JPH10508394A - Ｎ−プロセッサを用いたパターン認識システム - Google Patents

Abstract

(57)【要約】 マルチ・プロセス環境及び分散データベースにおいて、そのデータ・モデルがオブジェクト、オブジェクトを結合するためのリンク、及び記述するための属性で構成され、その際、オブジェクト、リンク、及び属性の書き込み、読み取り、及び消去、並びに、データべースのオープン、クローズ、破棄が、データ・アクセス機能によって行われ、その際、認識アルゴリズムが、データ保管の実行について知識を有さず、パターン認識アルゴリズムで構成されるプロセスを用いるパターン認識のための方法において、それぞれのプロセスに、出力データの読み取りと出力データの書き込みのために予め定められた数のポートが専用に割り当てられ、その種のプロセスのデータ交換が包括的に行われるということ、及び、データアクセス機能を呼び出して、データベースのデータ・セグメントを送信、あるいは、受信するということを目的としている。

Description

【発明の詳細な説明】 Ｎ−プロセッサを用いたパターン認識システム 本発明は、パターン及び文字認識の分野、特に、Ｎ−プロセッサを用い、また アプリケーション・アルゴリズムで構成されるプロセスのためのデータベースを 用い、そのデータ・モデルが、オブジェクト、オブジェクトを結合するためのリ ンク、及びオブジェクトを記述するための属性で構成される、パターン認識シス テムに関するものである。 過去数年、パターン及び特に、文字認識の場合の複合問題設定の結果として、 オブジェクト指向プログラミング言語（ＯＯＰＳ）及びオブジェクト指向データ ・モデル（ＯＯＤＭ）に似たオブジェクトに関連したアプローチが開発された。 ここでは、パターン認識の発生するすべてのデータを用いて、概念的オブジェク トを記述し、それを明示的に表現するという中心的な考え方が適用される。これ に加えて、既に、ＩＥＥＥｖｏ１８０、１１１６〜１１１９ページの議事録、Ｐ ＭＦＴ−統合プロジェクト、推進記号ＩＴＭ８５０１Ａ０１．０１．１９８５〜 ３１．０３．１９８９、ページ１１４〜１２７から、認識オブジェクトを表現す るためのオブジェクト、認識オブジェクトに関する構造的情報を表現するための オブジェクト間の結合、及びオブジェクトを記述するための属性で構成されるデ ータ・モデルでのデータベースが知られている。すべての認識アルゴリズムは、 そうしたデータベースからの入力データを関連させ、その出力データをそこで再 度記憶させる。そうすることによって、管理及び制御アスペクトから認識アルゴ リズム・アスペクトを明確に分離することができる。特に、アプリケーション特 有の認識アルゴリズムを開発するという必要に応えることができる。このことは 、既に、認識品質、例えば、住所読み取りの読み取り率及びエラー率 がデータセットに依存している、ということに現れている。従って、与えられた アプリケーションの場合、常に、認識しようとするデータセットについて既に前 もって知られているすべてのことを認識のために利用して、良好な結果が得られ るアルゴリズムがある。特性に関する既に知られているデータセットの単純な実 例は、文字認識システムの場合、文字タイプ、文字の大きさ、限定した語彙、あ るいは、認識しようとする文字の文書の中の位置である。同時に、そうすること によって、アルゴリズムを再利用するという求めに応じることができる。認識方 法は、異なる作動システムを有する異なるタイプのコンピュータで実現すること ができ、出来るだけ容易に、新しい問題設定に適合させることができる。 問題設定の要求が高い場合、認識アルゴリズムの計算の手間が非常に掛かるの で、実際に使用する場合に必要な処理量は、並列コンピュータでしか実現できず 、その際、特殊ハードウエアによって、幾つかの処理文字をサポートしなければ ならない。しかしながら、引用した最新の技術から知られている認識システムを 単一プロセス−システムとして構想することができる。 本発明が基礎とする課題は、Ｎ−プロセッサを用いてパターン認識を行うため の装置と方法を作成し、その場合、認識アルゴリズムに対してシステムの異種性 を隠蔽する。こうした課題は、請求項１及び８の特徴によって解決される。 本発明に従ったパターン認識システムには、通信を行う異なるプロセス・シス テムを構築する際に大きい柔軟性がある。変更を加えることなく、単一、あるい は、マルチ・プロセス・システムで認識アルゴリズムを使用することができる。 特に、効率的に構成可能で、処理量に関して、等級付可能な文字認識ソフトウエ アの開発プラットフォームとして、このシステムを使用することができる。 本発明のその他の実施形態は、本発明の説明及びそのプレアンブルから見て取 ることができる。 下記では、図面を用いて、本発明を詳細に説明する。 図１：Ｎ−プロセッサを備えた異種パターン認識システム 図２：マルチ・プロセス・システムのプロセス 図１には、例えば、文字認識に使用するようなパターン認識のための異種統合 システムを示してある。住所読み取り機は、適切なネットワークを介して互いに 通信を行う、ＰＣ（ＰＣ）、ワークステーション（ＷＳ）、及び様々なコプロセ ッサ（ＫＰ）で構成されるＮ−プロセッサ・システムのための生データを文書か ら生成する。そうしたシステムは、特に、認識システムのシミュレーションにも 適している。 図２に示したマルチ・プロセス・システムの場合、シーケンス制御装置によっ て、ユーザ側からプロセス分割及びデータ割り当てを確定する。データベースの データ・モデルは、オブジェクト、リンク、及び属性で構成される。オブジェク トは、常に、アプリケーションのオブジェクト、例えば、具体的な文書、あるい は、記号である。オブジェクトには、属性が割り当てられる。属性は、オブジェ クトに対する記述特徴、例えば、大きさ、あるいは、ピクセル・イメージである 。オブジェクトは、オブジェクト・タイプに所属し、属性は属性タイプに所属す る。すべてのタイプは、ユーザによって定義しなければならない。オブジェクト は、一義的なオブジェクト・マーカーとオブジェクト・タイプによって特徴付け られる。属性は、オブジェクト・マーカー、属性タイプ、及び属性に特有なデー タセットによって特徴付けられる。オブジェクト間の関係は、リンクによって表 現される。リンクは、親リンク、兄弟リンク等と類型化される。すべてのリンク −タイプは、ユーザによって定義される。リンクは、オプション代替を有してい る。従って、例えば、バックトラッキング・アルゴリズムの多数の代替解決法を 処理 することができる。リンクは、ソース・オブジェクト・マーカー、目標オブジェ クト・マーカー、タイプ、及び代替番号によって特徴付けられる。 こうしたデータ・モデルを前提として、ユーザは、任意の数のオブジェクト・ タイプ、リンク・タイプ、及び属性を用いて、データ図式を定義することかでき る。付加的に、一貫性条件を定式化することができる：リンク及び属性タイプは 、特定のオブジェクト・タイプの場合の用途に制限することができ、リンクは、 単、あるいは、双方向で利用できるものとして、その濃度（１：１、１：ｎ、あ るいは、ｎ：ｎ）で確認することができる。代替−番号によって、様々なタイプ であってもリンクを代替パスにまとめることができる。特に、それぞれ与えられ た認識問題によって、オブジェクト−、リンク−、及び属性−アクセスの順序を 決定することができる。 一般的に、文字認識システムの場合の認識プロセスは、区分ステップと記述ス テップという２つの異なるタイプの処理ステップの混合から構成されている。区 分ステップでは、イメージ、あるいは、イメージ・エレメントをエレメントの集 合に分類するか、あるいは、イメージ・エレメントの集合を一つのより高いエレ メントにまとめる、すなわち、イメージに関するひとつの構造が作成されるか、 あるいは、構造がイメージで認識される。例えば、イメージが階層的関連領域の 集合に分解され、関連領域の部分集合が一つの行にまとめられ、行が一連の単語 に分解され、それが、それぞれ一連の記号に分解される。記述ステップでは、イ メージ・エレメントのために何らかの種類のデータが生成される。例えば、関連 領域のために輪郭記述が生成され、行のために長方形とヒストグラムが生成され 、行のために分類結果が生成される。区分ステップの結果は、リンクと共にオブ ジェクトとして記憶される。記述ステップの結果は、属性として記憶される。属 性は、常に正確に一つのオブジェクトに割り当てられる。アルゴリズム１−Ｎ（ ２）の場合、任意の認識アル ゴリズムが問題となる。アルゴリズムは、しばしばシステムの中でパイプライン の形で進行し、その際、それぞれのアルゴリズムは、その先行者の結果から引き 出される。また、クライアント／サーバー−関係、並びに多数の代替案、あるい は、競合する送信者、あるいは、受信者を持つ関係が存在する。すべてのアルゴ リズムは、データ・アクセス・アーカイブ３を介して入力データを関連付けし、 データ・アクセス・アーカイブを介して、出力データを出力する。従って、デー タが、恒久的にディスクに、あるいは、メイン・メモリに揮発的に、集中、ある いは、分散的に記憶されているかどうかには独立に、アルゴリズムにとって、デ ータ・アクセスは、常に同じままである。従って、変更を行うことなく、様々な システム構成でアルゴリズムを構築することができる。 表１には、文書の中で、行と単語を見付け出すためのシステムの単純な図式を 示してある。 それぞれのデータベースは、複数の文書を記録することができる。このデータ ベースは、１：ｎ−結合を介して、予め定義された根オブジェクトＲＯＯＴから Ｄｏｃｕｍｅｎｔ＿Ｌｉｎｋに到達することができる。それぞれの文書に対して 、行の一つのリストが存在し、それぞれの行に対して単語のための２つの代替リ ストが存在する。行と単語は、その位置を文書の網目スクリーン・イメージで示 した長方形で記述される。表１に示したように、データ・スキーマの定義は、好 ましくは、データ定義言語を用いて行われる。 データ・アクセス・アーカイブ３には、オブジェクト、結合、及び属性の書き 込み、読み取り、及び消去のための機能、並びにローカル・データベースの生成 、オープン、クローズ、及び破棄のための機能が含まれている。データ・アクセ ス・アーカイブ３は、与えられたデータ・スキーマに対して、データ定義言語を 解釈するゼネレータによって生成される。生成されたデータ・アクセス・アーカ イブは、例えば、ディスク、あるいは、リアルタイムでメイン・メモリのデータ の記憶を行う形式に依存しないデータ・メモリ・アーカイブ４をセットアップす る。 本発明に従って、分散メモリを備えたローカル・データベース間のデータ交換 メカニズムの基本は、ポート通信５である。認識アルゴリズムで構成されるプロ セスは、そこから入力データを読み取り、そこに出力データを書き込む、任意の 数の様々なタイプのポート （入力−クライアント、出力−クライアント、あるいは、サーバー・ポート）を 備えることができる。特に、クライアント・ポートを介してタスク・データを送 信し、引き続いて、結果データを受信することができる。プロセスは、サーバー ・ポートを介してタスク・データを受信し、引き続いて、結果データをタスクの 送信者に送信することができる。ポートの数と、プロセスに関するタイプの指定 は、静的構成によって確認でき、同様に、いずれのプロセスのいずれの出力ポー トが、いずれのプロセスのいずれの出力ポートと結合され、いずれのプロセスの いずれのクライアント・ポートが、いずれのプロセスのいずれのサーバー・ポー トと結合されているかを確認することができる。従って、一つのプロセスに関し て、その通信相手の場所と数は解らない。複数のプロセスのポート間では、単方 向ユニキャスト−結合だけではなく、一般的に、単方向、あるいは、双方向ユニ キャスト−、あるいは、マルチキャスト−結合を定義することができる。様々な ソース・ポートの結合を唯一の目標ポートに合流させることができる。更に、代 替結合を備えることができる。その場合、予め与えられた方針を用いて、代替結 合を有するポートでの送信の際に、一つの結合が選択される。表２には、既に表 １のデータ・スキーマで基礎とした行と単語の検索のためのプロセス・システム のポート結合を示してある。 その際、プロセスは、行を探して、発見されたそれぞれの行に対して、２つの プロセスに委託して、代替の方法を用いて言葉を探す。両方の単語探索プロセス の内で遅い方を２回起動して、処理の隘路にならないようにし、その際、探索プ ロセスの実行は、そのプロセス分割から独立している。というのは、行探索プロ セスが、そのク ライアント・ポートで行を準備し、そこで言葉を取り出すからである。 ポート通信によって、様々なシステム構成で既に定まったプログラムを実行さ せることができる。というのは、関与するプロセスを新たに翻訳するか、あるい は、結合することなく、ポートの結合を生成するからである。例えば、Ｆｉｎｄ ＿Ｗｏｒｄｓ＿Ｓｌｏｗプロセスの表１のように、処理隘路となる任意のプロセ スを簡単に何倍にもすることができる。マルチキャスト−結合を用いて、データ ・フローを複製することができ、表１のＦｉｎｄ＿Ｗｏｒｄｓ＿Ｓｌｏｗプロセ スのように、複数のパスで更に処理することができる。翻訳され、結合されたソ フトウエア・エレメントは、ポート通信によって、ハードウエア・エレメントに 類似したものになる。ハードウエア・エレメントの接続に応じて、ポート通信を 用いて開発されたソフトウエア・エレメントは、そこに存在し、期待されるデー タに従って自由に結合できる一定の数のポートを有することができる。 転送アーカイブ６の機能を用いて、予め与えられたデータ・セグメント、ある いは、一連のデータ・セグメントをローカル・データベースから選択し、予め与 えられたポートを介して送信するか、あるいは、予め与えられたポートで受信し 、予め与えられたローカル・データベースに追加することができる。そうしたデ ータ・セグメントは、オブジェクト、リンク、属性、オブジェクトの部分樹、あ るいは、部分グラフ、及び属性を有するリンクであることが可能である。その際 、オブジェクト・マーカーを、システム全体で一義的なオブジェクト名（プロセ ス・マーカー＋データベース・マーカー＋オブジェクト・マーカー＋タイムスタ ンプ）にコピーすることができ、その逆も可能である。タイムスタンプの場合、 保護メカニズムが重要であり、それによって様々な世代のデータベースからオブ ジェクトを区別することができる。マルチ・プロセス・システムでのオブジェク ト・コピーとは、そうしたシステム全体での一義的な 名前のコピーのことであることが解る。 アクセス機能を呼び出して、データ・アクセス・アーカイブ３から予め与えら れたデータ・セグメントを予め与えられたポート認に送信するか、あるいは、ポ ートで受信するように、認識アルゴリズムで構成されるプロセス間のデータ交換 が行われる。基本的な考え方は、ローカル・データベースにまだ存在しないデー タへの読み取りアクセスには、データ・セグメントの受信を、書き込みに成功し たデータには、データ・セグメントの送信を連結するということである。 最も単純な事例では、ローカル・データベースを開く場合は、プロセスの認識 アルゴリズムのための入力データの受信を保留し、ローカル・データベースを閉 じる場合は、出力データの送信を保留する。そのために、データ・アクセス・ア ーカイブの機能には、対応する機能をハングアップすることができるフックが組 み込まれている。好ましくは、プロセスのフック機能を、それぞれ一つのモジュ ール７に集中して、プロセスのローカル・データベースのローカル・データ間の データを交換するためのすべての活動を別のプロセスのデータベースを用いて集 中させるようにする。 下記で説明する実例では、文字認識システムの場合のアプリケーションの実行 を実際に示す。 下記のアルゴリズムは、ヒストグラム技術を用いて、文書の中のテキスト・ブ ロックと行を発見するためのものである。 アルゴリズム１：ゾーン生成 ＤＯＣＵＭＥＮＴ（すなわち、その汚れた関連領域）をゾーンに分割する。Ｄ ＯＣＵＭＥＮＴは、汚れた関連領域（ＶＺＧ）の長さとして存在し、その際、関 連領域は、網目スクリーン・イメージの中の幾つかの隣接した黒い網目スクリー ン点であり；汚れた関連領域は、延長によって汚れた網目スクリーン・イメージ の中の関連領域である。 入力データ： ＶＺＧ＿ＬＩＮＫ＿リンクを用いてＶＺＧ−オブジェクト（汚れた関連領域） に連結したＤＯＣＵＭＥＮＴ−オブジェクト。ＶＺＧ−オブジェクトは、それぞ れ、２つの属性（ＡＴＴ１及びＡＴＴ２）を用いて記述される。 出力データ： ＺＯＮＥ＿ＬＩＮＫ＿リンクを介して、ＤＯＣＵＭＥＮＴ−オブジェクトに連 結し、ＶＺＧ＿ＬＩＮＫ＿リンクを介して、それぞれのＶＺＧ−オブジェクトが 割り当てられたＺＯＮＥ−オブジェクト。 アルゴリズム２：ヒストグラム−計算（ヒストグラム・タイプ１） ゾーンの汚れた関連領域から計算されたヒストグラム。 入力データ： ＶＺＧ＿ＬＩＮＫ＿リンクを用いてＶＺＧに連結したＺＯＮＥ−オブジェクト 。こうしたＶＺＧ−オブジェクトは、ＡＴＴ１−属性によって記述される。 出力データ： ＺＯＮＥ−オブジェクトのためのＨＩＳＴＯ１−属性 アルゴリズム３：ヒストグラム−計算（ヒストグラム・タイプ２） ゾーンの汚れた関連領域から計算されたヒストグラム。 入力データ： アルゴリズム２と同じ。 出力データ： ＺＯＮＥ−オブジェクトのためのＨＩＳＴＯ２−属性 アルゴリズム４：ヒストグラム−計算（ヒストグラム・タイプ３） ゾーンの汚れた関連領域から計算されたヒストグラム。 入力データ： アルゴリズム２と同様であるが、ＡＴＴ１−属性の代わりにＡＴＴ２−属性で ある。 出力データ： ＺＯＮＥ−オブジェクトに関するＨＩＳＴＯ３−属性。 アルゴリズム５：ヒストグラム−評価（ヒストグラム・タイプ１） ゾーン−ヒストグラムを評価する。 入力データ： ＨＩＳＴＯ１−属性を持つＺＯＮＥ−オブジェクト 出力データ： （実例には関連しない） アルゴリズム６：ヒストグラム評価（ヒストグラム・タイプ２） ゾーン−ヒストグラムを評価する。 入力データ： ＨＩＳＴＯ２−属性を持つＺＯＮＥ−オブジェクト。 出力データ： （実例には関連しない） アルゴリズム７：ヒストグラム−評価（ヒストグラム・タイプ３） ゾーン−ヒストグラムを評価する。 入力データ： ＨＩＳＴＯ３−属性を持つＺＯＮＥ−オブジェクト。 出力データ： （実例には関連しない） 上記のアルゴリズムは、プロセス内のリストの順序で互いに実行される。並列 化のための可能な出発点は、ゾーン・ヒストグラムを計算することである。ゾー ンに関するヒストグラム・タイプの計算は、別のゾーンのヒストグラムの計算と は独立している。アルゴリズムは、並列プロセスに記憶させることもできる。タ イプ１及びタ イプ２よりも、タイプ３のヒストグラムの計算には、著しく長い時間が掛かると いうことが想定される。従って、２つのゾーンを平行して処理できるように、対 応するプロセスを二重にしなければならない。次のようなプロセスが生じる： −プロセス１：ゾーン−プロセス ゾーン生成及びヒストグラムの評価（アルゴリズム１、５、６、７） −プロセス２：ヒストグラム−プロセス（ヒストグラム・タイプ１） ヒストグラム・タイプ１のヒストグラム−計算（アルゴリズム２） −プロセス３：ヒストグラム−プロセス（ヒストグラム・タイプ２） ヒストグラム・タイプ２のヒストグラム−計算（アルゴリズム３） −プロセス４：ヒストグラム−プロセス（ヒストグラム・タイプ３） ヒストグラム・タイプ３のヒストグラム−計算（アルゴリズム４） −プロセス５：ヒストグラム−プロセス（ヒストグラム・タイプ３） ヒストグラム・タイプ３のヒストグラム−計算（アルゴリズム４） 実行の際の手順は、次のようなものである： −ステップ１：データ・スキーマの作成、表３ データ・スキーマから、データ・アクセス・アーカイブ５、図２を生成する。 このステップは、並列化するかどうか、及び並列化の方法とは独立している。 ステップ２：アルゴリズムの実行 このステップは、同様に、並列化するかどうか、及び並列化の方法とは独立し ており、小さな制約がある：分散システムの場合、何 らかの形で、いつアルゴリズムの出力データが完全に記憶されるかを認識できる 、ということが重要である。ヒストグラムを計算するためのアルゴリズムの場合 には、出力データは一つの属性で構成されるので、それは重要ではない。ゾーン を生成するためのアルゴリズムの場合は、それほど単純ではない。ここでは、Ｚ ＯＮＥ−オブジェクト、ＤＯＣＵＭＥＮＴ−オブジェクトからＺＯＮＥ−オブジ ェクトへのＺＯＮＥ＿ＬＩＮＫ−リンク、及びＺＯＮＥ−オブジェクトからその ＶＺＧ−オブジェクトへのＶＺＧ＿ＬＩＮＫ−リンクが記述される。ＺＯＮＥ＿ ＬＩＮＫ−リンクを終わりに記入した時でなければ、出力の完了を認識できない 。 アルゴリズムを実行する場合、どのような順序で出力データを機能的に記憶さ せるかを常に考慮しなければならない。アルゴリズムが、例えば、オブジェクト ・ツリーを生成したら、常に、ツリーのルート・オブジェクトを最後に全データ 残高に入れなければならない。 ステップ３：ローカル・シーケンス制御の実行、図２ ゾーン−プロセスのローカル・シーケンス制御の場合、ヒストグラム−評価を 呼び出すことが重要である。上記で指定したように、ヒストグラムが利用可能に なる順序で制御を行わなければならない。 最初のデータ転送の前に、さしあたって、ゾーン−プロセスは、ヒストグラム −プロセスのための結合を構築しなければならない。 ヒストグラム・プロセスのローカル・シーケンス制御には、ポート通信の初期 化が明示的に含まれている。初期化は、プロセス名をセットすることと、結合構 造を接合することで構成されている。 ステップ４：ポート構成の作成、表４ ゾーン−プロセスは、ヒストグラム・プロセスのために、１ゾーン当たり２つ の異なるデータ・セグメントを準備しなければならない（タイプ１及び２のヒス トグラム−プロセスは、ＡＴＴ１−属性を持つＶＺＧ−オブジェクトを必要とし 、タイプ３のヒストグラム−プロセスは、ＡＴＴ２−属性を持つＶＺＧ−オブジ ェクトを必要とする）。従って、プロセスは、２つのポートを必要とする。準備 したデータに対して結果データが見込まれるので、ポートはクライアント−ポー トである。 ヒストグラム−プロセスは、それぞれ一つのサーバー・ポートを有しており、 それを介して入力データを受信し、出力データをクライアントに戻す。同じ入力 データが必要なので、タイプ１及び２のヒストグラム−プロセスのサーバー・ポ ートは、マルチキャスト結合を介して、同じクライアント−ポートと結合される 。サーバー・ポートは、選択結合を介して、同じクライアント−ポートと結合さ れるので、両方の事例のタイプ３のヒストグラム−プロセスが交互 に使用される。 ステップ５：転送制御モジュール７の実行、図２ ゾーン−プロセスの転送制御モジュールには、ＺＯＮＥ＿ＥＶＥＮＴＳを書き 込む際に部分樹として、アルゴリズム１の出力データが送信される。 アルゴリズム６、７、表３の入力データは、読み取りの際にそれぞれの属性タ イプに受信される。 ヒストグラム−プロセスの転送制御モジュールには、データベースを開く際に 入力データが受信される。それぞれの属性を書き込む際に、出力データが送信さ れる。 ローカル・データベースからの読み取り及び送信の際のデータの圧縮、受信の 際の復元及びローカル・データベースへの書き込み、並びに、グローバル・オブ ジェクト名へのローカル・オブジェクト・マーカーの変換、及びその逆の動作は 、転送アーカイブ（図２、表４）の転送制御機能に対して隠蔽されている。

【手続補正書】特許法第１８４条の８ 【提出日】１９９５年１１月３０日 【補正内容】 がデータセットに依存している、ということに現れている。従って、与えられた アプリケーションの場合、常に、認識しようとするデータセットについて既に前 もって知られているすべてのことを認識のために利用して、良好な結果が得られ るアルゴリズムがある。特性に関する既に知られているデータセットの単純な実 例は、文字認識システムの場合、文字タイプ、文字の大きさ、限定した語彙、あ るいは、認識しようとする文字の文書の中の位置である。同時に、そうすること によって、アルゴリズムを再利用するという求めに応じることができる。認識方 法は、異なる作動システムを有する異なるタイプのコンピュータで実現すること ができ、出来るだけ容易に、新しい問題設定に適合させることができる。 問題設定の要求が高い場合、認識アルゴリズムの計算の手間が非常に掛かるの で、実際に使用する場合に必要な処理量は、並列コンピュータでしか実現できず 、その際、特殊ハードウエアによって、幾つかの処理文字をサポートしなければ ならない。しかしながら、最新の技術から知られた認識システムは、単一プロセ ス・システムとして構想される。 ”二次元表面を認識するための分散階層調整システム”（Ｏｐｔｉｃａｌ Ｅ ｎｇｉｎｅｅｒｉｎｇ、３２、（１９９３）６月、Ｎｏ．６、Ｂｅｌｌｉｎｇｈ ａｍ、ｐ．１１６７〜１１９２）では、３Ｄシーンの表面の分散認識システムが 記述されている。認識の問題を解決するために、タスクを階層的に分散すること が提案されており、その場合、基本的センサ・データを用いて、簡単な観察から 初めて、段階的に複雑な観察にまとめあげる。それぞれの部分タスクがプロセス に転送され、部分タスクの階層的関係が、互いにプロセスの通信関係にコピーさ れる。 ユーザによって定義可能な複雑な構造を用いて、適切なデータ・モデルに基づ いて、データベース、すなわち、アプリケーション・データの管理が行われる。 そうすることによって、目標システムの 構造に応じてアルゴリズムを実行することができる。 ”ＵＮＩＸのためのプロセス中通信設備”（Ｌｏｃａｌ Ｎｅｔｗｏｒｋｓ ｆｏｒ Ｃｏｍｐｕｔｅｒ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ、Ｎｏｒｔｈ Ｈｏ ｌｌａｎｄ Ｐｕｂｌｉｓｈｉｎｇ Ｃｏｍｐａｎｙ、１９８１、ｐ．３１９〜 ３５４）では、ＵＮＩＸのための基本的プロセス通信メカニズムが記述されてい る。オペレーション・システム・カーネルで、情報をバッファし、プロセスを同 期させることができるオブジェクトのポートを作成することができる。各々のサ ービス（機能性）の要約として、このポートを使用し、情報の送信及び受信に応 じて、例えば、読み取り及び書き込みといったシステム呼び出しを特定のポート に戻す、ということが提案されている（この考え方は、最新のオペレーション・ システム・カーネルを構築する際に実際に取り上げられた）。 情報は、ポートを介して、オペレーション・システム・カーネル内の独立した オブジェクトとして、一つのプロセスから別のプロセスに流れる、すなわち、そ うしたポートを介して通信を行う両方のプロセスは、こうしたポートを明確に認 識しなければならない。そうすることによって、それぞれの構造の依存性が成立 する。 本発明が基礎とする課題は、Ｎ−プロセッサを用いてパターン認識を行うため の装置と方法を作成し、その場合、認識アルゴリズムに対してシステムの異種性 を隠蔽する。こうした課題は、請求項１及び８の特徴によって解決される。 本発明に従ったパターン認識システムには、通信を行う異なるプロセス・シス テムを構築する際に大きい柔軟性がある。変更を加えることなく、単一、あるい は、マルチ・プロセス・システムで認識アルゴリズムを使用することができる。 特に、効率的に構成可能で、処理量に関して、等級付可能な文字認識ソフトウエ アの開発プラットフォームとして、このシステムを使用することができる。 本発明のその他の実施形態は、本発明の説明及びそのプレアンブ ルから見て取ることができる。 請求の範囲 １．マルチ・プロセス環境及び分散データベースにおいて、そのデータ・モデ ルがオブジェクト、オブジェクトを結合するためのリンク、及び記述するための 属性で構成され、 その際、オブジェクト、リンク、及び属性の書き込み、読み取り、及び消去、 並びに、データベースのオープン、クローズ、破棄が、データ・アクセス機能に よって行われ、 パターン認識アルゴリズムで構成されるプロセスを用いるパターン認識のため の方法において、 それぞれのプロセスに、もっぱら出力データの読み取りと出力データの書き込 みのために予め定められた数のポートが専用に割り当てられ、その種のプロセス のデータ交換が包括的に行われ、またデータアクセス機能を呼び出して、データ ベースのデータ・セグメントを送信、あるいは、受信することを特徴とする方法 。 ２．転送アーカイブにまとめられた転送機能を用いて、予め与えられたデータ ・セグメント、あるいは、一連のデータ・セグメントを選択し、予め与えられた ポートを介して送信するか、あるいは、予め与えられたポートでデータ・セグメ ントを受信し、データベースに追加することを特徴とする請求項１に記載の方法 。 ３．データ・セグメントとして、オブジェクト、リンク、属性、部分樹、ある いは、オブジェクトからの部分グラフを用いることを特徴とする請求項１〜２に 記載の方法。 ４．ローカル・データベースのオープン、あるいは、開かれたローカル・デー タベースへの読み取りアクセスに基づいて、入力データの受信を行うことを特徴 とする請求項１〜３に記載の方法。 ５．ローカル・データベースのクローズ、あるいは、ローカル・データベース への書き込みアクセスに基づいて、出力データの送信を行うことを特徴とする請 求項１〜４に記載の方法。 ６．ポートの間に、それぞれ、予め与えられた方針に従って、選択される代替 結合を備えることを特徴とする請求項１〜５に記載の方法。 ７．入力−、出力−、クライアント−、及びサーバー・ポートを備えることを 特徴とする請求項１〜６に記載の方法。 ８．その際、データ・モデルが、オブジェクト、オブジェクトを結合するため のリンク、記述するための属性で構成され認識アルゴリズムで構成され、その際 、オブジェクトの書き込み、読み取り、及び消去のため、及びデータベースの生 成、オープン、クローズ、及び廃棄のために、データ・アクセス機能を設け、及 びその際、認識アルゴリズムが、データの記憶の実行についての知識を有さず、 プロセスのためにＮプロセスを用いてパターン認識を行うための装置において 、 分散メモリにローカル・データベースが設けられることを特徴とする装置。 ９．プロセッサとして、ネットワークを介して互いに通信を行うパーソナルコ ンピュータ、ワークステーション、及びコプロセッサ・ネットワークを備えるこ とを特徴とする請求項８に記載の装置。

Claims (1)

1. 【特許請求の範囲】 １．マルチ・プロセス環境及び分散データベースにおいて、そのデータ・モデ ルがオブジェクト、オブジェクトを結合するためのリンク、及び記述するための 属性で構成され、 その際、オブジェクト、リンク、及び属性の書き込み、読み取り、及び消去、 並びに、データベースのオープン、クローズ、破棄が、データ・アクセス機能に よって行われ、 その際、認識アルゴリズムが、データ保管の実行についての知識を有さず、パ ターン認識アルゴリズムで構成されるプロセスを用いるパターン認識のための方 法において、 それぞれのプロセスに、もっぱら出力データの読み取りと出力データの書き込 みのために予め定められた数のポートが専用に割り当てられ、その種のプロセス のデータ交換が包括的に行われ、またデータアクセス機能を呼び出して、データ ベースのデータ・セグメントを送信、あるいは、受信することを特徴とする方法 。 ２．転送アーカイブにまとめられた転送機能を用いて、予め与えられたデータ ・セグメント、あるいは、一連のデータ・セグメントを選択し、予め与えられた ポートを介して送信するか、あるいは、予め与えられたポートでデータ・セグメ ントを受信し、データベースに追加することを特徴とする請求項１に記載の方法 。 ３．データ・セグメントとして、オブジェクト、リンク、属性、部分樹、ある いは、オブジェクトからの部分グラフを用いることを特徴とする請求項１〜２に 記載の方法。 ４．ローカル・データベースのオープン、あるいは、開かれたローカル・デー タベースへの読み取りアクセスに基づいて、入力 データの受信を行うことを特徴とする請求項１〜３に記載の方法。 ５．ローカル・データベースのクローズ、あるいは、ローカル・データベース への書き込みアクセスに基づいて、出力データの送信を行うことを特徴とする請 求項１〜４に記載の方法。 ６．ポートの間に、それぞれ、予め与えられた方針に従って、選択される代替 結合を備えることを特徴とする請求項１〜５に記載の方法。 ７．入力−、出力−、クライアント−、及びサーバー・ポートを備えることを 特徴とする請求項１〜６に記載の方法。 ８．その際、データ・モデルが、オブジェクト、オブジェクトを結合するため のリンク、記述するための属性で構成され認識アルゴリズムで構成され、その際 、オブジェクトの書き込み、読み取り、及び消去のため、及びデータベースの生 成、オープン、クローズ、及び廃棄のために、データ・アクセス機能を設け、及 びその際、認識アルゴリズムが、データの記憶の実行についての知識を有さず、 プロセスのためにＮプロセスを用いてパターン認識を行うための装置において 、 分散メモリにローカル・データベースが設けられることを特徴とする装置。 ９．プロセッサとして、ネットワークを介して互いに通信を行うパーソナルコ ンピュータ、ワークステーション、及びコプロセッサ・ネットワークを備えるこ とを特徴とする請求項８に記載の装置。