JPS59161782A - パタ−ン・マツチング方法 - Google Patents

パタ−ン・マツチング方法

Info

Publication number
JPS59161782A
JPS59161782A JP58036469A JP3646983A JPS59161782A JP S59161782 A JPS59161782 A JP S59161782A JP 58036469 A JP58036469 A JP 58036469A JP 3646983 A JP3646983 A JP 3646983A JP S59161782 A JPS59161782 A JP S59161782A
Authority
JP
Japan
Prior art keywords
pattern
similarity
standard pattern
input
calculation
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
Application number
JP58036469A
Other languages
English (en)
Inventor
Nobuhiko Kadokawa
角川 允彦
Takeshi Miyagawa
猛 宮川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Holdings Corp
Original Assignee
Matsushita Electric Industrial Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Matsushita Electric Industrial Co Ltd filed Critical Matsushita Electric Industrial Co Ltd
Priority to JP58036469A priority Critical patent/JPS59161782A/ja
Publication of JPS59161782A publication Critical patent/JPS59161782A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Character Discrimination (AREA)

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 本発明は文字、図形、音声等のパターン認識システムに
おけるパターン・マツチング方法に関する。
従来例の構成とその問題点 従来のパターン・マツチング方法は、入カバターンの変
動を吸収するために、入カバターンから抽出された要素
からなる入カバターンベクトルと、標準パターンから抽
出された要素からなる標準パp−:y<yhtbと0間
″″″的j計画法I″D1″チ′グ〕による漸化式計算
を行な□うことによって入カバターンと標準パターンの
類似度を求め入カバターンを認識する方式が取られてい
る。その際、漸化式計算を行なう領域を限定するために
整合の窓を導入し、演算時間の削減ならびに標準パター
ンベクトルと入カバターンベクトル間での極端力対応づ
けをさけていた。しかし整合の窓幅はどの標準パターン
ベクトルの順化計算の1劾合にも一律の値が用いられて
いる。ところが文字パターンの認識の場合、文字によっ
て入カバターンの標準パターンに対する変動の度合が異
なるため、誤認識が多い欠点がある。
発明の目的 本発明は、認識率の向上ならびに演算時1…の減少を実
現できるパターン・マツチング方法f、M供することを
目的とする。
発明の構成 本発明のパターン・マツチング方法は、類似度計算の範
囲を限定する定数を標準パターン毎に持たせ、入カバタ
ーンを表現する要素列と標準パターンを表現する要素列
の間の類似度を算出することを特徴とする。
実施例の説明 以下本発明の一実施例を図面に基づいて龜明する。
第1図はDBマツチング方式の原理を説明するものであ
る。入力文字Aから得られた入カバターンベクトルと標
準パターンBから得られた標準パターンベクトルをそれ
ぞれA、Bとする〇但し、A=(al、a2・・・、a
M)・・・(1)B = (b、、 b、・・・ 、八
)       (2)第1図においては横軸に人力バ
ターンベクトルA、縦軸に標準パターンベクトルBをそ
れぞれ第1式、第2式の安素番号順に並べる。ここでベ
クトルAとBの類似度計算は以下の漸化式によって行な
われる。
但し、  d[i、j) = 1a1− ’J l  
 ・・・(4)g(1,j)=oo (j≦0又は1≦
0) ・・・(5)g(1,1)=lj+ −b+l 
  e++   (6)第4式をg(N、M)まで計算
し、 D = g(N、M)/L             
     (7)を求めると、これがベクトルAとBの
間の類似度となる。但し、L、、、M+N である。
第3式の計算において第1行目の計算の範囲を制限する
ものとして整合の窓を用いる。この整′合の窓の範囲は
次の計算によって行なう。
n =−X i −W             +8
1mニーxi+W                 
(91但し、n=1(−xi−w≦1のとき’)・−Q
(I■ m=M  (−xi−1−W≧Mのとき)  −−−(
IllWは整合の窓幅を定める定数である。第8式〜第
11式で定まるm、nを用いて第1行目の計算では、g
(1,n)からg(1,m)の間の計算を第3式によっ
て行なう。第1行目のn列からm列の間を前記整合の窓
と呼ぶ。
図中のwarppingfunctionはベクトルA
とBの最適な対応関係を表わす吃ので、この曲1iJK
沿って得られる′g (i、j)の計算を行なうとベク
トルAとBの類似度が得られる。実際には第3式の漸化
式計算を第1行目から第n行目まで繰り返すことにより
第7式のDが得られる。
従来は入カバターンベクトルと数個の標準パターンベク
トルの間で同じ整合の窓幅で上記の漸化式計算を行ない
、最も小さいDの値が得られた標準パターンベクトルに
対応する標準パターンの文字を認識文字としている。本
方式では第10式第11式で定まる整合の窓幅を、DB
マツチングを行なう標準パターンベクトルごとにその値
を変化させるのが特徴である。
今、簡単のために入カバターンCが2つの標準パターン
A、Bのどちらであるかを判定する場合を例にして本方
法を詳しく説明する。
第2図はベクトルAとBの間でDPマツチングを行なっ
た場合のwarpping functionを示して
いる。但し、整合の窓を設定しているために第3図の整
合マドを設定しない場合とは異なった曲線になっている
。したがって第2図で得られるベクトルAとBの間の類
似度D1は第3図のwarppingfunction
 K沼って得られる類似度D2よりは大きな値となって
いる。
第4図は同様に第2図の場合と同じ整合の窓幅でベクト
ルAとCの間の類似度計算を行なったもので整合の窓を
設定しない場合とwarpping func−tio
n  が一致しているために第4図で得られたベクトル
AとCの類似度D3は第5図で得られた類似度D4と等
しい。従来の整合の窓幅を同定する方法では以上のこと
から、D2とD4の間でD2< D、が成立する場合が
あっても整合の窓の影響でDI > D2と々す、結局
D2〉DJ  となることが生じる可能性がある。この
ために人カバターンAが標準パターンBを表わしている
場合であっても、人カバターンAが標準パターンCと判
定されてしまうことが生じることがある。従来の方法で
これをさけるためには、整合の窓幅な、この例では2つ
の類似度計算の場合で同じ様に大きくすることによって
解決できるがこれによって漸化式計算のtがベクトルA
とBの間の計算とベクトルAとCのItJjの計算の2
つの場合で増加してしまう。本方法では標準パターンB
の文字を手書きした場合に変動が犬きくなることが前も
って明らかになっている場合に標準パターンベクトルB
と入カバターンベクトルとの漸化式計算の際にだけ窓幅
を大きくすることができる。これによって従来の誤認識
をさけることができる。しかもこれによる計算量の増加
はベクトルAとBの間の計算の場合だけであり、従来方
式の様に整合の窓幅を一律に大きくすることにより誤認
識をさける場合と比較して本方式では少ない計算量でよ
いという利点がある。また整合の窓幅を可変にするため
には第10式、第11式のWの値を変えることにより容
易に実現できる。
なお、上記説明では文字パターンの認識を例に挙げて説
明したが、これらの記載は本発明の範囲を限定するもの
ではなく、本発明は図形、文字等のように何らかの特徴
を表わすベクトルで表現できLものであれば同様に適用
できる。また類似度計算法としてDPマツチング法の1
つの例として第3式の漸化式全説明したが、これに限定
されるもので々く、漸化計算によって類似度を求める手
法に本発明は適用できる。
発明の詳細 な説明のように、本発明のパターンマツチング方法に上
ると、各標準パターンごとに整合の窓幅を変化させて計
算を行うため、従来のように整合の窓幅を一律にした従
来のものに比べて、演算時間の減少、認識率の向上を実
現できるものである。
【図面の簡単な説明】
第1図は動的計画法によるパターン・マツチングの原理
説明図、第2図〜第5図は整合の窓幅とwarppin
g functionの関係説明図である。 代理人   森  木  義  弘 第1図 111az−−−−−ゐ−−−−−−−−−&、−,a
M第2図 第3図

Claims (1)

    【特許請求の範囲】
  1. ■、 類似度計算の範囲を限定する定数を標準パターン
    毎に持だせ、入カバターンを表現する要素列と標準パタ
    ーンを表現する要素列の間の類似度を算出するパターン
    ・マツチング方法。
JP58036469A 1983-03-04 1983-03-04 パタ−ン・マツチング方法 Pending JPS59161782A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP58036469A JPS59161782A (ja) 1983-03-04 1983-03-04 パタ−ン・マツチング方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP58036469A JPS59161782A (ja) 1983-03-04 1983-03-04 パタ−ン・マツチング方法

Publications (1)

Publication Number Publication Date
JPS59161782A true JPS59161782A (ja) 1984-09-12

Family

ID=12470670

Family Applications (1)

Application Number Title Priority Date Filing Date
JP58036469A Pending JPS59161782A (ja) 1983-03-04 1983-03-04 パタ−ン・マツチング方法

Country Status (1)

Country Link
JP (1) JPS59161782A (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61232499A (ja) * 1985-04-08 1986-10-16 株式会社リコー 音声パターン照合方法
JPS61292698A (ja) * 1985-06-21 1986-12-23 三菱電機株式会社 パタン類似度計算装置
JPS62165695A (ja) * 1986-01-17 1987-07-22 日立マイクロコンピユ−タエンジニアリング株式会社 パタ−ン認識装置
JPS63223796A (ja) * 1987-03-13 1988-09-19 松下電器産業株式会社 音声認識方法
JPH02296299A (ja) * 1989-05-10 1990-12-06 Nec Corp 音声認識装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61232499A (ja) * 1985-04-08 1986-10-16 株式会社リコー 音声パターン照合方法
JPS61292698A (ja) * 1985-06-21 1986-12-23 三菱電機株式会社 パタン類似度計算装置
JPH0556518B2 (ja) * 1985-06-21 1993-08-19 Mitsubishi Electric Corp
JPS62165695A (ja) * 1986-01-17 1987-07-22 日立マイクロコンピユ−タエンジニアリング株式会社 パタ−ン認識装置
JPS63223796A (ja) * 1987-03-13 1988-09-19 松下電器産業株式会社 音声認識方法
JPH02296299A (ja) * 1989-05-10 1990-12-06 Nec Corp 音声認識装置

Similar Documents

Publication Publication Date Title
JP2595495B2 (ja) パタンマッチング装置
US4400828A (en) Word recognizer
US5181256A (en) Pattern recognition device using a neural network
JPH08227408A (ja) ニューラルネットワーク
JPS59161782A (ja) パタ−ン・マツチング方法
Horio et al. Feedback self-organizing map and its application to spatio-temporal pattern classification
JP3215162B2 (ja) 曲線形成方法および装置
JP2736361B2 (ja) ニューラルネット構成方法
Xu et al. A new approach to merging gaussian densities in large vocabulary continuous speech recognition
JP3052520B2 (ja) パターン分類装置
EP0567983A2 (en) Learning type waveform recognizer
JPH09138786A (ja) ニューラルネットワークの学習装置
JP2518871B2 (ja) パタン比較器
JPH0432432B2 (ja)
JPH0565907B2 (ja)
JP2940446B2 (ja) ストロークパターン整合装置
JPS59195699A (ja) 単語音声認識装置
JPH0531792B2 (ja)
JP3348735B2 (ja) パターン照合方式
JP2951661B2 (ja) パタン尤度計算方式
JPH03201027A (ja) 学習を用いた動的計画法
JPH08272907A (ja) 文字認識装置及び方法
JP3155614B2 (ja) パターン認識方法および装置
JPS60201398A (ja) 連続単語音声認識方式
US6708151B1 (en) Reference pattern generating apparatus and method, and computer readable medium having reference pattern generating program embodied thereon