JPS5944667B2 - パタ−ン認識装置 - Google Patents
パタ−ン認識装置Info
- Publication number
- JPS5944667B2 JPS5944667B2 JP53034803A JP3480378A JPS5944667B2 JP S5944667 B2 JPS5944667 B2 JP S5944667B2 JP 53034803 A JP53034803 A JP 53034803A JP 3480378 A JP3480378 A JP 3480378A JP S5944667 B2 JPS5944667 B2 JP S5944667B2
- Authority
- JP
- Japan
- Prior art keywords
- category
- input
- pattern
- calculating
- patterns
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Character Discrimination (AREA)
Description
【発明の詳細な説明】
この発明はパターン認識装置に係り、特に入力パターン
と標準パターンとの間の類似の程度を計算することによ
つて、入力パターンが属するカテゴリーを決定する装置
に関する。
と標準パターンとの間の類似の程度を計算することによ
つて、入力パターンが属するカテゴリーを決定する装置
に関する。
従来のパターン認識装置においては分類すべきカテゴリ
の各々に対し標準となるパターンを用意し、入力された
パターンの特徴を調べると、各カテゴリの標準パターン
との類似の程度を求め、最も類似の程度の高いカテゴリ
を入力パターンの属するカテゴリとするものである。
の各々に対し標準となるパターンを用意し、入力された
パターンの特徴を調べると、各カテゴリの標準パターン
との類似の程度を求め、最も類似の程度の高いカテゴリ
を入力パターンの属するカテゴリとするものである。
この場合各カテゴリの標準パターンはそのカテゴリに属
することが既知であを多数のパターンの特徴を統計的に
処理して求めるのが常である。つまり、標準パターンは
その背後に多数のパターンの集合を潜在的に持つており
、その集合の性質を反映したものである。このことから
、入力されたパターンとあるカテゴリとの類似の程度は
入力パターンと多数のパターンの集合との間の類似度で
あると言える。この種の装置は、例えば特公昭４９−１
２７７８号公報に記載されている。
することが既知であを多数のパターンの特徴を統計的に
処理して求めるのが常である。つまり、標準パターンは
その背後に多数のパターンの集合を潜在的に持つており
、その集合の性質を反映したものである。このことから
、入力されたパターンとあるカテゴリとの類似の程度は
入力パターンと多数のパターンの集合との間の類似度で
あると言える。この種の装置は、例えば特公昭４９−１
２７７８号公報に記載されている。
この公報に記載された手法は複合類似度法と呼ばれてい
る。この発明の目的は、改良されたパターン認識装置を
提供するものであり、特に標準パターンの記憶容量及び
類似度Ｂｆ尊貴の減少されたパターン認識装置を提供す
ることにある。
る。この発明の目的は、改良されたパターン認識装置を
提供するものであり、特に標準パターンの記憶容量及び
類似度Ｂｆ尊貴の減少されたパターン認識装置を提供す
ることにある。
この発明においては、上述したような入力パターンが、
単一のパターンではなく、いくつかのパターンの集合で
あるか、あるいは単一のパターンであつても、それをよ
り小さなパターンに分割し、元のパターンをより小さな
パターンの集合と考える。
単一のパターンではなく、いくつかのパターンの集合で
あるか、あるいは単一のパターンであつても、それをよ
り小さなパターンに分割し、元のパターンをより小さな
パターンの集合と考える。
今パターンをｎ次元列ベクトルで表現する。
このとき列ベクトルの要素は、パターンが図形（文字）
を表わす場合には図形の位置に対応した図形の濃度ある
いは輝度に関係する量を示し、また、パターンが音声を
表わす場合にはある時間における音波の強度に関係した
量を示している。入力パターン（パターンの集合）を｛
Ｓｊ；ｊ＝１，Ｎ｝ 式（１）で表わ
し、あるカテゴリβに含まれることが既知であるパター
ンの集合を次のように表わす。
を表わす場合には図形の位置に対応した図形の濃度ある
いは輝度に関係する量を示し、また、パターンが音声を
表わす場合にはある時間における音波の強度に関係した
量を示している。入力パターン（パターンの集合）を｛
Ｓｊ；ｊ＝１，Ｎ｝ 式（１）で表わ
し、あるカテゴリβに含まれることが既知であるパター
ンの集合を次のように表わす。
｛メβｉ；ｉ＝１，Ｍ｝ 式（２）集合
｛〆ｊ｝と集合｛×゛βｉ｝との間の類似度Ｓ〔｛Ｙｊ
｝，｛Ｓβｉ｝〕を計算するために前もつて次の量を計
算しておく。まず集合｛Ｘβｉ｝の 共分散行列Ｘを次
式で計算するＭｔ ここにメｔは列ベクトルたの転置すなわち行ベクトルを
示す。
｛〆ｊ｝と集合｛×゛βｉ｝との間の類似度Ｓ〔｛Ｙｊ
｝，｛Ｓβｉ｝〕を計算するために前もつて次の量を計
算しておく。まず集合｛Ｘβｉ｝の 共分散行列Ｘを次
式で計算するＭｔ ここにメｔは列ベクトルたの転置すなわち行ベクトルを
示す。
集合｛Ｓｊ｝についても同様にその共分散行列Ｙを』
で計算する。
なおＸ（５Ｙは（Ｎ，ｎ）型対称行列となる。また行列
Ｘ（５Ｙの内積（Ｘ，Ｙ）を ただし ＸｋｌはＸの（Ｋ，ｌ）要素 ＹｋｌｌはＹの（Ｋ，ｌ）要素 のように２つの行列の対応する要素の積和として定義す
る。
Ｘ（５Ｙの内積（Ｘ，Ｙ）を ただし ＸｋｌはＸの（Ｋ，ｌ）要素 ＹｋｌｌはＹの（Ｋ，ｌ）要素 のように２つの行列の対応する要素の積和として定義す
る。
この内積により行列Ｘのノルム：１Ｘ１（ を次式で計
算できる。ｑΔ−▲Ｏ−１ 以上の準備により集合｛＞＜Ｊ｝と集合｛１β！｝との
類似度をそれぞれの共分散行列の内積に比例した量とし
て定義する。
算できる。ｑΔ−▲Ｏ−１ 以上の準備により集合｛＞＜Ｊ｝と集合｛１β！｝との
類似度をそれぞれの共分散行列の内積に比例した量とし
て定義する。
つまり、これは集合の性質が共分散行列に充分に反映さ
れているという考えに基く。
れているという考えに基く。
この類似度Ｓ〔｛Ｙｊ｝，｛〆βｉ｝〕の性質を見るた
めに、入力パターン集合の要素が唯一のパターン／だけ
である場合を考える。この時ただしＹｋは・の第ｋ成分 となり、また行列Ｘの固有値をλ８（ｓ＝１，２，・・
・，ｎ）λ８に対応する固有ベクトルを止ｓとするとｎ となり、内積（Ｘ，Ｙ）は となる。
めに、入力パターン集合の要素が唯一のパターン／だけ
である場合を考える。この時ただしＹｋは・の第ｋ成分 となり、また行列Ｘの固有値をλ８（ｓ＝１，２，・・
・，ｎ）λ８に対応する固有ベクトルを止ｓとするとｎ となり、内積（Ｘ，Ｙ）は となる。
従つて７と｛にβｉ｝との類似度はとなる。これは入カ
パターンンとカテゴリβとの複合類似度（特公昭４９−
１２７７８公報参照）の自乗である、と比べて分母がλ
１が ／ぺλ覧に変わつているだけで、ほぼ同等の類似
度を与えている。
パターンンとカテゴリβとの複合類似度（特公昭４９−
１２７７８公報参照）の自乗である、と比べて分母がλ
１が ／ぺλ覧に変わつているだけで、ほぼ同等の類似
度を与えている。
したがつて、本発明において使用する基本となるべき類
似度は上記公報に記載された複数類似度を入力がパター
ンの集合の場合に拡張したものであるということができ
る。次に本発明によるパターン認識装置における処理の
流れの説明を行なう。
似度は上記公報に記載された複数類似度を入力がパター
ンの集合の場合に拡張したものであるということができ
る。次に本発明によるパターン認識装置における処理の
流れの説明を行なう。
認識対象としてＮｘｍ画素からなる図形を用いる。
このような二次元的に拡がりを持つ図形は１画素の巾を
もつ縦方向の短冊（縦短冊という）が集まつたものと考
えることができるし、また巾１の横方向の短冊（横短冊
という）が集まつたものと考えられる。今の場合１つの
図形はｎ個の縦短冊の集合であり、見方をかえれば、ｍ
個の横短冊の集合であるとも言える。そこで１つの図形
をこのような短冊すなわち部分パターンの集合とみなし
、式（７）で示される類似度を適用することによつて認
識を行なう。まずあるカテゴリβに属することが既知で
ある図形の集合を｛ＧβＫ，ｋ−１，・・・Ｋ｝とする
。ここにＧβｋは（Ｍ，ｎ）型行列である。また入力さ
れるパターンを（Ｍ，ｎ）型行列Ｆで表わす。ＦとＧβ
ｋとを各々Ｆ−（＋１，冊，・・・Ｆｎ）
式（１５）Ｇβｋ−（？βＫｌ，＆）Ｋ２・・・ν
βＫｎ）式Ａ６）のように表現すれば図形Ｆはｍ次元ベ
クトルの集合←ト１：ｉ−１，・・・ｎ｝と考えること
ができ、同様に図形Ｇｋは｛ＶβＫｊ；ｊ＝１，・・・
，ｎ｝と考えることができる。
もつ縦方向の短冊（縦短冊という）が集まつたものと考
えることができるし、また巾１の横方向の短冊（横短冊
という）が集まつたものと考えられる。今の場合１つの
図形はｎ個の縦短冊の集合であり、見方をかえれば、ｍ
個の横短冊の集合であるとも言える。そこで１つの図形
をこのような短冊すなわち部分パターンの集合とみなし
、式（７）で示される類似度を適用することによつて認
識を行なう。まずあるカテゴリβに属することが既知で
ある図形の集合を｛ＧβＫ，ｋ−１，・・・Ｋ｝とする
。ここにＧβｋは（Ｍ，ｎ）型行列である。また入力さ
れるパターンを（Ｍ，ｎ）型行列Ｆで表わす。ＦとＧβ
ｋとを各々Ｆ−（＋１，冊，・・・Ｆｎ）
式（１５）Ｇβｋ−（？βＫｌ，＆）Ｋ２・・・ν
βＫｎ）式Ａ６）のように表現すれば図形Ｆはｍ次元ベ
クトルの集合←ト１：ｉ−１，・・・ｎ｝と考えること
ができ、同様に図形Ｇｋは｛ＶβＫｊ；ｊ＝１，・・・
，ｎ｝と考えることができる。
集合｛？βＫｊ；ｊ−１，・・・，ｎ｝のカテゴリ全体
にわたる和集合｛Ｆ″βＫｊ；ｋ−１，２；・・，Ｋ，
ｊ−１，・・・，ｎ｝を作りこの集合をカテゴリβを表
現する部分パターンの集合とする。次に集合βＺβＫｊ
｝と｛１ｆ″ｉ｝から各々の共分散行列に相当する量を
次のように計算する。Ｃｇ（７）とＣｆとから式（７）
を用いて入力図ルＴとカテゴリβとの縦短冊に関する類
似度ＳｃＣＦ，β〕が次のように計算できる。
にわたる和集合｛Ｆ″βＫｊ；ｋ−１，２；・・，Ｋ，
ｊ−１，・・・，ｎ｝を作りこの集合をカテゴリβを表
現する部分パターンの集合とする。次に集合βＺβＫｊ
｝と｛１ｆ″ｉ｝から各々の共分散行列に相当する量を
次のように計算する。Ｃｇ（７）とＣｆとから式（７）
を用いて入力図ルＴとカテゴリβとの縦短冊に関する類
似度ＳｃＣＦ，β〕が次のように計算できる。
ＳｃＣＦ，β〕は縦短冊の構成の類似件を示す量であり
、その並べ方はその中に考慮されていない。
、その並べ方はその中に考慮されていない。
従つて、ＳｃＣＦ，β〕を２次元図形の類似度としてそ
のまま採用することは適切でない。そこで横短冊につい
ても同様の類似度ＳＲＣＦ，β〕を計算し、入力図形Ｆ
とカテゴリβとの類似度ＳＣＦ，β〕をＳｃＣＦ，β〕
とＳＲＣＦ，β〕との積として計算することにしている
。つまり入力図形Ｆと、標準図形Ｇｋをｍ個の横短冊に
分解しＦ−（Ｄｌｌ，ｄｌ，，・・・，ＤＩｍ）ｔ
式（２０）Ｇｋ−（１ｋ１，１ｋ２，・・・，
１ｋｍ）ｔ 式（社）ただしＤＩｉ，（＋Ｋｉ（１
−１，・・・ｍ）はｎ次元列ベクトルと書き共分散行列
に相当する行列を次のように計算する。
のまま採用することは適切でない。そこで横短冊につい
ても同様の類似度ＳＲＣＦ，β〕を計算し、入力図形Ｆ
とカテゴリβとの類似度ＳＣＦ，β〕をＳｃＣＦ，β〕
とＳＲＣＦ，β〕との積として計算することにしている
。つまり入力図形Ｆと、標準図形Ｇｋをｍ個の横短冊に
分解しＦ−（Ｄｌｌ，ｄｌ，，・・・，ＤＩｍ）ｔ
式（２０）Ｇｋ−（１ｋ１，１ｋ２，・・・，
１ｋｍ）ｔ 式（社）ただしＤＩｉ，（＋Ｋｉ（１
−１，・・・ｍ）はｎ次元列ベクトルと書き共分散行列
に相当する行列を次のように計算する。
これらより、入力図形Ｆとカテゴリβとの間の横短冊に
関する類似度ＳＲＣＦ，β〕はとして計算される。
関する類似度ＳＲＣＦ，β〕はとして計算される。
結局ＳＣＦ，β〕はとなる。
以上類似度の計算方法を述べたが、この類似度を使用す
ることにより、計算量と辞書パターンの記憶容量が複合
類似度法に比べてどのように軽減されるかを述べる。
ることにより、計算量と辞書パターンの記憶容量が複合
類似度法に比べてどのように軽減されるかを述べる。
いま、認識の対象となる図形の大きさはＮｘｍであり、
この発明においてはあるカテゴリβの辞書パターンは式
（自）と式（至）で示さｎ（ｎ＋１） ｍ（ｍ＋１）れ
その容量は？＋？となる。
この発明においてはあるカテゴリβの辞書パターンは式
（自）と式（至）で示さｎ（ｎ＋１） ｍ（ｍ＋１）れ
その容量は？＋？となる。
ここでＣｇ（７）とＲｇ（５）が共に対称行列であるこ
とも考慮されている。
とも考慮されている。
一方、複合類似度法においては、図形はＮｘｍ次元のベ
クトルとみなされ式Ａ４）における標準パターン｛（１
）８，ｓ−１，・・・，Ｎｍ｝の容量はＮ２ｍ２であり
ｎ−ｍ−１０の場合に見るように、圧倒的に減少ｎ（ｎ
＋１） ｍ（ｍ＋１） ＋？−１１０（本実施例） Ｎ２ｍ２＝１００００（複合類似度法の場合）している
。
クトルとみなされ式Ａ４）における標準パターン｛（１
）８，ｓ−１，・・・，Ｎｍ｝の容量はＮ２ｍ２であり
ｎ−ｍ−１０の場合に見るように、圧倒的に減少ｎ（ｎ
＋１） ｍ（ｍ＋１） ＋？−１１０（本実施例） Ｎ２ｍ２＝１００００（複合類似度法の場合）している
。
計算量においても掛算の回数は、辞書パターンの記憶容
量とほぼ比例した関係にあり、大幅に減少していること
がわかる。以下第１図を用いて本発明の一実施例の説明
を行なう。
量とほぼ比例した関係にあり、大幅に減少していること
がわかる。以下第１図を用いて本発明の一実施例の説明
を行なう。
第１図において、入力図形１は光電変換部２により電気
信号に変換され、一時記憶回路３に一時記憶される。
信号に変換され、一時記憶回路３に一時記憶される。
計算回路４は武（自）に従い、入力図形１の縦短冊の共
分散行列を計算する回路であり、出力としてＣｆが得ら
れる。同様に計算回路５は式（２？に従いＲｆを計算す
る回路である。辞書メモリ１２には認識対象としている
カテゴリの数だけの縦短冊の共分散行列Ｃｇ（５）（式
（自）により計算される）が記憶されており、メモリ読
み出し回路１０は現在対象としているカテゴリのコード
を制御回路１８から受けとりその辞書パターンを読み出
して、計算回路６へ転送する。計算回路６は積和回路か
らなり辞書パターンと計算回路４の出力Ｃｆとの内積を
計算する。計算回路８は計算回路６と同様の積和回路で
ありここでＣｆのノルムが計算される。辞書パターンは
後で述るようにノルムが１になるように正規化されてお
り計算回路６の出力Ａを計算回路８の出力Ｂで割つた商
を割算器１４で計算すると式（自）に示される入力図形
とあるカテゴリとの縦短冊に関する類似度ＳｃＣＦ，β
〕が計算される。同様に式（有）に示される入力図形１
とあるカテゴリとの間の横短冊に関する類似度も計算回
路７、計算回路９、割算器１５を用いて計算回路５と辞
書メモリ１３の出力とから計算される。割算器１４と１
５の出力は掛算器１６で積をとられ式（至）に示される
Ｆとあるカテゴリとの間の類似度が求まる。制御回路１
８は認識の対象となるカテゴリ全体にわたり順次ひとつ
づつカテゴリを指定し対応する辞書パターンを読み出さ
せ類似度計算回路を動作させる制御を行なう。順次計算
＝；＝＝＝八ｌ二？Σ＝路１８により教えられ、認識結
果として出力される。
分散行列を計算する回路であり、出力としてＣｆが得ら
れる。同様に計算回路５は式（２？に従いＲｆを計算す
る回路である。辞書メモリ１２には認識対象としている
カテゴリの数だけの縦短冊の共分散行列Ｃｇ（５）（式
（自）により計算される）が記憶されており、メモリ読
み出し回路１０は現在対象としているカテゴリのコード
を制御回路１８から受けとりその辞書パターンを読み出
して、計算回路６へ転送する。計算回路６は積和回路か
らなり辞書パターンと計算回路４の出力Ｃｆとの内積を
計算する。計算回路８は計算回路６と同様の積和回路で
ありここでＣｆのノルムが計算される。辞書パターンは
後で述るようにノルムが１になるように正規化されてお
り計算回路６の出力Ａを計算回路８の出力Ｂで割つた商
を割算器１４で計算すると式（自）に示される入力図形
とあるカテゴリとの縦短冊に関する類似度ＳｃＣＦ，β
〕が計算される。同様に式（有）に示される入力図形１
とあるカテゴリとの間の横短冊に関する類似度も計算回
路７、計算回路９、割算器１５を用いて計算回路５と辞
書メモリ１３の出力とから計算される。割算器１４と１
５の出力は掛算器１６で積をとられ式（至）に示される
Ｆとあるカテゴリとの間の類似度が求まる。制御回路１
８は認識の対象となるカテゴリ全体にわたり順次ひとつ
づつカテゴリを指定し対応する辞書パターンを読み出さ
せ類似度計算回路を動作させる制御を行なう。順次計算
＝；＝＝＝八ｌ二？Σ＝路１８により教えられ、認識結
果として出力される。
次に辞書メモリ１２と１３に格納される辞書パターンの
作成方法について述べる。
作成方法について述べる。
回路構成は第２図に示すとおり第１図と類似しており、
あるカテゴリβの辞書ノぐターンは次のように作成され
る。カテゴリβに属することが既知である図形を順次、
光電変換回路２０で電気信号に変換し、一時記憶回路２
１に格納する。計算回路２２は第１図におけるのと同様
入力図形の縦短冊の共分散行列を計算する回路であり式
（自）の右辺中．ざＩ／βＫｉ？＾ｊが計算される。こ
れをカテゴリ占冬体にわたつて積算するのは積算回路２
４で計算され、結果としてＣｇ（５）が出力される。Ｃ
ｇ乾）のノルムは計算回路２６で計算され割算器２８で
Ｃｇ（！ｆ）を計算回路２６の出力で割つた商を計算す
ればＣｇ（５）に比例しノルムが１であるようなカテゴ
リβの縦短冊に関する辞書パターンが出力される。これ
は制御回路３４の制御の下に、辞書メモリ３２のカテゴ
リβに対応した番地に書き込まれる。横短冊に関する辞
書パターンも上記と同一の手順によつて、計算回路２３
積算回路２５計算回路２７及び割算器２９で計算され辞
書メモリ３３のカテゴリβに対応した番地に書き込まれ
る。上記の操作を対象とするカテゴリすべてについて行
なえば辞書パターンの作成が完了する。以上詳細に説明
したように、この発明によれば辞書パターンの容量及び
必要とする計算量を大幅に減少させることができる。
あるカテゴリβの辞書ノぐターンは次のように作成され
る。カテゴリβに属することが既知である図形を順次、
光電変換回路２０で電気信号に変換し、一時記憶回路２
１に格納する。計算回路２２は第１図におけるのと同様
入力図形の縦短冊の共分散行列を計算する回路であり式
（自）の右辺中．ざＩ／βＫｉ？＾ｊが計算される。こ
れをカテゴリ占冬体にわたつて積算するのは積算回路２
４で計算され、結果としてＣｇ（５）が出力される。Ｃ
ｇ乾）のノルムは計算回路２６で計算され割算器２８で
Ｃｇ（！ｆ）を計算回路２６の出力で割つた商を計算す
ればＣｇ（５）に比例しノルムが１であるようなカテゴ
リβの縦短冊に関する辞書パターンが出力される。これ
は制御回路３４の制御の下に、辞書メモリ３２のカテゴ
リβに対応した番地に書き込まれる。横短冊に関する辞
書パターンも上記と同一の手順によつて、計算回路２３
積算回路２５計算回路２７及び割算器２９で計算され辞
書メモリ３３のカテゴリβに対応した番地に書き込まれ
る。上記の操作を対象とするカテゴリすべてについて行
なえば辞書パターンの作成が完了する。以上詳細に説明
したように、この発明によれば辞書パターンの容量及び
必要とする計算量を大幅に減少させることができる。
第１図はこの発明の一実施例を示す図、第２図はこの発
明の一実施例で用いる辞書パターンの作成回路の一例を
示す図である。 １・・・・・・入力図形、２・・・・・・光電変換部、
３・・・・・・メモリ、４〜９・・・・・・計算回路、
１２，１３・・・・・・辞書メモリ、１７・・・・・・
最大値検出回路、１８・・・・・・制御回路。
明の一実施例で用いる辞書パターンの作成回路の一例を
示す図である。 １・・・・・・入力図形、２・・・・・・光電変換部、
３・・・・・・メモリ、４〜９・・・・・・計算回路、
１２，１３・・・・・・辞書メモリ、１７・・・・・・
最大値検出回路、１８・・・・・・制御回路。
Claims (1)
- 【特許請求の範囲】 １ 複数個のパターンから成る集合を入力として、複数
個のカテゴリに分類する装置において、各カテゴリに属
することが既知であるパターンの集合の共分散行列を標
準パターンとして記憶する手段と、入力されたパターン
の集合の共分散行列を計算する手段と、上記入力パター
ンとあるカテゴリに属する標準パターンとの共分散行列
の対応する要素の積和を計算する手段と、そのカテゴリ
全体にわたつてこの値を計算し、その中の最大値を検出
する手段とを備え、その最大値をとるカテゴリを入力の
パターンの集合の属するカテゴリとすることを特徴とす
るパターン認識装置。 ２ ２次元図形を複数個のカテゴリに分類する装置にお
いて、入力された２次元図形に対しその図形を構成する
複数個の行の共分散行列を計算する手段と、複数個の列
の共分散行列を計算する手段と、あらかじめ各カテゴリ
に属することが既知である二次元図形に対し上記の２種
類の共分散行列を計算し、これらを夫々そのカテゴリに
属することが既知である二次元図形全体にわたる和を計
算し、これを記憶する手段と、上記入力された二次元図
形から計算された２種類の共分散行列とあるカテゴリに
属することが既知である２次元図形全体から計算された
２種類の共分散行列の各々について対応する要素の積和
を計算する手段と、この手段により得られた２つの積和
の値の積を計算する手段と、すべてのカテゴリにわたつ
て上記の積の最大値を求める手段とを備え、その最大値
をとるカテゴリを入力された２次元図形の属するカテゴ
リとすることを特徴とするパターン認識装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP53034803A JPS5944667B2 (ja) | 1978-03-28 | 1978-03-28 | パタ−ン認識装置 |
| US06/022,875 US4228421A (en) | 1978-03-28 | 1979-03-22 | Pattern identification system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP53034803A JPS5944667B2 (ja) | 1978-03-28 | 1978-03-28 | パタ−ン認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS54127631A JPS54127631A (en) | 1979-10-03 |
| JPS5944667B2 true JPS5944667B2 (ja) | 1984-10-31 |
Family
ID=12424380
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP53034803A Expired JPS5944667B2 (ja) | 1978-03-28 | 1978-03-28 | パタ−ン認識装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US4228421A (ja) |
| JP (1) | JPS5944667B2 (ja) |
Families Citing this family (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5720860A (en) * | 1980-07-12 | 1982-02-03 | Fujitsu Ltd | Pattern input system |
| JPS5868183A (ja) * | 1981-10-20 | 1983-04-22 | Toshiba Corp | パタ−ン認識装置 |
| JPS5930179A (ja) * | 1982-08-10 | 1984-02-17 | Agency Of Ind Science & Technol | パタ−ンの線分近似方式 |
| US4567609A (en) * | 1983-03-28 | 1986-01-28 | The United States Of America As Represented By The Secretary Of The Navy | Automatic character recognition system |
| JPS59188782A (ja) * | 1983-04-11 | 1984-10-26 | Sony Corp | パタ−ン検査方法 |
| US5274717A (en) * | 1985-02-01 | 1993-12-28 | Hitachi, Ltd. | Parallel image processor for performing local neighboring image processing |
| JPS62296270A (ja) * | 1986-06-16 | 1987-12-23 | Toshiba Corp | 画像処理装置 |
| US5321470A (en) * | 1988-05-13 | 1994-06-14 | Canon Kabushiki Kaisha | Apparatus with anti-forgery provision |
| ES2093767T3 (es) * | 1988-05-13 | 1997-01-01 | Canon Kk | Aparato para el proceso de imagenes. |
| JPH03201067A (ja) * | 1989-12-28 | 1991-09-02 | Nissan Motor Co Ltd | デザイン装置 |
| US5903454A (en) | 1991-12-23 | 1999-05-11 | Hoffberg; Linda Irene | Human-factored interface corporating adaptive pattern recognition based controller apparatus |
| US7242988B1 (en) | 1991-12-23 | 2007-07-10 | Linda Irene Hoffberg | Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore |
| US6418424B1 (en) | 1991-12-23 | 2002-07-09 | Steven M. Hoffberg | Ergonomic man-machine interface incorporating adaptive pattern recognition based control system |
| US6400996B1 (en) | 1999-02-01 | 2002-06-04 | Steven M. Hoffberg | Adaptive pattern recognition based control system and method |
| US10361802B1 (en) | 1999-02-01 | 2019-07-23 | Blanding Hovenweep, Llc | Adaptive pattern recognition based control system and method |
| US6850252B1 (en) | 1999-10-05 | 2005-02-01 | Steven M. Hoffberg | Intelligent electronic appliance system and method |
| US8352400B2 (en) | 1991-12-23 | 2013-01-08 | Hoffberg Steven M | Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore |
| DE69425166T2 (de) * | 1993-02-26 | 2001-03-15 | Canon K.K., Tokio/Tokyo | Verfahren und Gerät zur Mustererkennung |
| EP0656602B1 (en) * | 1993-12-02 | 2001-07-11 | Nippon Telegraph And Telephone Corporation | Image pattern identification/recognition method |
| US8364136B2 (en) | 1999-02-01 | 2013-01-29 | Steven M Hoffberg | Mobile system, a method of operating mobile system and a non-transitory computer readable medium for a programmable control of a mobile system |
| US7904187B2 (en) | 1999-02-01 | 2011-03-08 | Hoffberg Steven M | Internet appliance system and method |
| US8442278B2 (en) * | 2008-02-28 | 2013-05-14 | Honeywell International Inc. | Covariance based face association |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS4912778B1 (ja) * | 1969-11-05 | 1974-03-27 | ||
| JPS518699B1 (ja) * | 1970-11-09 | 1976-03-19 | ||
| JPS4875380A (ja) * | 1971-12-27 | 1973-10-11 | ||
| JPS5619656B2 (ja) * | 1973-08-08 | 1981-05-08 | ||
| US4005385A (en) * | 1975-06-23 | 1977-01-25 | General Electric Company | Pattern recognition machine for analyzing line orientation |
-
1978
- 1978-03-28 JP JP53034803A patent/JPS5944667B2/ja not_active Expired
-
1979
- 1979-03-22 US US06/022,875 patent/US4228421A/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| US4228421A (en) | 1980-10-14 |
| JPS54127631A (en) | 1979-10-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPS5944667B2 (ja) | パタ−ン認識装置 | |
| Alon | Splitting necklaces | |
| KR101298393B1 (ko) | 그래픽 처리 유닛 상에서 콘볼루션 신경망을 트레이닝하는방법 | |
| JP6911949B2 (ja) | 情報処理装置、制御方法、及びプログラム | |
| Kuchroo et al. | Multimodal data visualization and denoising with integrated diffusion | |
| CN111126028A (zh) | 数据处理方法、装置及设备 | |
| JPH03263276A (ja) | デイジタル信号フイルタ回路 | |
| US5353380A (en) | Approximate reasoning apparatus | |
| WO1999066638A1 (en) | Adaptive state space signal separation, discrimination and recovery architectures and their adaptations for use in dynamic environments | |
| CN107710277A (zh) | 图像识别装置和图像识别方法 | |
| JP7467979B2 (ja) | 分類システム、情報処理装置、分類方法およびプログラム | |
| JPH08329112A (ja) | フリーテキスト検索システム | |
| CN116384237A (zh) | 热红外大气参数反演方法、装置及电子设备 | |
| Anguita et al. | Fast training of support vector machines for regression | |
| Dale | Dissimilarity for partially ranked data and its application to cover-abundance data | |
| Boehm et al. | Enhanced Disease Classification with HybridCNNViT model and Synthetic Oversampling (SMOTE) | |
| Wang | High Order Reverse Mode of Automatic Differentiation | |
| JP3252802B2 (ja) | 音声認識装置 | |
| KR20020013067A (ko) | 로젯 주사 영상을 위한 클러스터링 방법 | |
| CN120996912B (zh) | 一种基于多行为元路径语义映射的商品推荐方法 | |
| JP2503070B2 (ja) | 時系列信号対応付け装置 | |
| JP5682354B2 (ja) | データ圧縮装置，データ圧縮方法，およびデータ圧縮プログラム | |
| Hall et al. | Improved methods for determining eigenfunctions in multi‐layered normal‐mode problems | |
| SU1008752A1 (ru) | Устройство дл поиска информации | |
| SU1732354A1 (ru) | Устройство дл обработки видеоинформации |