能となる。

〔実施例〕

本発明の一実施例を第１図ないし第６図を用いて説明す
る。第１図は本発明の一実施例によるパターン識別装置
のブロック図である。同図において、１１０は通信装置
であって、通信網を通じて処理対象となるパターンデー
タの識別番号、サンプリング周期、処理対象区間、換算
係数などを受信する。１２０はデータ記憶装置であって
、プロセス制御分野では、プロセス各部の温度、圧力。

流斌等の時系列的なパターンデータが、金融、証券、流
通等の分野では、経済Ｎ標、売上情報、経営情報等の時
系列的なデータが記憶されている。

１３０は人゛力熊理部であって、前記通信装置からの信
号により起動される。入力処理部１３０は。

通信装置１１０から送られる前記識別番号、サンプリン
グ周期、処理区間の情報をもとに、データ記憶装置１２
０から該当するパターンデータを。

与えられたサンプリング周期で処理対象区間から抽出し
、メモリ１４０に送る。１５０はフィルター記憶部であ
り、折れ線近似処理部］７０で用いられる特徴抽出フィ
ルターが記憶されている。

１６０は標準パターンの辞書であり、入力パターンを識
別するための標準パターンが折れ線近似されたベクトル
系列として記憶されている。折れ線近似処理部１７０は
、メモリ１４０に記憶されている入力パターンを折れ線
で近似し、折れ線を構成する線分のベクトル系列に変換
する。１８０は辞書検索処理部であって、折れ線近似処
理部１７０から送られる入力パターンのベクトル系列と
、標準パターン辞ＩＦ１６０に記憶されている標準パタ
ーンのベクトル系列とを比較し、対応候補のベクトル系
列を検索する。１９０は類似度計算部であって、辞書検
、Ｑ輝部１８０で得られた対応候補のベクトル系列と標
準パターンのベクトル系列との類似度および縮尺率を計
算する。縮尺率が一定の範囲内であって、類似度が一定
値以上の場合は、標準パターンの番号と、対応した入力
パターンのベクトル系列の番号、類似度、および縮尺率
をメモリ１９５に記憶する。メモリー９５に記憶されて
いる結果は、前記通信装置１１０を介して、他の処ｊｌ
ｌ装置またはソフトウェアに送信される。

次に、上記構成に基づくパターン識別装置の動作を詳細
に説明する。

第２図は、前記折れ線近似処理部１７０の動作を示すフ
ローチャー１−である、大別すると、入力パターンｆ（
ｔ）と特徴抽出フィルターＷｚ（ｘ）との積和計算によ
りパターンの凹凸を計算し、パターンが折れ線に分割さ
れる点τ亀を求めるパターン分割処理２１０と、特徴抽
出フィルターＷｏ（ｘ）を用いてパターンの分割点近傍
におけるデータの平均値を求め、分割点におけるデータ
の△ 推定値ｆ（τｉ）を求める推定処理２２０と、データ区
間の両端における回帰直線から両端の推定値を求める両
端推定処理２３０と、分割点と両端の推定値を用いてパ
ターンを折れ線近似した時のベクトル系列を計算するベ
クトル系列計算処理２４０とから構成されている。

まず、パターン分割処理２１０においては、入力パター
ンのデータｆ　（ｔ）（ｔ＝ｏ、１．・・・Ｔ）に対し
、フィルター記憶部１５０に記憶されている特徴抽出フ
ィルターＷｚ（ｘ）を用いた積和計算 ｇｚ（ｔ）＝　　　Σ　　ｆ　（ｔ　＋　ｘ）Ｗｚ（ｘ
）　　　−（１）Ｘ＝−ａ により、凹凸の度合を表す特徴ｉｇｚ（ｔ）を計算する
。ここに、ａはフィルターの広がりを示す定数である。

第３図（ａ）に示す入力パターンの一例に対し、第４図
（ａ）に示す特徴抽出フィルターＷｚ（ｘ）による積和
計算を行った結果を第３図（ｂ）に示す、第（１）式に
示す計算結果から絶対値が適当な定数より大きい正と負
の極値を持つ点を抽出することにより、入力パターンの
分割点て＋（ｉ＝ｌ、ｄ＋−ｋ）を求めることができる
。

第３図（ｂ）の例ではτ、（１＝ｌ、　２．・・・、９
）が分割点となる。

次に、推定処理２２０においては、パターン分割処理２
１０により得られた分割点て１において、フィルター記
憶部１５０に記憶されている特徴抽出フィルターＷｏ（
ｘ）を用いた積和計算ｇｏ（ｔｔ）　　＝　　Σ　　ｆ
（ｔ＋ｘ）ＷＯ（ｘ）　　・・・（２）Ｘ＝−ａ により、平均値を表す特徴ｆｔｇｏ（τ１）を計算する
。第４図（ｂ）に特徴抽出フィルターＷｏ（ｘ）の例を
示す。分割点τ１におけるパターンの推定Δ 値ｆ（τｌ）は、凹凸を示す特徴量ｇｚｃでｌ）と、平
均値を表す特徴量ｇｏ（１皿）とを用いて、△ ｆ　（ｔｔ）＝Ｗｏ（０）Ｘ　ｇｏ（ｔｔ）によって算
出される。

次に、両端推定処理２３０においては、入力パターンの
両端の推定値を求める。推定処理２２０Δ において求−められた分割点の推定値（τ１．ｆ（τｚ
））および（τＪ　　ｆ　　（τｂ）　）を通る回帰直
腺をそれぞれ。

次に、ベクトル系列計算処理２４０においては、Δ １．２．・・・、ｋ）、（”ｒ、　ｆ（’ｒ））から入
力波形を近似するベクトル系列ａ　ｔ　＝（Ｐ　Ｊ　ｌ
　ｑＪ　）を。

により算出する。第（４ａ）式と第（５ａ）式にそれぞ
れ（＝ｈ２（Ｔ））が求められる。第３図（ｃ）に第３
Ｉ！４（ｂ）の特徴点および入力パターンの両端の推定
値を示す。

により求める。第３図（Ｃ）に示す点列の例から求めら
れるベクトル系列を第３図（ｄ）に示す。

第５図は辞書検索処理部１８０の動作を示すフローチャ
ートである。標準パターン辞書１６０は標準パターン毎
に番号が付けられ番号順に記憶されている。また、各々
のベクトル系列を構成する各ベクトルには、ベクトルの
特徴を表す名称が付与されている０例えば、ベクトルの
勾配により、「上昇」　「下降Ｊ　「平衡」等の名称が
付与できる。

まず、ステープ？／、、５１０において、入力パターン
を構成するベクトル系列ａ１の各ベクトルに、標準パタ
ーンに付与されている名称と同様の名称が付与される。

次に、ｒＮ＝ＩＪがステップ５１５で設定され検索が開
始される。検索処理５２０において、入力パターンのベ
クトル系列から標準パターンと類似したベクトル系列が
対応候補として選択される。対応候補が見つかった場合
、ステップ５２５により処理の流れは送信処理５３０に
移り、標準パターンの番号Ｎおよび対応候補のベクトル
系列が、類似度計算部１７０に送られる。対応候補がな
い場合、ステップ５３５においてすべての標準パターン
に対する検索が終了したかが判定される。（標準パター
ンの数をＮｍａ＊とする。）すべての標準パターンに対
する検索が終了していない場合、ステップ５３６におい
て辞書番号の更新ｒＮ＝＝Ｎ＋］Ｊが行われ、次の標準
パターンに対する検索が検索処理５２０により続行され
る。

第６図は検索処理５２０における処理の詳細を説明する
ｚローチャートである。まず、入力パターンの１番目の
ベクトルと対応する標準パターンのベクトルを検索する
ためステップ６０１においてｒｉｓ＝ＩＪに設定される
０次に、ステップ６０２によりｒｊ　＝１．ｉ：ｉｘＪ
に設定され、検索が開始される。入力パターンのベクト
ルの番号が（ｍ＋１）となった場合、ステップ６０３に
より検索→ は終了する。入力パターンのベクトルａｔ　の名称→ と標準パターンのベクトルＳ−の名称との比較がステッ
プ６１０で行われ、一致しない場合ステップ６１５を通
り、次の入力パターンのベクトルとにより８１と９４の
対が一時記憶６００に記憶される。ステップ６２５では
、　４１１準パターンの全ベクトルに対する検索が終了
したかが判定される。ｊ≠ｎの場合、ステップ６２６の
処理１’ｉ＝ｉ＋１゜ｊ　＝ｊ　＋ＩＪが行われ、次の
ベクトルに対する検索が続行される。ｊ＝ｎの場合、ス
テップ６２７の処理ｒｉｓ＝ｉｉ＋＋１．＋が行われ、
Ｉｓ番目の人力ベクトルから、標準パターンとの検索処
理が行われる。ここ４３＜、ｉｈは、標準パターンのベ
クトルｓ１の名称が一致した最新の入力パターンのベク
トルの番号であり、−時記憶に記憶されている対→ 応候補列のうち、８１が対応した最新の入力パターンベ
クトルの番号である。

類似度計算部１７０においては、第６図の一時記憶６０
０の内容に応じて、入力パターンと標準パターンとの類
似度Ｓと縮尺率Ｋが。

ｉ＝１ → により算出される。ここに、ｓ息（ｉ＝１．２．・・・
ｍ）は標準パターンのベクトル系列、ａｉＪは入力パタ
ーンのベクトル系列の対応候補であり、ｓ量→ とａｉＪ（ｉ：１，２ｔ　”’ｅ　ｎｉ）　　が対応候
補となっている。第（７）式のＳはバク１〜ル系列間の
相関係数を計算するものであり、パターンが全く相似で
あれば１．０　　となる、第（８）式は入力パターンの
ベクトル系列が標準パターンのベクトル系列と最も一致
する時の縮尺率を示す値（尺度）である。

類似度計算部１７０により得られた標準パターンに対す
る類似度および縮尺率が定められた一定の範囲 Ｓ≧Ｓ　ｍ　ｔ　ｎ　ｇ　Ｋ　ｍ　ｉ　ｌｌ≦に≦−ａ
−（９）を満足するものを類似度が大きいものから順に
並べて、メモリ１９５に記憶する。

本実施例によれば、標準パターンと一致する入力パター
ンの候補部分の検索が、ベクトルの名称を用いて行うこ
とができ、計算処理斌が少なくて済むのみならず、誤り
の少ない候補を検索できるという効果がある。さらに、
ベクトル系列間で相関係数を計算して類似度とするため
、相似なパターンの検索が可能であり、標準パターン辞
書１６０を構成するパターンの数が少なくできるという
効果をあわせ持ヌている。

本発明をよく理解し、その固有の可能性と利点を評価す
るために、以下に１本発明が実現されるために用いられ
る手法に対する簡単な数学的背景および基礎を提示する
。導入された式は、実施例の機能の洞察も与えてくれる
。

フィルター記憶部１５０に記憶され、折れ線近似処理部
１７０において用いられる特徴抽出フィルターＷ２（Ｘ
）およびＷｏ（ｘ）の設定方法を示す、フィルターＷｏ
（ｘ）およびＷｚ（ｘ）は、特願昭６：１−２３６４０
２における発明に記載されたフィルターと同一であり、
Ｗｚ（ｘ）はパターンの平均的な凹凸を求めるフィルタ
ー、Ｗｏ（ｘ）はパターンの平均的な値を求めるフィル
ターである。以下に。

特願昭６３−２３６４０２におけるＷｏ（ｘ）およびＷ
　ｘ　（ｘ　）の求め方を整理して示す。

パターンデータの展開方法として、 Σ　（Ｈ−（ｘ）Ｈｎ（ｘ　））　Ｅ　（Ｘ　）＝　Ｏ
（ｍ　＃　ｎ　）　　（１１）ス：ａ で定義される多項式Ｈ，（ｘ）を用いる。ここに、Ｅ（
ｘ）は適当な微分可能関数であり、ａおよびｂは定義区
間を示す定数である。このとき、Σ　（Ｈ，（ｘ））”
Ｅ（ｘ）＝Ａ、　　　　　　（１２）ｘ；ａ とおくと、 （ｐ・（・）　＝７Ｈ・（Ｘ）　（Ｅ（・））”／′　
（１３）Ａ。

は、正規直交関数系を構成する。

パターンデータｆ　　（ｔ）を時刻ｔの近傍で正規直交
関数系φ、（Ｘ）を用いて展開すると、原データの良い
近似を得るには高次の項まで求めておくことが必要とな
る。これを避けるために、パターンデータを、時刻ｔ　
＝ｔ　ｏ　を中心としてｈ　　（ｔｏ＋ｘ）＝　　ｆ　
（ｔｏ＋ｘ）　　（Ｅ（Ｘ））”／”　　　　　　（１
４）と変換して扱う。

第（１４）式に対し、第（１３）式の直交関数糸を用い
た展開を行うと、 ここに。

ａｍ”Σ　ｈ　（ｔ　ｏ＋ｘ）ψ、（ｘ）　　　　　　
　　　（１６）ｘ＝ａ である、第（１４）式および第（１５）式より、入力パ
ターンｆ　（ｔ）は時刻ｔ　＝　ｔ　ｏの近傍で、と展
開されたことになる。

微分可能関数Ｅ　（Ｘ）を で表される指数関数とした場合、第（１０）式よりＨａ
（ｘ）はｍ次元の多項式となる。また、第（１７）式よ
り入力パターンは時刻ｔ　＝　ｔ　ｏの近傍で多項式に
展開されたことになる。その時の展開フィルターＷ−（
ｘ）は、第（１６）式に第（１３）式および第（１４）
式を代入すると、 となることから、 と表わされる。

定数σが２．０の場合のＷｏ（ｘ）およびＷＺ（Ｘ）を
第４図に示す。この多項式展開を行う特徴抽出フィルタ
ーは、データ毎にσが異なる場合は、フィルター記憶部
１５０にデータ毎のσを記憶しておき、必要に応じて生
成してもよいし、予め数値のσについて計算をした結果
を記憶しておいてもよい。

第（２０）式による特徴抽出フィルターによる多項式展
開結果を用いて時刻ｔ　＝ｔ　ｏのデータを推定する場
合、第（１７）式にｘ＝０を代入して、＋ｍ＝０ となる。

第（７）式および第（８）式に示す類似度Ｓと縮尺率に
の式は、次のようにして導くことができる。

標準パターンのベクトル系列をｓ＋（ｉ＝ｌ＊　２１・
・・２ｍ）、比較する入力パターンのベクトル系列→ をａｔ（ｉ＝１．２．・・・＋ｍ）とする。標準パター
ンのベクトル系列をに倍した時１両パターンの間での二
乗誤差Ｅは。

ｍ　　　　→　　　　→ Σ　（ｓｌ、　　ａｔ） ｉ＝１ に＝ ｍ　　　　　→ Σ　ｌ５ｌ１２ ｉ＝１ と与えられる。その時の類似度Ｅは、第（２５）式を第
（２３）式に代入して、 と表される。まず、二乗誤差Ｅを最小とする縮尺率Ｋを
求める。第（２２）式を展開すると、ｉ＝１ で与えられる。第（２６）式におけるＥを入力パターン
のベクトル系列に関して正規化すると。

となる。ここに、（１）はベクトルの内積を示す。

第（２３）式はに２の係数が正の二次式であるから、二
乗誤差Ｅの最小値を与える縮尺率には、Ｅ＝　１− となる。これが最小となる標準パターンを探すことは。

より、 が最大となる標準パターンを探すことと等価である。第
（２７）式ではベクトルの向きが逆のものも類似度が大
きくなるが、第（２８）式では同じ向きの場合のみ類似
度が大きくなる。第（２８）式の類似度Ｓは明らかに、
−１≦Ｓ≦１を満足する。

以上の説明では入力パターンのベクトル系列標準パター
ンのＰｌｐ書のベクトル系列は一対一に対応する場合を
示した。一般的には、標準パターンの一つのベクトルと
入力パターンの複数のベクトルとが対応する場合が生ず
る。この場合は、第（２８）式および第（２５）式に示
した類似度Ｓおよび縮尺率Ｋを ｉ＝１ と変形して用いる。ここに、標準パターンのベク→ トルＳ＋　と対応する入力パターンのベクトル系列をａ
　Ｉ　Ｊ（Ｊ　＝１１２＋・・・＊ｎ＋）としている。

第７図ないし第１１図を用いて、入力パターンのベクト
ル系列から標準パターンベクトル系列と一致する部分を
検索するための辞書検索処理部１８０の他の実施例を説
明する。

まず、第７Ｌ４ないし第９図を用いて本発明の詳細な説
明する。第７図の７１０は模擬神経回路網であって０印
の点は一つの神経細胞を示す。横軸には標準パターン辞
＃１６０に記憶されている一つの標準パターンのベクト
ル系列が、縦軸には入力パターンのベクトル系列が入力
される。標準パターンのベクトル系列ａｓ＝（Ｐｔ＋　
ｑｔ）ｒ　（ｉ＝１．２．・・・ｐｍ）と入力パターン
のベクトル系列ａｉ　（ｐＪｗ　ｑＪ）　ｗ　Ｆ　＝１
ｔ　ｌ・・・ｔ　ｎ）とが模擬神経回路網７１０に入力
されると、各ベクトルの一致度に応じて各神経細胞へ刺
激入力が与えられる。例えば、一致度をベクトル間の内
積で定義すとなる。各神経細胞には第８図に示すような
結合があり、周囲の神経細胞の興奮レベルの影響を受け
る。第８図にボす例では、位置（ｉ、ｊ）にある神経細
胞は周囲の８（ＩＩＩｉＩの神経細胞から人力を受けて
いるが、結合の範囲をさらに広くした模擬神経回路網を
考えることもできる６位置（ｉ、ｊ）と（１’　＋　Ｊ
’　）にある神経細胞間の結合強度をＷ　（１＋　Ｊ　
；ｌ’　＊　ｊ’　）で表すと、位はＣｘｔｊ）にある
神経Ｍ胞の興奮レベルＵ（ＩＩＪ）と出力レベルＶ　（
ｉ、ｊ）は、 ｉｔ ＋ΣＷ（１＊ｊ：ｌ’　＋Ｊ’　）Ｖ（１’　＋Ｊ’　
；ｊ）ｋ、１ 十Ｓ（ｉｐ　ｊ） −Ｈ（ｉ、ｊ）　　　　　　　　　　　　　（３２）Ｖ
（１１Ｊ　；　ｔ）＝ｆ［Ｕｂ＋　　ｊ；　ｔ）　　］
　　　　　　　　　　　　（’う３）により計算される
。ここに、では適当な時定数であり、Ｈ（ｉ、ｊ）は各
神経細胞が興奮するしきい値である。第（３２）式を離
散的な形で表して、Ｕ（１１，１：　ｔ＋１）＝ＡｔＵ
　　（ＩＩ　　Ｊ　：　ｔ）＋Ａ２（ΣＷ（ｘ＋に　ｌ
’　＋Ｊ’　）Ｖ（ｊ’　＋、］’　；ｔ）ｋ、１ 十Ｓ（ｊ＋　ａ） −Ｈ（ｉ、ｊ））　　　　　　　　　　　　　　（３４
）として計算することもできる。また、ｆ（ｘ）は神経
細胞への人力と出力の関係をボす関数であり、■ （α、θ；定数） で表されるロジスティック関数などを用いることができ
る。

模擬、神経回路網の仕事は、標準パターンのベク→　　
　　　　　　　　　　　　　　　　　　　　　　　　　
　　　　　　　　　　　　　　　　→トル系列Ｓ、を入
力パターンのベクトル系列ａ−（１）ｓ＋の系列の一つ
のベクトルがａ４の系列のわりは許さない。

という条件を満たす系列を見いだすことが仕事となる。

このような条件を満足する興奮パターンを見いだすため
に、位＠（ＩＩＪ）にある神経細胞と近傍の神経細胞と
の結合強度を第９図に示すごとく定める。すなわち、位
置（ｉ、ｊ）の神経細胞と同時に興奮してもベクトル系
列の対応順序が時間的に前後しない神経細胞（位置（ｉ
−１１ｊ）１（ｌ　　ｌｅ　Ｊ　　１）　＋　（ｉｓ　
Ｊ　　１．ｔ　　（ｘ＋１゜ｊ＋１）、（ｉｔ１＊　ｊ
）にある神経細胞）とは興奮性（正）の結合、対応関係
が時間的に前後してしまう神経細胞（位置（ｉｔ　ｊ＋
１）ｓ　（ｉ−１１ｊ＋１）　−（ＩＩ　ｊｌ）　＊　
（１＋ｌｌ　ｊ−１）の神経細胞）とは抑制性（負）と
する、第９図では、興奮性の結合を白ヌキの線、抑制性
の結合を黒い太線で示している。

以上の原理に基づく本発明による装置の一実施例のブロ
ック図を第１０図に示す。同図において、１０１０は通
信装置であって、他の処理装置またはソフトウェアから
入力パターンのベクトル系列と、検六を行う標準パター
ンのベクトル系列とが受信される。１０２０は一致度演
算部であって、標準パターン辞書のベクトル系列ｓ＋（
ｉ＝１．２゜→ ・・・＋ｍ）と入力パターンのベクトル系列ａｊ（ｊ＝
１．２．・・・ｏｎ）とを構成するベクトルの間で、一
致度Ｓ　（ｌｅ　Ｊ）（１”ｌｅ　２＋　・・’＋　ｍ
　；　Ｊ　＝１＋２ｅ　”’＋　ｎ）が計算される。１
０３０はＳ　（ｉ。

ｊ）を記憶するＳメモリであり、一致度演算部１０２０
による処理結果が記憶される。

１０４０はＵ演算部、１０８０は■メモリであり、Ｕ演
算部では、Ｓメモリに記憶されている一致度Ｓ（ｉ、ｊ
）と、Ｈメモリ１０５０に記憶されているしきい値Ｈ（
ｉ、ｊ）と、■メモリ１０８０に記憶されている各神経
細胞の出力レベルＶ（ｉ。

ｊ）と、Ｕメモリに記憶されている神経細胞の興奮レベ
ルＵ（ｌｅｊ）とを用いて、第（３４）式に示す演算処
理が行われ、各神経細胞の興奮レベルＵ（ｘｙｊ）が更
新される。更新された各神経細胞の興奮レベルｕ（ｉｓ
　ｊ）はＵメモリ１０６０に記憶される。さらに、１０
９０は検索処理部であって、Ｕ演算部１０４０における
演算が適当な回数だけ繰り返された後、Ｕメモリ１０６
０に記憶されている神経細胞の興奮レベルＵ（ｘ、ｊ）
から、興奮レベルの高い神経細胞の位置を興奮性の結合
方向にたどることにより、ベクトル系列間の対応関係を
求める。

通信装置１０１０が他の装置から信号を受けると、第１
０図の装置は以下のように動作する。

１）一致度演算部１０２０により、入力されたベクトル
系列の各ベクトル間で一致度が計算され。

Ｓメモリ１０３０に記憶される。

２）Ｈメモリ１０５０に適当なしきい値Ｈ（ｉ。

ｊ）が設定され、■メモリ１０８０の出力レベルＶ）　
ｆ、ｊ　）がすべて零に設定される。さらに、神経細胞
の興奮レベルＵ（ｉＩＪ）が零に設定される。

３）Ｕ演算部１０４０は、Ｕメ−Ｔ−リ１０６０．Ｖメ
モリ１０８０．Ｈメモリ１０５ｏの内容を読み出し、神
経細胞の興奮レベルｔＪ（ｘ＋ｊ）の新しい値を演算し
、Ｕメモリに記憶する６４）出力演算部１０７０はＵメ
モリに記憶されている神経細胞の興奮レベルを読み出し
、一定の入出力関数に基づいて、神経細胞の出力レベル
Ｖ　（ｉ、ｊ）を計算する。

５）３）および４）の処理が、神経細胞の興奮レベルＵ
（ｚｓ　ｊ）が平衡状態に達するまで適当な回数繰り返
される。

６）検索処理部１０９０は、Ｕメモリから神経細胞の興
奮レベルＵ（ＩＴＪ）を読み出し、興奮レベルの高い神
経細胞を興奮性の方向にたどることにより、ベクトル系
列間の対応関係を求める。

本実施例による辞書検索処理結果の一例を、第１１図に
示す。第１１図（ａ）は辞書に記憶されている標準パタ
ーンのベクトル系列の一例を図示したものであり「ステ
ップ変化」事象に相当している。第１１図（ｂ）は入力
パターンのベクトル系列の一例を図示したものを示す。

第１１図（ａ）→ のベクトル系列Ｓｉ　（ｉ＝１．２．３）と第１１図→ （ｂ）のベクトル系列ａｔ　Ｆ　”　’　ｒ　２ｇ’・
’＋１．０）に対する刺激人力８１７のパターンを第１
１図（ｃ）に示す、大きな正の刺激人力を受ける神経細
胞を０、負の大きな刺激人力を受ける神経細胞を・、そ
の他の神経細胞を・で示している。この刺激入力を受け
て各神経細胞は興奮を始め、第（３４）式に従って興奮
レベルが変化する。第１１図（ｄ）に、平衡状態に達し
た時の各細胞の興奮レベルＵ（ｉ。

ｊ）を示す、第１１図（ｃ）と同様に、大きな正の興奮
レベルの神経細胞を０、負で大きな興奮レベルの神経細
胞を拳、その他の神経細胞を・で示している６位置（１
，１）と（２，２）の神経細胞は互いに興奮性の結合を
通じて興奮を維持するのに対して、位置（３，ｌ）の神
経細胞は、位置（２，２）にある神経細胞と抑制性の結
合をしていることにより、興奮レベルが低い６位置（１
，５）。

（２，６）、（２，７）、（３，８）の神経細胞は興Ｍ
性の結合でつながっており、興奮レベルは高い。にれと
対応し、位置（２，４）の神経細胞は位置（１，５）の
神経細胞から、位置（３，５）の神経細胞は位置（２，
６）の神経細胞と抑制性の結合でつながっているため、
興、騎レベルは低くなっている。さらに、位置（１，８
）の神経細胞は位置（２，７）の神経細胞との抑制性の
結合により、興奮レベルが低くなる。

第１１図（ｄ）の興奮パターンがら、第９図に示した興
奮性の結合方向につながった神経細胞の→ 列で、Ｓ　Ｊ　（ｊ＝１　？　２＋　３）のすべてに対
して対応する入力パターンのベクトル系列が存在する部
分を検索すると、第ｔｔｍ（ｄ）中の破線で囲んだ部分
を抽出することができる。これにより、第１１図（ｂ）
に示した入力パターンのベクトル系列ａＪ（ｊ＝１，２
．・・・　１０）のうち、第１１図（ａ）に示した標準
パターンのベクトル系列５ｔ（ｉ＝１１２．３）が含ま
れている部分の候補として、 →　　　　　　　　→ ８１　　φ　　ａδ →　　　　　　　→　　　→ ｇ２ａａ６．ａ７ →　　　　　　　　→ ５３６７１ｇ が選ばれる。第１１図の例では候補となる部分が一つで
あったが、複数の部分が存在する場合にも本実施例は適
用できることはもちろんである。

第（３４）式における計算により各細胞の興奮レベルが
平衡状態に達した時、第１１図に示した例のように、候
補が一意に定められず１入力パターンの同一ベクトル系
列を含む複数の組合せが存在する場合、第（３４）式の
Ｈ（ｌｙｊ）および第（３５）式のαとθを変化させて
新しい平衡状態を求めることにより、同一ベクトル系列
を含む対応候補を一意に定めることができる。

本実施例によれば、非常に簡単な計算の繰り返しでパタ
ーン間の対応関係を把握できる。各神経細胞に関する処
理が均一であるため、並列的に計算ができ、高速な処理
装置を実現することができる。

第１２図は本発明による距離計測装置の一実施例を示す
ブロック図である。１２１０は右眼像入力部であって、
′ｒ■カメラその他の画像入力装置より画像が入力され
る。１２２０は左眼像人力部であり、右眼像の撮影位置
から適当な距離を隔てて撮影された左眼像が人力される
。１２３０は右眼像メモリ、１２４０は左眼像メモリで
あって。

それぞれ入力された画像が記憶される。１２５０および
１２６０は折れ線近似処理部であって、第１図の折れ線
近似処理部１７０と同一の機能を有する。１２７０は対
応処理部であって、第１０図に示した装置と同一の機能
を有する。１２８０は距離計算部であって、対応処理部
の結果を用いて距離の計算が行われる６ 前記折れ線処理部１２５０および１２６０は、それぞれ
右眼像メモリ１２３０と左眼像メモリ１２４０から一対
の走査線の輝度パターンを読み出し、第２図に示した方
法で折れ線近似したベクトル系列に変換する。対応処理
部１２７０では、折れ線近似処理部１２５０および１２
６０から送られる右眼像と左眼像の走査線毎のベクトル
系列を入力とし、第１０図と同一の装置を用いて、ベク
トル系列間の対応関係を求める。距離計算部１２８０で
は、対応処理部１２７０の処理結果であるベクトル間の
対応関係から、右眼像と左眼像の間の視差量を求め、−
数的に行われる三角Ｈ１ｌｌ　ｆｔの原理により距離の
計算を行う。

本実施例によれば、ベクトルの系列に圧縮された画像の
データを扱うために、計算にが少なく、高速な処理が行
える。さらに、ベクトル系列としての対応関係から、従
来の方法では計算できなかったエツジ以外の部分の対応
関係を求めることができ、画像を用いた距離計測装置の
飛躍的な性能向上を図ることができる。

以上、本発明を好ましい実施態様を参照して具体的に示
した。これらは単に本発明を図解するためのもので１本
発明を限定するものではない。本発明の精神および範囲
を逸脱することなく、多くの変更および修正が可能であ
ることは明白である。

〔発明の効果〕

本発明の装置を使用することにより、 （１）従来、種々のパターンを識別するには、フーリエ
変換、相関分析、■帰分析等、種々の手法を組み合わせ
て行う必要があったが、本発明の装置により、単一の処
理方法で性質の異なる種種のパターンを識別することが
可能となり、実時間でのパターン識別を行うことが可能
となる。

（２）相関分析あるいはフーリエ変換では大きさの大な
るパターンの類似度を求めることが困難であったが、本
発明による装置を用いることにより、大きさの異なるパ
ターンに対しても類似度を正確に求めることが可能とな
り、標準パターンの数を少なくできる。このため、従来
の装置に比べて高速なパターン識別を行うことができる
。

（３）本発明を画像を用いた距離計測装置に使用するこ
とにより、従来は計測が困難とされていた。

ｆｌ！！ｉ像エツジ以外の部分に対する距離の計Δ１り
を可能とできる。

等の効果がある。

本発明の装置を使用することによって、従来利用される
ことのなかったデータの波形を識別して、プロセスの事
象を、把握できるため、ｍ雑なプロセスの制御に飛躍的
な改善をもたらすことができる。すなわち、 （４）これまで、直接的な計測が不ｉＪ能であった、プ
ロセス計測情報の時系列的な状態変化パターンを、プロ
セスの状態を判別側るための有力な情報として利用でき
る。

（５）プロセスのモデル構築の情報的なネックとなって
いた変数間の干渉の扱いや、多変数モデルにおける数値
的な演算の限界が、変数の状態を記号などの抽象的な表
現に変換し゛Ｃ利用することで打破できる。

（６）過去のプロセス計測データに事象名を与えて蓄積
することにより、プロセス操業時の事象と類似する過去
の事象を哄象名を用いて高速に検索することが可能とな
り、過去の類似した操業デー　タを参考とした異常事態
への対応など、蓄積された経験を有効活用できる。

（７）人間に理解しやすい抽象的な県下を用いてプロセ
スの状態に関する情報を提供できるため、視認性の高い
マンマシンインターフェースを提供できる。

等の効果が得られる。プロセス制御以外においても、膨
大な時系列情報を処理する必要のある金融・証券、大規
模店舗等においても （８）商品の売上情報２株価・経営情報等、数万個以上
の変数を分析し、経営方針や商品売買の指針を策定する
システムにおいても、効果的な分析を迅速に行うことが
できる。

等の効果を得ることができる。

【図面の簡単な説明】

第１図は本発明に係るパターン識別装置の実施例を承す
ブロック図、第２図は折れ線近似処理部における処理の
フローチャート、第３図は折れ線近似処理部による処理
例を説明する図、第４図は特徴抽出フィルターの例を示
す図、第５図は＃書兼索処理部における処理のフローチ
ャート、第６図は検索処理のフローチャート、第７図は
模擬神経回路網を示す図、第８図は神経細胞間の結合を
示す図、第９図は神経細胞間の結合強度を示す図、第１
０図は本発明に係る他の実施例を示すブロック図、第１
１図は辞書検索処理結果の一例を示す図、第１２図は本
発明に係る距離計測装置の実施例を示すブロック図であ
る。 不１１２ 名 図 茶 図 名 図 曾ユ（ｔ） ↑ ｆ（ｔ） 萎 ム 図 ｑ 図 揉手ｌげ一ン め １図 ○ 田 第 ω （ｃ）ＳりめＩεターン （ｄ）ｕ、ｊＩｆ１ノ？ターン

Claims (1)

1. 【特許請求の範囲】 １、パターンを識別するための装置において、 ａ）入力パターンの凹凸に関する特徴を抽出し、該特徴
   に基づいて入力パターンを折れ線で近似し、該折れ線を
   構成するベクトル系列として入力パターンを表現する第
   １の手段と、 ｂ）前記入力パターンと比較する複数の標準パターンを
   、それぞれ折れ線で近似し、該折れ線を構成するベクト
   ル系列として記憶しておく第２の手段と、 ｃ）前記第１の手段による入力パターンのベクトル系列
   と、前記第２の手段に記憶された標準パターンのベクト
   ル系列とを比較し、前記入力パターンのベクトル系列の
   中から、前記標準パターンのベクトル系列を含む一連の
   ベクトル系列を検索する第３の手段と、 ｄ）前記第３の手段により検索されたベクトル系列と、
   前記第２の手段に記憶された標準パターンのベクトル系
   列との間で類似度および縮尺率を計算する第４の手段と
   を備えたことを特徴とするパターン識別装置。 ２、前記第１の手段における折れ線の構成方法が、ａ）
   入力パターンｆ（ｔ）（ｔ＝０、１、２、・・・、Ｔ）
   に対する、式 Ｗ＿２（ｘ）＝｛１／（８πσ＾１＾０）＾１＾／＾４
   ｝（ｘ＾２−σ＾２）ｅｘｐ（−ｘ＾２／２σ＾２）（
   σ；定数） との積和計算の結果、 ▲数式、化学式、表等があります▼ から、正および負の極値を有する点をパターンの分割点
   τ＿１、τ＿２、・・・、τ＿ｋとして抽出する第１の
   ステップと、 ｂ）該分割点における入力パターンの平均的な値を式 Ｗ＿０（ｘ）＝｛１／（２πσ＾２）＾１＾／＾４｝ｅ
   ｘｐ（−ｘ＾２／２σ＾２）（σ；定数） との積和計算の結果、 ▲数式、化学式、表等があります▼ （ｉ＝１、２、・・・、ｋ） により求める第２のステップと、 ｃ）該分割点τ＿ｉ（ｉ＝１、２、・・・、ｋ）におけ
   る積和計算の結果ｇ＿２（τ＿１）およびｇ＿０（τ＿
   ｉ）を用いて、該分割点τ＿ｉにおける入力パターンの
   推定値■（τ＿ｉ）を、 式 ■（τ＿ｉ）＝ｇ＿０（τ＿ｉ）Ｗ＿０（０）＋ｇ＿２
   （τ＿ｉ）Ｗ＿２（０）により求める第３のステップと
   、 ｄ）該パターンの推定値■（τ＿ｉ）とｆ（τ＿ｋ）を
   通る回帰直線ｈ＿ｉ（ｔ）およびｈ＿ｋ（ｔ）をそれぞ
   れ０≦ｔ≦τ＿ｉおよびτ＿ｋ≦ｔ≦Ｔの範囲で求め、
   入力パターンの両端の推定値■（０）および■（Ｔ）を
   、 ■（０）＝ｈ＿ｉ（０） ■（Ｔ）＝ｈ＿ｋ（Ｔ） として求める第４のステップと、 ｅ）該入力パターンを折れ線で近似したベクトル系列■
   ＿ｉ（ｉ＝１、２、・・・ｋ＋１）を、▲数式、化学式
   、表等があります▼ により求める第５のステップとからなることを特徴とす
   る請求項１項のパターン識別装置。 ３、前記第２の手段に記憶されている前記標準パターン
   のベクトル系列が、各ベクトルの特徴に応じた名称を付
   与されて記憶されており、 前記第３の手段におけるベクトル系列の検索方法が、 ａ）前記入力パターンのベクトル系列に対し、各ベクト
   ルの特徴に応じて、前記標準パターンのベクトル系列に
   対して付与された名称と同一の名称を付与する第１のス
   テップと、ｂ）入力パターンのベクトル系列に対する該
   名称列の中から、前記標準パターンのベクトル系列の名
   称列が含まれる部分を検索する第２のステップ、 とからなることを特徴とする請求項１項のパターン識別
   装置。 ４、前記第４の手段における前記類似度および縮尺率が
   、 式 ▲数式、化学式、表等があります▼ ▲数式、化学式、表等があります▼ 〔ここに、（，）はベクトルの内積、ｓ＿ｉ（ｉ＝１、
   ２、・・・、ｍ）は前記標準パターンのベクトル系列、
   ■＿ｉ＿ｊ（ｊ＝１、２、・・・、ｎ＿ｉ）は前記標準
   パターンのベクトル■＿ｉに対応する入力パターンのベ
   クトル系列〕 により計算されることを特徴とする請求項１項のパター
   ン識別装置。 ５、前記第２の手段に前記標準パターンを記憶するに際
   し、パターンの描画能力を有する入力装置に所望の標準
   パターンを描画し、該パターンに対して前記第１の手段
   による処理を行うことにより得られるベクトル系列を前
   記第２の手段に記憶することを特徴とする請求項１項の
   パターン識別装置。 ６、ベクトル系列に変換された２個のパターンの対応関
   係を識別する装置において、 ａ）パターン１を構成するベクトル系列■＿ｉ（ｉ＝１
   、２、・・・、ｍ）と、他のパターン２を構成するベク
   トル系列■＿ｊ（ｊ＝１、２、・・・、ｎ）に対し、ベ
   クトル■＿ｉとベクトル■＿ｊの一致度Ｓ（ｉ、ｊ）（
   ｉ＝１、２、・・・、ｍ；ｊ＝１、２、・・・、ｎ）を
   記憶しておく第１の手段と、ｂ）前記パターン１のベク
   トル■＿ｉと前記パターン２のベクトル■＿ｊとの対応
   度Ｕ（ｉ、ｊ）（ｉ＝１、２、・・・、ｍ；ｊ＝１、２
   、・・・、ｎ）を記憶しておく第２の手段と、 ｃ）前記第２の手段に記憶されている対応度Ｕ（ｉ、ｊ
   ）の各々の量に対し、適当な変換式Ｖ（ｉ、ｊ）＝ｆ［
   Ｕ（ｉ、ｊ）］ により変換された出力Ｖ（ｉ、ｊ）（ｉ＝１、２、・・
   ・、ｍ；ｊ＝１、２、・・・、ｎ）を記憶しておく第３
   の手段と、 ｄ）前記第１の手段に記憶されている一致度Ｓ（ｉ、ｊ
   ）と、前記第２の手段に記憶されている対応度Ｕ（ｉ、
   ｊ）と、前記第３の手段に記憶されている出力Ｖ（ｉ、
   ｊ）を用いて、対応度Ｕ（ｉ、ｊ）の量を更新する演算
   を行う第４の手段と、 ｅ）前記ｂ）ないしｄ）の処理が適当な回数だけ繰り返
   された後、第２の手段に記憶された対応度合Ｕ（ｉ、ｊ
   ）（ｉ＝１、２、・・・、ｍ；ｊ＝１、２、・・・、ｎ
   ）を用いて、前記パターン１のベクトル系列■＿ｉ（ｉ
   ＝１、２、・・・、ｍ）と前記パターン２のベクトル系
   列■＿ｊ（ｊ＝１、２、・・・、ｎ）との対応関係を求
   める第５の手段とを備えたことを特徴とするパターン識
   別装置。 ７、前記第１の手段に記憶される一致度Ｓ（ｉ、ｊ）が
   、ベクトル■＿ｉとベクトル■＿ｊの間の内積であるこ
   とを特徴とする請求項６項のパターン識別装置。 ８、前記第３の手段に記憶される前記出力Ｖ（ｉ、ｊ）
   は、前記対応度Ｕ（ｉ、ｊ）から、関数ｆ（ｘ）＝１／
   ｛１＋ｅｘｐ（−αｘ＋θ）｝を用いて、 Ｖ（ｉ、ｊ）＝ｆ［Ｕ（ｉ、ｊ）］ により求められることを特徴とする請求項６項のパター
   ン識別装置。 ９、前記第４の手段における演算が、 式 ▲数式、化学式、表等があります▼ 〔ここに、Ａ＿１、Ａ＿２およびＨ（ｉ、ｊ）は適当な
   定数Ｗ（ｉ、ｊ；ｉ′、ｊ′）はＶ（ｉ′、ｊ′；ｔ）
   とＵ（ｉ、ｊ；ｔ＋１）の関係を示す重み係数〕 により処理されることを特徴とする請求項６項のパター
   ン識別装置。 １０、前記第３の手段におけるベクトル系列の検索方法
   が、請求項第６項記載の装置を用いてなることを特徴と
   するパターン識別装置。 １１、ＩＴＶ等の画像入力装置から得られる複数の画像
   の対応関係を求めて、物体までの距離を算出する距離計
   測装置において、 ａ）各画像の走査線毎の輝度パターンを折れ線で近似し
   、各線分のベクトル系列に変換する第１の手段と、 ｂ）前記第１の手段で得られた、異なる画像の同一走査
   線に対するベクトル系列の間で対応関係を求める第２の
   手段とを備えたことを特徴とする距離計測装置。 １２、前記第１の手段が、前記特許請求の範囲第２項記
   載の方法をもつてなることを特徴とする請求項１１項の
   距離計測装置。 １３、前記第２の手段が、前記特許請求の範囲第６項記
   載の装置をもつてなることを特徴とする請求項１１項の
   距離計測装置。 １４、特許請求の範囲第１項ないし第１０項記載のパタ
   ーン識別装置により、入力情報をパターンの形状を表す
   記号に変換して蓄積すことを特徴とするパターンデータ
   蓄積装置。１５、特許請求の範囲第１項ないし第１０項
   記載のパターン識別装置を用い、プロセスの制御状態を
   前記標準パターン辞書に登録されたパターンを表す記号
   に変換し、同一の記号で表現される過去のプロセス状態
   を検索して比較することにより、プロセスの制御のため
   の指針を得ることを特徴とするプロセス制御装置。 １６、特許請求の範囲第１項ないし第１０項記載ののパ
   ターン識別装置を用い、該装置より出力されるプロセス
   の状態を示す記号を用いて、あらかじめ記憶している制
   御のための規則の選択あるいは演算をすことにより、プ
   ロセスの制御を行なうことを特徴とするプロセス制御装
   置。