JPH0797394B2 - 文字切出し認識装置 - Google Patents
文字切出し認識装置Info
- Publication number
- JPH0797394B2 JPH0797394B2 JP1242469A JP24246989A JPH0797394B2 JP H0797394 B2 JPH0797394 B2 JP H0797394B2 JP 1242469 A JP1242469 A JP 1242469A JP 24246989 A JP24246989 A JP 24246989A JP H0797394 B2 JPH0797394 B2 JP H0797394B2
- Authority
- JP
- Japan
- Prior art keywords
- recognition
- pattern
- neural network
- character
- neuron elements
- 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 - Lifetime
Links
Landscapes
- Character Input (AREA)
- Character Discrimination (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、バックプロパゲーション型ニューラルネット
を利用した文字の切出しと認識を同時に行う文字切出し
認識装置に関する。本発明は特に連続した手書き文字の
切出し認識に適する断続的視点移動を行って文字の切出
し認識を行う装置に関する。
を利用した文字の切出しと認識を同時に行う文字切出し
認識装置に関する。本発明は特に連続した手書き文字の
切出し認識に適する断続的視点移動を行って文字の切出
し認識を行う装置に関する。
本発明は、バックプロパゲーション型ニューラルネット
を利用した文字切出し認識装置において、 ニューラルネットの出力認識パターンの偏在する位置に
ニューラルネットの視点を断続的に移動させて文字切出
し認識を行うことにより、 続け文字のように連続する手書き文字も効率よく切出し
認識を行うことができるようにするものである。
を利用した文字切出し認識装置において、 ニューラルネットの出力認識パターンの偏在する位置に
ニューラルネットの視点を断続的に移動させて文字切出
し認識を行うことにより、 続け文字のように連続する手書き文字も効率よく切出し
認識を行うことができるようにするものである。
近年ニューラルネットを用いた手書き文字認識技術が種
々開発されている。このニューラルネットによる手書き
文字認識技術としては、バックプロパゲーションアルゴ
リズムを用いるものが盛んに研究されている。
々開発されている。このニューラルネットによる手書き
文字認識技術としては、バックプロパゲーションアルゴ
リズムを用いるものが盛んに研究されている。
このニューラルネットの構成例の一例を第５図に示す。
このニューラルネットは、入力層51と中間層52と認識層
53との３層で構成される。各層はそれぞれ複数のニュー
ロン素子で構成されており、この図では、入力層51はニ
ューロン素子511〜51n、中間層52は、ニューロン素子52
1〜52n、認識層53は、ニューロン素子531〜53nで構成さ
れており、各層のニューロン素子はそれぞれ前後の層の
ニューロン素子と結合しており、その結合の強さ（結合
の重み付けということもできる。）を変えることができ
るように構成される。なお、中間層52は１層だけでな
く、複数の層で構成することもできる。
このニューラルネットは、入力層51と中間層52と認識層
53との３層で構成される。各層はそれぞれ複数のニュー
ロン素子で構成されており、この図では、入力層51はニ
ューロン素子511〜51n、中間層52は、ニューロン素子52
1〜52n、認識層53は、ニューロン素子531〜53nで構成さ
れており、各層のニューロン素子はそれぞれ前後の層の
ニューロン素子と結合しており、その結合の強さ（結合
の重み付けということもできる。）を変えることができ
るように構成される。なお、中間層52は１層だけでな
く、複数の層で構成することもできる。
認識層53が、このニューラルネットで認識した結果を出
力する。中間層52は入力層51のニューロン素子511〜51n
と認識層53のニューロン素子531〜53nとの間の結合強さ
を変えていくものである。
力する。中間層52は入力層51のニューロン素子511〜51n
と認識層53のニューロン素子531〜53nとの間の結合強さ
を変えていくものである。
そして、バックプロパゲーション型のニューラルネット
で文字認識を行う文字認識装置は、認識層53が出力する
与えられた文字パターンを認識した結果の出力パターン
と望ましい出力パターンである教師パターンとを比較す
る手段を備えており、この比較により、出力パターンと
教師パターンの差が小さくなるように、ニューラルネッ
トのニューロン素子間の結合強さを変更していく。
で文字認識を行う文字認識装置は、認識層53が出力する
与えられた文字パターンを認識した結果の出力パターン
と望ましい出力パターンである教師パターンとを比較す
る手段を備えており、この比較により、出力パターンと
教師パターンの差が小さくなるように、ニューラルネッ
トのニューロン素子間の結合強さを変更していく。
ところで、このようなバックプロパゲーション型ニュー
ラルネットで文字認識を行う場合は、前処理として１文
字毎の切出しや正規化を施した後にニューラルネットに
文字パターンのデータを入力して文字認識を行うように
している。
ラルネットで文字認識を行う場合は、前処理として１文
字毎の切出しや正規化を施した後にニューラルネットに
文字パターンのデータを入力して文字認識を行うように
している。
しかしながら、古文書に見られるような続け文字は、ニ
ューラルネットに入力するために上述のような１文字毎
の切出しや正規化を施す前処理を行うことはできない。
このため、続け文字のような連続する字体で書かれた手
書き文字をニューラルネットで切出し認識することはで
きなかった。
ューラルネットに入力するために上述のような１文字毎
の切出しや正規化を施す前処理を行うことはできない。
このため、続け文字のような連続する字体で書かれた手
書き文字をニューラルネットで切出し認識することはで
きなかった。
ところで、人の視覚系でのパターン認識では、視点をパ
ターンの特徴点に断続的にいわばジャンプして移動させ
る断続性眼球運動（サッケードともいう。）が見られ
る。この断続性眼球運動は、人の視覚系におけるパター
ン認識において重要な意味のあるものとして医学的ある
いは工学的にも注目されて研究されているものである。
ターンの特徴点に断続的にいわばジャンプして移動させ
る断続性眼球運動（サッケードともいう。）が見られ
る。この断続性眼球運動は、人の視覚系におけるパター
ン認識において重要な意味のあるものとして医学的ある
いは工学的にも注目されて研究されているものである。
本発明は、人の視覚系運動に見られる断続性眼球運動に
着目し、このサッケードをバックプロパゲーションによ
る手書き文字の切出し認識に適用して、効率よく続け文
字のような手書き文字の切出しと認識を同時に行うこと
ができるようにした文字切出し認識装置を提供すること
を目的とする。
着目し、このサッケードをバックプロパゲーションによ
る手書き文字の切出し認識に適用して、効率よく続け文
字のような手書き文字の切出しと認識を同時に行うこと
ができるようにした文字切出し認識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〕 本発明は、文字パターンが入力され複数のニューロン素
子から構成される入力層と、複数のニューロン素子から
構成され前後の層のニューロン素子との結合強さを変更
する少なくとも１以上の中間層と、複数のニューロン素
子から構成され文字パターンを出力する認識層とからな
り、上記各層のニューロン素子が相互に結合され、その
結合強さが可変であるニューラルネットを備え、文字パ
ターンを上記入力層に与える手段と、この与えられた文
字パターンを認識して認識パターンを認識層から出力す
る手段と、この出力された認識パターンを与えられた教
師パターンと比較してその比較結果にしたがって教師パ
ターンと出力認識パターンとの差が小さくなるように、
上記各層間の結合強さを変える手段とを備えた文字切出
し認識装置において、 上記ニューラルネットの出力認識パターンが偏在する位
置に上記ニューラルネットの文字切出し視点を移動させ
る手段を備えたことを特徴とする。
子から構成される入力層と、複数のニューロン素子から
構成され前後の層のニューロン素子との結合強さを変更
する少なくとも１以上の中間層と、複数のニューロン素
子から構成され文字パターンを出力する認識層とからな
り、上記各層のニューロン素子が相互に結合され、その
結合強さが可変であるニューラルネットを備え、文字パ
ターンを上記入力層に与える手段と、この与えられた文
字パターンを認識して認識パターンを認識層から出力す
る手段と、この出力された認識パターンを与えられた教
師パターンと比較してその比較結果にしたがって教師パ
ターンと出力認識パターンとの差が小さくなるように、
上記各層間の結合強さを変える手段とを備えた文字切出
し認識装置において、 上記ニューラルネットの出力認識パターンが偏在する位
置に上記ニューラルネットの文字切出し視点を移動させ
る手段を備えたことを特徴とする。
また、ニューラルネットは複数の副ニューラルネットか
ら構成され、出力認識パターンの偏在する副ニューラル
ネットの位置をニューラルネットの視点中心にくるよう
に選択してニューラルネットの文字切出し視点を移動さ
せる手段を含むことが好ましい。
ら構成され、出力認識パターンの偏在する副ニューラル
ネットの位置をニューラルネットの視点中心にくるよう
に選択してニューラルネットの文字切出し視点を移動さ
せる手段を含むことが好ましい。
また、ニューラルネットまたは副ニューラルネットの認
識層を構成するニューロン素子の出力値の最大値を
Vmax、その最小値をVmin、VmaxおよびVminを除いたニュ
ーロン素子の出力値をVi、ニューロン素子の出力値の平
均値をVmean、ニューロン素子の総数をＮとするとき、 Vmax＝Vminのときは零 で定義されるエントロピＥが極小となる位置に、ニュー
ラルネットの文字切出し視点を移動させる手段を備えた
ことが好ましい。
識層を構成するニューロン素子の出力値の最大値を
Vmax、その最小値をVmin、VmaxおよびVminを除いたニュ
ーロン素子の出力値をVi、ニューロン素子の出力値の平
均値をVmean、ニューロン素子の総数をＮとするとき、 Vmax＝Vminのときは零 で定義されるエントロピＥが極小となる位置に、ニュー
ラルネットの文字切出し視点を移動させる手段を備えた
ことが好ましい。
入力層、中間層、認識層の３層からなるニューラルネッ
トの文字認識装置を構成する。
トの文字認識装置を構成する。
このニューラルネットの認識層のニューロン素子に着目
し、その出力パターンの偏在を示す値を極小となるよう
に、断続的に文字切出し視点を移動させる。
し、その出力パターンの偏在を示す値を極小となるよう
に、断続的に文字切出し視点を移動させる。
このようにニューラルネットの視点を移動すると、認識
層の１つのニューロン素子だけが興奮している状態にも
っとも近い状態になるため、文字認識をし易い位置にニ
ューラルネットの視点が移動することになる。このた
め、この位置で文字の切出しおよび認識を行うと、ニュ
ーラルネットでの文字の切出し認識を効率よく行うこと
ができる。
層の１つのニューロン素子だけが興奮している状態にも
っとも近い状態になるため、文字認識をし易い位置にニ
ューラルネットの視点が移動することになる。このた
め、この位置で文字の切出しおよび認識を行うと、ニュ
ーラルネットでの文字の切出し認識を効率よく行うこと
ができる。
このニューラルネットの出力パターンの偏在を表す値と
しては、次のような評価関数を定義し、その関数値が極
小となるように視点移動を行うことがよい。
しては、次のような評価関数を定義し、その関数値が極
小となるように視点移動を行うことがよい。
すなわち、ニューラルネットあるいは副ニューラルネッ
トの認識層のニューロン素子に着目して、そのニューロ
ン素子の出力値の最大値をVmax、その最小値をVmin、V
maxおよびVminを除いたニューロン素子の出力値をVi、
ニューラルネットの認識層のニューロン素子の出力値の
平均値をVmean、ニューラルネットの認識層のニューロ
ン素子の総数をＮとするとき、 Vmax＝Vminのときは零 で定義されるエントロピＥが極小の位置に、ニューラル
ネットの視点を移動させる。
トの認識層のニューロン素子に着目して、そのニューロ
ン素子の出力値の最大値をVmax、その最小値をVmin、V
maxおよびVminを除いたニューロン素子の出力値をVi、
ニューラルネットの認識層のニューロン素子の出力値の
平均値をVmean、ニューラルネットの認識層のニューロ
ン素子の総数をＮとするとき、 Vmax＝Vminのときは零 で定義されるエントロピＥが極小の位置に、ニューラル
ネットの視点を移動させる。
以下図面を参照して本発明の実施例を説明する。
第１図は本発明一実施例の手書き文字切出し認識装置の
構成を示す構成図である。
構成を示す構成図である。
この文字切出し認識装置のニューラルネット２は、二次
元マトリクス状に配置されたＫ×Ｌ個のサブニューラル
ネット2-K/2,L/2〜2K/2-1,L/2-1から構成されている。
元マトリクス状に配置されたＫ×Ｌ個のサブニューラル
ネット2-K/2,L/2〜2K/2-1,L/2-1から構成されている。
この各サブニューラルネットは、それぞれ、入力層21、
中間層22、認識層23とから構成され、各層とも、ニュー
ロン素子211〜21n、221〜22i、231〜23jとを備えてお
り、この各層のニューロン素子は中間層のニューロン素
子221〜22iを介して相互に結合され、その結合強さは学
習によって変えられる構成である。そして、この各サブ
ニューラルネットは、その認識層23に出力される認識パ
ターンが与えられる教師パターンとの差が小さくなるよ
うにそのニューロン素子相互間の結合強さを変化させ
る。また、各サブニューラルネットは、その認識層23に
おける出力から後述するエントロピＥを演算するエント
ロピ演算手段24を備えており、このエントロピ演算手段
24の演算結果をマトリクス状に表す出力装置３に出力す
る。
中間層22、認識層23とから構成され、各層とも、ニュー
ロン素子211〜21n、221〜22i、231〜23jとを備えてお
り、この各層のニューロン素子は中間層のニューロン素
子221〜22iを介して相互に結合され、その結合強さは学
習によって変えられる構成である。そして、この各サブ
ニューラルネットは、その認識層23に出力される認識パ
ターンが与えられる教師パターンとの差が小さくなるよ
うにそのニューロン素子相互間の結合強さを変化させ
る。また、各サブニューラルネットは、その認識層23に
おける出力から後述するエントロピＥを演算するエント
ロピ演算手段24を備えており、このエントロピ演算手段
24の演算結果をマトリクス状に表す出力装置３に出力す
る。
この文字切出し認識装置は、二次元マトリクス状に配置
されたニューラルネット２に認識すべき入力文字パター
ン１が画素毎に分割されて与えられる。この与えられた
入力文字パターン１はＫ×Ｌ個のサブニューラルネット
から構成されるニューラルネット２で認識され、またそ
の認識層23のニューラル素子の出力から、各サブニュー
ラルネットが認識している領域のエントロピＥが演算さ
れて、出力装置３に各サブニューラルネットごとに出力
されてマトリクス状に表現される。この各ニューラルネ
ットごとのエントロピＥの出力は極小なエントロピＥを
とる座標を検出する検出手段４により、サブニューラル
ネットのうち、どのサブニューラルネットの出力するエ
ントロピが極小あるいは最小であるかを検出する。この
検出手段４の検出結果により、入力文字パターン１に対
するニューラルネット２の視点（m,n）の座標位置を、
エントロピＥが極小となる入力文字パターン１の座標位
置にくるように移動させる移動手段５が設けてあり、こ
の移動手段５で、ニューラルネット２全体の視点（m,
n）を移動させる。
されたニューラルネット２に認識すべき入力文字パター
ン１が画素毎に分割されて与えられる。この与えられた
入力文字パターン１はＫ×Ｌ個のサブニューラルネット
から構成されるニューラルネット２で認識され、またそ
の認識層23のニューラル素子の出力から、各サブニュー
ラルネットが認識している領域のエントロピＥが演算さ
れて、出力装置３に各サブニューラルネットごとに出力
されてマトリクス状に表現される。この各ニューラルネ
ットごとのエントロピＥの出力は極小なエントロピＥを
とる座標を検出する検出手段４により、サブニューラル
ネットのうち、どのサブニューラルネットの出力するエ
ントロピが極小あるいは最小であるかを検出する。この
検出手段４の検出結果により、入力文字パターン１に対
するニューラルネット２の視点（m,n）の座標位置を、
エントロピＥが極小となる入力文字パターン１の座標位
置にくるように移動させる移動手段５が設けてあり、こ
の移動手段５で、ニューラルネット２全体の視点（m,
n）を移動させる。
サブニューラルネットの配置においては、そのｋ、ｌ
は、 −K/2≦ｋ＜K/2 −L/2≦ｌ＜K/2 の値を取ることができるため、入力文字パターン１が横
方向Ｍ画素、縦方向Ｎ画素であるとき、このニューラル
ネットは、一度に横方向（Ｍ＋Ｋ）、縦方向（Ｎ＋Ｌ）
画素領域を見ることができる。なお、第１図における
ｋ、ｌはＫ、Ｌの値内でサブニューラルネットの移動距
離を表す。
は、 −K/2≦ｋ＜K/2 −L/2≦ｌ＜K/2 の値を取ることができるため、入力文字パターン１が横
方向Ｍ画素、縦方向Ｎ画素であるとき、このニューラル
ネットは、一度に横方向（Ｍ＋Ｋ）、縦方向（Ｎ＋Ｌ）
画素領域を見ることができる。なお、第１図における
ｋ、ｌはＫ、Ｌの値内でサブニューラルネットの移動距
離を表す。
この実施例ではニューラルネット全体の視点の座標を
（m,n）すなわち、サブニューラルネット2o,oの入力領
域に設定している。
（m,n）すなわち、サブニューラルネット2o,oの入力領
域に設定している。
なお、各サブニューラルネット2-K/2,-L/2〜2
K/2-1,L/2-1の入力層の入力領域にはその隣合うサブニ
ューラルネットとは重なり合う部分がある。
K/2-1,L/2-1の入力層の入力領域にはその隣合うサブニ
ューラルネットとは重なり合う部分がある。
なお、本実施例においてニューラルネット２のサブニュ
ーラルネットは、その入力文字パターン１の左上隅の部
分を認識するサブニューラルネットに2-K/2,-L/2、入力
文字パターン１の中央を認識するサブニューラルネット
に2o,o、右下隅部分を認識するサブニューラルネットに
2K/2-1,L/2-1の符号をふっている。
ーラルネットは、その入力文字パターン１の左上隅の部
分を認識するサブニューラルネットに2-K/2,-L/2、入力
文字パターン１の中央を認識するサブニューラルネット
に2o,o、右下隅部分を認識するサブニューラルネットに
2K/2-1,L/2-1の符号をふっている。
次にこの各サブニューラルネットで演算するエントロピ
Ｅを定義する。
Ｅを定義する。
このエントロピＥは、バックプロパゲーションにおける
認識し易さを示すもので、これは、ニューラルネットの
認識層のある一つのニューロン素子だけが興奮している
状態にどれだけ近いかを示す評価値と考えられ、ニュー
ラルネット２の認識層でのニューロン素子の興奮がどの
程度偏在しているかを示す量と考えることができる。
認識し易さを示すもので、これは、ニューラルネットの
認識層のある一つのニューロン素子だけが興奮している
状態にどれだけ近いかを示す評価値と考えられ、ニュー
ラルネット２の認識層でのニューロン素子の興奮がどの
程度偏在しているかを示す量と考えることができる。
このエントロピＥは、サブニューラルネットの認識層の
ニューロン素子に着目したとき、そのニューロン素子の
出力値の最大値をVmax、その最小値をVmin、Vmaxおよび
Vminを除いたニューロン素子の出力値をVi、サブニュー
ラルネットのニューロン素子の出力値の平均値を
Vmean、サブニューラルネットの認識層のニューロン素
子の総数をＮとするとき、 で定義できる。
ニューロン素子に着目したとき、そのニューロン素子の
出力値の最大値をVmax、その最小値をVmin、Vmaxおよび
Vminを除いたニューロン素子の出力値をVi、サブニュー
ラルネットのニューロン素子の出力値の平均値を
Vmean、サブニューラルネットの認識層のニューロン素
子の総数をＮとするとき、 で定義できる。
である。なお、Vmax＝VminのときはエントロピＥは零と
なる。
なる。
上記各サブニューラルネットのエントロピ演算手段24
は、現在サブニューラルネットが認識している入力文字
パターン１における自サブニューラルネットのエントロ
ピＥを算出して、出力装置３の自ニューラルネットの出
力装置の自装置領域に出力しておく。
は、現在サブニューラルネットが認識している入力文字
パターン１における自サブニューラルネットのエントロ
ピＥを算出して、出力装置３の自ニューラルネットの出
力装置の自装置領域に出力しておく。
検出手段４は、出力装置３に出力されたエントロピＥの
算出結果から、そのエントロピがもっとも小さい座標点
あるいは極小の座標点を求めて、この出力により、移動
手段５により、エントロピＥが最も小さいあるいは極小
となるサブニューラルネットの座標位置をニューラルネ
ットの視点座標（m,n）となるように、ニューラルネッ
ト２の文字パターン切出しと認識のための視点を移動さ
せる。
算出結果から、そのエントロピがもっとも小さい座標点
あるいは極小の座標点を求めて、この出力により、移動
手段５により、エントロピＥが最も小さいあるいは極小
となるサブニューラルネットの座標位置をニューラルネ
ットの視点座標（m,n）となるように、ニューラルネッ
ト２の文字パターン切出しと認識のための視点を移動さ
せる。
さてここで、本発明で定義したエントロピＥの性質を検
討する。
討する。
認識層23のニューロン素子の出力値のうち最大値Vmaxの
変化に対するエントロピＥの変化は、 となり、この式が正の値をとらないためには分子が正に
ならなければよく、 ｛−（1-1/N）（Vmax‐Vmin）2＋（Vmax‐Vmean）2 ≦（１−Ｎ）（Vmax‐Vmean）2≦０ となる。また、最大値でも最小値でもない出力値Viの変
化に対するエントロピＥの変化は、 となり、視点移動のための認識し易さを表す量を満足す
るものである。
変化に対するエントロピＥの変化は、 となり、この式が正の値をとらないためには分子が正に
ならなければよく、 ｛−（1-1/N）（Vmax‐Vmin）2＋（Vmax‐Vmean）2 ≦（１−Ｎ）（Vmax‐Vmean）2≦０ となる。また、最大値でも最小値でもない出力値Viの変
化に対するエントロピＥの変化は、 となり、視点移動のための認識し易さを表す量を満足す
るものである。
次に具体的な手書き英数字文字パターンを与えて、その
文字パターンに対する視点を順次移動させたときのエン
トロピＥを計算した例を説明して本実施例の動作を説明
する。
文字パターンに対する視点を順次移動させたときのエン
トロピＥを計算した例を説明して本実施例の動作を説明
する。
まず、バックプロパゲーション型ニューラルネットで学
習する標準文字パターンを第２図に示す。この標準パタ
ーンとしては各パターンにつき１種類しか与えなかっ
た。
習する標準文字パターンを第２図に示す。この標準パタ
ーンとしては各パターンにつき１種類しか与えなかっ
た。
次に学習を終えたニューラルネットに、第３図に示すよ
うな３つの文字が一つの枠の中に書記された英数字文字
パターンを与えて、そのエントロピＥを計算した。
うな３つの文字が一つの枠の中に書記された英数字文字
パターンを与えて、そのエントロピＥを計算した。
この第３図（ｂ）の文字パターンの極小点に対する認識
層の状態を第４図に示す。この第４図の斜線の部分がエ
ントロピＥの最小値へ移動できる位置であり、この斜線
部分のうちエントロピＥが最小である座標点すなわち一
つのニューロン素子だけが興奮していると評価できる座
標点を文字切出しの視点（基点）として各数字文字を切
出して認識すれば文字パターンが連続する場合であって
も、認識に必要な文字パターンデータを必要な領域で切
り出すことができ、文字切出しと文字認識を同時に行う
ことができる。
層の状態を第４図に示す。この第４図の斜線の部分がエ
ントロピＥの最小値へ移動できる位置であり、この斜線
部分のうちエントロピＥが最小である座標点すなわち一
つのニューロン素子だけが興奮していると評価できる座
標点を文字切出しの視点（基点）として各数字文字を切
出して認識すれば文字パターンが連続する場合であって
も、認識に必要な文字パターンデータを必要な領域で切
り出すことができ、文字切出しと文字認識を同時に行う
ことができる。
なお、本実施例での文字パターンの認識は、ニューラル
ネットが一度に見える領域の広さによってその極小点へ
の収束が変化する。
ネットが一度に見える領域の広さによってその極小点へ
の収束が変化する。
たとえば、一度に呈示された英数字文字パターンすべて
を見渡せるような値として、前述のＫおよびＬの値をと
れば、そのニューラルネットの視点はエントロピＥの最
小の地点へ移動させることができる。しかし、Ｋおよび
Ｌの値として小さな値、例えばＫ＝Ｌ＝３とした場合、
視点の軌跡はその初期値によって変化する。上述の第４
図の斜線を施した領域に視点があれば、文字切出しを行
う最適な位置まで視点を移動させてその位置で文字パタ
ーンの切出し認識を行うことができる。しかし、その視
点の初期値が例えば第４図で（20,17）の位置にあった
とすると、文字認識には適当でない極小点に落ち込み、
誤り認識をすることがある。
を見渡せるような値として、前述のＫおよびＬの値をと
れば、そのニューラルネットの視点はエントロピＥの最
小の地点へ移動させることができる。しかし、Ｋおよび
Ｌの値として小さな値、例えばＫ＝Ｌ＝３とした場合、
視点の軌跡はその初期値によって変化する。上述の第４
図の斜線を施した領域に視点があれば、文字切出しを行
う最適な位置まで視点を移動させてその位置で文字パタ
ーンの切出し認識を行うことができる。しかし、その視
点の初期値が例えば第４図で（20,17）の位置にあった
とすると、文字認識には適当でない極小点に落ち込み、
誤り認識をすることがある。
このような場合に対する対策として、ニューラルネット
の一度に見渡せる領域を適度な広さに設定すること、あ
るいは文字列に対して大まかな中心線を引き、この中心
線から切出し中心位置へジャンプする場合のみに、上述
の視点移動を適用することによって、適切でない極小点
への落ち込みの問題を回避することが可能である。
の一度に見渡せる領域を適度な広さに設定すること、あ
るいは文字列に対して大まかな中心線を引き、この中心
線から切出し中心位置へジャンプする場合のみに、上述
の視点移動を適用することによって、適切でない極小点
への落ち込みの問題を回避することが可能である。
以上説明したように、本発明は続け文字のような手書き
文字の切出し認識を行う場合においてもその文字の切出
し認識位置への視点移動を行うことができるため、従来
では扱うことができなかった続け文字の切出し認識を同
時に効率よく行うことができる効果がある。
文字の切出し認識を行う場合においてもその文字の切出
し認識位置への視点移動を行うことができるため、従来
では扱うことができなかった続け文字の切出し認識を同
時に効率よく行うことができる効果がある。
第１図は本発明一実施例の構成図。 第２図は実施例に与えた学習用パターン例。 第３図は実施例に与えた呈示用パターン例。 第４図は実施例のエントロピの極小点に対する認識層の
状態を説明する図。 第５図は従来のニューラルネットの説明図。 １……入力文字パターン、２……ニューラルネット、2
-K/2,-L/2〜2K/2-1,L/2-1……サブニューラルネット、
３……出力装置、４……検出手段、５……移動手段、2
1、51……入力層、22、52……中間層、23、53……認識
層、24……エントロピ演算手段。
状態を説明する図。 第５図は従来のニューラルネットの説明図。 １……入力文字パターン、２……ニューラルネット、2
-K/2,-L/2〜2K/2-1,L/2-1……サブニューラルネット、
３……出力装置、４……検出手段、５……移動手段、2
1、51……入力層、22、52……中間層、23、53……認識
層、24……エントロピ演算手段。
フロントページの続き (56)参考文献 特開 平３−163684（ＪＰ，Ａ) 電子情報通信学会技術研究報告，Ｖｏ ｌ．89，Ｎｏ．321，ＮＣ89−37，Ｐ．27 −32，（’89年12月) 電子通信学会技術研究報告，Ｖｏｌ. 80，Ｎｏ．138，ＰＲＬ80−34，Ｐ．55− 61，（’80年９月) 電子情報通信学会技術研究報告，Ｖｏ ｌ．88，Ｎｏ．177，ＰＲＵ88−58，Ｐ. 79−86，（’88年９月) Ｒ．Ａ．Ａｎｄｅｒｓｏｎ，Ｇ．Ｋ．Ｅ ｓｓｉｃｋ，ａｎｄ Ｒ．Ｍ．Ｓｉｅｇｅ ｌ，”Ｅｎｃｏｄｉｎｇ ｏｆ ｓｐａｔ ｉａｌ ｌｏｃａｔｉｏｎ ｂｙ ｐｏｓ ｔｅｒｉｏｒ ｐａｒｉｅｔａｌ ｎｅｕ ｒｏｎｓ．”Ｓｃｉｅｎｃｅ，230，Ｐ. 456−458（1985年)
Claims (3)
- 【請求項１】文字パターンが入力され複数のニューロン
素子から構成される入力層と、複数のニューロン素子か
ら構成され前後の層のニューロン素子との結合強さを変
更する少なくとも１以上の中間層と、複数のニューロン
素子から構成され認識パターンを出力する認識層とから
なり、上記各層のニューロン素子が相互に結合され、そ
の結合強さが可変であるニューラルネットを備え、 文字パターンを上記入力層に与える手段と、 この与えられた文字パターンを認識して認識パターンを
認識層から出力する手段と、 この出力された認識パターンを与えられた教師パターン
と比較してその比較結果にしたがって教師パターンと出
力認識パターンとの差が小さくなるように、上記各層間
の結合強さを変える手段と を備えた文字切出し認識装置において、 上記ニューラルネットの出力認識パターンが偏在する位
置に上記ニューラルネットの文字切出し視点を移動させ
る手段を備え、 ニューラルネットの認識層を構成するニューロン素子の
出力値の最大値をVmax、その最小値をVmin、Vmaxおよび
Vminを除いたニューロン素子の出力値をVi、ニューロン
素子の出力値の平均値をVmean、ニューロン素子の総数
をＮとするとき、 Vmax＝Vminのときは零 で定義されるエントロピＥが極小となる位置に、上記ニ
ューラルネットの文字切出し視点を移動させる手段を 備えたことを特徴とする文字切出し認識装置。 - 【請求項２】文字パターンが入力され複数のニューロン
素子から構成される入力層と、複数のニューロン素子か
ら構成され前後の層のニューロン素子との結合強さを変
更する少なくとも１以上の中間層と、複数のニューロン
素子から構成され認識パターンを出力する認識層とから
なり、上記各層のニューロン素子が相互に結合され、そ
の結合強さが可変であるニューラルネットを備え、 文字パターンを上記入力層に与える手段と、 この与えられた文字パターンを認識して認識パターンを
認識層から出力する手段と、 この出力された認識パターンを与えられた教師パターン
と比較してその比較結果にしたがって教師パターンと出
力認識パターンとの差が小さくなるように、上記各層間
の結合強さを変える手段と を備えた文字切出し認識装置において、 上記ニューラルネットは複数の副ニューラルネットから
構成され、 上記ニューラルネットの出力認識パターンの偏在する副
ニューラルネットの位置をニューラルネットの視点中心
にくるように選択してニューラルネットの文字切出し視
点を移動させる手段を含む ことを特徴とする文字切出し認識装置。 - 【請求項３】副ニューラルネットの認識層を構成するニ
ューロン素子の出力値の最大値をVmax、その最小値をV
min、VmaxおよびVminを除いたニューロン素子の出力値
をVi、ニューロン素子の出力値の平均値をVmean、ニュ
ーロン素子の総数をＮとするとき、 Vmax＝Vminのときは零 で定義されるエントロピＥが極小となる位置に、上記ニ
ューラルネットの文字切出し視点を移動させる手段を 備えた請求項２に記載の文字切出し認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1242469A JPH0797394B2 (ja) | 1989-09-19 | 1989-09-19 | 文字切出し認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1242469A JPH0797394B2 (ja) | 1989-09-19 | 1989-09-19 | 文字切出し認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH03103997A JPH03103997A (ja) | 1991-04-30 |
| JPH0797394B2 true JPH0797394B2 (ja) | 1995-10-18 |
Family
ID=17089547
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1242469A Expired - Lifetime JPH0797394B2 (ja) | 1989-09-19 | 1989-09-19 | 文字切出し認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0797394B2 (ja) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0728953A (ja) * | 1993-07-08 | 1995-01-31 | Nec Corp | 文字検出装置 |
| JP6348431B2 (ja) * | 2015-02-24 | 2018-06-27 | 株式会社日立製作所 | 画像処理方法、画像処理装置 |
| US10572963B1 (en) * | 2017-07-14 | 2020-02-25 | Synapse Technology Corporation | Detection of items |
| US10210631B1 (en) | 2017-08-18 | 2019-02-19 | Synapse Technology Corporation | Generating synthetic image data |
| US10452959B1 (en) | 2018-07-20 | 2019-10-22 | Synapse Tehnology Corporation | Multi-perspective detection of objects |
| US11010605B2 (en) | 2019-07-30 | 2021-05-18 | Rapiscan Laboratories, Inc. | Multi-model detection of objects |
-
1989
- 1989-09-19 JP JP1242469A patent/JPH0797394B2/ja not_active Expired - Lifetime
Non-Patent Citations (4)
| Title |
|---|
| Ｒ．Ａ．Ａｎｄｅｒｓｏｎ，Ｇ．Ｋ．Ｅｓｓｉｃｋ，ａｎｄＲ．Ｍ．Ｓｉｅｇｅｌ，"Ｅｎｃｏｄｉｎｇｏｆｓｐａｔｉａｌｌｏｃａｔｉｏｎｂｙｐｏｓｔｅｒｉｏｒｐａｒｉｅｔａｌｎｅｕｒｏｎｓ．"Ｓｃｉｅｎｃｅ，２３０，Ｐ．４５６−４５８（１９８５年） |
| 電子情報通信学会技術研究報告，Ｖｏｌ．８８，Ｎｏ．１７７，ＰＲＵ８８−５８，Ｐ．７９−８６，（’８８年９月） |
| 電子情報通信学会技術研究報告，Ｖｏｌ．８９，Ｎｏ．３２１，ＮＣ８９−３７，Ｐ．２７−３２，（’８９年１２月） |
| 電子通信学会技術研究報告，Ｖｏｌ．８０，Ｎｏ．１３８，ＰＲＬ８０−３４，Ｐ．５５−６１，（’８０年９月） |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH03103997A (ja) | 1991-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110135243B (zh) | 一种基于两级注意力机制的行人检测方法及系统 | |
| US10198689B2 (en) | Method for object detection in digital image and video using spiking neural networks | |
| KR102224253B1 (ko) | 심층 네트워크와 랜덤 포레스트가 결합된 앙상블 분류기의 경량화를 위한 교사-학생 프레임워크 및 이를 기반으로 하는 분류 방법 | |
| CN109740463A (zh) | 一种车载环境下的目标检测方法 | |
| CN107748858A (zh) | 一种基于级联卷积神经网络的多姿态眼睛定位方法 | |
| CN107729872A (zh) | 基于深度学习的人脸表情识别方法及装置 | |
| JPH06508464A (ja) | 筆記体認識の方法と装置 | |
| CN109978882A (zh) | 一种基于多模态融合的医疗影像目标检测方法 | |
| CN110533695A (zh) | 一种基于ds证据理论的轨迹预测装置及方法 | |
| CN107038422A (zh) | 基于空间几何约束深度学习的疲劳状态识别方法 | |
| JPH0695192A (ja) | 画像認識装置及び画像入力方法 | |
| CN112149533A (zh) | 一种基于改进ssd模型的目标检测方法 | |
| JP2021103347A (ja) | 情報処理装置、情報処理方法及びプログラム | |
| Ghica et al. | Recognition of traffic signs by artificial neural network | |
| CN115641471A (zh) | 一种基于生成对抗网络的对抗样本生成方法及系统 | |
| CN117079098A (zh) | 一种基于位置编码的空间小目标检测方法 | |
| CN114511798B (zh) | 基于transformer的驾驶员分心检测方法及装置 | |
| JPH0797394B2 (ja) | 文字切出し認識装置 | |
| CN116311472B (zh) | 基于多层次图卷积网络的微表情识别方法及装置 | |
| CN113327269A (zh) | 一种无标记颈椎运动检测方法 | |
| CN113409316B (zh) | 一种图像分类方法、装置、计算机可读存储介质及设备 | |
| CN111597864A (zh) | 基于累积光流加权特征的微表情识别方法 | |
| CN109583584A (zh) | 可使具有全连接层的cnn接受不定形状输入的方法及系统 | |
| CN112487920B (zh) | 一种基于卷积神经网络的翻越行为识别方法 | |
| CN112560824A (zh) | 一种基于多特征自适应融合的人脸表情识别方法 |