JPH04112391A

JPH04112391A - パターン識別方法

Info

Publication number: JPH04112391A
Application number: JP2232754A
Authority: JP
Inventors: Hikari Morita; 光森田
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 1990-09-03
Filing date: 1990-09-03
Publication date: 1992-04-14
Anticipated expiration: 2014-09-06
Also published as: JP2945454B2

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」この発明は、文字・画像・音声等の人カバターンから特
徴ベクトルを生成し、その特徴ベクトルを複数のカテゴ
リーの何れかに同定して入力パターンの認識・識別を行
なうパターン識別方法に関する。

「従来技術」従来のパターン識別方法は、次に定義される距離値ｄＪ
を候補カテゴリーｊ−１，２、・・、ｎに関して求め、
距離値の大小比較でカテゴリーの識別結果を選択する。

トルの次元値をｘ、（ｉ＝１．２、・・・、ｍ）、各種
候補カテゴリーの次元値をＸ、Ｊ（ｊ−１，２、ｎ）、
そして距離値を調整する重み値をＷｉｊと置く。

「発明が解決しようとする課題」この様なパターン識別処理では、距離値を全候補カテゴ
リーについて求めて識別結果を得た。このため、候補カ
テゴリー数ｎまたは特徴次元数ｍが大きくなると処理量
が著しく増大した。カテゴリー数が多くなると一般に識
別精度向上のため特徴次元数が多く必要なので、この問
題はパターン識別における中心的な課題の１つとなって
いた。

この対策として、積和演算器やソータなどの専用ハード
の利用、処理の並列化、ＫＬ展開法等による特徴次元数
の圧縮等をし、上式におけるｍ、ｎの値を相対的に低下
させ計算量を削減していた。

しかし、これらは計算処理量を数分の１に削減する程度
で、パターン識別処理の処理方式を本質的に改良し計算
量を大幅に削減する抜本的な対策ではなかった。

また、従来、元の特徴次元値との関係が明らかでない新
たな特徴次元を精度向上を目的に付加するとき、シミュ
レーションにより識別精度を検証する必要があり、それ
に伴い膨大な計算処理量を必要とした。この為、従来、
複数の特徴ベクトルを組み合わせることによる精度向上
は困難であった。

この発明の目的は、入力パターンと各カテゴリー間の距
離算出処理とその距離値を使った候補探索処理とからな
る従来の方法に対し処理量を大幅に削減することができ
、また、複数の特徴次元を組み合わせて識別精度を向上
させるときに、僅かな変更で対応できるパターン識別方
法を提供することにある。

「課題を解決するための手段」この発明によれば入力パターンから特徴ベクトルを生成
し、この特徴ベクトルから、予め用意されている候補カ
テゴリーとして予想されるパターンについての２分木テ
ーブルを参照することでパターン識別を行う。

この２分木テーブルは、カテゴリー集合の分類効果が大
きい特徴ベクトルの各次元のビットによる場合分けを探
索条件として構成する。例えば、その各次元値の特定の
ビットにより各候補カテゴリーからなる集合が２分され
る時、一方に分類される割合をαと置くと、分散パラメ
ータはＳ−α（１−ａ）で定義でき、その分散パラメー
タの大小比較により探索条件を選択する。

更に、誤った識別結果を得た場合にその結果に至った同
定部を探索部に置き換え、そこから正しいカテゴリーを
示す同定部と、誤ってしまったカテゴリーを示す同定部
との何れかに分岐するように修正し、既存特徴ベクトル
では区別できない複数のカテゴリーの探索部がある場合
、新規次元値を特徴ベクトルに付加し、その新規次元値
を条件に持つ探索部を追加し、その探索部の分岐先に新
しい探索部又は同定部を生成するように修正し、探索条
件に合致しないため探索不能となる場合はその探索不能
となった探索部とその直前の探索部との間に新規な探索
部を追加し、その新規な探索部の条件の分岐項目に上記
合致しなかった次元値のビットを用いるように修正し、
既存２分木テーブルの識別能力を強化する。

「作　用」この発明では分散パラメータの大小比較により、２分木
テーブルの根元に近い探索部はど、多くのカテゴリーを
大分類できる特徴ベクトルの次元値のビットが探索条件
として選ばれ、末端の葉に近い探索部はど、互いに類似
したカテゴリーを区別できるビットが選ばれる。従って
、入力パターンが入力されて識別されるまでの探索経路
は他のカテゴリーを区別するのに必要なビットだけが必
要で、全ビットを要しないので計算量が少なくなる。

更にこの発明では、識別に誤りが起きても、分散パラメ
ータを用いて選定された条件を有す探索部を２分木テー
ブルに追加修正できる。これにより、その誤った時の事
例は学習される。

゛第１の実施例、１以下に請求項１の発明に対応する実施例を示す。

称敗ユ叉上止この発明は、文字・画像・音声など入力パターンの形態
、ならびに特徴ベクトルの種類に拘わらず、数値化され
ていれば適用できる。しかし、説明を簡単化するため、
実施例では、０〜９の数字を識別する文字認識を対象と
する。また、以下便宜的に特徴ベクトルを定義するが、
その特徴へクドルに限らずこの発明を適用できる。

入力パターンは検出手段により第１図に示すように縦１
１横７のメツシュに２値化されているとし、２分木テー
ブルを生成するための各カテゴリーも同様の入力パター
ンから得られていたとする。

なお、第１図に示す入力パターンを生成するのに、線幅
を１とするなどの制約を掛けているが、本質的ではない
。

この時、特徴ベクトル（Ａ、Ｂ、Ｃ，Ｄ）は次のように
生成される。横方向の特徴をＡ次元とし、その次元値Ａ
は横方向へ画素が２個以上連続する個数で定義する。同
様に、縦方向の特徴をＢ次元、右上斜め方向の特徴をＣ
次元、左上斜め方向の特徴をＤ次元とし、それぞれの次
元値は縦方向、右上斜め方向、左上斜め方向へ２個以上
連続する画素数で定義する。第２図に各特徴次元の算出
根拠となる画素を白抜きで示す。このようにして求めた
特徴ベクトルを第３図に示す。ここで、例えば、０”の
特徴ベクトルは、（１０，１８，４，４）　　となる。

ベクトルの゛　− 各次元値を第４図に示すように２進数表現で表示すると
、第３図に示した各特徴次元毎の数値から第５図に示す
カテゴリー分布が得られる。この第５図は例えば次元値
８は、Ａ特徴次元のカテゴリーがなし、Ｂ特徴次元のカ
テゴリーが“２″と°８″′、Ｃ特徴次元のカテゴリー
がなく、Ｄ＊ｆｔｋ次元のカテゴリーが′°４”と５”
であることを示す。ここで、２進数の表現形式は任意で
あり、下位桁より］、、２，４，８．１６の重みとした
一般的な表現でも良い。ここで、各次元値のビットを表
すのに、（特徴次元名）、（ビット位置）とする。

例えば、Ａ特徴次元の最上位ビットはＡ、ｌ、Ｂ特徴次
元の上位から３番目のビットは８．３と表す。

Ｉ丘末±ニブ止第６図に２分木テーブルを示す。ここに、四角で囲まれ
た部分を探索部と呼び、丸で囲まれた部分を同定部と呼
ぶ。探索部の上段はそれまでに分類されたカテゴリーの
集合を示し、下段は次に探索する次元値の条件であり照
合項目と分岐項目とよりなる。例えば、＊３の探索部は
その上段より“０”と“４”のカテゴリー集合であって
下段より、照合項目がＣ，１＝０で、分岐項目がＣ，２
であってＣ，１＝０かつＣ，２＝０なら“０″なるカテ
ゴリーに同定され、Ｃ，１＝ＯがっＣ，２＝１なら”　
４　”なるカテゴリーに同定される条件を示す。また、
＊４の探索部は“１，５．７”のカテゴリー集合で、照
合項目がＡ、１＝０で分岐項目がＡ、２であっ７Ａ、１
＝０かつＡ、２＝０なら＊６の探索部へ移り、Ａ、Ｉ＝
０かつＡ、２＝　１なら°５゛なるカテゴリーに同定さ
れる。このように、同定部内の数字は同定されたカテゴ
リーを示し、また条件が、Ａ、ｌ−〇などの式で表現さ
れ照合するための条件となるものを照合項目と呼び、Ａ
、２＝？などの式で表現されその値で分岐されるものを
分岐項目と呼ぶ。

なお、２分木テーブル中に必ずしもカテゴリー集合のリ
スト、つまり各探索部の上段を含める必要は無い。カテ
ゴリーの探索では、この２分木テーブルにより、探索条
件とその結果移行すべき探索部または同定部が明らかな
らば十分であるためである。

バ　−ン゛　１几　゛。

第７図に示す入力パターン゛５゛が与えられたときの識
別処理を以下に示す。この例では網点を施した１画素分
だけ元の候補カテゴリーと異なるデータを得たとする。

パターン識別処理は、入力パターンから特徴ベクトル（
１５、ｌ０１７．８）を生成した後、第６図に示される
２分木テーブルを参照し探索を行なう。

第７図の入力パターンに対応する特徴ベクトル（１５，
１０，７，８）の場合の探索を以下に示す：・上記木テ
ーブルの根の探索部、つまり＊１探索部により識別探索
を開始し、その条件は分岐項目Ｂ、１＝？のみであり、
入力パターンの特徴ベクトルのＢ特徴次元の第１ビット
（第１上位桁）がゼロ、つまりＢ、ｌ＝０であるから＊
２探索部へ移行する。

・＊２探索部では照合項目がＣ，Ｉ＝０で分岐項目がＣ
，２＝？であり、これに対し入力パターンの特徴ベクト
ルのＣ特徴次元の第１ビｙトｃ、１は０であり、第２ビ
ットＣ，２は０であるから＊４探索部へ移行する。

・＊４探索部では同様にしてＡ、１＝０かをチエツクし
、Ａ、１＝０であり、かつＡ、２＝１であるから同定部
に移行してカテゴリー“５″′を識別結果とする。

２＼　−−プルの第５図に示した各カテゴリー毎の特徴ベクトル上の分布
が得られているとき、これから２分木チーフルの生成処
理を以下に示す。

＊１探索部に於ける候補は総てのカテゴリ”　０１２３
４５６７８９　”であり、これらの総ての候補について
、Ａ、１＝０、Ｃ，１＝０、Ｄ、１＝０であるが、８．
１に関しては、８．１＝０となる候補カテゴリー”　１
２３５６７８９　”と、８．１＝　１となる候補カテゴ
リー”　０４　”とに分類できる。このようにある特徴
次元値の特定のビット、この例ではＢ、Ｉにより候補カ
テゴリーの集合が２分される時、一方に分類される割合
をαと置き、分散パラメータＳをＳ＝α（１−α）と定
義したとする。

この時、Ｂ、１＝０またはＢ、１＝１により分割される
カテゴリーの割合から分散パラメータＳは０．２（１−
０，２）　−０，１６となる。以上の結果を「特徴次元
塩、ビット位置Ｊ　　（０に分類されるカテゴリ−毎０）なる記号で示すと、Ａ　、　１　（０１２３４５６７８９１，０）、８．　
２３５６７８９　０４皿、Ｃ、１（０１２３４５６７８
９１，０）、Ｄ　、　１　（０１２３４５６７８９１，
０）となる（下線の部分が探索条件として選択されたｖ
Ｐ徴次元のビットを示す）ａなお、各特徴次元のビット
は必ずＯまたは１に分布するので、分散値Ｘ１００の最
大値は２５となる。

ここで求めたＡ、１、Ｂ、１．Ｃ，１，Ｄ、１の中では
、分散値１６が最大となるので、Ｂ、ｌを探索条件（分
岐項目として）に場合わけをし、次に＊２探索部または
＊３探索部へ移行するテーブルを作る。

・＊２探索部に於ける候補は°″１２３５６７８９″と
なる。この時、総ての候補がすでにＡ、１＝０、Ｃ，Ｉ
＝０、Ｄ、Ｉ＝０になることは明らかであるので、次の
ビットＡ、２、Ｃ，２、Ｄ、２について分散パラメータ
を出し、また８、１は既に利用済みであるので、８．２
について分散パラメータを計算すると、Ａ、２（１７，２３５６８９，１９）、８．２（３，１
２５６７８９，１１）、Ｃ，２１’５７　２３６８９　
２３）、Ｄ、２（１２７，３５６８９，２３）となる。

ここで分散値２３が最大であり、これにより最も均等に
分けられるので、Ｃ，１＝０を前提に、つまり照合項目
として、Ｃ，２の値で場合骨けし、つまりＣ，２を分岐
項目としてその結果により次に＊４探索部または＊５探
索部へ移行するテーブルを作る。

・＊３探索部における候補は“０４”となる。

この時、Ａ、２（，０４，０）、８．２（，０４，０）、Ｃ，２
（０，４、％迂、Ｄ、２（０４１，０）となるからＣ，
１＝０を前提（照合項目）にし、Ｃ，２を分岐項目とし
その値で場合分けし、その結果としてカテゴリー０また
は４を識別するテーブルを作る。

・＊４探索部における候補は“’１５７’″となる。

この時、Ｃ，２が前の探索部の条件として選定されてい
るのでＣ，３を選び、その前段まではＡ、２、Ｂ、２、
Ｄ、２、は分類に用いられていないからこれらについて
分散値を計算すると、Ａ、２（１７５２２）、８．２（，１５７，０）、Ｃ，
３（０，１５７、Ｏ）、Ｄ、２（１７，５，２２）とな
り、Ａ、１＝０を前提にＡ、２の値で場合分けするとし
、その結果として次に＊６探索部へ移行するかカテゴリ
ー５を同定するテーブルを作る。

・＊５探索部における候補は”　２３６８９“となる。

この時、Ａ、２（，２３６８９，０）、８．２（３２６
８９、■）、Ｃ，３（８，２３６９，１６）、Ｄ、２（
２，３６８９，１６）となり、８．２を分岐項目として
選び、その値でカテゴリー３を同定するか次に＊７探索
部へ移行するテーブルとする。

・＊６探索部における候補は“’　ｌ　７　”となる。

この時、２ＮＪ（Ｌ□ム」は）、Ｂ、２（，１７，０）、Ｃ３３
（，１７，０）、Ｄ、２（１７１，０）　　となり、Ａ
、３を分岐項目に選び、その値によりカテゴリー１また
は７を同定する。

・＊７探索部における候補は’２６８９”となる。この
時、Ａ、２（，２６８９、Ｏ）、８．３（，２６８９，
０）、Ｃ，３（８２６９１９）、Ｄ、２（２，６８９，
１９）となり、Ｃ，３を分岐項目に選び、その値により
カテゴリー８を同定するか＊８探索部へ移行する。

・＊８探索部における候補は’２６９”となる。

この時、Ａ、３（２，６９，２２）、Ｂ、４（２，６９，２２）
、Ｕ頁別、ｋ」互、Ｄ、２（２，６９，２２）となり、
Ｃ，４を分岐項目として場合分けし、その結果＊９探索
部へ移行するかカテゴリー２を同定する。

・＊９探索部における候補は“６９“となる。この時、
各特徴次元の各ビア）に対する分類がＡ、３（，６９、
Ｏ）、　８．４（，６９，０）、Ａ、４（，６９，０）
、　８．５（，６９，０）、Ａ、５（６９１，０）、Ｃ，５代６９．０）、Ｄ、２（，６９，０）、Ｄ、３（
，６９、Ｏ）、Ｄ、４（，６９，０）、Ｄ、５（６９１、Ｏ）となり、この特徴ベクトルによってはカテゴリーの６と
９とを分離できないことが分かる。

以上の結果、第６図のテーブルが生成される。

以上の実施例は、２分木テーブルの生成例を示すのみで
この発明のほんの一例を示しているに過ぎない。例えば
、＊１探索部の条件を決定する際、分散値が０となる特
徴次元のビットで分離できないのは明らかなので、分散
値がＯでない下位ビットまで分散値を計算し、Ａ、２（
１７，０２３４５６８９，１６）、Ｂ　、　１　（２３
５６７８９，０４，１６）、Ｃ，２（０１５７，２３４
６８９，２４）、Ｄ、２（０１２７，３４５６８９，２
４）なる結果を得、分散値か大きいと言うことで、ｃ、
ｉ＝ｏを前提（照合項目）にＣ，２を分岐項目とし、そ
の値で分類する方法がある。

「第２の実施例」以下に請求項２の発明に対応する２分木テーブル修正方
法の実施例を示す。

いま、第８図に示される入力パターン（網点の２画素は
元の候補カテゴリー゛′５”と異なる部分をしめず）を
候補カテゴリー“５パのバリエーションの一つとして識
別すると決める。この時、特徴ベクトルは（１５，１１
，８，８）となり、Ｂ、１＝０、Ｃ，１＝Ｏ，Ｃ，２＝
１．．８．２＝１、Ｃ，３＝１、Ｃ，４−〇となる。こ
のため、第６図に示した２分木テーブルを使う識別処理
によれば、この入力パターンは＊９探索部で候補カテゴ
リー°“６．９”を識別結果として出力し、これらと共
に識別できなくなる。この様なとき、以下のように第６
図に示した２分木テーブルを改良する。

この誤識別結果となった同定部、この例では＊９探索部
を新たな探索部とし、その＊９探索部に至るまでの＊Ｉ
、　　＊２．　　＊５．　　＊７．および＊８探索部の
条件に現われていない特徴次元のビア）で、入力カテゴ
リー５と６，９とを分離するものについて分散値を計算
すると、Ａ、１（５６９１，０）、　８．３（，５６９，０）、
Ａ、２（，５６９，０）、　８．４（，５６９，０）、
Ａ、３　５　６９　２２　　、Ｂ、５（５，６９，２２
）、Ｃ，５（５，６９，２２）、Ｄ、１　（５６９１，
０）、０．２（，５６９，０）、Ｄ、３（５，６９，０）、Ｄ、４（５，６９，２２）となり、例えばなるべく上位のビットで場合分けする基
準では、Ａ、１＝０、Ａ、２＝１を前提（照合項目）に
Ａ、３を分岐項目とし、その新たな＊９探索部に続く次
の分岐先として誤ってしまった候補カテゴリー″５″゛
を示す同定部と、入力パターンの正しい候補カテゴリー
”６．９“′を示す同定部（この例では＊１０探索部）
として、第６図の＊９探索部を第９図で置き換え、新設
の＊９探索部で新規の候補カテゴリー“５”を分離する
。

以上の様に、既存２分木テーブルが許容しないカテゴリ
ーで、誤識別されるものについても、２分木テーブルに
若干の修正を加えることで、正しい識別が行なえるよう
になる。なお、２分木テーブルにおいて、候補カテゴリ
ーの名称が同じでありながら、２分木テーブルの葉にあ
たる場所が複数存在するとき、それぞれをサブカテゴリ
ーと呼ぶ。この発明に於いては、このサブカテゴリーを
沢山導入することで、識別率を向上させる。

ｒ第３の実施例」以下に請求項３の発明に対応する２分木チーフルを修正
する実施例を示す。

いま、第６図の２分木テーブルでは、＊９探索部でカテ
ゴリー°“６パと″°９パを分離する条件が無いので、
６°゛または”　９　”の入力パターンの時は探索を打
ちきる。これは使われている特徴ベクトルで“６゛と“
９“°を区別できない為である。

そこで、“°６°゛と“′９゛を、特徴ベクトルに新た
な次元値を加えて分離することを考え、既存２分木テー
ブルを修正する。新たな特徴次元値Ｅ及びその次元値と
して、第１０図に示すものを定義する。つまり、分離不
能な候補カテゴリー゛°６′と′９″の各パターンを左
右に等分し、左部分の画素が右部分より多ければＥ＝Ｏ
とし、その逆ならＥ＝１とする。この新規特徴次元値Ｅ
＝０かＥ＝１かにより分離不能候補カテゴリーを場合分
けした時の分散値を求めると、Ｅ、１（６，９，２５）となるから、第６図の＊９探索
部を、第１１図に示すように候補カテゴリーの集合を“
６゛及び“°９”、Ｅ、１を分岐項目とし、Ｅ、１＝　
０　テ“６”を同定し、Ｅ、Ｉ＝　１　テ”　９”を同
定するように置き換える。

以上の様に、既存特徴ベクトルでは分離できない時、新
規特徴次元を導入し、複数のカテゴリーに分離できるよ
うにする。

なお、距離値を識別に使う従来法では、既存特徴次元数
ｍに新規特徴次元数を付加する場合は、多くの組み合わ
せについて誤識別する場合が生じるか検証する必要があ
った。これに対し、この発明では、２分木テーブルにお
ける分離不能となった探索部から下の枝についてのみ新
規特徴次元値の検証をするので、全体に与える影響は僅
かであり検証は必要ないので追加に伴うコストは僅かで
ある。

この様に、この発明では大分類に効率の良い特徴ベクト
ルのビットで先に分離した後で、詳細分離の精度が高い
特徴ベクトルを用いるなどの組み合わせが可能となり、
識別率を向上させることができる。

「第４の実施例」以下に請求項４の発明に対応する２分木テーブルからな
る実施例を示す。

いま、候補カテゴリー５に分類される第１２図の入力パ
ターン（第１図の候補カテゴリー５との違いを欠落画素
を網点て、付加画素を交差斜線で表示した）を、第６図
の２分木テーブルを用いて識別する場合を考える。この
入力パターンの特徴ベクトルは（１６，１０，６，８）
である。この時、Ｂ、１＝０、Ｃ，１＝Ｏ１Ｃ，２＝Ｏ
ゆえに、＊４４探索まで移行するが、Ａ、１＝　１、つ
まり照合項目不一致なので探索不能となる。これは、２
分木テーブルが予めこの場合を想定していなかったため
起きている。

そこで、第１３図に示すように探索不能となった＊４４
探索とその直前の＊２２探索との間に新規の＊２−４探
索部を挿入し、その条件として一致しなかった次元値の
ビットＡ、１を分岐項目とするように既存２分木テーブ
ルを修正する。（ここでは、元の候補カテゴリー“５°
゛とこの新たな候補カテゴリー“５＊″が＊２−４探索
部の上段にあるので説明上“５＊”として区別した。な
お、“５＊”なる枝の追加は既に述べた様にサブカテゴ
リーという概念による拡張である。）以上のように、こ
の発明を用いれば、探索部間に新規探索部を挿入するこ
とによって探索不能状態を回避できる。

請求項Ｉの発明における識別処理動作を一般的に示すと
第１４図に示すようになる。つまりまず入力パターンか
ら特徴ベクトルを生成しくＳｌ）、２分木テーブルの根
の探索部から識別探索を開始しくＳＺ）、その照合項目
と入力パターンの特徴ベクトルの次元値の特定ビットと
を比較しくＳ３）、一致していれば分岐項目に相当する
人カバターンの特徴ベクトルの次元値の特定ビットを取
り出しくＳ、）、そのビット値による分岐項目の指示に
従って次の探索部又は同定部へ移行する（Ｓ、）。

この時移行先が探索部であるか否かをチエツクしくＳ６
）、探索部である場合はその探索部に探索条件（分岐項
目）があるかをチエツクしくＳ７）、探索条件があれば
ステップＳ３に戻る。ステップＳ、ではその探索条件に
照合項目が含まれていない時は照合項目との一致がとれ
たとして処理する。

ステップＳ３で不一致の時は請求項４の発明による処理
に移る。ステップＳ６で移行先が探索部でない場合は移
行先の同定部の示すカテゴリーを識別結果として出力し
て終了する（Ｓ８）。ステップＳ、で探索条件がない場
合は請求項３の発明による処理に移る。

請求項２の発明による修正処理を第１５図に示す。まず
誤った候補カテゴリーを示す同定部を探索部としくＳ、
）、その誤った候補カテゴリーと入力パターンの正解カ
テゴリーとを分離できる探索部の条件を選定しくＳ２）
、ステップＳＩで探索部とした部分の分岐項目をステッ
プＳ２で選定した条件とし、その分岐項目のＯ又は１に
より、誤った候補カテゴリーと入力パターンの正解カテ
ゴリーとのそれぞれを示す同定部を分岐とする（Ｓ３）
。

第１６図に請求項３の発明による修正処理を示す。既存
探索部の個数がＮの場合、分離不能な探索部の番号をＮ
＋１に置きかえる（Ｓ、）。後述する２分木生成フロー
における初期値設定を、Ｘ＝Ｎ、ｙ＝Ｎ＋１に置きかえ
て、カテゴリー集合を新規次元値について探索部の条件
を選定する（Ｓ２）。

第１７図に請求項４の発明による修正処理を示す。照合
項目に不一致が生した探索部とその直前の探索部との間
に新規探索部を挿入する（Ｓｌ）。

一致した照合項目は新規探索部の照合項目とし、不一致
の照合項目を新規探索部の分岐項目とし、その新規分岐
項目におけるＯ又は１により正解カテゴリーの同定部と
不一致が検出された探索部とを分岐先とする（Ｓ２）、
不一致が検出された探索部の元の照合項目から新規探索
部の照合項目と分岐項目とを除＜　（５３）。

２分木テーブルの生成手順を第１８図に示す。

第５図の分布に従って第６図のテーブルを生成する場合
を例としながら説明する。ステップＳＩでｘ＝ｏ、ｙ＝
１とする。ｙは探索部の番号である。

ステップＳ２でｚ＝ｘ＋１．ｚ／！＝ｙ、ｘ＝ｙとする
。従って木テーブルのトリーの１段目の＊１１探索の探
索条件の選定の際にはｚ＝１．ｚｌ＝１、ｘ＝１となる
。２はトリーの各段における変数でｘ＋１〜ｚｌで変化
し、トリーの各段における探索部の左から順に２の数を
増加させる。ステ７プＳ３で２がｚＲより大きいかをチ
ェフクし、この場合はｚ−１，ｚｌ＝１であるからステ
ップＳ、に移り、分散パラメータ己こよりｚ＝１番目の
探索部の探索条件を選定する。ステップＳ、では探索条
件が発見できたら、ステップＳ６に移る。

ステップＳ６では発見した探索条件の分岐項目で、０の
分岐先の候補カテゴリーが２個以上ならｙ十１−２番目
の探索部としｙ−ｙ＋１−２とし、候補カテゴリーが１
個ならそのカテゴリーの同定部とし、分岐項目で１の分
岐先の候補カテゴリーが２個以上ならｙ＋１＝３番目の
探索部とし、ｙ＝ｙ＋１＝ａとし、ｚ＝ｚ＋１＝２とし
てステップ゛Ｓ、に戻る。

ここでｚ＝２＞ｚｆ＝１であるからステンブＳフに移り
、ｘ＝１．ｙ＝３だからｘ＝ｙでなくて、ステップＳ２
に戻る。よってｚ＝１＋１＝２ｚｌ−３ｘ＝３となり辷
　ｚ＞ｚｌであるからステップＳ４に移り、ｚ＝２、つ
まり＊２探索部について探索条件を選定し、探索条件が
得られるから、ステップＳ６に移り、０の分岐先がｙ＋
１＝４の探索部とされ、かつｙ＝ｙ＋ｔ＝４とされ、か
つｌの分岐先がｙ　−１−１＝　５の探索部とされ、か
つｙ＝ｙ＋１−ｓとされ、ｚ＝２＋１＝３とされてステ
ップＳ３に戻る。ｚ　ｌ＝３であるからステップＳ４に
移り、ｚ＝３、＊３探索部について探索条件を選定し、
探索条件が発見されるからステ・７プＳ６に移る。この
時の分岐項目の０の分岐先は候補カテゴリーが１個であ
り、そのカテゴリー“′０゛の同定部とし、また１の分
岐先はカテゴリ“′４゛の同定部として、ｚ＝ｚ＋１＝
４とされてステップＳ３に戻る。

ｚ＝４．ｚ１２＝３だからステップＳ、に移り、ｘ＝３
．ｙ＝５だからステップＳ２に戻り、２＝３＋１＝４．
ｚｊ２＝５．ｘ＝５とされる。ｚ−４゜ｚ　ｊ２＝５だ
からステップＳ４に移り、ｚ＝４．つまり＊４探索部に
ついて探索条件を選定し、探索条件が発見されるから、
□ステップＳ６に移り、分岐項目のＯの分岐先がｙ＋ｔ
＝＝６の探索部とされ、かつｙ＝ｙ＋ｔ＝６とされ、１
の分岐先がカテゴリー“５”の同定部とされ、ｚ＝ｚ＋
１＝５とされ、ステップＳ、に戻る。以下同様に処理さ
れる。

その時のトリーの各段におけるステップＳ２の入力時の
ｘ、ｙ　（＝ｚｊ２）の各個と、各段間に検出された探
索部の値ｙを第６回に示す。

ステップＳ２の入口でｘ＝８．ｙ＝９となると、ステッ
プＳ２でｚ＝８＋１＝９．ｚｆｆｉ＝９．ｘ−９となり
、ステップＳ４に移り、Ｚ＝９．つまり＊９探索部につ
いて探索条件が選定される。しかし探索条件が発見され
ないからステップＳ８に移り、＊９探索部で分離不能と
表示し、ｚ＝ｚ＋１＝１０としてステップＳ、に戻る。

ここで２−１０ｚ　ｆｆ１＝９であるからステップＳ、
に移り、ｘ＝９゜ｙ＝９であるからテーブル生成処理は
終了となる。

ステップＳ４での分岐パラメータを比較する順番の選定
方法には、各次元値について、ビ・ント番号を揃えつつ
逐次増加させる方法、各次元値について分散値がゼロよ
り大となるまでビット番号を増加させる方法など各種あ
る。またステップＳ＠で更に分離が必要であれば第１６
図に示した処理をすればよい。

以上のようにして得られた２分木テーブルは例えば第１
９図に示すようにメモリに記憶する。この例は第６図に
示したテーブルについて具体的に示した場合である。第
１９図において特徴ベクトルの次元の各ビットは（次元
値の順番）、（ビットの順番）で表現しており、例えば
°“２．１”は２番目の特徴次元の１番目のビットを示
す。分散ビット０の表示は、分散パラメータ０が続く集
まりを、（次元値の順番）、（分散パラメータＯの先頭
ビット）（先頭ビットにおける３０又は１の値）−（次
のビットにおける０又は１の値）−・−のように表わす
。例えば“１．２０−１−１−０”は１番目の次元で２
ビツト目が０、かつ３ビツト目が１、かつ４ビツト目が
１で、かつ５ビツト目が０のカテゴリー集合が２分木テ
ーブル内で分岐しなかったことを示す。図中右側のテン
ポラリ−リストはテーブル生成時に必要とし、識別処理
には不要である。　　−”°は該当項目が無いことを示
す。

「発明の効果」この発明では２分木による探索であり、２分木によるた
め探索量が元から少ないが、更に、各特徴次元のビット
数を全て使用しないので、効率良く探索できる。

又、０や１などの最終的なカテゴリーまで同定する必要
がない時、例えば、文字認識における数字と漢字との識
別、音声における対象音声と背景音との識別の様な用途
では、カテゴリー集合が数字・文字などのまとまりとな
る探索部で、２分木上での探索を打ちきり、探索途中の
カテゴリー集合を一つのカテゴリーと考えることで、所
望の識別が可能となり効率的である。

２つの特徴次元についてのカテゴリー分布例を第２０図
に示す。ここでは、次元値の上位１ビツトだけを使って
分類でき、入力されたデータはこの分布図に従いカテゴ
リーＡまたはＢに分類できる。この時、距離値を用いる
従来法では、各カテゴリーの平均値等を用いて代表値と
し、例えばカテゴリーＡは（０，２５，０，７５）を、
カテゴリーＢは（０，７５，０，２５）を代表値と定め
距離計算をした。

しかし、入力が（１，１）のとき、共に同し距離（直と
なるので、カテゴリーＡと分類できない。これはこのカ
テゴリー分布が非線形分離で、距離値を用いる従来法で
はこれに対応できない為である。

一方この発明では請求項２〜４の発明によりサブカテゴ
リーを追加することで、２分木テーブルの候補カテゴリ
ーＡに対し、ａｌ、ａ２．ａ３をサブカテゴリーとし分
類できるようにする。この時、第２１図に示すテーブル
が得られる。したがって、この発明により非線形分離が
可能となるので、文字・画像・音声等の認識・識別処理
の分野において、より高精度のパターン識別が可能とな
る。

【図面の簡単な説明】

第１図は分類様カテゴリーの入力パターン例を示す図、
第２図は特徴次元、カテゴリー別画素を示す図、第３図
は各カテゴリーの特徴ベクトルを示す図、第４図は特徴
次元値の２進数表現例を示す図、第５図は特徴次元別名
カテゴリー分布を示す図、第６図は２分木テーブル例を
示す図、第７図はカテゴリー５の入力パターン例を示す
図、第８図は誤識別するカテゴリー５の人カバターン例
を示す図、第９図は誤識別を回避するための木テーブル
修正箇所を示す図、第１０図はカテゴリー′“６″と“
９”分離用新規特徴ベクトルを示す図、第１１図は新規
特徴ベクトルによる木テーブル修正箇所を示す図、第１
２図は探索不能となるカテゴリー５の入力パターン例を
示す図、第１３閲は探索不能を回避するための木テーブ
ル修正箇所を示す図、第１４図は請求項１の発明の識別
処理例を示す流れ図、第１５図は請求項２の発明におけ
る２分木テーブル修正処理を示す流れ図、第１６図は請
求項３の発明における２分木テーブル修正処理を示す流
れ回、第１７図は請求項４の発明における２分木テーブ
ル修正処理を示す流れ図、第１８図は２分木テーブル生
成処理例を示す流れ図、第１９図は２分木テーブル格納
メモリの記憶例を示す図、第２０図は非線形分離を起す
特徴分布を示す図、第２１図は第２０図と対応する２分
木テーブルを示す回である。

Claims

【特許請求の範囲】

（１）文字・画像・音声等の入力パターンを、複数のカ
テゴリーの何れに同定されるかを識別する方法において
、上記入力パターンから数値で表現される次元値からなる
特徴ベクトルを生成し、照合項目と分岐項目とよりなる条件を有す複数の探索部
と、同定されるカテゴリーを示す同定部とから構成され
る２分木テーブルを用い、上記照合項目と、それに対応する上記入力パターンの特
徴ベクトルの次元値の特定の桁（以下ビットと呼ぶ）と
の一致を確認した後、上記分岐項目に対応する上記入力パターンの特徴ベクト
ルの次元値の特定のビットの値により次の探索部または
同定部を決定し、上記探索部の条件を、その分岐項目により２分されるカ
テゴリー数の分散パラメータの大小を比較して選定する
ことを特徴とするパターン識別方法。
（２）入力パターンから誤ったカテゴリーを識別結果と
して出力した場合、その結果に至った同定部を探索部に
置き換え、照合項目と分岐項目からなる条件を、それま
で経由した（それ以前の）探索部の条件に含まれてなく
、その条件により２分されるカテゴリー数の割合から求
められる分散パラメータの大小比較により選定し、上記
置き換えた探索部に続く次の分岐先として、上記誤って
しまったカテゴリーを示す同定部と、上記入力パターン
の正しいカテゴリーを示す同定部として上記２分木テー
ブルを修正することを特徴とする請求項１記載のパター
ン識別方法。
（３）上記２分木テーブルにおいて複数のカテゴリーを
分離不能な探索部がある場合に、新規次元値を上記特徴
ベクトルに加え、その新規次元値により上記分離不能な
探索部の条件を設定し、その条件により２分されるカテ
ゴリーの数の分散パラメータの大小比較により上記条件
を選定し、次の分岐先として、新しい探索部または同定
部を生成することを特徴とする請求項１記載のパターン
識別方法。
（４）上記入力パターンの特徴ベクトルの次元値の特定
ビットの値が、上記探索部の条件である照合項目に一致
しないため既存カテゴリーのどれにも同定できない場合
に、上記照合項目との不一致が検出された探索部と、そ
の前の探索部との間に新たな探索部を追加し、一致しな
かった次元値のビットをその新たな探索部の条件である
分岐項目とするように上記２分木テーブルを修正するこ
とを特徴とする請求項１記載のパターン識別方法。