JPH051514B2 - - Google Patents
Info
- Publication number
- JPH051514B2 JPH051514B2 JP58084222A JP8422283A JPH051514B2 JP H051514 B2 JPH051514 B2 JP H051514B2 JP 58084222 A JP58084222 A JP 58084222A JP 8422283 A JP8422283 A JP 8422283A JP H051514 B2 JPH051514 B2 JP H051514B2
- Authority
- JP
- Japan
- Prior art keywords
- recognition
- sub
- dictionary
- pattern
- 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.)
- Expired - Lifetime
Links
Landscapes
- Character Discrimination (AREA)
Description
【発明の詳細な説明】
〔発明の利用分野〕
本発明はパターン認識装置に係り、特に漢字読
取装置の如き照合すべき辞書の多い文字読取装置
に好適なパターン認識装置に関する。
取装置の如き照合すべき辞書の多い文字読取装置
に好適なパターン認識装置に関する。
従来のOCR、例えばカナ文字を対象とした
OCRでは一組の認識部と一組の辞書を有してい
た。カナ文字の場合には対象となるカテゴリ数が
少ないので辞書容量も少なく、比較的高速化が計
れた。しかし、この方式を漢字の如きカテゴリ数
の多い文字に対して適用すると認識速度の向上が
計れない欠点があつた。
OCRでは一組の認識部と一組の辞書を有してい
た。カナ文字の場合には対象となるカテゴリ数が
少ないので辞書容量も少なく、比較的高速化が計
れた。しかし、この方式を漢字の如きカテゴリ数
の多い文字に対して適用すると認識速度の向上が
計れない欠点があつた。
なお、パターン認識技術に関しては、例えば、
日経エレクトロニクス1975年１月27日号の第33頁
〜第199頁に記載されている。
日経エレクトロニクス1975年１月27日号の第33頁
〜第199頁に記載されている。
本発明は辞書容量の増加なく高速の認識を行な
えるパターン認識装置を提供することにある。
えるパターン認識装置を提供することにある。
認識の高速化を計るための最も簡便な手段は認
識部を複数個有することであるが、この方式では
認識部の数だけ同一の辞書が必要になり、例えば
漢字等の文字を認識する場合には膨大な辞書容量
になり実用に供しない。そこで、本発明は辞書の
増加なしに認識速度の向上を計るために辞書を複
数個に分割し、分割した辞書に各々認識装置（以
下副認識部と呼ぶ）を備え、各認識装置を並列に
動作させた（以下副認識群と呼ぶ）。さらに各認
識装置は同一の未知パターンに対する認識処理を
並行して行なう。さらにまた同一パターンに対す
る認識処理が一部の副認識部に集中しないように
辞書を分割した。
識部を複数個有することであるが、この方式では
認識部の数だけ同一の辞書が必要になり、例えば
漢字等の文字を認識する場合には膨大な辞書容量
になり実用に供しない。そこで、本発明は辞書の
増加なしに認識速度の向上を計るために辞書を複
数個に分割し、分割した辞書に各々認識装置（以
下副認識部と呼ぶ）を備え、各認識装置を並列に
動作させた（以下副認識群と呼ぶ）。さらに各認
識装置は同一の未知パターンに対する認識処理を
並行して行なう。さらにまた同一パターンに対す
る認識処理が一部の副認識部に集中しないように
辞書を分割した。
一般に認識装置はその処理過程において例えば
大分類、中分類、細分類、等の分類過程を経て候
補カテゴリの数を減少して行く。本発明では分類
過程毎に副認識群を階層的に構成し、副認識群内
の辞書は副認識群内の副認識部の処理が均一にな
るように分割した。
大分類、中分類、細分類、等の分類過程を経て候
補カテゴリの数を減少して行く。本発明では分類
過程毎に副認識群を階層的に構成し、副認識群内
の辞書は副認識群内の副認識部の処理が均一にな
るように分割した。
この階層構造はハードウエア的に各階層を縦続
接続しても実現でき、また、一つの階層を複数回
用いることによつても実現出来る。
接続しても実現でき、また、一つの階層を複数回
用いることによつても実現出来る。
以下本発明の一実施例を第１図により説明す
る。第１図は副認識群を縦続接続して構成したも
のであるが、一つの副認識群を用いてこれを複数
回用いることによつても実現出来る。
る。第１図は副認識群を縦続接続して構成したも
のであるが、一つの副認識群を用いてこれを複数
回用いることによつても実現出来る。
第１図において１は入力パターンを電気信号に
変換するスキヤナで、１で電気信号に変換された
入力パターンは前処理部２においてノイズ除去、
正規化、パターンの切り出し等を行ない一点鎖線
で示す第１層目の副認識群４００に未知パターン
を入力する。副認識群は複数個の副認識部３０
０，３０１，３０２より構成される。すなわち副
認識部は特徴抽出、整合を行ない、候補パターン
のカテゴリ名を出力する処理部３０，３１，３２
と、整合を行なうための辞書４０，４１，４２を
有し、複数個の副認識部は各々同一の未知パター
ンに対して同時に認識処理を行なう。各副認識部
は副認識部が所有する辞書との整合を行ない、候
補カテゴリを選び出す。各副認識部より選ばれた
候補カテゴリの情報と未知パターンは第２層の副
認識群６００に入力され、第２層での認識処理を
行なう。第２層の副認識群も同一の未知パターン
に対して同時に認識処理を行ない候補カテゴリを
選び出す。ここで第１層，第２層とも三つの副認
識部を例にとつたが、この数はこれに限らない。
また副認識群の階層も二層に限らない。
変換するスキヤナで、１で電気信号に変換された
入力パターンは前処理部２においてノイズ除去、
正規化、パターンの切り出し等を行ない一点鎖線
で示す第１層目の副認識群４００に未知パターン
を入力する。副認識群は複数個の副認識部３０
０，３０１，３０２より構成される。すなわち副
認識部は特徴抽出、整合を行ない、候補パターン
のカテゴリ名を出力する処理部３０，３１，３２
と、整合を行なうための辞書４０，４１，４２を
有し、複数個の副認識部は各々同一の未知パター
ンに対して同時に認識処理を行なう。各副認識部
は副認識部が所有する辞書との整合を行ない、候
補カテゴリを選び出す。各副認識部より選ばれた
候補カテゴリの情報と未知パターンは第２層の副
認識群６００に入力され、第２層での認識処理を
行なう。第２層の副認識群も同一の未知パターン
に対して同時に認識処理を行ない候補カテゴリを
選び出す。ここで第１層，第２層とも三つの副認
識部を例にとつたが、この数はこれに限らない。
また副認識群の階層も二層に限らない。
第２層で得られた候補カテゴリは最終判定部７
００により判定を下し、結果を出力する。
００により判定を下し、結果を出力する。
例えば入力パターンとして漢字を例にとると前
処理部２で切り出した一文字分の入力パターンを
第１層で処理し、例えば漢字3000字種の中から
100位内の候補カテゴリを選び、第２層ではさら
に５位内に候補をしぼり、最終判定部で結果を出
力する。
処理部２で切り出した一文字分の入力パターンを
第１層で処理し、例えば漢字3000字種の中から
100位内の候補カテゴリを選び、第２層ではさら
に５位内に候補をしぼり、最終判定部で結果を出
力する。
ここで本発明の要点である辞書の分割方法につ
いて述べる。副認識群内の辞書は前の副認識群の
結果に基づいて、次の副認識群内の副認識部の処
理が均一になるように分割する。第１層は、副認
識群が前に無いので第１層の副認識群内の辞書は
第１層で用いる全辞書を副認識部に均一に分割し
たもので良い。
いて述べる。副認識群内の辞書は前の副認識群の
結果に基づいて、次の副認識群内の副認識部の処
理が均一になるように分割する。第１層は、副認
識群が前に無いので第１層の副認識群内の辞書は
第１層で用いる全辞書を副認識部に均一に分割し
たもので良い。
次に第２層の辞書の分割方法について説明す
る。
る。
いま任意の１カテゴリの標準パターンの数をＮ
とすると１カテゴリの有する辞書は〓Goになる。
ここでGoは一標準パターンの特徴量である。副
認識群内の副認識部の数をＰとすると、１副認識
部は１カテゴリにつき1 P〓Goの辞書を有する。
Ｎはカテゴリの種類によつて一般的には異なる。
また対象とするカテゴリの数をＣとすると全カテ
ゴリに対する辞書容量は〓〓Goとなり、１副認
識部はＣＰ・〓Goだけの辞書を有する。すなわ
ち１カテゴリの有する辞書をＰで割り各副認識部
に割り当てる処理を全カテゴリについて行なう。
とすると１カテゴリの有する辞書は〓Goになる。
ここでGoは一標準パターンの特徴量である。副
認識群内の副認識部の数をＰとすると、１副認識
部は１カテゴリにつき1 P〓Goの辞書を有する。
Ｎはカテゴリの種類によつて一般的には異なる。
また対象とするカテゴリの数をＣとすると全カテ
ゴリに対する辞書容量は〓〓Goとなり、１副認
識部はＣＰ・〓Goだけの辞書を有する。すなわ
ち１カテゴリの有する辞書をＰで割り各副認識部
に割り当てる処理を全カテゴリについて行なう。
例えば第２図に示す如く１標準パターン当りの
辞書をgijとするとカテゴリＡはgAl〜gAoなる辞書
を、カテゴリＢはgB1〜gBl、カテゴリＣはgC1〜
gCnなる辞書を有している時、副認識部P1，P2，
P3はそれぞれgAl〜gAo／３，gB1〜gBl／３，gC1〜gCn／
３だ けの辞書を有している。いまｎ＝３，ｌ＝６，ｍ
＝９とするとP1はgAlとgB1，gB2およびgC1，gC2，
gC3，P2はgA2とgB3，gB4，gC4，gC5，gC6，P3はgA3
とgB5，gB6およびgC7，gC8，gC9を辞書として有す
る。
辞書をgijとするとカテゴリＡはgAl〜gAoなる辞書
を、カテゴリＢはgB1〜gBl、カテゴリＣはgC1〜
gCnなる辞書を有している時、副認識部P1，P2，
P3はそれぞれgAl〜gAo／３，gB1〜gBl／３，gC1〜gCn／
３だ けの辞書を有している。いまｎ＝３，ｌ＝６，ｍ
＝９とするとP1はgAlとgB1，gB2およびgC1，gC2，
gC3，P2はgA2とgB3，gB4，gC4，gC5，gC6，P3はgA3
とgB5，gB6およびgC7，gC8，gC9を辞書として有す
る。
このように副認識部と辞書の関係はある副認識
部があるカテゴリ群の標準パターン一式を辞書と
して有していない。すなわちあるカテゴリに属す
る複数個の標準パターンを複数個の副認識部が辞
書として分割して所有している。
部があるカテゴリ群の標準パターン一式を辞書と
して有していない。すなわちあるカテゴリに属す
る複数個の標準パターンを複数個の副認識部が辞
書として分割して所有している。
本発明によれば１カテゴリの辞書を複数個に分
割するので辞書容量の増加なしで複数個の認識部
に処理を集中させることなく、同時に認識処理を
行なわせることが出来るので高速化の効果が大で
ある。
割するので辞書容量の増加なしで複数個の認識部
に処理を集中させることなく、同時に認識処理を
行なわせることが出来るので高速化の効果が大で
ある。
第１図は本発明の実施例、第２図は本発明の説
明のための図である。 ４００……副認識群。
明のための図である。 ４００……副認識群。
Claims (1)
- 【特許請求の範囲】 １ 未知パターンを認識するパターン認識装置に
おいて、 複数の標準パターンの特徴量を分割して別々に
格納する第１の辞書と、上記未知パターンに対し
て特徴を抽出し、上記第１の辞書に分割格納され
た上記標準パターンの特徴量との整合を行ない、
第１の候補カテゴリを夫々出力する第１の副認識
手段を複数組備えた第１層の副認識群と、 上記第１層の副認識群にて出力された第１の候
補カテゴリを用い、その第１の候補カテゴリの標
準パターンの特徴量のうち、同一カテゴリに属す
る標準パターンの特徴量を分割して別々に格納す
る第２の辞書と、上記未知パターンに対して特徴
を抽出し、上記第２の辞書に分割格納された上記
標準パターンの特徴量との整合を行ない、認識結
果を夫々出力する第２の副認識手段を複数組備え
た第２層の副認識群と、 を少なくとも有することを特徴とするパターン認
識装置。 ２ 特許請求の範囲第１項記載において、上記第
２副認識群の第２の副認識手段は、第２の候補カ
テゴリを夫々出力し、上記第２層の副認識群にて
出力された上記第２の候補カテゴリを用い、その
第２の候補カテゴリに属する標準パターンの特徴
量を格納する第３の辞書と、上記未知パターンに
対して特徴を抽出し、上記第３の辞書に格納され
た上記標準パターンの特徴量との整合を行ない、
最終認識結果を出力する最終認識手段を備えた第
３層の最終認識手段を有することを特徴とするパ
ターン認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58084222A JPS59211176A (ja) | 1983-05-16 | 1983-05-16 | パタ−ン認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58084222A JPS59211176A (ja) | 1983-05-16 | 1983-05-16 | パタ−ン認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS59211176A JPS59211176A (ja) | 1984-11-29 |
| JPH051514B2 true JPH051514B2 (ja) | 1993-01-08 |
Family
ID=13824449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58084222A Granted JPS59211176A (ja) | 1983-05-16 | 1983-05-16 | パタ−ン認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS59211176A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08316713A (ja) * | 1995-05-23 | 1996-11-29 | Nippon Denki Syst Kensetsu Kk | 支持柱一体型空中線 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61283976A (ja) * | 1985-06-11 | 1986-12-13 | Sanyo Electric Co Ltd | パタ−ン認識装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5672782A (en) * | 1979-11-16 | 1981-06-17 | Toshiba Corp | Character read system |
| JPS5699583A (en) * | 1980-01-09 | 1981-08-10 | Nippon Telegr & Teleph Corp <Ntt> | Character decision processing system |
-
1983
- 1983-05-16 JP JP58084222A patent/JPS59211176A/ja active Granted
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08316713A (ja) * | 1995-05-23 | 1996-11-29 | Nippon Denki Syst Kensetsu Kk | 支持柱一体型空中線 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS59211176A (ja) | 1984-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5774588A (en) | Method and system for comparing strings with entries of a lexicon | |
| Moayer et al. | A syntactic approach to fingerprint pattern recognition | |
| EP0355748A2 (en) | A pattern recognition apparatus and method for doing the same | |
| JPH0664631B2 (ja) | 文字認識装置 | |
| CN107169504A (zh) | 一种基于扩展非线性核残差网络的手写字符识别方法 | |
| Kim et al. | Bankcheck recognition using cross validation between legal and courtesy amounts | |
| JPH11203415A (ja) | 類似パターンカテゴリ識別辞書作成装置および方法 | |
| Djeddi et al. | Multi-script writer identification optimized with retrieval mechanism | |
| JPH051514B2 (ja) | ||
| JP2556477B2 (ja) | パタン照合装置 | |
| JPS60108981A (ja) | 光学文字読取装置 | |
| JPH0795337B2 (ja) | 単語認識方式 | |
| Bumbu | On classification of 17th century fonts using neural networks | |
| JP2868770B2 (ja) | パターン辞書の構成方式 | |
| Bentrcia et al. | A Deep Learning Approach to Recognize Mixed Fonts Printed Arabic Characters | |
| Jindal | A Novel Hierarchical Technique for Offline Handwritten Gurmukhi Character Recognition | |
| JPS6355677A (ja) | パタ−ン認識方法 | |
| Tyagi et al. | Machine Learning for Recognition of Handwritten Devanagri Character | |
| JPH0557633B2 (ja) | ||
| JP2923295B2 (ja) | パターン同定処理方式 | |
| JP3100786B2 (ja) | 文字認識後処理方式 | |
| Tang et al. | Entropy-Reduced Transformation Approach to Pattern Recognition of Complex Data Set. | |
| CN121301567A (zh) | 基于语义分析的数字档案整理系统 | |
| KV et al. | Efficient Recognition of Telugu Characters Based on Critical Points Generated Using Morphological Methods | |
| JPS608990A (ja) | 文字認識方式 |