JPS6057475A - パタ−ン認識方式 - Google Patents
パタ−ン認識方式Info
- Publication number
- JPS6057475A JPS6057475A JP58164853A JP16485383A JPS6057475A JP S6057475 A JPS6057475 A JP S6057475A JP 58164853 A JP58164853 A JP 58164853A JP 16485383 A JP16485383 A JP 16485383A JP S6057475 A JPS6057475 A JP S6057475A
- Authority
- JP
- Japan
- Prior art keywords
- subspace
- input
- dictionary
- similarity
- angle
- 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
- 239000013598 vector Substances 0.000 claims abstract description 18
- 238000012567 pattern recognition method Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 3
- 238000000844 transformation Methods 0.000 claims 1
- 238000000034 method Methods 0.000 description 21
- 238000004364 calculation method Methods 0.000 description 7
- 239000002131 composite material Substances 0.000 description 5
- 238000003909 pattern recognition Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 235000002597 Solanum melongena Nutrition 0.000 description 1
- 244000061458 Solanum melongena Species 0.000 description 1
- CRQQGFGUEAVUIL-UHFFFAOYSA-N chlorothalonil Chemical compound ClC1=C(Cl)C(C#N)=C(Cl)C(C#N)=C1Cl CRQQGFGUEAVUIL-UHFFFAOYSA-N 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000010230 functional analysis Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
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
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- 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
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】
〔発明の技術分野〕
本発明は文字や音声やその他のパターンを認識するに有
用な実用性の高いパターン認識方式〔発明の技術的背景
とその問題点〕 パターン認識は、入力された文字や音声、その他の情報
を認識して各種の情報処理に供する上で非常に重要な役
割を担りている。このパターン認識は基本的には入力ツ
ーターンの各部の特徴を検出して行なわれるものである
が、その−方式として従来よシ複合類似度法等のベクト
ル空間的(おるいは関数解析的)な手法が多く採用され
ている。この種の方式は、部分空間や部分空間の基底等
として表わきれた複数のカテゴリの各辞書と、入カバタ
ーンとの類似度をそれぞれめ、その類似度結果に従って
上記入力ノセターンを認識するものである。
用な実用性の高いパターン認識方式〔発明の技術的背景
とその問題点〕 パターン認識は、入力された文字や音声、その他の情報
を認識して各種の情報処理に供する上で非常に重要な役
割を担りている。このパターン認識は基本的には入力ツ
ーターンの各部の特徴を検出して行なわれるものである
が、その−方式として従来よシ複合類似度法等のベクト
ル空間的(おるいは関数解析的)な手法が多く採用され
ている。この種の方式は、部分空間や部分空間の基底等
として表わきれた複数のカテゴリの各辞書と、入カバタ
ーンとの類似度をそれぞれめ、その類似度結果に従って
上記入力ノセターンを認識するものである。
この種の類似度法、特に単純類似度法は第1図(、)に
示すように、入カッ々ターンを表現するベクトルAと、
辞書を表現するベクトルBとのなす角度θを類似度の尺
度として用いるものである。これに対し、近時多く用い
られている複合類似度法は、成るカテゴリに属する/?
パターン位置ずれ等を考慮し、第1図(b)に示すよう
に辞書を部分空間Cとして表現し、つまシ上記位置ずれ
を生じたパターンを含む部分空間Cを辞書とし、この辞
書(部分空間C)と前記入カバターンのベクトルAとの
なす角度θを類似度の尺度として用いるものである。但
し、上記部分空間Cは一般にM次元で表わされるもので
あるが、ここではその基本概念のみを示すべく第1図(
b)においては2次元平面として部分空間Cを示してい
る。このような複合類似度法によれば、入カバターンを
表現するベクトルAと、成るカテゴリに属する辞書)4
ターンのベクトルBとが位置ずれを生じていても、上記
ベクトルBを含む部分空間Cとの間で、そのなす角度θ
をめて類似度の尺度とするので、上述した位置ずれに十
分対処することが可能となる。
示すように、入カッ々ターンを表現するベクトルAと、
辞書を表現するベクトルBとのなす角度θを類似度の尺
度として用いるものである。これに対し、近時多く用い
られている複合類似度法は、成るカテゴリに属する/?
パターン位置ずれ等を考慮し、第1図(b)に示すよう
に辞書を部分空間Cとして表現し、つまシ上記位置ずれ
を生じたパターンを含む部分空間Cを辞書とし、この辞
書(部分空間C)と前記入カバターンのベクトルAとの
なす角度θを類似度の尺度として用いるものである。但
し、上記部分空間Cは一般にM次元で表わされるもので
あるが、ここではその基本概念のみを示すべく第1図(
b)においては2次元平面として部分空間Cを示してい
る。このような複合類似度法によれば、入カバターンを
表現するベクトルAと、成るカテゴリに属する辞書)4
ターンのベクトルBとが位置ずれを生じていても、上記
ベクトルBを含む部分空間Cとの間で、そのなす角度θ
をめて類似度の尺度とするので、上述した位置ずれに十
分対処することが可能となる。
ところが、パターン認識は印刷文字の認識ばかルでなく
、例えば手書き文字や音声入カバターンを対象として行
われることも多い。このような入力/臂ターンは、その
変形が前述した印刷文字に比較して多様であシ、また複
雑である。
、例えば手書き文字や音声入カバターンを対象として行
われることも多い。このような入力/臂ターンは、その
変形が前述した印刷文字に比較して多様であシ、また複
雑である。
従って、この臘の多様な変形をカバーしてその認識を行
うことが必要となるが、前述した複合類似度法では変形
に対する許容範囲が狭く、その要求に十分対処できなか
った。
うことが必要となるが、前述した複合類似度法では変形
に対する許容範囲が狭く、その要求に十分対処できなか
った。
本発明はこのような事情を考慮してなされたもので、そ
の目的とするところは、入カッJ?ターフの変形に対し
て広い許容範囲を持つ実用性に優れたi9ターン認認識
式を提供することにある。
の目的とするところは、入カッJ?ターフの変形に対し
て広い許容範囲を持つ実用性に優れたi9ターン認認識
式を提供することにある。
本発明は、複数のカテゴリをそれぞれM次元の部分空間
で表現した辞書を用いると共に、入力/母ターンに対し
その変形を想定して該入カッ臂ターンをN次元の部分空
間によ9表現し、これらの部分空間の間のなす角度を類
似度の尺度としていて前記入カッ4ターンを認識するよ
うにしたものである。
で表現した辞書を用いると共に、入力/母ターンに対し
その変形を想定して該入カッ臂ターンをN次元の部分空
間によ9表現し、これらの部分空間の間のなす角度を類
似度の尺度としていて前記入カッ4ターンを認識するよ
うにしたものである。
即ち、第2図にその基本概念を示すようにへカッ4ター
ンのベクトル人とその変形を含む部分空間りによりて上
記入カノダターンを表現し、部分空間C,D間のなす角
度θを類似度の尺度として用いるようにしたものである
。そして、上記部分空間のなす角度θを、それぞれの部
分空間に属するベクトルがなす角度のうち、最小の角度
をなすものとして足輪し、これを用いるよ〔発明の効果
〕 かくして本発明によれば、入カッやターンをその変形を
想定したN次元の部分空間として表現するので、M次元
の部分空間で表現される辞書と相俟って広範囲の変形を
カバーした認識が可能となる。従って、広範囲に亘るパ
ターン認識が可能となる。また部分空間のなす角度θは
、部分空間が共通部分を持つ場合″″O“となり、従っ
て従来の複合類似変法以上に良好な)9ターン認識が可
能となる等の多大匁効来が奏せられる。
ンのベクトル人とその変形を含む部分空間りによりて上
記入カノダターンを表現し、部分空間C,D間のなす角
度θを類似度の尺度として用いるようにしたものである
。そして、上記部分空間のなす角度θを、それぞれの部
分空間に属するベクトルがなす角度のうち、最小の角度
をなすものとして足輪し、これを用いるよ〔発明の効果
〕 かくして本発明によれば、入カッやターンをその変形を
想定したN次元の部分空間として表現するので、M次元
の部分空間で表現される辞書と相俟って広範囲の変形を
カバーした認識が可能となる。従って、広範囲に亘るパ
ターン認識が可能となる。また部分空間のなす角度θは
、部分空間が共通部分を持つ場合″″O“となり、従っ
て従来の複合類似変法以上に良好な)9ターン認識が可
能となる等の多大匁効来が奏せられる。
以下、図面を参照して本発明方式の一実施例につき説明
する。
する。
第3図は実施例方式を主手続を示すフローチャートであ
シ、先ず入カバターンfを入力して、そのパターンの変
形を想定してこれを部分空間の基底(以下単に部分空間
という。)(Fo。
シ、先ず入カバターンfを入力して、そのパターンの変
形を想定してこれを部分空間の基底(以下単に部分空間
という。)(Fo。
F、、F2)で表現する。上記ノやターンの変形は、例
えば位置ずれや傾き等からなるものである。
えば位置ずれや傾き等からなるものである。
しかるのち、これらの部分空間(V′oT Vfl t
F2)とM次元の部分空間で表現された辞書との間のな
す角度θを、例えば61111m20等としてめる。こ
のようにして辞書の各カテゴリ毎にめられた角度θを尺
度として入カバターンfの認識判定が行なわれる。
F2)とM次元の部分空間で表現された辞書との間のな
す角度θを、例えば61111m20等としてめる。こ
のようにして辞書の各カテゴリ毎にめられた角度θを尺
度として入カバターンfの認識判定が行なわれる。
第4図は入力・ダターンfから部分空間の基底を作成す
る手続の一例を示すものでちゃ、ここでは入力・母ター
ンの変形として位置ずれのみを想定しまた場合の例が示
される。この処理は、先ず入力ノヤターンfの大きさの
正規化を行なったのち、入カバターンfのノイズ成分を
軽減し、且つベクトルの次元数を減らすために、所1!
l=1?カシ操作を行なう。このボカシ操作は、fを正
規化された入力・臂ターン、gをメカシ操作されたノ4
ターン、Gをガウス関数として g(r) ”” A G (r−r’) f 6p)
dr’として行なわれる。尚、このがカシ操作における
積分演算は、実際にd、マスキング操作によって近似す
るようにすればよい。
る手続の一例を示すものでちゃ、ここでは入力・母ター
ンの変形として位置ずれのみを想定しまた場合の例が示
される。この処理は、先ず入力ノヤターンfの大きさの
正規化を行なったのち、入カバターンfのノイズ成分を
軽減し、且つベクトルの次元数を減らすために、所1!
l=1?カシ操作を行なう。このボカシ操作は、fを正
規化された入力・臂ターン、gをメカシ操作されたノ4
ターン、Gをガウス関数として g(r) ”” A G (r−r’) f 6p)
dr’として行なわれる。尚、このがカシ操作における
積分演算は、実際にd、マスキング操作によって近似す
るようにすればよい。
次に?カシ・パターンgの位置ずれを近似するべく、そ
のX方向微分値gxと、y方向微分値g7を θ θ EX″−g T g7:、7g θX として計算する。この偏微分処理も、実際にはマスキン
グ操作によって行なうようにすれば好都合である@ しかるのち、これらのノ9ターンg r gx + g
yを正規直交化して、部分空間の基底(Fo、Fl。
のX方向微分値gxと、y方向微分値g7を θ θ EX″−g T g7:、7g θX として計算する。この偏微分処理も、実際にはマスキン
グ操作によって行なうようにすれば好都合である@ しかるのち、これらのノ9ターンg r gx + g
yを正規直交化して、部分空間の基底(Fo、Fl。
F2)を次のように作成し、これを入カッリーンfを表
現するN次元の部分空間とする。
現するN次元の部分空間とする。
このようにしてめ(れた入カバターンfの部分空間に対
して、M次元の部分空間として表現される辞書とのなす
角度θが引算されることになる。第5図はその手続の一
例を示すものである。今、2つの部分空間U 、 Vの
なす角度θを次のように定義するものとする。
して、M次元の部分空間として表現される辞書とのなす
角度θが引算されることになる。第5図はその手続の一
例を示すものである。今、2つの部分空間U 、 Vの
なす角度θを次のように定義するものとする。
即ち、上記2つの部分空間U、Vにそれぞれ属するベク
トルu + t+のなす角度のうち、最小のものを部分
空間U、Vのなす角度として定義する。
トルu + t+のなす角度のうち、最小のものを部分
空間U、Vのなす角度として定義する。
このような計算は、具体的には第5図に示すように、部
分空間U、Vの射影子P、Qを次のようにしてめ、これ
を利用することによって行なわれる。即ち射影子P +
Qは、部分空間UをM次元の辞書)4タ一ンψmとし
て、としてめられ、また部分空間をN次元の入カバター
ンFnとして −1 n=。
分空間U、Vの射影子P、Qを次のようにしてめ、これ
を利用することによって行なわれる。即ち射影子P +
Qは、部分空間UをM次元の辞書)4タ一ンψmとし
て、としてめられ、また部分空間をN次元の入カバター
ンFnとして −1 n=。
としてめられる。但し、上式中く〉はdyadを示して
いる。ここで、射影子の性質からn=ePu + v=
Qv (u(U * vtV )であるから、 u =Qu + u’ (Qu、tV 、 u’f F2) として分解すると、前述した角度θを示す式は次のよう
に変形できる。
いる。ここで、射影子の性質からn=ePu + v=
Qv (u(U * vtV )であるから、 u =Qu + u’ (Qu、tV 、 u’f F2) として分解すると、前述した角度θを示す式は次のよう
に変形できる。
−II QP 112
ここで、上記II QP 11は次のように定義される
。
。
そして、更には
II Q P 112= It (QP)“(QP)
It = II PQP 11なる関係が成立する。こ
の値は、PQPの最大固有値としてめられ、またQPQ
の最大固有値と同じになる。従りて、前述したように部
分空間U、Vの各基底(φm)、(Fn)からそれぞれ
その射影子P、Qを作成し、その行列PQP iたはQ
PQの最大固有値をめれば、前記部分空間U。
It = II PQP 11なる関係が成立する。こ
の値は、PQPの最大固有値としてめられ、またQPQ
の最大固有値と同じになる。従りて、前述したように部
分空間U、Vの各基底(φm)、(Fn)からそれぞれ
その射影子P、Qを作成し、その行列PQP iたはQ
PQの最大固有値をめれば、前記部分空間U。
■のなす角度eol12θを計算することが可能となる
。尚、この固有値の計算に際しては、累積法等の良く知
られたプログラムを適宜用いれば良い。
。尚、この固有値の計算に際しては、累積法等の良く知
られたプログラムを適宜用いれば良い。
このようにして、上述した部分空間に関するPQP 、
またはQPQの固有値問題を除色、部分空間U、V間の
なす角度θを計算することによって、これを類似度の尺
度として利用して広範囲な変形を許容したパターンg職
を行なうことが可能となる。
またはQPQの固有値問題を除色、部分空間U、V間の
なす角度θを計算することによって、これを類似度の尺
度として利用して広範囲な変形を許容したパターンg職
を行なうことが可能となる。
尚、上記部分空間U、Vのなす角度θは、具体的には次
のようにして計算される。今、考慮する全空間を3次元
空間とし、その座標系をX。
のようにして計算される。今、考慮する全空間を3次元
空間とし、その座標系をX。
Fllで表わして、各座標軸X r y+ Z上の単位
ベクトル1.j、kを で表わすものとする。
ベクトル1.j、kを で表わすものとする。
例えば、部分空間Uが前記空間におけるX−y平面で示
され、また部分空間Vが2軸として与えられるものとす
る。この場合、上記各部分空間υ、■の射影子ptQは となLpqpの最大固有値問題は として解かれる。従って、最大固有値は10”となシ、 。。、2θ;0 から、そのなす角度θは90@とじてめられる。
され、また部分空間Vが2軸として与えられるものとす
る。この場合、上記各部分空間υ、■の射影子ptQは となLpqpの最大固有値問題は として解かれる。従って、最大固有値は10”となシ、 。。、2θ;0 から、そのなす角度θは90@とじてめられる。
また部分区間υがx−y平面、部分空間■がy−z平面
で与えられる場合、その射影子P。
で与えられる場合、その射影子P。
Qは
となる。従りて、PQPは
とな夛、その最大固有値は″1”となる。この結果、部
分空間u、vo’aす角度社00としてめられる。
分空間u、vo’aす角度社00としてめられる。
Q社次のように示される。
となる。更にこれを書換えると
(トλ)2(−λ)−(−λ)・ト。
λ2−λ=0
λ:3:Q 6y l
0″としてめられることに表る。
で与えられる。そして、PQPは
となυ、その最大固有値は゛委″となる。この結果、
。。、2θ−1
から、部分空間U、Vの々す角度θは45°として計算
されることになる。
されることになる。
ところで、上述したPQP tたはQPQの固有値問題
を直接的に解くには複雑で大皿の計算が必要となる。そ
こで、次のような工夫を施し、その計算量を減らすよう
にすればよい。即ち、QPQv= λτ として考えると、ヤはVに属する(t+iV)からと表
現することができる。従って前述した固有値問題の左辺
は として示すことができる。また上記固有値問題の右辺は で示される。従って、両式におけるFkに着目してみる
と、 が成立する。そζで今、上記aを & :(all 、 @1〜afi−j )で表わすと
、 λa =Xs r X =CXi j )となり、別の
固有値問題として置換えることが可能となる。そして、
Xの次数は、ノ臂ターンの変形として位置ずれのみを考
えると3次と表ムQPQの次数よシ小さくなるので、例
えば第6図にその手続の流れを示すように比較的容易に
解くことが可能となる。
を直接的に解くには複雑で大皿の計算が必要となる。そ
こで、次のような工夫を施し、その計算量を減らすよう
にすればよい。即ち、QPQv= λτ として考えると、ヤはVに属する(t+iV)からと表
現することができる。従って前述した固有値問題の左辺
は として示すことができる。また上記固有値問題の右辺は で示される。従って、両式におけるFkに着目してみる
と、 が成立する。そζで今、上記aを & :(all 、 @1〜afi−j )で表わすと
、 λa =Xs r X =CXi j )となり、別の
固有値問題として置換えることが可能となる。そして、
Xの次数は、ノ臂ターンの変形として位置ずれのみを考
えると3次と表ムQPQの次数よシ小さくなるので、例
えば第6図にその手続の流れを示すように比較的容易に
解くことが可能となる。
以上の如く本方式によれば入カバターンの変形を考慮し
て、上記人力/4ターンをN次元の部分空間で表現し、
M次元の部分空間で表現される辞書との類似度を部分空
間がなす角度を尺度としてめるので広範囲に亘る変形を
許容して入カバターン′!)効−!!L的に馳陽ナスと
シ萌(酊傭シなる。このような)々ターン認識は、従来
の複合類似度法を著しく上回るものであり、その効果は
絶大である。
て、上記人力/4ターンをN次元の部分空間で表現し、
M次元の部分空間で表現される辞書との類似度を部分空
間がなす角度を尺度としてめるので広範囲に亘る変形を
許容して入カバターン′!)効−!!L的に馳陽ナスと
シ萌(酊傭シなる。このような)々ターン認識は、従来
の複合類似度法を著しく上回るものであり、その効果は
絶大である。
尚、本発明は上記実施例に限定されるものではない。例
えば入力i!ターンfからその部分空間を作成するに際
して、デカシ操作後の微分処理に代えて、デカシ操作の
マスクをガウス関数と、そのX偏微分、y偏微分とによ
p、↓” g、= IG(r−r’)f(r’)d、’として与え
、第7図に示す手続により、正規直交化した部分空間(
Fo、 F、 、 F2)をそれぞれ作成するようにし
てもよい。その他、本発明はその要旨を逸脱しない範囲
で種々変形して実施できる。
えば入力i!ターンfからその部分空間を作成するに際
して、デカシ操作後の微分処理に代えて、デカシ操作の
マスクをガウス関数と、そのX偏微分、y偏微分とによ
p、↓” g、= IG(r−r’)f(r’)d、’として与え
、第7図に示す手続により、正規直交化した部分空間(
Fo、 F、 、 F2)をそれぞれ作成するようにし
てもよい。その他、本発明はその要旨を逸脱しない範囲
で種々変形して実施できる。
第1図(、) (b)は従来の類似度計算の概念を示す
図、第2図は本発明の類似度計算の概念を示す図、第3
図は本発明の一実施例方式の処理手続を示す図、第4図
乃至第7図はそれぞれ処理手続の具体例を示す図である
。 A、B・・・ベクトル、C,D・・・部分空間。
図、第2図は本発明の類似度計算の概念を示す図、第3
図は本発明の一実施例方式の処理手続を示す図、第4図
乃至第7図はそれぞれ処理手続の具体例を示す図である
。 A、B・・・ベクトル、C,D・・・部分空間。
Claims (5)
- (1) 複数のカテコ9りをそれぞれM次元の部分空間
として表わした辞書と、入力/?ターンに対してN種類
の変形を想定して上記入カバターンをN次元の部分空間
で表現する手段と、この人カバターンのN次元の部分空
間と前記辞書のM次元の部分空間とのなす角度を前記入
カッ4ターンと辞書との類似度の尺度としてめる手段と
を具備したことを特徴とするパターン認識方式。 - (2)部分空間のなす角度は、入カッリーンの部分空間
に含まれる成るベクトルと、辞書の部分空間に含まれる
成るベクトルとのなす角度のうち、最小の角度をなすも
のとして定義されるものである特許請求の範囲第1項記
載のパターン認識方式。 - (3)入力ツタターンに対して想定される変形は、位置
ずれを含むものである特許請求の範囲第1項記載のパタ
ーン認識方式。 - (4) 部分空間は、基底により表現されるものである
特許請求の範囲第1項記載のパターン認識方式。 - (5)部分空間のなす角度は、入カバターンの部分空間
の射影子をP、辞書の部分空間の射影子をQとしたとき
、PQPまたはQPQの最大固有値として計算されるも
のである特許請求の範囲第1項記載のパターン認識方式
0
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP58164853A JPS6057475A (ja) | 1983-09-07 | 1983-09-07 | パタ−ン認識方式 |
DE8484306098T DE3482637D1 (de) | 1983-09-07 | 1984-09-06 | Anlage zum erkennen unbekannter mustere. |
EP84306098A EP0139446B1 (en) | 1983-09-07 | 1984-09-06 | Apparatus for recognizing unknown patterns |
US06/648,464 US4752957A (en) | 1983-09-07 | 1984-09-07 | Apparatus and method for recognizing unknown patterns |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP58164853A JPS6057475A (ja) | 1983-09-07 | 1983-09-07 | パタ−ン認識方式 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPS6057475A true JPS6057475A (ja) | 1985-04-03 |
Family
ID=15801157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP58164853A Pending JPS6057475A (ja) | 1983-09-07 | 1983-09-07 | パタ−ン認識方式 |
Country Status (4)
Country | Link |
---|---|
US (1) | US4752957A (ja) |
EP (1) | EP0139446B1 (ja) |
JP (1) | JPS6057475A (ja) |
DE (1) | DE3482637D1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003168113A (ja) * | 2001-12-04 | 2003-06-13 | Nec Corp | 画像認識システム、画像認識方法および画像認識プログラム |
JP2007047975A (ja) * | 2005-08-09 | 2007-02-22 | Fujifilm Corp | デジタル画像の複数対象物検出方法および装置並びにプログラム |
US7856122B2 (en) | 2006-01-31 | 2010-12-21 | Kabushiki Kaisha Toshiba | Method and device for collating biometric information |
Families Citing this family (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5142593A (en) * | 1986-06-16 | 1992-08-25 | Kabushiki Kaisha Toshiba | Apparatus and method for classifying feature data at a high speed |
JPS6391699A (ja) * | 1986-10-03 | 1988-04-22 | 株式会社リコー | 音声認識方式 |
JPH0734228B2 (ja) * | 1987-02-23 | 1995-04-12 | 株式会社東芝 | 複合類似度法によるパタ−ン認識装置 |
US4926488A (en) * | 1987-07-09 | 1990-05-15 | International Business Machines Corporation | Normalization of speech by adaptive labelling |
WO1991002347A1 (en) * | 1989-07-28 | 1991-02-21 | Guerreri Stephen J | A method and apparatus for language and speaker recognition |
US5189727A (en) * | 1989-07-28 | 1993-02-23 | Electronic Warfare Associates, Inc. | Method and apparatus for language and speaker recognition |
DE69101500T2 (de) * | 1990-01-25 | 1994-08-18 | Mitsubishi Motors Corp | Regelsystem für die Antriebsleistung von Kraftfahrzeugen. |
JPH0481988A (ja) * | 1990-07-24 | 1992-03-16 | Sharp Corp | クラスタリング方式 |
US5164992A (en) * | 1990-11-01 | 1992-11-17 | Massachusetts Institute Of Technology | Face recognition system |
US5167004A (en) * | 1991-02-28 | 1992-11-24 | Texas Instruments Incorporated | Temporal decorrelation method for robust speaker verification |
US5317741A (en) * | 1991-05-10 | 1994-05-31 | Siemens Corporate Research, Inc. | Computer method for identifying a misclassified software object in a cluster of internally similar software objects |
EP0513652A2 (en) * | 1991-05-10 | 1992-11-19 | Siemens Aktiengesellschaft | Method for modelling similarity function using neural network |
US5438676A (en) * | 1991-05-10 | 1995-08-01 | Siemens Corporate Research, Inc. | Method for adapting a similarity function for identifying misclassified software objects |
US5428788A (en) * | 1991-05-10 | 1995-06-27 | Siemens Corporate Research, Inc. | Feature ratio method for computing software similarity |
US5485621A (en) * | 1991-05-10 | 1996-01-16 | Siemens Corporate Research, Inc. | Interactive method of using a group similarity measure for providing a decision on which groups to combine |
US5440742A (en) * | 1991-05-10 | 1995-08-08 | Siemens Corporate Research, Inc. | Two-neighborhood method for computing similarity between two groups of objects |
US5819016A (en) * | 1993-10-05 | 1998-10-06 | Kabushiki Kaisha Toshiba | Apparatus for modeling three dimensional information |
DE4430348C2 (de) * | 1994-08-26 | 1998-04-02 | Rohde & Schwarz | Verfahren zum Trennen von Carrier-Signal und Interferer-Signal in einem Funksignal eines Mobilfunknetzes |
US5710833A (en) * | 1995-04-20 | 1998-01-20 | Massachusetts Institute Of Technology | Detection, recognition and coding of complex objects using probabilistic eigenspace analysis |
US5920644A (en) * | 1996-06-06 | 1999-07-06 | Fujitsu Limited | Apparatus and method of recognizing pattern through feature selection by projecting feature vector on partial eigenspace |
US6185316B1 (en) | 1997-11-12 | 2001-02-06 | Unisys Corporation | Self-authentication apparatus and method |
JP2001266151A (ja) * | 2000-03-17 | 2001-09-28 | Toshiba Corp | 個人識別装置および個人識別方法 |
US20030125946A1 (en) * | 2002-01-03 | 2003-07-03 | Wen-Hao Hsu | Method and apparatus for recognizing animal species from an animal voice |
JP3888676B2 (ja) * | 2002-02-25 | 2007-03-07 | 株式会社東芝 | 3次元物体認識装置及びその方法 |
US7146037B2 (en) * | 2002-07-12 | 2006-12-05 | Winbond Electronics Corp. | VLSI neural fuzzy classifier for handwriting recognition |
US7698665B2 (en) * | 2003-04-06 | 2010-04-13 | Luminescent Technologies, Inc. | Systems, masks, and methods for manufacturable masks using a functional representation of polygon pattern |
US7124394B1 (en) | 2003-04-06 | 2006-10-17 | Luminescent Technologies, Inc. | Method for time-evolving rectilinear contours representing photo masks |
US8457962B2 (en) * | 2005-08-05 | 2013-06-04 | Lawrence P. Jones | Remote audio surveillance for detection and analysis of wildlife sounds |
US7707541B2 (en) * | 2005-09-13 | 2010-04-27 | Luminescent Technologies, Inc. | Systems, masks, and methods for photolithography |
US7788627B2 (en) * | 2005-10-03 | 2010-08-31 | Luminescent Technologies, Inc. | Lithography verification using guard bands |
WO2007041600A2 (en) * | 2005-10-03 | 2007-04-12 | Luminescent Technologies, Inc. | Mask-pattern determination using topology types |
WO2007041701A2 (en) * | 2005-10-04 | 2007-04-12 | Luminescent Technologies, Inc. | Mask-patterns including intentional breaks |
WO2007044557A2 (en) | 2005-10-06 | 2007-04-19 | Luminescent Technologies, Inc. | System, masks, and methods for photomasks optimized with approximate and accurate merit functions |
JP2007233873A (ja) * | 2006-03-02 | 2007-09-13 | Toshiba Corp | パターン認識装置及びその方法 |
US8116566B2 (en) * | 2006-08-28 | 2012-02-14 | Colorado State University Research Foundation | Unknown pattern set recognition |
US8046200B2 (en) | 2006-09-05 | 2011-10-25 | Colorado State University Research Foundation | Nonlinear function approximation over high-dimensional domains |
US7917540B2 (en) | 2007-02-22 | 2011-03-29 | Colorado State University Research Foundation | Nonlinear set to set pattern recognition |
US9232670B2 (en) | 2010-02-02 | 2016-01-05 | Apple Inc. | Protection and assembly of outer glass surfaces of an electronic device housing |
DE102012222097A1 (de) | 2012-12-03 | 2014-06-05 | Robert Bosch Gmbh | Verfahren zum Betreiben eines Kraftstoffeinspritzventils für eine Brennkraftmaschine |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS4912778B1 (ja) * | 1969-11-05 | 1974-03-27 | ||
US3700815A (en) * | 1971-04-20 | 1972-10-24 | Bell Telephone Labor Inc | Automatic speaker verification by non-linear time alignment of acoustic parameters |
JPS5619656B2 (ja) * | 1973-08-08 | 1981-05-08 | ||
JPS50155105A (ja) * | 1974-06-04 | 1975-12-15 | ||
CA1056504A (en) * | 1975-04-02 | 1979-06-12 | Visvaldis A. Vitols | Keyword detection in continuous speech using continuous asynchronous correlation |
JPS5525150A (en) * | 1978-08-10 | 1980-02-22 | Nec Corp | Pattern recognition unit |
US4259661A (en) * | 1978-09-01 | 1981-03-31 | Burroughs Corporation | Apparatus and method for recognizing a pattern |
JPS57178578A (en) * | 1981-04-27 | 1982-11-02 | Toshiba Corp | Pattern recognition system |
-
1983
- 1983-09-07 JP JP58164853A patent/JPS6057475A/ja active Pending
-
1984
- 1984-09-06 EP EP84306098A patent/EP0139446B1/en not_active Expired - Lifetime
- 1984-09-06 DE DE8484306098T patent/DE3482637D1/de not_active Expired - Lifetime
- 1984-09-07 US US06/648,464 patent/US4752957A/en not_active Expired - Lifetime
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003168113A (ja) * | 2001-12-04 | 2003-06-13 | Nec Corp | 画像認識システム、画像認識方法および画像認識プログラム |
JP2007047975A (ja) * | 2005-08-09 | 2007-02-22 | Fujifilm Corp | デジタル画像の複数対象物検出方法および装置並びにプログラム |
US7856122B2 (en) | 2006-01-31 | 2010-12-21 | Kabushiki Kaisha Toshiba | Method and device for collating biometric information |
Also Published As
Publication number | Publication date |
---|---|
DE3482637D1 (de) | 1990-08-09 |
US4752957A (en) | 1988-06-21 |
EP0139446A3 (en) | 1986-10-08 |
EP0139446A2 (en) | 1985-05-02 |
EP0139446B1 (en) | 1990-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPS6057475A (ja) | パタ−ン認識方式 | |
US10061392B2 (en) | Control system for navigating a principal dimension of a data space | |
US9471149B2 (en) | Control system for navigating a principal dimension of a data space | |
US8537112B2 (en) | Control system for navigating a principal dimension of a data space | |
US9778751B2 (en) | Gesture based control using three-dimensional information extracted over an extended depth of field | |
Bloch | Fuzzy relative position between objects in image processing: a morphological approach | |
Swain et al. | Indexing via color histograms | |
US20100066676A1 (en) | Gestural Control of Autonomous and Semi-Autonomous Systems | |
US11633860B2 (en) | Method and system for machine concept understanding | |
US20150316993A1 (en) | Fast fingertip detection for initializing a vision-based hand tracker | |
WO2010028176A1 (en) | Control system for navigating a principal dimension of a data space | |
WO2010030822A1 (en) | Gestural control of autonomous and semi-autonomous systems | |
Sui et al. | Goal-directed robot manipulation through axiomatic scene estimation | |
Tahri et al. | Visual servoing based on shifted moments | |
Olague et al. | Evolving head tracking routines with brain programming | |
EP1801731B1 (en) | Adaptive scene dependent filters in online learning environments | |
Huang et al. | Gesture-based system for next generation natural and intuitive interfaces | |
Wei et al. | Robotic object recognition and grasping with a natural background | |
Yin et al. | Overview of robotic grasp detection from 2D to 3D | |
Cui et al. | A novel flexible two-step method for eye-to-hand calibration for robot assembly system | |
CN109271865B (zh) | 基于散射变换多层相关滤波的运动目标跟踪方法 | |
Xin et al. | Visual servoing of robot manipulator with weak field-of-view constraints | |
CN113222830A (zh) | 图像处理方法和装置 | |
Liao et al. | Extended DMPs Framework for Position and Decoupled Quaternion Learning and Generalization | |
Welle et al. | Quest2ROS: An App to Facilitate Teleoperating Robots |