JPS58178483A - パタ−ン認識方式 - Google Patents
パタ−ン認識方式Info
- Publication number
- JPS58178483A JPS58178483A JP57061064A JP6106482A JPS58178483A JP S58178483 A JPS58178483 A JP S58178483A JP 57061064 A JP57061064 A JP 57061064A JP 6106482 A JP6106482 A JP 6106482A JP S58178483 A JPS58178483 A JP S58178483A
- Authority
- JP
- Japan
- Prior art keywords
- maximum similarity
- pattern
- similarity
- threshold value
- candidate category
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
本発明は、パターン認識方式の改良に関するものである
。
。
従来の入カバターンと複数個の標準パターンとの間の類
似度を評価するパターン認識方式では、次のようにし7
てリジェクトを決定していた。
似度を評価するパターン認識方式では、次のようにし7
てリジェクトを決定していた。
この最大類似度11によらずしきい値Cが一定であるパ
ターン認識方式には、不要な多数のりジエクト(リジェ
クトせずにカテゴリC,を答として出力してもエラーを
生じず利足条件を変えることな2写り正しい答、すなわ
ちコレクトにできるようなりジエクト)を発生するとい
う欠点があつ九。
ターン認識方式には、不要な多数のりジエクト(リジェ
クトせずにカテゴリC,を答として出力してもエラーを
生じず利足条件を変えることな2写り正しい答、すなわ
ちコレクトにできるようなりジエクト)を発生するとい
う欠点があつ九。
#!1図は最大類似度S1.シよび最大類似度と医大類
似度との差(518t)の2f数について、サンプルパ
ターンをプロットした図である。
似度との差(518t)の2f数について、サンプルパ
ターンをプロットした図である。
第1Fにおいて、1は答の第1位候補カテゴリC1が入
カバターンの有するカテゴリCと一致せず、リジェクト
しなければエラー音生じるパターンの領域(エラー発生
可能領域と呼ぶ)を表わし22はエラー発生可能飴域の
境界(関数表現により8、−8.=f(s、)と記述で
きる)t−弄わす。
カバターンの有するカテゴリCと一致せず、リジェクト
しなければエラー音生じるパターンの領域(エラー発生
可能領域と呼ぶ)を表わし22はエラー発生可能飴域の
境界(関数表現により8、−8.=f(s、)と記述で
きる)t−弄わす。
上記従来のパターン認識方式により、第1図におけるエ
ラーの発生をなくすためにはε=aとすれば良いが、こ
のときのりジエクト領域は第1図の1および3となり、
エラー発生の可能性がなくコレクトにできるパターン領
域3(コレクト可能なりジエクト領域と呼ぶ)に属する
パターンもリジェクトになってし1う。
ラーの発生をなくすためにはε=aとすれば良いが、こ
のときのりジエクト領域は第1図の1および3となり、
エラー発生の可能性がなくコレクトにできるパターン領
域3(コレクト可能なりジエクト領域と呼ぶ)に属する
パターンもリジェクトになってし1う。
本発明は従来のパターン認識方式の肩する上記問題点を
解決し、従来より認識a度の高いパターン認識方式を掃
供することを目的としている。
解決し、従来より認識a度の高いパターン認識方式を掃
供することを目的としている。
この目的ヲ運成するため、本発明においては判別用のし
きい値を豪大類似度と候補カテゴリに志じて可変とした
点に%徴がある。
きい値を豪大類似度と候補カテゴリに志じて可変とした
点に%徴がある。
以下、本発明の詳細な説明する。
第1の実施例は、入カバターンと″a数個の標準パター
ンとの間の類似度を評価し1次のようにし0式によりリ
ジェクトを決定するパターン認識方式の特徴は、リジェ
クト決定用しきい値を第1位候補カテゴリC1に応じて
変化させただけでなく。
ンとの間の類似度を評価し1次のようにし0式によりリ
ジェクトを決定するパターン認識方式の特徴は、リジェ
クト決定用しきい値を第1位候補カテゴリC1に応じて
変化させただけでなく。
” (C1* Sl )のごとく最大類似度$1に
応じて変化させたことである。
応じて変化させたことである。
本実施例の特別な場合として、ε(’1 e ’1 )
eδ(C1)が第1位候補カテゴリC1によらない場
合(ε(S、)、δと記述できる場合)がある。
eδ(C1)が第1位候補カテゴリC1によらない場
合(ε(S、)、δと記述できる場合)がある。
このとき、第1図において% g(s、)をエラー発生
可能領域1の境界2に沿って設定(g(1,)=f(s
l ))して認識実験をおこなったところ、従来の0式
によってリジエク)f決定するノ(ターン認識方式では
りジエクトであった、コレクト可能なりジエクト領域3
に属していた)(ターンをすべてコレクトにできた。
可能領域1の境界2に沿って設定(g(1,)=f(s
l ))して認識実験をおこなったところ、従来の0式
によってリジエク)f決定するノ(ターン認識方式では
りジエクトであった、コレクト可能なりジエクト領域3
に属していた)(ターンをすべてコレクトにできた。
第2図は、本実施例(0式によってリジェクトを決定す
るパターン認識方式)を単純類似度法による印刷文字認
識に適用した場合〔第1位候補カテゴリC1=”5”、
サンプル数4313文字〕のサンプルパターンを2変数
’1 * ’I IIについてプロットした図であ
り、4はエラー発生可能領域を衣わす。(Q従来の最大
類似度によらないしきい値によるリジェクト決定方式 (リ 本発明の最大類似度に応じたしきい値によるを開
繊精度(エラーを0%とした場合のりジエクト)につい
て比較する。(b)の方式によると(a)の方式より、
第2図の斜線領域5の分(257文字)だけりジエクト
を減少できる。リジェクトの減少分は257文字/43
13文字= 5.96%である。
るパターン認識方式)を単純類似度法による印刷文字認
識に適用した場合〔第1位候補カテゴリC1=”5”、
サンプル数4313文字〕のサンプルパターンを2変数
’1 * ’I IIについてプロットした図であ
り、4はエラー発生可能領域を衣わす。(Q従来の最大
類似度によらないしきい値によるリジェクト決定方式 (リ 本発明の最大類似度に応じたしきい値によるを開
繊精度(エラーを0%とした場合のりジエクト)につい
て比較する。(b)の方式によると(a)の方式より、
第2図の斜線領域5の分(257文字)だけりジエクト
を減少できる。リジェクトの減少分は257文字/43
13文字= 5.96%である。
■式において=(3,)は区分的線形関数により表現し
た。この例のように、■式における’(’l5s1 )
、δ(C1)を区分的線形関数で表現した場合、メモリ
容量を節約できるという効果がある。
た。この例のように、■式における’(’l5s1 )
、δ(C1)を区分的線形関数で表現した場合、メモリ
容量を節約できるという効果がある。
第2の実施例は第1の実施例の特別な場合であり、次の
ようにリジェクトを決定する方式である。
ようにリジェクトを決定する方式である。
(1) 広大類似Ifを与える標準パターンのカテゴ
リである第2位候補カテゴリc8 に応じてしきい/ 値Iを変えた場合(すなわち、第1の実施例における’
(cIeSl)を’(cls clest )とし、
第2の実施例におけるg(c、)を’(’s * c
* )とした場合)(IIJ 人カバターンと標準
パターンとの間で類イ以度の代わりに距離を評価し、最
大類似[11と医大類似度8.の代わりに、最小距離X
(−1)・・・(−d、 と衆わす)と送手距離X(−
1)・・・(−d、と表わす)を用いて、■式と0式の
パターン認識方式を実施した場合 (110■式、■式のりジエクト決定用の変数としてS
l ’tl dt) (dt)の代わりに他の変
数を用いた場合 4V) 入カバターンに各種の前処理と特徴抽出とい
う変換を施した後に、f換されたパターンと標準パター
ンとの間で、類似If筐fC,は距離などを評価した場
合 も上記2つの実施例と同様にして実施できる。
リである第2位候補カテゴリc8 に応じてしきい/ 値Iを変えた場合(すなわち、第1の実施例における’
(cIeSl)を’(cls clest )とし、
第2の実施例におけるg(c、)を’(’s * c
* )とした場合)(IIJ 人カバターンと標準
パターンとの間で類イ以度の代わりに距離を評価し、最
大類似[11と医大類似度8.の代わりに、最小距離X
(−1)・・・(−d、 と衆わす)と送手距離X(−
1)・・・(−d、と表わす)を用いて、■式と0式の
パターン認識方式を実施した場合 (110■式、■式のりジエクト決定用の変数としてS
l ’tl dt) (dt)の代わりに他の変
数を用いた場合 4V) 入カバターンに各種の前処理と特徴抽出とい
う変換を施した後に、f換されたパターンと標準パター
ンとの間で、類似If筐fC,は距離などを評価した場
合 も上記2つの実施例と同様にして実施できる。
以上の実施例は通常のマイクロプロセサによりプログラ
ム制御により実行できる。
ム制御により実行できる。
たとえば、前記■式で与えられる方式蝶第3図のフロー
チャートにしたがって実行される。
チャートにしたがって実行される。
第1図は最大類似度Sl、および最大類似度と医大類似
度との差’t stの2変数について。 サンプルパターンをプロットした図、第2図は本発明を
印刷文字認識に適用した場合のサンプルパターン’rs
、、S、−s、の2変数についてプロットした図、第3
図は本発明のパターン認識方式を実行するためのフロー
チャートである。 茅 1 図 ¥JZ図 第 3 図
度との差’t stの2変数について。 サンプルパターンをプロットした図、第2図は本発明を
印刷文字認識に適用した場合のサンプルパターン’rs
、、S、−s、の2変数についてプロットした図、第3
図は本発明のパターン認識方式を実行するためのフロー
チャートである。 茅 1 図 ¥JZ図 第 3 図
Claims (1)
- 1、入カバターンと標準パターンとの最大類似度および
次大類供度を求め、該最大類似度と次大類イ以度との差
を所定の第1のしきい値と比較し且つ上記最大類似#を
所定の第2のしきい値と比較することにより選足された
候補カテゴリを上記入カバターンの属するカテゴリと判
定するパターン認識方式において、上記W41のしきい
値を上記最大類似度とすくなくとも1個の上記候補カテ
ゴリに応じて可変とし、上記第2のしきい値をすくなく
とも1個の上記候補カテゴリに応じて可変とすることを
特徴とするノくターン認識方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP57061064A JPS58178483A (ja) | 1982-04-14 | 1982-04-14 | パタ−ン認識方式 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP57061064A JPS58178483A (ja) | 1982-04-14 | 1982-04-14 | パタ−ン認識方式 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPS58178483A true JPS58178483A (ja) | 1983-10-19 |
Family
ID=13160353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP57061064A Pending JPS58178483A (ja) | 1982-04-14 | 1982-04-14 | パタ−ン認識方式 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS58178483A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008298460A (ja) * | 2007-05-29 | 2008-12-11 | National Research Institute Of Police Science Japan | 規制薬物判別装置、規制薬物判別方法および規制薬物判別プログラム |
-
1982
- 1982-04-14 JP JP57061064A patent/JPS58178483A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008298460A (ja) * | 2007-05-29 | 2008-12-11 | National Research Institute Of Police Science Japan | 規制薬物判別装置、規制薬物判別方法および規制薬物判別プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Karu et al. | Fingerprint classification | |
Lu | Knowledge integration in a multiple classifier system | |
Sun et al. | Face detection based on color and local symmetry information | |
Ying | Analytical analysis and feedback linearization tracking control of the general Takagi-Sugeno fuzzy dynamic systems | |
CN102982349A (zh) | 一种图像识别方法及装置 | |
CN103745237A (zh) | 光照变化条件下的人脸识别算法 | |
CN104504383A (zh) | 一种基于肤色和Adaboost算法的人脸检测方法 | |
CN111783543A (zh) | 一种基于多任务学习的面部活动单元检测方法 | |
JPS58178483A (ja) | パタ−ン認識方式 | |
US5293454A (en) | Learning method of neural network | |
Karungaru et al. | Face recognition in colour images using neural networks and genetic algorithms | |
Chowdhury et al. | Fuzzy rule based approach for face and facial feature extraction in biometric authentication | |
JPS6089291A (ja) | 文字認識方式 | |
RU2103738C1 (ru) | Способ классификации ориентированных отпечатков пальцев | |
Miron et al. | Fuzzy logic method for partial fingerprint recognition | |
JPS62138986A (ja) | 文字認識装置 | |
JP2953706B2 (ja) | パターン認識装置 | |
JPH02171876A (ja) | パターン認識処理方式 | |
Martinez | Identification of individuals using fingerprints by linguistic descriptions fuzzy comparison | |
Pallavi et al. | Deep Learning Based Application in Detecting Wrinkle and Predicting Age | |
JPS62271190A (ja) | セグメント数字認識方式 | |
JPS6152782A (ja) | 文字認識方式 | |
JPS6355677A (ja) | パタ−ン認識方法 | |
JP2868770B2 (ja) | パターン辞書の構成方式 | |
CN114973225A (zh) | 号牌识别方法、装置及设备 |