JPH06290307A - 記号認識方法及び装置 - Google Patents
記号認識方法及び装置Info
- Publication number
- JPH06290307A JPH06290307A JP4309722A JP30972292A JPH06290307A JP H06290307 A JPH06290307 A JP H06290307A JP 4309722 A JP4309722 A JP 4309722A JP 30972292 A JP30972292 A JP 30972292A JP H06290307 A JPH06290307 A JP H06290307A
- Authority
- JP
- Japan
- Prior art keywords
- nodes
- image
- symbol
- segment
- node
- 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.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- Biophysics (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- Emergency Medicine (AREA)
- Character Discrimination (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
(57)【要約】
【目的】 英数字記号列認識システム用の画像自動分割
識別方法・装置の提供 【構成】 画像感知ユニット１１で感知された記号列が
画像分割ユニット１２で分割されて正しくない分割状態
を含むカットからなるカットセットが形成される。得ら
れた複数のセルは全体としてはセグメントからなり分割
状態分析ユニット１３で分析され正当近隣体かどうかが
判断される。正当近隣体のセルはメモリ内で節点として
相互に接続される。予め定められたカットに関連する節
点が削除され、残存節点が神経ネットワ−ク認識ユニッ
ト１５で識別され確率値を含む認識結果が出力される。
識別方法・装置の提供 【構成】 画像感知ユニット１１で感知された記号列が
画像分割ユニット１２で分割されて正しくない分割状態
を含むカットからなるカットセットが形成される。得ら
れた複数のセルは全体としてはセグメントからなり分割
状態分析ユニット１３で分析され正当近隣体かどうかが
判断される。正当近隣体のセルはメモリ内で節点として
相互に接続される。予め定められたカットに関連する節
点が削除され、残存節点が神経ネットワ−ク認識ユニッ
ト１５で識別され確率値を含む認識結果が出力される。
Description
【０００１】
【産業上の利用分野】本発明は、認識装置に関し、詳し
くは或る１つの未知の英数字画像（イメ−ジ）全体（単
一文字または複数文字）の文字名についての確率的判断
を行う際に用いられる点数を定めるための、このような
認識装置における新しい手法及び構成に関する。
くは或る１つの未知の英数字画像（イメ−ジ）全体（単
一文字または複数文字）の文字名についての確率的判断
を行う際に用いられる点数を定めるための、このような
認識装置における新しい手法及び構成に関する。
【０００２】
【従来の技術】パターン認識装置としては、１９９１年
１１月１９日に発行され、本発明の譲受人に譲渡された
米国特許第５，０６７，１６４号に開示されている神経
ネットワ−ク装置等があり、これらの認識装置は未知の
英数字及びその他の記号又は画像の迅速且つ自動的な識
別にますます多く使われるようになっている。
１１月１９日に発行され、本発明の譲受人に譲渡された
米国特許第５，０６７，１６４号に開示されている神経
ネットワ−ク装置等があり、これらの認識装置は未知の
英数字及びその他の記号又は画像の迅速且つ自動的な識
別にますます多く使われるようになっている。
【０００３】これらの用途において、例えば未知の手書
き文字列のような未知のパターンの画像は、まず、文字
列の個々の文字を構成する手書き線（ストロ−ク）を分
離するように設計された或る取り決めに基づいていくつ
かの分割片（セグメント）に分割される。この分割に続
いて、これらのセグメントは、分析されて最もそれらし
い文字名が判断される。
き文字列のような未知のパターンの画像は、まず、文字
列の個々の文字を構成する手書き線（ストロ−ク）を分
離するように設計された或る取り決めに基づいていくつ
かの分割片（セグメント）に分割される。この分割に続
いて、これらのセグメントは、分析されて最もそれらし
い文字名が判断される。
【０００４】
【発明が解決しようとする課題】大抵の従来のシステム
においては、認識システムにかける前に、これらのセグ
メントが、対象画像についての正しいセグメントから構
成される正しいセグメントセットであることが要求され
る。この、正しいセグメントセットであることの要求か
ら、分割システムの機能には厳しい制約が課されること
になる。その理由は、分割の仕方が正しくないと、ほと
んど例外なしに、認識問題への解が正しくないものにな
ってしまうからである。
においては、認識システムにかける前に、これらのセグ
メントが、対象画像についての正しいセグメントから構
成される正しいセグメントセットであることが要求され
る。この、正しいセグメントセットであることの要求か
ら、分割システムの機能には厳しい制約が課されること
になる。その理由は、分割の仕方が正しくないと、ほと
んど例外なしに、認識問題への解が正しくないものにな
ってしまうからである。
【０００５】この制約を軽減すると同時に認識装置にか
ける質問の回数を最小に維持して時間効率をよくするよ
うな認識装置質問方法があれば、システム全体の性能の
面からみて有利である。
ける質問の回数を最小に維持して時間効率をよくするよ
うな認識装置質問方法があれば、システム全体の性能の
面からみて有利である。
【０００６】上記に関連して、複数の単語全体を認識す
るように設計されているが実際には単一文字認識システ
ムに基づいている現在のシステムにおいては事前に、通
常には人手で画像デ−タの分割を行う必要がある、とい
う問題がある。このプロセスは、非常に時間を要し且つ
コストがかかる。
るように設計されているが実際には単一文字認識システ
ムに基づいている現在のシステムにおいては事前に、通
常には人手で画像デ−タの分割を行う必要がある、とい
う問題がある。このプロセスは、非常に時間を要し且つ
コストがかかる。
【０００７】その上、従来の認識装置の多くは、手持ち
の認識問題に特定の、特別な手法を多数用いるという、
問題に非常に左右される装置であり、手持ちの問題に合
わせて注意深く調整しなければならないパラメ−タを多
数必要とする。この場合、全パラメ−タ間の極めて複雑
な相互作用から、システムが非常に改善しにくいものな
る。このようなシステムは、用いられる手法が特定的性
質を持つため、認識問題のわずかな差異への適応が、不
可能ではないにしても非常に困難になる。
の認識問題に特定の、特別な手法を多数用いるという、
問題に非常に左右される装置であり、手持ちの問題に合
わせて注意深く調整しなければならないパラメ−タを多
数必要とする。この場合、全パラメ−タ間の極めて複雑
な相互作用から、システムが非常に改善しにくいものな
る。このようなシステムは、用いられる手法が特定的性
質を持つため、認識問題のわずかな差異への適応が、不
可能ではないにしても非常に困難になる。
【０００８】従来の技術による認識装置の別の面では、
認識問題が分離して考慮されないことがしばしばで、代
わりに、辞書が用いられて辞書の範囲内で処理されると
いう制約が課される。従来のシステムでは、認識結果を
拒否するのに辞書を多用しているが、後処理過程として
行われている。したがって、より大きなシステムの他の
部分で生成される動的な小形辞書をすぐに取り入れるこ
とができ且つ各入力項目（エントリ）に点数を付けて辞
書を返すことができるようなシステムがあれば、認識装
置の性能を改善できる。
認識問題が分離して考慮されないことがしばしばで、代
わりに、辞書が用いられて辞書の範囲内で処理されると
いう制約が課される。従来のシステムでは、認識結果を
拒否するのに辞書を多用しているが、後処理過程として
行われている。したがって、より大きなシステムの他の
部分で生成される動的な小形辞書をすぐに取り入れるこ
とができ且つ各入力項目（エントリ）に点数を付けて辞
書を返すことができるようなシステムがあれば、認識装
置の性能を改善できる。
【０００９】したがって、本発明の目的は、異なる認識
問題の認識に際して改善が容易、すなわち、異なる認識
問題に対しても応用できる汎用化された認識装置を提供
することにある。
問題の認識に際して改善が容易、すなわち、異なる認識
問題に対しても応用できる汎用化された認識装置を提供
することにある。
【００１０】又本発明の別の目的は、認識対象として或
る画像が与えられた場合に、辞書内のエントリに点数を
付ける簡単で迅速な方法を提供することにある。
る画像が与えられた場合に、辞書内のエントリに点数を
付ける簡単で迅速な方法を提供することにある。
【００１１】本発明の更に他の具体的な目的は、英数字
の手書き文字を実時間でより早く又同時により正確に自
動認識することである。
の手書き文字を実時間でより早く又同時により正確に自
動認識することである。
【００１２】
【課題を解決するための手段】本発明は、画像認識につ
いての新しい、有用な処理に関するものであり、本発明
においては、認識装置にかける前に正しい分割すなわち
セグメント化が行われるように試みる代わりに、正しく
ない分割の仕方を許容するようなカットセットを仮定す
る。そして本発明において要求されるのは、正しいカッ
トセットがこの与えられたカットセット中に含まれてい
ること及び、認識システムが、そこへ送られて来た画像
に確信点を付け得ることだけである。
いての新しい、有用な処理に関するものであり、本発明
においては、認識装置にかける前に正しい分割すなわち
セグメント化が行われるように試みる代わりに、正しく
ない分割の仕方を許容するようなカットセットを仮定す
る。そして本発明において要求されるのは、正しいカッ
トセットがこの与えられたカットセット中に含まれてい
ること及び、認識システムが、そこへ送られて来た画像
に確信点を付け得ることだけである。
【００１３】分割／認識の問題は、図形上の最短路問題
として考えられ、その解は、現存する高速最短路アルゴ
リズムの新たな修正によって有利に実現できる。
として考えられ、その解は、現存する高速最短路アルゴ
リズムの新たな修正によって有利に実現できる。
【００１４】本発明のプロセスは、後に述べるような、
有向性非輪状グラフの形成を含む実施例によって理解で
きる。グラフは概略的にいえば複数の節点とこれらの節
点を接続するア−ク（弧線）とからなる。グラフ中の各
節点は、対象となるセグメントのうちの１つに対応す
る。セグメントの大きさは、１つ以上のセル（後に定
義）に相当する。セルの数は、分割プロセスによって何
個の分割線（カット）が生成されたかによって決まるも
ので、これは画像の中に何個の文字が予想されるかに対
比できる。
有向性非輪状グラフの形成を含む実施例によって理解で
きる。グラフは概略的にいえば複数の節点とこれらの節
点を接続するア−ク（弧線）とからなる。グラフ中の各
節点は、対象となるセグメントのうちの１つに対応す
る。セグメントの大きさは、１つ以上のセル（後に定
義）に相当する。セルの数は、分割プロセスによって何
個の分割線（カット）が生成されたかによって決まるも
ので、これは画像の中に何個の文字が予想されるかに対
比できる。
【００１５】グラフ中の各節点には、その節点に対応す
るセグメントについて認識装置が付ける点数から導かれ
る「長さ」が割り当てられる。或る与えられた節点から
出るア−クは全て、この同じ長さが割り当てられる。グ
ラフ中の節点、ア−ク、及びア−ク長さの導き方につい
ては下に詳しく述べる。
るセグメントについて認識装置が付ける点数から導かれ
る「長さ」が割り当てられる。或る与えられた節点から
出るア−クは全て、この同じ長さが割り当てられる。グ
ラフ中の節点、ア−ク、及びア−ク長さの導き方につい
ては下に詳しく述べる。
【００１６】本発明の有利な点は、前の処理に基づいて
正しいと予想されるカットであって「定カット」と称す
る、与えられたカット・セットの部分セット（サブセッ
ト）がリストの形でシステムに与えられることである。
この、定カットに関する情報を用いることによって、認
識装置が要する処理の量を顕著に削減することができ
る。
正しいと予想されるカットであって「定カット」と称す
る、与えられたカット・セットの部分セット（サブセッ
ト）がリストの形でシステムに与えられることである。
この、定カットに関する情報を用いることによって、認
識装置が要する処理の量を顕著に削減することができ
る。
【００１７】グラフの始点にある節点は、画像の左側に
対応し、グラフの終点にある節点は、画像の右側に対応
する。グラフの形成は、節点を通る各経路が、画像につ
いての或る特定の「正当な分割の仕方」（正当分割）に
対応するように、且つ又更に、対象画像について考えら
れる全ての正当分割の各々が、グラフを通る或る特定の
経路に対応するように、行われる。
対応し、グラフの終点にある節点は、画像の右側に対応
する。グラフの形成は、節点を通る各経路が、画像につ
いての或る特定の「正当な分割の仕方」（正当分割）に
対応するように、且つ又更に、対象画像について考えら
れる全ての正当分割の各々が、グラフを通る或る特定の
経路に対応するように、行われる。
【００１８】本発明には、その一部として、グラフ中の
ア−クに、グラフを通る最短路が画像の最適分割及び認
識に対応するように長さを割り当てる方法が含まれる。
正当近隣体（後に定義する）である節点セットについて
の判断が行われた後、本発明に基づいて、グラフ中の経
路への長さの割当が、グラフ中の接続された節点を通る
最短路が最適分割及び解に対応するように、行われる。
このように、本発明の方法により、もし点数の低い節点
が含まれていたとしても全体としては最高確率を有する
分割解が得られる。
ア−クに、グラフを通る最短路が画像の最適分割及び認
識に対応するように長さを割り当てる方法が含まれる。
正当近隣体（後に定義する）である節点セットについて
の判断が行われた後、本発明に基づいて、グラフ中の経
路への長さの割当が、グラフ中の接続された節点を通る
最短路が最適分割及び解に対応するように、行われる。
このように、本発明の方法により、もし点数の低い節点
が含まれていたとしても全体としては最高確率を有する
分割解が得られる。
【００１９】本発明においては、或る１つの画像と、少
なくとも、与えられた完体としてのセグメントセット内
に正しいセグメントセットが含まれるような、その画像
のセグメントセットとが用いられ、その正しいセグメン
トセットは、効率的に検出される。その後、その画像に
ついての認識結果が確信値を示す点数を添付して返され
る。
なくとも、与えられた完体としてのセグメントセット内
に正しいセグメントセットが含まれるような、その画像
のセグメントセットとが用いられ、その正しいセグメン
トセットは、効率的に検出される。その後、その画像に
ついての認識結果が確信値を示す点数を添付して返され
る。
【００２０】次に本発明に基づき、二つの節点が、それ
らの節点が正当近隣体である場合にのみ接続される。最
も簡単な事例においては、二つの節点が正当近隣体であ
るのは、左側セグメントの右側端部と右側セグメントの
左側端部ととが同じ場合のみである。
らの節点が正当近隣体である場合にのみ接続される。最
も簡単な事例においては、二つの節点が正当近隣体であ
るのは、左側セグメントの右側端部と右側セグメントの
左側端部ととが同じ場合のみである。
【００２１】本発明によって更に、その経路が通るべき
節点の個数をユ−ザが指定する方法が教示される。すな
わち、もし経路の通る節点が５個に制約される場合、そ
の解は、画像の５個分割に対応する。この機能は、本発
明によって辞書への点数付加を達成するのに不可欠な部
分である。
節点の個数をユ−ザが指定する方法が教示される。すな
わち、もし経路の通る節点が５個に制約される場合、そ
の解は、画像の５個分割に対応する。この機能は、本発
明によって辞書への点数付加を達成するのに不可欠な部
分である。
【００２２】本発明によれば更に、認識プロセスに先立
って、完体としてのセグメントセットから、可能な場合
には、或るセグメントを取り除くことも考えられてい
る。これによって、下流での処理が簡単化且つ短縮化さ
れる。このようにして、非常に単純な場合には、問題
は、画像のセグメントが正しいセグメントにのみ対応す
るような画像を認識するという従来からの伝統的な問題
に還元される。しかし、より複雑な場合には、正しくな
い分割についても考慮されるし、これらの正しくない分
割が正しくない認識に至るとは必ずしも限らない。
って、完体としてのセグメントセットから、可能な場合
には、或るセグメントを取り除くことも考えられてい
る。これによって、下流での処理が簡単化且つ短縮化さ
れる。このようにして、非常に単純な場合には、問題
は、画像のセグメントが正しいセグメントにのみ対応す
るような画像を認識するという従来からの伝統的な問題
に還元される。しかし、より複雑な場合には、正しくな
い分割についても考慮されるし、これらの正しくない分
割が正しくない認識に至るとは必ずしも限らない。
【００２３】数字認識の場合には、認識装置は、１つの
確率が１０個の数字の各々に対応するように１０個の確
率を返すように構成され、これにより最高の確率が最も
好ましい候補解に対応する。したがって、或るレベルの
単一文字認識性能が与えられると、本発明に基づくシス
テムによる、「真理値」（その画像に対応する実際のア
スキ−文字列）を知ってそれのみに基づいて行うデ−タ
自動分割が可能である。この自動分割は、デ−タ生成、
特に訓練用デ−タ生成に有用である。
確率が１０個の数字の各々に対応するように１０個の確
率を返すように構成され、これにより最高の確率が最も
好ましい候補解に対応する。したがって、或るレベルの
単一文字認識性能が与えられると、本発明に基づくシス
テムによる、「真理値」（その画像に対応する実際のア
スキ−文字列）を知ってそれのみに基づいて行うデ−タ
自動分割が可能である。この自動分割は、デ−タ生成、
特に訓練用デ−タ生成に有用である。
【００２４】本発明に基づく新システムは、そのデ−タ
の全て事前に人手で分割することを必要とせずに、習得
プロセスにおいて独力でプログラムのブ−トストラップ
・ロ−ディングを行うことができる。
の全て事前に人手で分割することを必要とせずに、習得
プロセスにおいて独力でプログラムのブ−トストラップ
・ロ−ディングを行うことができる。
【００２５】本発明については後に、認識装置として神
経ネットワ−ク認識装置を用いた実施例を用いて説明す
る。しかし、本発明には分割の一般的な生成及び認識装
置への供給並びにそれに続いての認識出力の処理が含ま
れ、したがって、上記制約を条件にいかなるパターン認
識システムにも本発明が適用可能であることは、当業者
には明かである。
経ネットワ−ク認識装置を用いた実施例を用いて説明す
る。しかし、本発明には分割の一般的な生成及び認識装
置への供給並びにそれに続いての認識出力の処理が含ま
れ、したがって、上記制約を条件にいかなるパターン認
識システムにも本発明が適用可能であることは、当業者
には明かである。
【００２６】したがって、本発明は或る特定の画像認識
システムに特定して用いられるものではない。本発明実
施に必要とされる要件は、認識すべき画像が与えられた
場合に、認識装置が、可能性ある解の各々についての確
率セットを返すように設計されることのみである。
システムに特定して用いられるものではない。本発明実
施に必要とされる要件は、認識すべき画像が与えられた
場合に、認識装置が、可能性ある解の各々についての確
率セットを返すように設計されることのみである。
【００２７】本発明とその更なる目的、特徴及び利点に
ついて以下に詳しく説明する。
ついて以下に詳しく説明する。
【００２８】
【実施例】本明細書の説明において、用語「カット」
は、「画像を２片に分割する行為、及びその分割線」と
して定義される。すなわち例えば、５個の手書き数字か
らなる画像は少なくとも４つのカットが必要である（画
像の周縁部によって定義されるカットは含めない）。こ
の例でもし４つを超えるカットが与えられた場合、これ
らのカットのうちの１つ（又は１つ以上）のカットは正
しくないカットの筈である。一般に、１つの正しいカッ
トで２つの英数字文字が決まる。
は、「画像を２片に分割する行為、及びその分割線」と
して定義される。すなわち例えば、５個の手書き数字か
らなる画像は少なくとも４つのカットが必要である（画
像の周縁部によって定義されるカットは含めない）。こ
の例でもし４つを超えるカットが与えられた場合、これ
らのカットのうちの１つ（又は１つ以上）のカットは正
しくないカットの筈である。一般に、１つの正しいカッ
トで２つの英数字文字が決まる。
【００２９】又、用語「定カット」は、分割プロセスに
おいて、最終の正しいカットのうちの１つとしてマ−ク
されたカットを意味する。例えば、もし画像がいくつか
の隣接する縦列の背景を含む場合に、画像のその部分の
中心が定カットとなる。
おいて、最終の正しいカットのうちの１つとしてマ−ク
されたカットを意味する。例えば、もし画像がいくつか
の隣接する縦列の背景を含む場合に、画像のその部分の
中心が定カットとなる。
【００３０】用語「セル」は、隣接する２つのカットの
間にある画像部分を意味する。この定義によれば、セル
にはカットは含まれない（周辺を定義するカットを除
く）。「セグメント」は、１つ以上の隣接するセルから
なる画像片である。用語「近隣体」は、例えば右側セグ
メントの左縁部が左側セグメントの右縁部と同じであ
る、というような特定の制約条件を満たす２つのセグメ
ントを意味する。この特定の制約条件については、範囲
を広げて「オ−バラップ」及び「スキップ」を含めるよ
うにしてもよい。
間にある画像部分を意味する。この定義によれば、セル
にはカットは含まれない（周辺を定義するカットを除
く）。「セグメント」は、１つ以上の隣接するセルから
なる画像片である。用語「近隣体」は、例えば右側セグ
メントの左縁部が左側セグメントの右縁部と同じであ
る、というような特定の制約条件を満たす２つのセグメ
ントを意味する。この特定の制約条件については、範囲
を広げて「オ−バラップ」及び「スキップ」を含めるよ
うにしてもよい。
【００３１】「オ−バラップ近隣体」は、２つのセグメ
ントであってそのうちの右側のセグメントの左縁部が物
理的に左側セグメントの内部にあるようなセグメントを
意味する。「スキップ近隣体」は、互いに接触はしてい
ないが正当近隣体とみなされる２つのセグメントを意味
する。用語「正当分割」は、画像分割の結果が正当近隣
体のみから構成されるような分割の仕方を意味する。
ントであってそのうちの右側のセグメントの左縁部が物
理的に左側セグメントの内部にあるようなセグメントを
意味する。「スキップ近隣体」は、互いに接触はしてい
ないが正当近隣体とみなされる２つのセグメントを意味
する。用語「正当分割」は、画像分割の結果が正当近隣
体のみから構成されるような分割の仕方を意味する。
【００３２】用語「有向性非輪状グラフ」は、一方向
の、すなわち有向性のア−クによって接続された節点の
集合でル−プを含まないものを意味する。このグラフの
節点は、画像のセグメントと１対１で対応する。「ア−
ク」は、２つの節点間を接続し中間で別の節点を通らな
い接続線をいう。「経路」は、グラフ中の隣接するア−
クからなるア−ク・セットを意味する。
の、すなわち有向性のア−クによって接続された節点の
集合でル−プを含まないものを意味する。このグラフの
節点は、画像のセグメントと１対１で対応する。「ア−
ク」は、２つの節点間を接続し中間で別の節点を通らな
い接続線をいう。「経路」は、グラフ中の隣接するア−
クからなるア−ク・セットを意味する。
【００３３】「子節点」は、その節点の前の節点、すな
わち「親節点」から許容方向に１つのア−クだけ移動し
た位置にある節点を意味する。「定カットをまたぐ」と
は、セグメントが定カットのカット線を横切って位置し
ていることを意味する。
わち「親節点」から許容方向に１つのア−クだけ移動し
た位置にある節点を意味する。「定カットをまたぐ」と
は、セグメントが定カットのカット線を横切って位置し
ていることを意味する。
【００３４】最後に、「最適分割」とは、最高点数の解
に対応し、且つ制約のない場合のプロセス出力に該当す
る分割である。
に対応し、且つ制約のない場合のプロセス出力に該当す
る分割である。
【００３５】図１は本発明を実施するためのシステムを
示す。画像感知装置又はユニット１１が、未知の英数字
記号、例えば５桁の数字からなる郵便番号を走査する。
画像デ−タは、通常の画素フォ−マットに変換され、画
像分割ユニット１２に供給される。画像分割ユニット１
２は、図３に示すように、５桁の数字を、この未知の画
像の正しいカットが含まれるのに十分な大きな数のセル
に分割する。具体的には、４つの特定のカットによって
５つの別々の数字に分割する。
示す。画像感知装置又はユニット１１が、未知の英数字
記号、例えば５桁の数字からなる郵便番号を走査する。
画像デ−タは、通常の画素フォ−マットに変換され、画
像分割ユニット１２に供給される。画像分割ユニット１
２は、図３に示すように、５桁の数字を、この未知の画
像の正しいカットが含まれるのに十分な大きな数のセル
に分割する。具体的には、４つの特定のカットによって
５つの別々の数字に分割する。
【００３６】次に本発明に基づき、これらのカットが分
割状態分析ユニット１３において分析される。下に詳し
く述べるように、分割状態分析ユニット１３は、セグメ
ントデ−タを入力順に処理して、或るセグメントを削除
する。残存するセグメントは全てフィ−ドバック・ル−
プ１４、１６を経て神経ネットワ−ク認識ユニット１５
に供給される。これらの複数のセグメントは複数の矢印
によって表される。認識ユニット１５の出力は、分析ユ
ニット１３に供給され、ここで更に処理が行われ、数字
とその確率推定値とについての出力が生成される。
割状態分析ユニット１３において分析される。下に詳し
く述べるように、分割状態分析ユニット１３は、セグメ
ントデ−タを入力順に処理して、或るセグメントを削除
する。残存するセグメントは全てフィ−ドバック・ル−
プ１４、１６を経て神経ネットワ−ク認識ユニット１５
に供給される。これらの複数のセグメントは複数の矢印
によって表される。認識ユニット１５の出力は、分析ユ
ニット１３に供給され、ここで更に処理が行われ、数字
とその確率推定値とについての出力が生成される。
【００３７】以下の説明においては、簡単化のため認識
対象語の中の文字の数は既知であると仮定する。この数
が未知の場合には、いくつかの異なる文字数についてこ
の処理が行われ、全体として最高点数の得られる組み合
せが解として採用される。後者の場合、点数は、Ｎ次根
を求めることによって正規化する必要がある（ここにお
いてＮは、全体の点数についての、現存する予想文字
数）。これにより、比較は文字ごとの点数を用いて行わ
れる。
対象語の中の文字の数は既知であると仮定する。この数
が未知の場合には、いくつかの異なる文字数についてこ
の処理が行われ、全体として最高点数の得られる組み合
せが解として採用される。後者の場合、点数は、Ｎ次根
を求めることによって正規化する必要がある（ここにお
いてＮは、全体の点数についての、現存する予想文字
数）。これにより、比較は文字ごとの点数を用いて行わ
れる。
【００３８】図３は、或る特定の分割方法に基づいて分
割された数字の文字セットを示す。文字列例「３７５０
１」の原画像（上段に示す）が分割されてセルが形成さ
れる。認識システムに供給された時点での最終分割状態
を図３の中段に、「形成されたセル」として示す。図式
分割・認識システムによって選択された分割状態を図３
の下段に、「システムにより選択されたセグメント」と
して示す。分割カットの形成の仕方は決定的なものでは
なく、本発明の実施には本質的にどの分割方法でも適用
可能である。
割された数字の文字セットを示す。文字列例「３７５０
１」の原画像（上段に示す）が分割されてセルが形成さ
れる。認識システムに供給された時点での最終分割状態
を図３の中段に、「形成されたセル」として示す。図式
分割・認識システムによって選択された分割状態を図３
の下段に、「システムにより選択されたセグメント」と
して示す。分割カットの形成の仕方は決定的なものでは
なく、本発明の実施には本質的にどの分割方法でも適用
可能である。
【００３９】本発明の別の態様に基づき、最終的分割選
択は、図４に示すような有向性非輪状グラフの分析プロ
セスを用いて行ってもよい。このグラフは、最初に節点
を特定し、次に正当近隣体である節点間にア−クを設け
ることにより形成される。
択は、図４に示すような有向性非輪状グラフの分析プロ
セスを用いて行ってもよい。このグラフは、最初に節点
を特定し、次に正当近隣体である節点間にア−クを設け
ることにより形成される。
【００４０】各節点は、前に分割過程で形成され１つ以
上のセルからなる１つの画像セグメントに対応する。そ
して図４の節点は、図３の文字列の分割に対応する。グ
ラフ中の２つの節点は、もしこれらの節点が対応するセ
グメントが正当近隣体である場合には相互に接続され、
これら対応セグメントが正当近隣体でない場合は接続さ
れない。
上のセルからなる１つの画像セグメントに対応する。そ
して図４の節点は、図３の文字列の分割に対応する。グ
ラフ中の２つの節点は、もしこれらの節点が対応するセ
グメントが正当近隣体である場合には相互に接続され、
これら対応セグメントが正当近隣体でない場合は接続さ
れない。
【００４１】したがって、図４を形成する前にどれが正
当近隣体を構成するかを定める必要がある。それには、
大抵の場合、最も簡単な定義、すなわちもし左側セグメ
ントの右縁部が右側セグメントの左縁部と同じである場
合には２つの近隣体は正当である、との定義で十分であ
る。しかし更に複雑な場合には、オ−バラップ及び／又
はスキップも正当とされる。
当近隣体を構成するかを定める必要がある。それには、
大抵の場合、最も簡単な定義、すなわちもし左側セグメ
ントの右縁部が右側セグメントの左縁部と同じである場
合には２つの近隣体は正当である、との定義で十分であ
る。しかし更に複雑な場合には、オ−バラップ及び／又
はスキップも正当とされる。
【００４２】例えば、近隣体が１つのセルだけオ−バラ
ップする（重なり合う）場合、又は近隣体がそのどちら
にも含まれない１つのセルだけ相互に距離がある場合
も、正当近隣体として許容される。これらの例を図４に
示す。「オ−バラップセグメント」と付記した節点の縦
列（コラム）は、「Ｘ」と付記した節点と１つのセルだ
けオ−バラップする。「１つのセルだけスキップしたセ
グメント」と付記した節点の縦列は、その左縁部が節点
「Ｘ」の右縁部から１つのセルだけ離れているようなセ
グメントに対応する。
ップする（重なり合う）場合、又は近隣体がそのどちら
にも含まれない１つのセルだけ相互に距離がある場合
も、正当近隣体として許容される。これらの例を図４に
示す。「オ−バラップセグメント」と付記した節点の縦
列（コラム）は、「Ｘ」と付記した節点と１つのセルだ
けオ−バラップする。「１つのセルだけスキップしたセ
グメント」と付記した節点の縦列は、その左縁部が節点
「Ｘ」の右縁部から１つのセルだけ離れているようなセ
グメントに対応する。
【００４３】本発明のこの機能により、認識対象となる
多くの画像において文字がオ−バラップしていたり（オ
−バラップ）、又或る画像においては、線を引いて消し
た文字のようなノイズが文字間に存在したり（スキッ
プ）することがあるという事実に対して、有利に処理を
行うことができる。
多くの画像において文字がオ−バラップしていたり（オ
−バラップ）、又或る画像においては、線を引いて消し
た文字のようなノイズが文字間に存在したり（スキッ
プ）することがあるという事実に対して、有利に処理を
行うことができる。
【００４４】図４のグラフの形成には分割過程からセグ
メントの総数を求めることが必要である。図３及び図４
の例において、セル総数は７、セグメント総数は１８で
ある（この後者の数字は、図３の場合にセグメントが１
つから３つまでのセルから構成されることに基づいて計
算した値である）。
メントの総数を求めることが必要である。図３及び図４
の例において、セル総数は７、セグメント総数は１８で
ある（この後者の数字は、図３の場合にセグメントが１
つから３つまでのセルから構成されることに基づいて計
算した値である）。
【００４５】これで、１つのセグメントに対するセル数
の最小値（通常１）、１つのセグメントに対するセル数
の最大値（下記参照）、２つの近隣セグメント間に許容
されるオ−バラップセル数（ユ−ザが定める）、及び２
つの近隣セグメント間に許容されるスキップセル数（こ
れもユ−ザが定める）を定めることによって、グラフが
完全に定まる（定カットを用いて行うグラフの節点及び
ア−クの数落し（削減）に先だって行われる。この数落
しについては下に述べる）。
の最小値（通常１）、１つのセグメントに対するセル数
の最大値（下記参照）、２つの近隣セグメント間に許容
されるオ−バラップセル数（ユ−ザが定める）、及び２
つの近隣セグメント間に許容されるスキップセル数（こ
れもユ−ザが定める）を定めることによって、グラフが
完全に定まる（定カットを用いて行うグラフの節点及び
ア−クの数落し（削減）に先だって行われる。この数落
しについては下に述べる）。
【００４６】グラフ中でセグメントを構成するセルの最
大数は、本発明に基づき次のように定められる。分割さ
れる画像中の予想文字数をＮとする。本例においてはこ
の数は５である。分割プロセスの結果として得られるカ
ット数をＣとする。Ｃの値は事前には未知であり、処理
される画像によって変動する。Ｃの値は特定の分割プロ
セスを選ぶことによって完全に定まる。
大数は、本発明に基づき次のように定められる。分割さ
れる画像中の予想文字数をＮとする。本例においてはこ
の数は５である。分割プロセスの結果として得られるカ
ット数をＣとする。Ｃの値は事前には未知であり、処理
される画像によって変動する。Ｃの値は特定の分割プロ
セスを選ぶことによって完全に定まる。
【００４７】例えば、図３に示す画像については、カッ
ト数（画像の周縁部を除く）６であり、したがってＣの
値は６である。正しいカット数として必要な数は、Ｎ−
１、すなわち本例では４である。したがって、セグメン
トに含めるべきセルの最大数は、式「Ｃ−Ｎ＋２」で与
えられる。
ト数（画像の周縁部を除く）６であり、したがってＣの
値は６である。正しいカット数として必要な数は、Ｎ−
１、すなわち本例では４である。したがって、セグメン
トに含めるべきセルの最大数は、式「Ｃ−Ｎ＋２」で与
えられる。
【００４８】２つのセグメントに許容される最大オ−バ
ラップをセル数で表した場合の最大セル数は、個々の用
途によって定められる。本例の用途は、米国郵便番号の
認識に関するものであるが、この場合、郵便番号の数字
でオ−バラップが顕著であるような実用例は頻度が比較
的少ないため、オ−バラップのセル数はゼロとみなされ
る。更に、２つの近隣セグメントに許容される最大スキ
ップセル数で表した場合の最大セル数も、個々の用途に
よって定められる。本例における許容スキップのセル数
はゼロである。
ラップをセル数で表した場合の最大セル数は、個々の用
途によって定められる。本例の用途は、米国郵便番号の
認識に関するものであるが、この場合、郵便番号の数字
でオ−バラップが顕著であるような実用例は頻度が比較
的少ないため、オ−バラップのセル数はゼロとみなされ
る。更に、２つの近隣セグメントに許容される最大スキ
ップセル数で表した場合の最大セル数も、個々の用途に
よって定められる。本例における許容スキップのセル数
はゼロである。
【００４９】一般に、もしＷMax を、セグメントの許容
最大幅をセル数で表した数、ＷMinを、セグメントの許
容最小幅をセル数で表した数（通常１に等しい）、そし
てＣを上記のように分割プロセスの結果として得られる
カット数とすると、セグメントの数Ｎs （グラフ中の節
点の数に等しい）は次の式で表される。 Ｎs ＝（ＷMax − ＷMin ＋ １）（Ｃ ＋ ２ −（ＷMax
＋ ＷMin）／２）
最大幅をセル数で表した数、ＷMinを、セグメントの許
容最小幅をセル数で表した数（通常１に等しい）、そし
てＣを上記のように分割プロセスの結果として得られる
カット数とすると、セグメントの数Ｎs （グラフ中の節
点の数に等しい）は次の式で表される。 Ｎs ＝（ＷMax − ＷMin ＋ １）（Ｃ ＋ ２ −（ＷMax
＋ ＷMin）／２）
【００５０】図４のグラフの節点を通る経路は、図３に
示す画像の特定の分割に対応する。画像の左縁部は、図
中「画像の左縁部」と付記した黒い四角形記号で表さ
れ、画像の右縁部は、図中「画像の右縁部」と付記した
黒い四角形記号で表される。画像の左縁部は、３つの節
点に接続され、図３の、その左縁部が画像の左縁部であ
る３つのセグメントに対応する。画像の右縁部も同様に
接続される。分かりやすくするため、図４のグラフには
正当ア−クの全ては示してない。
示す画像の特定の分割に対応する。画像の左縁部は、図
中「画像の左縁部」と付記した黒い四角形記号で表さ
れ、画像の右縁部は、図中「画像の右縁部」と付記した
黒い四角形記号で表される。画像の左縁部は、３つの節
点に接続され、図３の、その左縁部が画像の左縁部であ
る３つのセグメントに対応する。画像の右縁部も同様に
接続される。分かりやすくするため、図４のグラフには
正当ア−クの全ては示してない。
【００５１】図４のグラフ中、任意節点Ｘ（セグメント
Ｓ）と付記した領域に、図３においてＳと付記したセグ
メントに対応する特定の節点についての接続を示す。こ
のセグメントは、画像中の３及び４の部分を含むので、
セグメント幅としては２つのセルに等しい。許容オ−バ
ラップ量が１セルで許容スキップ量が１セルの場合、こ
の節点は、９つの子節点を有する。
Ｓ）と付記した領域に、図３においてＳと付記したセグ
メントに対応する特定の節点についての接続を示す。こ
のセグメントは、画像中の３及び４の部分を含むので、
セグメント幅としては２つのセルに等しい。許容オ−バ
ラップ量が１セルで許容スキップ量が１セルの場合、こ
の節点は、９つの子節点を有する。
【００５２】その内訳は、（Ａ）図４中の、「オ−バラ
ップセグメント」と付記された３つの節点からなる縦列
（セグメントのオ−バラップ量１セル）、（Ｂ）図４中
の、「隣接セグメント」と付記された３つの節点からな
る縦列（それらの左縁部がこのセグメントの右縁部に一
致するようなセグメントに対応）、及び（Ｃ）図４中
の、「１つのセルだけスキップしたセグメント」と付記
された節点からなる縦列（それらのセグメントの左縁部
が節点Ｘの右縁部から右に１セルの位置にある）であ
る。
ップセグメント」と付記された３つの節点からなる縦列
（セグメントのオ−バラップ量１セル）、（Ｂ）図４中
の、「隣接セグメント」と付記された３つの節点からな
る縦列（それらの左縁部がこのセグメントの右縁部に一
致するようなセグメントに対応）、及び（Ｃ）図４中
の、「１つのセルだけスキップしたセグメント」と付記
された節点からなる縦列（それらのセグメントの左縁部
が節点Ｘの右縁部から右に１セルの位置にある）であ
る。
【００５３】尚、図４に示すオ−バラップ及びスキップ
については、説明の目的でのみ示したものであり、本例
として述べた郵便番号認識用途例においては、オ−バラ
ップ又はスキップは許容されていない。
については、説明の目的でのみ示したものであり、本例
として述べた郵便番号認識用途例においては、オ−バラ
ップ又はスキップは許容されていない。
【００５４】本発明の別の態様においては、グラフ中
の、或る節点の数落し又は削除を行うのに未知画像の定
カットが用いられる。グラフ中の各節点が認識ユニット
への１つの認識依頼又は質問に対応することと、認識ユ
ニットへの質問が時間を取りそうであることとから、数
落しをすると全体のプロセスの処理が早くなる。その
上、数落しは分割の数を減らすことになるので、その結
果、最終分割が正しくない分割になるおそれも減ること
になる。
の、或る節点の数落し又は削除を行うのに未知画像の定
カットが用いられる。グラフ中の各節点が認識ユニット
への１つの認識依頼又は質問に対応することと、認識ユ
ニットへの質問が時間を取りそうであることとから、数
落しをすると全体のプロセスの処理が早くなる。その
上、数落しは分割の数を減らすことになるので、その結
果、最終分割が正しくない分割になるおそれも減ること
になる。
【００５５】こうして、もしグラフ中の或る節点が定カ
ットにまたがるセグメントに対応する場合、その節点及
びその節点において始まり又は終るア−クが削除され
る。
ットにまたがるセグメントに対応する場合、その節点及
びその節点において始まり又は終るア−クが削除され
る。
【００５６】例えば、上記の分割方法により最後のカッ
ト（画像中の「０」と「１」との間）が定カットとして
検出された（図３参照）。図４中でＹと付記された節点
は、定カットをまたぐ、画像中の最後の２つのセルから
なるセグメントに対応する。したがって、このセグメン
トにおいて始まり又は終るア−クもすべてグラフから削
除される。一般に、これは、定カットにまたがるセグメ
ントに対応する全ての節点について行われる。これらの
節点は全て、実を結ばないこととなる（すなわちこれら
の節点には子節点がない）。
ト（画像中の「０」と「１」との間）が定カットとして
検出された（図３参照）。図４中でＹと付記された節点
は、定カットをまたぐ、画像中の最後の２つのセルから
なるセグメントに対応する。したがって、このセグメン
トにおいて始まり又は終るア−クもすべてグラフから削
除される。一般に、これは、定カットにまたがるセグメ
ントに対応する全ての節点について行われる。これらの
節点は全て、実を結ばないこととなる（すなわちこれら
の節点には子節点がない）。
【００５７】一般のグラフでは、これらの節点及びア−
クの削除の結果、定カットにまたがる節点に対応してい
ない節点のうちにも実を結ばなくなるものが生じる。こ
れらの節点で終結する経路は全て必然的にそこで終るの
で、これらの節点及びそこで終結するア−クもグラフか
ら削除される。この、実を結ばない節点の検出は、実を
結ばない節点が全てグラフから削除されるまで、繰り返
し継続される。各節点は認識ユニットへの質問に対応す
るので、このグラフ中の数落しの結果として、認識プロ
セス全体の処理速度がかなり増加する。
クの削除の結果、定カットにまたがる節点に対応してい
ない節点のうちにも実を結ばなくなるものが生じる。こ
れらの節点で終結する経路は全て必然的にそこで終るの
で、これらの節点及びそこで終結するア−クもグラフか
ら削除される。この、実を結ばない節点の検出は、実を
結ばない節点が全てグラフから削除されるまで、繰り返
し継続される。各節点は認識ユニットへの質問に対応す
るので、このグラフ中の数落しの結果として、認識プロ
セス全体の処理速度がかなり増加する。
【００５８】ここで本発明に基づき、節点に長さが割り
当てられる。この長さは、或る与えられたから始まって
他の節点に接続される全てのア−クに付随されると考え
てもよい。この長さは、そのセグメントを認識ユニット
に送ることによりそのセグメントから生成される。
当てられる。この長さは、或る与えられたから始まって
他の節点に接続される全てのア−クに付随されると考え
てもよい。この長さは、そのセグメントを認識ユニット
に送ることによりそのセグメントから生成される。
【００５９】認識ユニットは本実施例においては、０か
ら９までの数字の各々に各１個、計１０個の出力を生成
する。各出力の値は、対応する数字に与えられた確率を
示す。認識ユニットは特に新しいものではなく、その詳
細については例えば前出の米国特許第５，０６７，１６
４号に述べられているものと同様である。そして、最高
出力値は、その数字が最も確率の高いことを示す。もし
対象画像が実際には数字でない場合には、最高出力値で
も１に比べて小さい値となる。
ら９までの数字の各々に各１個、計１０個の出力を生成
する。各出力の値は、対応する数字に与えられた確率を
示す。認識ユニットは特に新しいものではなく、その詳
細については例えば前出の米国特許第５，０６７，１６
４号に述べられているものと同様である。そして、最高
出力値は、その数字が最も確率の高いことを示す。もし
対象画像が実際には数字でない場合には、最高出力値で
も１に比べて小さい値となる。
【００６０】それから確率値はその負の対数をとって長
さ値に変換される。これらの長さを加え合わせること
は、付随する確率値を乗じることに対応する。したがっ
て、図４のグラフの経路長さが、その特定の一連のセグ
メントに付随する確率に対応することになる。
さ値に変換される。これらの長さを加え合わせること
は、付随する確率値を乗じることに対応する。したがっ
て、図４のグラフの経路長さが、その特定の一連のセグ
メントに付随する確率に対応することになる。
【００６１】グラフに長さを入れた後、Ｋ個の節点を通
る最短路が、図４の、画像の左縁部と付記された四角形
から画像の右縁部と付記された四角形まで計算で求めら
れる（Ｋの値はユ−ザが選ぶ）。図３の問題の最短路
は、図４中に薄灰色の線で示される線で、これは、図３
の下段の、システムによって選択されたセグメントから
なる最終分割状態に対応する。Ｋは、画像中の文字の予
想文字数である。
る最短路が、図４の、画像の左縁部と付記された四角形
から画像の右縁部と付記された四角形まで計算で求めら
れる（Ｋの値はユ−ザが選ぶ）。図３の問題の最短路
は、図４中に薄灰色の線で示される線で、これは、図３
の下段の、システムによって選択されたセグメントから
なる最終分割状態に対応する。Ｋは、画像中の文字の予
想文字数である。
【００６２】本発明の更に別の態様においては、技術的
にビテルビ（Ｖｉｔｅｒｂｉ）・アルゴリズムとして知
られる利用可能な高速最短路アルゴリズムを用いて最短
路が計算される。ビテルビ・アルゴリズムは、フォ−ニ
−（Ｇ．Ｄａｖｉｄ Ｆｏｒｎｅｙ）の論文「ビテルビ
・アルゴリズム」（ＩＥＥＥ論文集第６１巻第３号、１
９７３年３月）に詳細に述べられている。同論文の全文
をここに本出願の引用文献とする。
にビテルビ（Ｖｉｔｅｒｂｉ）・アルゴリズムとして知
られる利用可能な高速最短路アルゴリズムを用いて最短
路が計算される。ビテルビ・アルゴリズムは、フォ−ニ
−（Ｇ．Ｄａｖｉｄ Ｆｏｒｎｅｙ）の論文「ビテルビ
・アルゴリズム」（ＩＥＥＥ論文集第６１巻第３号、１
９７３年３月）に詳細に述べられている。同論文の全文
をここに本出願の引用文献とする。
【００６３】本発明に有用で上記論文に詳細に述べられ
ているビテルビ・アルゴリズムの実用例についてその要
点を図５に示す。図５は、次の変更点を除いては同論文
２７２ペ−ジに記載の同アルゴリズムのフォ−マルステ
−トメントと同一である。
ているビテルビ・アルゴリズムの実用例についてその要
点を図５に示す。図５は、次の変更点を除いては同論文
２７２ペ−ジに記載の同アルゴリズムのフォ−マルステ
−トメントと同一である。
【００６４】これらの変更点は、分かりやすくするため
定義の見出しを追加したこと、節点ｘk に付随する値
（長さ）に等しい量Ｖｘk を導入したこと、及び「反
復」の項目の筆頭部に次の２行を追加したことである。
これらの追加２行は、「λ［ξk＝（ｘk+1，ｘk）］＝
Ｖｘkを設定する」及び「（修正：λ［ξk＝（ｘk+1，
ｘk）］＝Ｖｘk（ｋ）を設定する）」である。
定義の見出しを追加したこと、節点ｘk に付随する値
（長さ）に等しい量Ｖｘk を導入したこと、及び「反
復」の項目の筆頭部に次の２行を追加したことである。
これらの追加２行は、「λ［ξk＝（ｘk+1，ｘk）］＝
Ｖｘkを設定する」及び「（修正：λ［ξk＝（ｘk+1，
ｘk）］＝Ｖｘk（ｋ）を設定する）」である。
【００６５】本実施例への適用に際して、或る与えられ
たア−クに付随する点数は、値「Ｖｘk」 に等しくす
る。ここにｘkは、ア−クの親節点を示す。このように
して、或る与えられた節点から始まるア−クには全て同
じ長さが割り当てられる。尚、上記変更点の最終項目に
関して、第１行の「・・・に設定する」は単に、節点ｘ
k から始まる全てのア−クの長さを節点ｘk に付随する
長さ値に等しく設定する命令である。第２行の「修正・
・・」については更に下に説明する。
たア−クに付随する点数は、値「Ｖｘk」 に等しくす
る。ここにｘkは、ア−クの親節点を示す。このように
して、或る与えられた節点から始まるア−クには全て同
じ長さが割り当てられる。尚、上記変更点の最終項目に
関して、第１行の「・・・に設定する」は単に、節点ｘ
k から始まる全てのア−クの長さを節点ｘk に付随する
長さ値に等しく設定する命令である。第２行の「修正・
・・」については更に下に説明する。
【００６６】ビテルビ・アルゴリズムを用いることによ
り、単なる最短路でなく、ユ−ザが指定する個数の節点
を通る最短路が得られる。すなわち、ビテルビ・アルゴ
リズムをグラフに適用するとＫ個の節点を通る最短路を
見いだすことができ、この最短路は画像をＫ個の文字に
分割することに対応する。
り、単なる最短路でなく、ユ−ザが指定する個数の節点
を通る最短路が得られる。すなわち、ビテルビ・アルゴ
リズムをグラフに適用するとＫ個の節点を通る最短路を
見いだすことができ、この最短路は画像をＫ個の文字に
分割することに対応する。
【００６７】この画像分割の仕方は、単に経路に沿って
各節点を点検し、それがどのセグメントに対応するかを
判断することによって即座に求められる。そして、対応
する最適解は単純に、これら各節点についての認識ユニ
ット出力に付随する最高点獲得文字（数字）に対応す
る。最適解、人手で得られた「真理値」、各桁数ごとの
点数の積、及び定カットの数（括弧で示す）を図３の最
下端の表に示す。
各節点を点検し、それがどのセグメントに対応するかを
判断することによって即座に求められる。そして、対応
する最適解は単純に、これら各節点についての認識ユニ
ット出力に付随する最高点獲得文字（数字）に対応す
る。最適解、人手で得られた「真理値」、各桁数ごとの
点数の積、及び定カットの数（括弧で示す）を図３の最
下端の表に示す。
【００６８】上記に加えて、修正ビテルビ・アルゴリズ
ムを用いることにより、Ｋ個の節点を通るだけでなくユ
−ザが定めた答にマッチする最高点解を求めることがで
きる。これによると、例えば認識対象語が或る限られた
辞書に属することが分かっているような、或る種のパタ
−ン認識問題に必要度の高い、辞書の採点に本システム
を用いることができる。この修正は図５の「修正：・・
・」のステ−トメントに含まれる。この修正には、各節
点について、認識ユニットからの最高点数が保持される
だけでなく、全点数が保持される必要がある。
ムを用いることにより、Ｋ個の節点を通るだけでなくユ
−ザが定めた答にマッチする最高点解を求めることがで
きる。これによると、例えば認識対象語が或る限られた
辞書に属することが分かっているような、或る種のパタ
−ン認識問題に必要度の高い、辞書の採点に本システム
を用いることができる。この修正は図５の「修正：・・
・」のステ−トメントに含まれる。この修正には、各節
点について、認識ユニットからの最高点数が保持される
だけでなく、全点数が保持される必要がある。
【００６９】この修正について、数字認識の具体例を用
いて説明する。この場合、認識ユニットは、各々が０か
ら９までの数字のうちの１つに付随する確率に対応する
ような、１０個の出力を生成する。無修正ビテルビ・ア
ルゴリズムを用いるには、最高点を有する候補節点のみ
を保持することと、対応する長さをその節点に付随させ
ることとが要求される。
いて説明する。この場合、認識ユニットは、各々が０か
ら９までの数字のうちの１つに付随する確率に対応する
ような、１０個の出力を生成する。無修正ビテルビ・ア
ルゴリズムを用いるには、最高点を有する候補節点のみ
を保持することと、対応する長さをその節点に付随させ
ることとが要求される。
【００７０】修正ビテルビ・アルゴリズムの場合、各節
点についてこれらの１０個の確率全てが保持される必要
がある。そして、或る与えられた節点から始まるア−ク
に割り当てられる値は、時間過程ｋに左右される（すな
わち、図５において、Ｖｘkはｋの陽関数となる）。
点についてこれらの１０個の確率全てが保持される必要
がある。そして、或る与えられた節点から始まるア−ク
に割り当てられる値は、時間過程ｋに左右される（すな
わち、図５において、Ｖｘkはｋの陽関数となる）。
【００７１】例えば、もし修正ビテルビ・アルゴリズム
が用いられて数字列の点数が「０７７３３」であるとす
ると、第１時間過程において全ての節点から始まるア−
クには、認識ユニット点数「０」に対応する長さが割り
当てられ、第２時間過程において全ての節点から始まる
ア−クには、認識ユニット点数「７」に対応する長さが
割り当てられ、以下についても同様である。
が用いられて数字列の点数が「０７７３３」であるとす
ると、第１時間過程において全ての節点から始まるア−
クには、認識ユニット点数「０」に対応する長さが割り
当てられ、第２時間過程において全ての節点から始まる
ア−クには、認識ユニット点数「７」に対応する長さが
割り当てられ、以下についても同様である。
【００７２】最終結果としては、修正ビテルビ・アルゴ
リズムによって、答が「０７７３３」となるような最高
点経路と、付随する点数とが得られることになる。これ
が辞書に属する全ての語について行われ、その結果、辞
書に属する全ての語について確信値が生成される。
リズムによって、答が「０７７３３」となるような最高
点経路と、付随する点数とが得られることになる。これ
が辞書に属する全ての語について行われ、その結果、辞
書に属する全ての語について確信値が生成される。
【００７３】この修正アルゴリズムにより、単一文字認
識ユニットを用いて画像を自動的に分割することもでき
る。もしセグメントの数、すなわち予想文字数、が指定
され、又、各セグメントに付随する真理値が指定される
と、修正アルゴリズムにより、Ｋ個の節点を通るだけで
なく真理値（ユ−ザによって指定される）に対応する解
を生成もする最短路が見いだされる。
識ユニットを用いて画像を自動的に分割することもでき
る。もしセグメントの数、すなわち予想文字数、が指定
され、又、各セグメントに付随する真理値が指定される
と、修正アルゴリズムにより、Ｋ個の節点を通るだけで
なく真理値（ユ−ザによって指定される）に対応する解
を生成もする最短路が見いだされる。
【００７４】このように、当初のカットセット（正しく
ないカットが含まれているかも知れない）が与えられ、
又真理値が既知であるという制約が与えられたると、修
正アルゴリズムにより、画像を文字に分ける分割の最良
方法が見いだされる。
ないカットが含まれているかも知れない）が与えられ、
又真理値が既知であるという制約が与えられたると、修
正アルゴリズムにより、画像を文字に分ける分割の最良
方法が見いだされる。
【００７５】この機能は、原画像とこれら画像に付随す
る真理値（アスキ−文字列）とが与えられた場合に、分
割された画像を自動的に生成するのに極めて有用であ
る。下に、例として、神経ネットワ−クの訓練にこの機
能を用いて、具体的には郵便番号の認識に基づく分割に
ついて神経ネットワ−クを訓練する過程を説明する。
る真理値（アスキ−文字列）とが与えられた場合に、分
割された画像を自動的に生成するのに極めて有用であ
る。下に、例として、神経ネットワ−クの訓練にこの機
能を用いて、具体的には郵便番号の認識に基づく分割に
ついて神経ネットワ−クを訓練する過程を説明する。
【００７６】この場合、プロセスは、分離された数字に
ついて前に訓練されたことのある神経ネットワ−クと、
郵便番号の画像についての大量のデ−タセットをによっ
て開始される。画像には真理値が付随する（すなわち、
各画像には、前に人手で見いだされた、郵便番号のアス
キ−文字列が対応する）が、画像は前に分割されたこと
がない。
ついて前に訓練されたことのある神経ネットワ−クと、
郵便番号の画像についての大量のデ−タセットをによっ
て開始される。画像には真理値が付随する（すなわち、
各画像には、前に人手で見いだされた、郵便番号のアス
キ−文字列が対応する）が、画像は前に分割されたこと
がない。
【００７７】最初に、候補カットのセットが分割システ
ムによって生成される。このセットには、正しいカット
セットが含まれる確率が非常に高いが、正しくないカッ
トも含まれている。ここで、上に説明したグラフが形成
された後、画像の正しい分割の仕方を見いだすために、
修正ビテルビ・アルゴリズムが、画像に付随する真理値
と共に用いられる。神経ネットワ−クは、それから各数
字に対応する画像セグメントについて訓練される。
ムによって生成される。このセットには、正しいカット
セットが含まれる確率が非常に高いが、正しくないカッ
トも含まれている。ここで、上に説明したグラフが形成
された後、画像の正しい分割の仕方を見いだすために、
修正ビテルビ・アルゴリズムが、画像に付随する真理値
と共に用いられる。神経ネットワ−クは、それから各数
字に対応する画像セグメントについて訓練される。
【００７８】反例も、見いだされた経路が既知の真理値
に対応することを指定せずにビテルビ・アルゴリズムを
用いることによって、自動的に生成される。したがっ
て、こうして見いだされた結果はネットワ−クを「試
験」条件で用いることに相当する。そしてもし見いださ
れた分割が、修正ビテルビ・アルゴリズム（真理値を用
いる）を用いて見いだされた分割と異なる場合、その分
割は反例として次の訓練に用いることができる。
に対応することを指定せずにビテルビ・アルゴリズムを
用いることによって、自動的に生成される。したがっ
て、こうして見いだされた結果はネットワ−クを「試
験」条件で用いることに相当する。そしてもし見いださ
れた分割が、修正ビテルビ・アルゴリズム（真理値を用
いる）を用いて見いだされた分割と異なる場合、その分
割は反例として次の訓練に用いることができる。
【００７９】この方法は、訓練が進行するにつれて動的
に生成される反例についてネットワ−クを訓練できると
いう顕著な利点がある。このようにして訓練されたネッ
トワ−クは、正しくない状態に分割された画像を拒否す
ることを習得したということで、別の意味での分割の訓
練を受けたことになる。
に生成される反例についてネットワ−クを訓練できると
いう顕著な利点がある。このようにして訓練されたネッ
トワ−クは、正しくない状態に分割された画像を拒否す
ることを習得したということで、別の意味での分割の訓
練を受けたことになる。
【００８０】以上の説明は、本発明の一実施例に関する
もので、この技術分野の当業者であれば、本発明の種々
の変形例を考え得るが、それらはいずれも本発明の技術
的範囲に包含される。
もので、この技術分野の当業者であれば、本発明の種々
の変形例を考え得るが、それらはいずれも本発明の技術
的範囲に包含される。
【００８１】
【発明の効果】以上述べたごとく、本発明によれば、英
数字文字列の認識のための画像分割において、得られた
カットセットに正しいカットセットが含まれていれば、
正しくないカットセットが同時に含まれていても結果に
悪影響がないように構成され、又、グラフ上の最短路解
を求める方式で分割及び認識処理を行うように構成され
ているので、システムの効率が増大し又、従来より正確
な処理結果より早く得られる。
数字文字列の認識のための画像分割において、得られた
カットセットに正しいカットセットが含まれていれば、
正しくないカットセットが同時に含まれていても結果に
悪影響がないように構成され、又、グラフ上の最短路解
を求める方式で分割及び認識処理を行うように構成され
ているので、システムの効率が増大し又、従来より正確
な処理結果より早く得られる。
【００８２】又、定カットに関連するセグメントを認識
過程に先立って削除できるので、時間を要する認識装置
の質問処理量が減少できて処理時間が短縮され、システ
ムの時間効率が上がり、システム全体の性能が改善され
る。更に、画像の自動分割方式を用い、時間とコストの
かかる、人手による事前分割を不要としたので、この面
でもシステムの効率が改善される。
過程に先立って削除できるので、時間を要する認識装置
の質問処理量が減少できて処理時間が短縮され、システ
ムの時間効率が上がり、システム全体の性能が改善され
る。更に、画像の自動分割方式を用い、時間とコストの
かかる、人手による事前分割を不要としたので、この面
でもシステムの効率が改善される。
【図１】本発明の高レベルブロック図である。
【図２】本発明に基づくプロセスの流れ図である
【図３】連続文字列の説明図である。
【図４】有向性非輪状グラフの説明図である。
【図５】本発明実施に有用なアルゴリズムの一部を示す
説明図である。
説明図である。
【図６】本発明のプロセス説明図である。
【符号の説明】 １１ 画像感知ユニット １２ 画像分割ユニット １３ 分割状態分析ユニット １４、１６ フィ−ドバック・ル−プ １５ 神経ネットワ−ク認識ユニット
───────────────────────────────────────────────────── フロントページの続き (72)発明者 クリストファー ジョン バージス アメリカ合衆国 07728 ニュージャージ ー フリーホールド、イースト ジョージ ストリート 29 (72)発明者 ヤン アンドレ ルクン アメリカ合衆国 07738 ニュージャージ ー リンクロフト、ロザリー アヴェニュ ー 63 (72)発明者 オファー マタン アメリカ合衆国 94305 カリフォルニア エスコンディード ヴィレッジ、フルム ５イー
Claims (36)
- 【請求項１】 画像感知ユニットと、画像分割ユニット
と、メモリと、既知画像のライブラリを有する認識ユニ
ットと、或る感知された画像が前記既知の画像の１つか
どうかの確率計測値を生成するための比較ユニットとか
らなる記号認識装置において、或る未知の英数字記号列
を認識するための方法であって、 前記記号列の、或る１つの画像を前記画像感知ユニット
によって感知する過程と、 前記記号列の全体にわたって候補カットを設定するため
に、前記記号列の前記画像を前記画像分割ユニットによ
って分割し、これによって、前記記号列に現存する記号
に比べて潜在的により多くの個数を有し且つその中に正
しい分割の仕方を含めることが可能なような十分な個数
を有する多数の画像セルを形成する過程と、 前記セル又はそれらの組み合せを、連続する一連の節点
のうちの始点の節点が前記記号列の左側に対応し且つそ
れら連続する一連の節点のうちの終点の節点が前記記号
列の右側に対応するような連続する一連の節点として前
記メモリ中に配置する過程と、 正当近隣体であるセグメントに対応する全ての節点を検
出して、これら全ての節点を左から右へア−クによって
接続し、これによって、その各経路が前記画像の特定の
正当分割に対応するような多数の経路を前記感知された
画像全体にわたって形成する過程と、 前記セグメントを定カットのデ−タベ−ス中の予め定め
られたデ−タと比較して、前記記号列画像の、定カット
にまたがる全ての節点を検出する過程と、 前期定カットにまたがる節点及びこれら節点の各々にお
いて始まり又は終る全てのア−クを前記メモリから削除
する過程と、 前記削除する過程の結果もはや親子関係のなくなった節
点を検出して、全てのこれら節点及びこれら節点に付随
するア−クを前記メモリから繰り返し削除する過程と、 残存節点の各々について確率計測値を前記認識ユニット
内で生成して、この確率計測値をそれぞれの節点に付随
させる目的で前記メモリに返す過程と、 前記残存節点経路の各々にある全ての節点に付随する前
記確率計測値を組み合せて、これにより、記号識別内容
と各特定節点経路に付随する総確率計測値とからなる出
力を生成する過程と、からなることを特徴とする、未知
の英数字記号列を認識するための、記号認識方法。 - 【請求項２】 前記方法において、前記生成する過程
が、前記確率計測値を負の対数に変換する過程からなる
ことを特徴とする請求項１の方法。 - 【請求項３】 前記方法において、前記組み合わせる過
程が、 残存節点を通る最短路を発見するために、前記負の対数
を加算する過程と、 経路に沿って各節点を点検して、これら節点がどのセグ
メントに対応するかを判断する過程と、 これら節点の各々に対する認識ユニットの出力に付随す
る、最高点数の記号を判断する過程と、からなることを
特徴とする請求項２の方法。 - 【請求項４】 前記方法において、前記正当近隣体が、
左側のセグメントの右縁部が右側のセグメントの左縁部
と同じであるような互いに隣接するセグメントに対応す
る節点であることを特徴とする請求項１、２、又は３の
方法。 - 【請求項５】 前記方法において、前記正当近隣体が、
１つ以上のセルだけ重なり合うような互いに隣接するセ
グメントに対応する節点であることを特徴とする請求項
１、２、又は３の方法。 - 【請求項６】 前記方法において、前記正当近隣体が、
他のどの近在セグメントにも含まれていない１つ以上の
セルだけ互いに離れた近在セグメントに対応する節点で
あることを特徴とする請求項１、２、又は３の方法。 - 【請求項７】 画像感知ユニットと、画像分割ユニット
と、メモリと、既知画像のライブラリを有する神経ネッ
トワ−ク認識ユニットと、或る感知された画像が前記既
知の画像の１つかどうかの確率計測値を生成するための
比較ユニットとからなる英数字記号認識装置において、
或る未知の英数字記号列を認識するための方法であっ
て、 前記記号列の或る１つの画像を前記画像感知ユニットに
よって感知して、この感知された画像を画素フォ−マッ
トに変換する過程と、 前記記号列の全体にわたって候補カットを設定するため
に前記記号列の前記画素画像を前記画像分割ユニットに
よって分割し、これによって、前記記号列に現存する記
号に比べて潜在的により多くの個数を有し且つその中に
正しい分割の仕方を含めることが可能なような十分な個
数を有する多数の画像セルを形成する過程と、 前記セル又はそれらの組み合せを、連続する一連の節点
のうちの始点の節点が前記記号列の左側に対応し且つそ
れら連続する一連の節点のうちの終点の節点が前記記号
列の右側に対応するような連続する数連の節点からなる
図形的配列として前記メモリ中に配置する過程と、 正当近隣体であるセグメントに対応する全ての節点を検
出して、これら全ての節点を左から右へア−クによって
接続し、これによって、その各経路が前記画像の特定の
正当分割に対応するような多数の経路を前記感知された
画像全体にわたって、１対１の対応で形成する過程と、 予め定められた、定カットの情報についてのデ−タベ−
スを用意して、前記カットをこのデ−タベ−ス情報と比
較し、これにより、定カットにまたがる全ての節点を検
出する過程と、 前記定カットにまたがる節点及びこれら節点の各々に接
続された全てのア−クを前記メモリから削除する過程
と、 残存節点の各々について確率計測値を前記神経ネットワ
−ク認識ユニット内で生成して、この確率計測値をそれ
ぞれの節点に付随させる目的で前記メモリに返す過程
と、 前記残存節点経路の各々にある全ての節点に付随する前
記確率計測値を組み合せて、これにより、英数字記号識
別内容と各特定節点経路に付随する総確率計測値とから
なる出力を生成する過程と、からなることを特徴とす
る、未知の英数字記号列を認識するための、記号認識方
法。 - 【請求項８】 前記方法において、前記生成する過程
が、前記確率計測値を負の対数に変換する過程からなる
ことを特徴とする請求項７の方法。 - 【請求項９】 前記方法において、前記組み合わせる過
程が、 残存節点を通る最短路を発見するために、前記負の対数
を加算する過程と、 前記画像列における英数字文字の適切な個数を判断する
過程と、 経路に沿って各節点を点検して、これら節点がどのセグ
メントに対応するかを判断する過程と、 これら節点の各々に対する認識ユニットの出力に付随す
る、最高点数の記号を判断する過程と、からなることを
特徴とする請求項８の方法。 - 【請求項１０】 前記方法が更に、 前記削除する過程の結果もはや親子関係のなくなった節
点を検出して、全てのこれら節点及びこれら節点に付随
するア−クを前記メモリから繰り返し削除する過程から
なることを特徴とする請求項７、８、又は９の方法。 - 【請求項１１】 前記方法において、前記正当近隣体
が、左側のセグメントの右縁部が右側のセグメントの左
縁部と同じであるような互いに隣接するセグメントに対
応する節点であることを特徴とする請求項７、８、又は
９の方法。 - 【請求項１２】 前記方法において、前記正当近隣体
が、１つ以上のセルだけ重なり合うような互いに隣接す
るセグメントに対応する節点であることを特徴とする請
求項７、８、又は９の方法。 - 【請求項１３】 前記方法において、前記正当近隣体
が、他のどの近在セグメントにも含まれていない１つ以
上のセルだけ互いに離れた近在セグメントに対応する節
点であることを特徴とする請求項７、８、又は９の方
法。 - 【請求項１４】 画像感知ユニットと、画像分割ユニッ
トと、メモリと、既知画像受信のためのライブラリを有
する神経ネットワ−ク認識ユニットと、或る１つの既知
入力画像が属する種類の英数字として存在可能性のある
全ての英数字に関してこの既知入力画像についての多数
の確率計測値を生成するための比較ユニットとからなる
英数字記号認識装置において、１つ以上の英数字記号を
認識するようにこの英数字記号認識装置を訓練するため
の方法であって、 前記既知英数字記号の１つ以上の画像を前記画像感知ユ
ニットによって感知して、これら感知された画像を画素
フォ−マットに変換する過程と、 前記画像の全体にわたって候補カットを設定するために
前記英数字記号の前記画素画像を前記画像分割ユニット
によって分割し、これによって、前記記号列に現存する
記号に比べて潜在的により多くの個数を有し且つその中
に前記画像の各々についての正しい分割の仕方を含める
ことが可能なような十分な個数を有する多数の連続する
画像セルを形成する過程と、 前記セグメントを、連続する一連の節点のうちの始点の
節点が図形的配列の左側に対応し且つそれら連続する一
連の節点のうちの終点の節点が図形的配列の右側に対応
するような連続する数連の節点からなる図形的配列とし
て前記メモリ中に配置する過程と、 正当近隣体であるセグメントに対応する全ての節点を検
出して、これら全ての節点を左から右へア−クによって
接続し、これによって、その各経路が前記画像の特定の
正当分割に対応するような多数の経路を前記感知された
画像全体にわたって形成する過程と、 予め定められた、定カット情報についてのデ−タベ−ス
を用意して、前記カットをこのデ−タベ−ス情報と比較
し、これにより、定カットにまたがる全ての節点を検出
する過程と、 前記定カットにまたがる節点及びこれら節点の各々に接
続された全てのア−クを前記メモリから削除する過程
と、 残存節点の各々について確率計測値を前記神経ネットワ
−ク認識ユニット内で生成して、この確率計測値をそれ
ぞれの節点に付随させる目的で前記メモリに返す過程
と、 前記残存節点経路の各々にある全て節点に付随する前記
確率計測値を組み合せて、これにより、英数字記号識別
内容と各特定節点経路に付随する総確率計測値とからな
る、前記ライブラリ用の英数字記号識別デ−タを生成す
る過程と、からなることを特徴とする、英数字記号列を
認識するように英数字記号認識装置を訓練するための記
号認識方法。 - 【請求項１５】 前記方法において、前記生成する過程
が、前記確率計測値を負の対数に変換する過程からなる
ことを特徴とする請求項１４の方法。 - 【請求項１６】 前記方法において、前記正当近隣体
が、左側のセグメントの右縁部が右側のセグメントの左
縁部と同じであるような互いに隣接するセグメントに対
応する節点であることを特徴とする、請求項１４又は１
５の方法。 - 【請求項１７】 前記方法において、前記正当近隣体
が、１つ以上のセルだけ重なり合うような互いに隣接す
るセグメントに対応する節点であることを特徴とする請
求項１４又は１５の方法。 - 【請求項１８】 前記方法において、前記正当近隣体
が、他のどの近在セグメントにも含まれていない１つ以
上のセルだけ互いに離れた近在セグメントに対応する節
点であることを特徴とする請求項１４又は１５の方法。 - 【請求項１９】 画像感知ユニットと、画像分割ユニッ
トと、メモリと、既知画像のライブラリを有する認識ユ
ニットと、或る感知された画像が前記既知の画像の１つ
かどうかの確率計測値を生成するための比較ユニットと
からなる、１つ以上の未知の英数字記号の記号列を認識
するための記号認識装置であって、 前記記号列の、或る１つの画像を前記画像感知ユニット
によって感知するための装置と、 前記記号列の全体にわたって候補セグメントを設定する
ことを目的として前記記号列の前記画像を前記画像分割
ユニットによって分割し、これによって、前記記号列に
現存する記号に比べて潜在的により多くの個数を有し且
つその中に正しい分割の仕方を含めることが可能なよう
な十分な個数を有する多数の画像セルを形成するための
装置と、 前記セグメントを、連続する一連の節点のうちの始点の
節点が前記記号列の左側に対応し且つそれら連続する一
連の節点のうちの終点の節点が前記記号列の右側に対応
するような連続する一連の節点として前記メモリ中に配
置するための装置と、 正当近隣体であるセグメントに対応する全ての節点を検
出し、これら全ての節点を左から右へア−クによって接
続し、これによって、その各経路が前記画像の特定の正
当分割に対応するような多数の経路を前記感知された画
像全体にわたって形成するための装置と、 前記セグメントを定カットのデ−タベ−ス中の予め定め
られたデ−タと比較し、これにより、定カットにまたが
る全ての節点を検出するための装置と、 前記定カットにまたがる節点及びこれら節点の各々に接
続された全てのア−クを前記メモリから削除するための
装置と、 前の過程の結果としてもはや親子関係を持たない節点を
検出し、全てのこれら節点及びこれら節点に付随するア
−クを前記メモリから繰り返し削除するための装置と、 残存節点の各々について確率計測値を前記認識ユニット
内で生成し、この確率計測値をそれぞれの節点に付随さ
せる目的で前記メモリに返すための装置と、 記号識別内容と各特定節点経路に付随する総確率計測値
とからなる出力を生成することを目的として、前記残存
節点経路の各々にある全ての節点に付随する前記確率計
測値を組み合せるための装置と、からなることを特徴と
する、未知の英数字記号列を認識するための、記号認識
装置。 - 【請求項２０】 前記記号認識装置が更に、前記生成す
る装置において、前記確率計測値を負の対数に変換する
装置からなることを特徴とする請求項１９の装置。 - 【請求項２１】 前記記号認識装置において、前記組み
合わせるための装置が更に、 残存節点を通る最短路を発見することを目的として、前
記負の対数を加算するための装置と、 経路に沿って各節点を点検し、これら節点がどのセグメ
ントに対応するかを判断するための装置と、 これら節点の各々に対する認識ユニットの出力に付随す
る、最高点数の記号を判断するための装置と、からなる
ことを特徴とする請求項２０の装置。 - 【請求項２２】 前記記号認識装置において、前記正当
近隣体が、左側のセグメントの右縁部が右側のセグメン
トの左縁部と同じであるような互いに隣接するセグメン
トに対応する節点であることを特徴とする請求項１９、
２０、又は２１の装置。 - 【請求項２３】 前記記号認識装置において、前記正当
近隣体が、１つ以上のセルだけ重なり合うような互いに
隣接するセグメントに対応する節点であることを特徴と
する請求項１９、２０、又は２１の装置。 - 【請求項２４】 前記記号認識装置において、前記正当
近隣体が、他のどの近在セグメントにも含まれていない
１つ以上のセルだけ互いに離れた近在セグメントに対応
する節点であることを特徴とする、請求項１９、２０、
又は２１の装置。 - 【請求項２５】 画像感知ユニットと、画像分割ユニッ
トと、メモリと、既知画像のライブラリを有する神経ネ
ットワ−ク認識ユニットと、或る感知された画像が前記
既知の画像の１つかどうかの確率計測値を生成するため
の比較ユニットと、からなる、１つ以上の未知の英数字
記号を認識するための記号認識装置であって、 前記１つ以上の英数字記号の１つの画像を前記画像感知
ユニットによって感知して、これら感知された画像を画
素フォ−マットに変換するための装置と、 前記英数字記号の全体にわたって候補カットを設定する
ことを目的として、前記英数字記号の前記画素画像を前
記画像分割ユニットによって分割し、これによって、現
存する記号に比べて潜在的により多くの個数を有し且つ
その中に前記画像の各々についての正しい分割の仕方を
含めることが可能なような十分な個数を有する多数の画
像セルを形成するための装置と、 前記セグメントを、連続する一連の節点のうちの始点の
節点が図形的配列の左側に対応し且つそれら連続する一
連の節点のうちの終点の節点が図形的配列の右側に対応
するような連続する数連の節点からなる図形的配列とし
て前記メモリ中に配置するための装置と、 正当近隣体であるセグメントに対応する全ての節点を検
出して、これら全ての節点を左から右へア−クによって
接続し、これによって、その各経路が前記画像の特定の
正当分割に対応するような多数の経路を前記感知された
画像全体にわたって形成するための装置と、 予め定められた、定カットの情報についてのデ−タベ−
スを用意して、前記カットをこのデ−タベ−ス情報と比
較し、これにより、或る定カットにまたがる全ての節点
を検出するための装置と、 前記定カットにまたがる節点及びこれら節点の各々に接
続された全てのア−クを前記メモリから削除するための
装置と、 残存節点の各々について確率計測値を前記神経ネットワ
−ク認識ユニット内で生成して、この確率計測値をそれ
ぞれの節点に付随させる目的で前記メモリに返すための
装置と、 英数字記号識別内容と各特定節点経路に付随する総確率
計測値とから構成される、前記ライブラリ用の英数字記
号識別デ−タを生成することを目的として、前記残存節
点経路の各々にある全ての節点に付随する前記確率計測
値を組み合せるための装置と、からなることを特徴とす
る、１つ以上の未知の英数字記号を認識するための記号
認識装置。 - 【請求項２６】 前記記号認識装置において、前記生成
するための装置が更に、前記確率計測値を負の対数に変
換する装置からなることを特徴とする請求項２５の装
置。 - 【請求項２７】 前記記号認識装置において、前記組み
合わせるための装置が更に、 残存節点を通る最短路を発見することを目的として、前
記負の対数を加算するための装置と、 経路に沿って各節点を点検して、これら節点がどのセグ
メントに対応するかを判断するための装置と、 これら節点の各々に対する認識ユニットの出力に付随す
る、最高点数の記号を判断するための装置と、からなる
ことを特徴とする請求項２６の装置。 - 【請求項２８】 前記記号認識装置が更に、 前記削除するための装置による削除過程の結果もはや親
子関係のなくなった節点を検出するための装置と、 全てのこれら節点及びこれら節点に付随するア−クを前
記メモリから繰り返し削除するための装置と、からなる
ことを特徴とする請求項２５、２６、又は２７の装置。 - 【請求項２９】 前記記号認識装置において、前記正当
近隣体が、左側のセグメントの右縁部が右側のセグメン
トの左縁部と同じであるような互いに隣接するセグメン
トに対応する節点であることを特徴とする請求項２５、
２６、又は２７の装置。 - 【請求項３０】 前記記号認識装置において、前記正当
近隣体が、１つ以上のセルだけ重なり合うような互いに
隣接するセグメントに対応する節点であることを特徴と
する請求項２５、２６、又は２７の装置。 - 【請求項３１】 前記記号認識装置において、前記正当
近隣体が、他のどの近在セグメントにも含まれていない
１つ以上のセルだけ互いに離れた近在セグメントに対応
する節点であることを特徴とする、請求項２５、２６、
又は２７の装置。 - 【請求項３２】 画像感知ユニットと、画像分割ユニッ
トと、メモリと、既知画像受信のためのライブラリを有
する神経ネットワ−ク認識ユニットと、或る１つの既知
入力画像が属する種類の英数字として存在可能性のある
全ての英数字に関してこの既知入力画像についての多数
の確率計測値を生成するための比較ユニットとからなる
英数字記号認識装置において、入力画像及びこれら入力
画像に対応する真理値に関する情報を用いて個別文字訓
練画像を自動的に生成するための訓練用記号認識装置で
あって、 前記既知英数字記号の１つ以上の画像を前記画像感知ユ
ニットによって感知して、これらの感知された画像を画
素フォ−マットに変換するための装置と、 前記画像の全体にわたって候補カットを設定することを
目的として前記英数字記号の前記画素画像を前記画像分
割ユニットによって分割し、これによって、前記記号列
に現存する記号に比べて潜在的により多くの個数を有し
且つその中に前記画像の各々についての正しい分割の仕
方を含めることが可能なような十分な個数を有する多数
の連続する画像セルを形成するための装置と、 前記画像セルを、連続する一連の節点のうちの始点の節
点が図形的配列の左側に対応し且つそれら連続する一連
の節点のうちの終点の節点が図形的配列の右側に対応す
るような連続する数連の節点からなる図形的配列として
前記メモリ中に配置するための装置と、 正当近隣体であるセグメントに対応する全ての節点を検
出して、これら全ての節点を左から右へア−クによって
接続し、これによって、その各経路が前記画像の特定の
正当分割に対応するような多数の経路を前記感知された
画像全体にわたって１対１の対応で形成するための装置
と、 予め定められた、定カットの情報についてのデ−タベ−
スを用意して、前記カットをこのデ−タベ−ス情報と比
較し、これにより、定カットにまたがる全ての節点を検
出するための装置と、 前記定カットにまたがる節点及びこれら節点の各々に接
続された全てのア−クを前記メモリから削除するための
装置と、 残存節点の各々について確率計測値を前記神経ネットワ
−ク認識ユニット内で生成して、この確率計測値をそれ
ぞれの節点に付随させる目的で前記メモリに返すための
装置と、 英数字記号識別内容と各特定節点経路に付随する総確率
計測値とからなる前記ライブラリ用の英数字記号識別デ
−タを生成することを目的として、全ての前記残存節点
経路内の全ての節点に付随する全ての前記確率計測値を
組み合せて記憶するための装置とからなり、 これにより、前記画像の分割がほぼ自動的である、こと
を特徴とする、個別文字訓練画像を自動的に生成するた
めの訓練用記号認識装置。 - 【請求項３３】 前記記号認識装置において、前記生成
するための装置が更に、前記確率計測値を負の対数に変
換する装置からなることを特徴とする請求項３２の装
置。 - 【請求項３４】 前記記号認識装置において、前記正当
近隣体が、左側のセグメントの右縁部が右側のセグメン
トの左縁部と同じであるような互いに隣接するセグメン
トに対応する節点であることを特徴とする請求項３３の
装置。 - 【請求項３５】 前記記号認識装置において、前記正当
近隣体が、１つ以上のセルだけ重なり合うような互いに
隣接するセグメントに対応する節点であることを特徴と
する請求項３３の装置。 - 【請求項３６】 前記記号認識装置において、前記正当
近隣体が、他のどの近在セグメントにも含まれていない
１つ以上のセルだけ互いに離れた近在セグメントに対応
する節点であることを特徴とする請求項３３の装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US81546991A | 1991-12-31 | 1991-12-31 | |
| US815469 | 1991-12-31 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06290307A true JPH06290307A (ja) | 1994-10-18 |
| JP2637344B2 JP2637344B2 (ja) | 1997-08-06 |
Family
ID=25217884
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4309722A Expired - Fee Related JP2637344B2 (ja) | 1991-12-31 | 1992-10-26 | 記号認識方法及び装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5372135A (ja) |
| JP (1) | JP2637344B2 (ja) |
| AU (1) | AU2245092A (ja) |
| WO (1) | WO1993012712A1 (ja) |
Families Citing this family (244)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6222189B1 (en) | 1992-07-15 | 2001-04-24 | Optix, Lp | Methods of enhancing optical signals by mechanical manipulation in non-invasive testing |
| AU6186494A (en) * | 1993-05-07 | 1994-11-10 | Diasense, Inc. | Non-invasive determination of analyte concentration using non-continuous radiation |
| WO1996013203A1 (en) * | 1993-05-07 | 1996-05-09 | Diasense, Inc. | Non-invasive measurement of analytes in blood |
| JP3577335B2 (ja) * | 1993-06-02 | 2004-10-13 | 浜松ホトニクス株式会社 | 散乱吸収体計測方法及び装置 |
| JP3433498B2 (ja) * | 1993-06-02 | 2003-08-04 | 浜松ホトニクス株式会社 | 散乱吸収体の内部情報計測方法及び装置 |
| WO1995005120A1 (fr) * | 1993-08-12 | 1995-02-23 | Kurashiki Boseki Kabushiki Kaisha | Procede non-invasif de mesure du taux de sucre sanguin et instrument de mesure utilise a cet effet |
| JP3345481B2 (ja) * | 1993-09-22 | 2002-11-18 | 興和株式会社 | 脈波分光計 |
| US5459317A (en) * | 1994-02-14 | 1995-10-17 | Ohio University | Method and apparatus for non-invasive detection of physiological chemicals, particularly glucose |
| JPH07250826A (ja) * | 1994-03-14 | 1995-10-03 | Sony Corp | 血糖値測定装置 |
| WO1995031928A1 (de) * | 1994-05-20 | 1995-11-30 | Kuenst Hermann | Transcutane, unblutige konzentrationsbestimmung von substanzen im blut |
| US5458128A (en) * | 1994-06-17 | 1995-10-17 | Polanyi; Michael | Method and apparatus for noninvasively measuring concentration of a dye in arterial blood |
| US5553613A (en) * | 1994-08-17 | 1996-09-10 | Pfizer Inc. | Non invasive blood analyte sensor |
| US5524617A (en) * | 1995-03-14 | 1996-06-11 | Nellcor, Incorporated | Isolated layer pulse oximetry |
| US5615673A (en) * | 1995-03-27 | 1997-04-01 | Massachusetts Institute Of Technology | Apparatus and methods of raman spectroscopy for analysis of blood gases and analytes |
| US6517283B2 (en) * | 2001-01-16 | 2003-02-11 | Donald Edward Coffey | Cascading chute drainage system |
| US6931268B1 (en) | 1995-06-07 | 2005-08-16 | Masimo Laboratories, Inc. | Active pulse blood constituent monitoring |
| US5655530A (en) * | 1995-08-09 | 1997-08-12 | Rio Grande Medical Technologies, Inc. | Method for non-invasive blood analyte measurement with improved optical interface |
| US6152876A (en) | 1997-04-18 | 2000-11-28 | Rio Grande Medical Technologies, Inc. | Method for non-invasive blood analyte measurement with improved optical interface |
| US6212424B1 (en) | 1998-10-29 | 2001-04-03 | Rio Grande Medical Technologies, Inc. | Apparatus and method for determination of the adequacy of dialysis by non-invasive near-infrared spectroscopy |
| US7016713B2 (en) * | 1995-08-09 | 2006-03-21 | Inlight Solutions, Inc. | Non-invasive determination of direction and rate of change of an analyte |
| US6240306B1 (en) | 1995-08-09 | 2001-05-29 | Rio Grande Medical Technologies, Inc. | Method and apparatus for non-invasive blood analyte measurement with fluid compartment equilibration |
| US6025597A (en) * | 1995-10-17 | 2000-02-15 | Optiscan Biomedical Corporation | Non-invasive infrared absorption spectrometer for measuring glucose or other constituents in a human or other body |
| US6882873B2 (en) | 1996-01-17 | 2005-04-19 | Respironics, Inc. | Method and system for determining bilirubin concentration |
| AT403412B (de) * | 1996-04-02 | 1998-02-25 | Avl Verbrennungskraft Messtech | Vorrichtung und verfahren zur bestimmung der konzentration von hämoglobinderivaten in einer unverdünnten, unhämolysierten vollblutprobe |
| US6229908B1 (en) * | 1996-04-26 | 2001-05-08 | Edmonds, Iii Dean Stockett | Driver alcohol ignition interlock |
| US6113541A (en) * | 1997-03-07 | 2000-09-05 | Agilent Technologies, Inc. | Noninvasive blood chemistry measurement method and system |
| US6161028A (en) | 1999-03-10 | 2000-12-12 | Optiscan Biomedical Corporation | Method for determining analyte concentration using periodic temperature modulation and phase detection |
| US5900632A (en) * | 1997-03-12 | 1999-05-04 | Optiscan Biomedical Corporation | Subsurface thermal gradient spectrometry |
| US6285894B1 (en) | 1997-03-25 | 2001-09-04 | Siemens Aktiengesellschaft | Method and device for non-invasive in vivo determination of blood constituents |
| US6560352B2 (en) | 1999-10-08 | 2003-05-06 | Lumidigm, Inc. | Apparatus and method of biometric identification or verification of individuals using optical spectroscopy |
| US6628809B1 (en) | 1999-10-08 | 2003-09-30 | Lumidigm, Inc. | Apparatus and method for identification of individuals by near-infrared spectrum |
| US7890158B2 (en) | 2001-06-05 | 2011-02-15 | Lumidigm, Inc. | Apparatus and method of biometric determination using specialized optical spectroscopy systems |
| JP4369616B2 (ja) * | 1997-11-12 | 2009-11-25 | ライタッチ メディカル インコーポレイテッド | 検体を非侵襲的に測定する方法及び装置 |
| CA2315192C (en) | 1998-01-27 | 2008-04-29 | Lightouch Medical, Inc. | Method and device for tissue modulation |
| DE19807939C1 (de) * | 1998-02-25 | 1999-09-30 | Siemens Ag | Verfahren und Vorrichtung zur nichtinvasiven optischen Bestimmung der Blutglukosekonzentration |
| US6391005B1 (en) | 1998-03-30 | 2002-05-21 | Agilent Technologies, Inc. | Apparatus and method for penetration with shaft having a sensor for sensing penetration depth |
| US7899518B2 (en) * | 1998-04-06 | 2011-03-01 | Masimo Laboratories, Inc. | Non-invasive tissue glucose level monitoring |
| US6505059B1 (en) | 1998-04-06 | 2003-01-07 | The General Hospital Corporation | Non-invasive tissue glucose level monitoring |
| US6721582B2 (en) | 1999-04-06 | 2004-04-13 | Argose, Inc. | Non-invasive tissue glucose level monitoring |
| US20020091324A1 (en) * | 1998-04-06 | 2002-07-11 | Nikiforos Kollias | Non-invasive tissue glucose level monitoring |
| US6728560B2 (en) | 1998-04-06 | 2004-04-27 | The General Hospital Corporation | Non-invasive tissue glucose level monitoring |
| US6389306B1 (en) | 1998-04-24 | 2002-05-14 | Lightouch Medical, Inc. | Method for determining lipid and protein content of tissue |
| JP2002512830A (ja) | 1998-04-24 | 2002-05-08 | ライタッチ メディカル インコーポレイテッド | 熱的組織変調装置および熱的組織変調方法 |
| ATE225142T1 (de) * | 1998-07-07 | 2002-10-15 | Lightouch Medical Inc | Verfahren zur gewebemodulation für die quantitative nichtinvasive in vivo spektroskopische analyse von gewebe |
| US6157041A (en) * | 1998-10-13 | 2000-12-05 | Rio Grande Medical Technologies, Inc. | Methods and apparatus for tailoring spectroscopic calibration models |
| US6441388B1 (en) | 1998-10-13 | 2002-08-27 | Rio Grande Medical Technologies, Inc. | Methods and apparatus for spectroscopic calibration model transfer |
| US7098037B2 (en) | 1998-10-13 | 2006-08-29 | Inlight Solutions, Inc. | Accommodating subject and instrument variations in spectroscopic determinations |
| US6519486B1 (en) | 1998-10-15 | 2003-02-11 | Ntc Technology Inc. | Method, apparatus and system for removing motion artifacts from measurements of bodily parameters |
| US7991448B2 (en) * | 1998-10-15 | 2011-08-02 | Philips Electronics North America Corporation | Method, apparatus, and system for removing motion artifacts from measurements of bodily parameters |
| US6352502B1 (en) | 1998-12-03 | 2002-03-05 | Lightouch Medical, Inc. | Methods for obtaining enhanced spectroscopic information from living tissue, noninvasive assessment of skin condition and detection of skin abnormalities |
| GB9907613D0 (en) | 1999-04-06 | 1999-05-26 | Huntleigh Technology Plc | Skin evaluation apparatus |
| DE19937699C1 (de) * | 1999-08-10 | 2001-11-22 | Ges Foerderung Spektrochemie | Verfahren und Vorrichtung zur nichtinvasiven Messung von Blutbestandteilen und klinischen Parametern |
| US6381494B1 (en) | 1999-08-20 | 2002-04-30 | Cardiac Pacemakers, Inc. | Response to ambient noise in implantable pulse generator |
| US6304778B1 (en) * | 1999-08-20 | 2001-10-16 | Cardiac Pacemakers, Inc. | Implantable defibrillators with programmable cross-chamber blanking |
| US6816605B2 (en) | 1999-10-08 | 2004-11-09 | Lumidigm, Inc. | Methods and systems for biometric identification of individuals using linear optical spectroscopy |
| DE10020615C2 (de) * | 2000-04-27 | 2002-02-28 | Glukomeditech Ag | Verfahren zur langzeitstabilen und gut reproduzierbaren spektrometrischen Messung der Konzentrationen der Bestandteile wässriger Lösungen sowie Vorrichtung zur Durchführung dieses Verfahrens |
| AU2001273412A1 (en) * | 2000-07-11 | 2002-01-21 | Lightouch Medical, Inc. | Method of tissue modulation for noninvasive measurement of an analyte |
| DE50115382D1 (de) * | 2000-08-09 | 2010-04-22 | Artificial Sensing Instr Asi A | Wellenleitergitterstruktur und optische messanordnung |
| US7801606B2 (en) * | 2000-08-29 | 2010-09-21 | Cardiac Pacemakers, Inc. | Implantable pulse generator and method having adjustable signal blanking |
| JP4054853B2 (ja) * | 2000-10-17 | 2008-03-05 | 独立行政法人農業・食品産業技術総合研究機構 | 近赤外分光法を用いた血液分析法 |
| US8641644B2 (en) | 2000-11-21 | 2014-02-04 | Sanofi-Aventis Deutschland Gmbh | Blood testing apparatus having a rotatable cartridge with multiple lancing elements and testing means |
| JP2002202258A (ja) * | 2000-12-28 | 2002-07-19 | Bios Ikagaku Kenkyusho:Kk | 分光光学的血糖値測定装置 |
| US7029628B2 (en) | 2000-12-28 | 2006-04-18 | Stat-Chem Inc. | Portable co-oximeter |
| US6983176B2 (en) | 2001-04-11 | 2006-01-03 | Rio Grande Medical Technologies, Inc. | Optically similar reference samples and related methods for multivariate calibration models used in optical spectroscopy |
| US7126682B2 (en) | 2001-04-11 | 2006-10-24 | Rio Grande Medical Technologies, Inc. | Encoded variable filter spectrometer |
| US6574490B2 (en) | 2001-04-11 | 2003-06-03 | Rio Grande Medical Technologies, Inc. | System for non-invasive measurement of glucose in humans |
| US6862091B2 (en) | 2001-04-11 | 2005-03-01 | Inlight Solutions, Inc. | Illumination device and method for spectroscopic analysis |
| US6865408B1 (en) | 2001-04-11 | 2005-03-08 | Inlight Solutions, Inc. | System for non-invasive measurement of glucose in humans |
| US8337419B2 (en) | 2002-04-19 | 2012-12-25 | Sanofi-Aventis Deutschland Gmbh | Tissue penetration device |
| US7344507B2 (en) | 2002-04-19 | 2008-03-18 | Pelikan Technologies, Inc. | Method and apparatus for lancet actuation |
| AU2002348683A1 (en) | 2001-06-12 | 2002-12-23 | Pelikan Technologies, Inc. | Method and apparatus for lancet launching device integrated onto a blood-sampling cartridge |
| US9226699B2 (en) | 2002-04-19 | 2016-01-05 | Sanofi-Aventis Deutschland Gmbh | Body fluid sampling module with a continuous compression tissue interface surface |
| US9795747B2 (en) | 2010-06-02 | 2017-10-24 | Sanofi-Aventis Deutschland Gmbh | Methods and apparatus for lancet actuation |
| US7981056B2 (en) | 2002-04-19 | 2011-07-19 | Pelikan Technologies, Inc. | Methods and apparatus for lancet actuation |
| US9427532B2 (en) | 2001-06-12 | 2016-08-30 | Sanofi-Aventis Deutschland Gmbh | Tissue penetration device |
| WO2002100460A2 (en) | 2001-06-12 | 2002-12-19 | Pelikan Technologies, Inc. | Electric lancet actuator |
| US7041068B2 (en) | 2001-06-12 | 2006-05-09 | Pelikan Technologies, Inc. | Sampling module device and method |
| CA2448902C (en) | 2001-06-12 | 2010-09-07 | Pelikan Technologies, Inc. | Self optimizing lancing device with adaptation means to temporal variations in cutaneous properties |
| US6697658B2 (en) | 2001-07-02 | 2004-02-24 | Masimo Corporation | Low power pulse oximeter |
| DE60228755D1 (de) * | 2001-12-17 | 2008-10-16 | Danfoss As | Verfahren und vorrichtung zur überwachung der analytkonzentration durch optischen nachweis |
| EP1335199A1 (en) * | 2002-02-11 | 2003-08-13 | Bayer Corporation | Non-invasive system for the determination of analytes in body fluids |
| US6961598B2 (en) * | 2002-02-22 | 2005-11-01 | Masimo Corporation | Pulse and active pulse spectraphotometry |
| JPWO2003079900A1 (ja) * | 2002-03-25 | 2005-07-21 | 山越 憲一 | 非観血血液成分値測定装置及び方法 |
| JP2005521582A (ja) * | 2002-03-26 | 2005-07-21 | オートモーティブ システムズ ラボラトリー インコーポレーテッド | 複数のチャンバを備えた２段インフレータ |
| US7027848B2 (en) | 2002-04-04 | 2006-04-11 | Inlight Solutions, Inc. | Apparatus and method for non-invasive spectroscopic measurement of analytes in tissue using a matched reference analyte |
| US7297122B2 (en) | 2002-04-19 | 2007-11-20 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US8360992B2 (en) | 2002-04-19 | 2013-01-29 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for penetrating tissue |
| US8579831B2 (en) | 2002-04-19 | 2013-11-12 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for penetrating tissue |
| US7976476B2 (en) | 2002-04-19 | 2011-07-12 | Pelikan Technologies, Inc. | Device and method for variable speed lancet |
| US8221334B2 (en) | 2002-04-19 | 2012-07-17 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for penetrating tissue |
| US7491178B2 (en) | 2002-04-19 | 2009-02-17 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US8267870B2 (en) | 2002-04-19 | 2012-09-18 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for body fluid sampling with hybrid actuation |
| US9795334B2 (en) | 2002-04-19 | 2017-10-24 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for penetrating tissue |
| US9314194B2 (en) | 2002-04-19 | 2016-04-19 | Sanofi-Aventis Deutschland Gmbh | Tissue penetration device |
| US7892183B2 (en) | 2002-04-19 | 2011-02-22 | Pelikan Technologies, Inc. | Method and apparatus for body fluid sampling and analyte sensing |
| US7547287B2 (en) | 2002-04-19 | 2009-06-16 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7229458B2 (en) | 2002-04-19 | 2007-06-12 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US8784335B2 (en) | 2002-04-19 | 2014-07-22 | Sanofi-Aventis Deutschland Gmbh | Body fluid sampling device with a capacitive sensor |
| US9248267B2 (en) | 2002-04-19 | 2016-02-02 | Sanofi-Aventis Deustchland Gmbh | Tissue penetration device |
| US7909778B2 (en) | 2002-04-19 | 2011-03-22 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7226461B2 (en) | 2002-04-19 | 2007-06-05 | Pelikan Technologies, Inc. | Method and apparatus for a multi-use body fluid sampling device with sterility barrier release |
| US8702624B2 (en) | 2006-09-29 | 2014-04-22 | Sanofi-Aventis Deutschland Gmbh | Analyte measurement device with a single shot actuator |
| US7232451B2 (en) | 2002-04-19 | 2007-06-19 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7674232B2 (en) | 2002-04-19 | 2010-03-09 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7892185B2 (en) | 2002-04-19 | 2011-02-22 | Pelikan Technologies, Inc. | Method and apparatus for body fluid sampling and analyte sensing |
| US7331931B2 (en) | 2002-04-19 | 2008-02-19 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7901362B2 (en) | 2002-04-19 | 2011-03-08 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US8175666B2 (en) * | 2002-04-26 | 2012-05-08 | Grove Instruments, Inc. | Three diode optical bridge system |
| US7003337B2 (en) * | 2002-04-26 | 2006-02-21 | Vivascan Corporation | Non-invasive substance concentration measurement using and optical bridge |
| US20040010185A1 (en) * | 2002-07-11 | 2004-01-15 | Optical Sensors, Inc. | Method for measuring a physiologic parameter using a preferred site |
| US7620212B1 (en) | 2002-08-13 | 2009-11-17 | Lumidigm, Inc. | Electro-optical sensor |
| US7613488B1 (en) * | 2002-12-20 | 2009-11-03 | Niresults Inc. | Apparatus and methods for compensation of blood volume effects on NIR spectroscopic measurements of blood analytes |
| US8574895B2 (en) | 2002-12-30 | 2013-11-05 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus using optical techniques to measure analyte levels |
| KR100464324B1 (ko) | 2003-03-17 | 2005-01-03 | 삼성전자주식회사 | 목적물의 성분농도 측정방법 및 장치 |
| KR100580622B1 (ko) * | 2003-03-19 | 2006-05-16 | 삼성전자주식회사 | 비침습적 혈액성분 측정방법 및 장치 |
| US7394919B2 (en) | 2004-06-01 | 2008-07-01 | Lumidigm, Inc. | Multispectral biometric imaging |
| KR20060002923A (ko) | 2003-04-04 | 2006-01-09 | 루미다임 인크. | 다중 스펙트럼 생체인식 센서 |
| US7539330B2 (en) | 2004-06-01 | 2009-05-26 | Lumidigm, Inc. | Multispectral liveness determination |
| US7545963B2 (en) | 2003-04-04 | 2009-06-09 | Lumidigm, Inc. | Texture-biometrics sensor |
| US7668350B2 (en) | 2003-04-04 | 2010-02-23 | Lumidigm, Inc. | Comparative texture analysis of tissue for biometric spoof detection |
| US7627151B2 (en) | 2003-04-04 | 2009-12-01 | Lumidigm, Inc. | Systems and methods for improved biometric feature definition |
| US7347365B2 (en) | 2003-04-04 | 2008-03-25 | Lumidigm, Inc. | Combined total-internal-reflectance and tissue imaging systems and methods |
| US7460696B2 (en) | 2004-06-01 | 2008-12-02 | Lumidigm, Inc. | Multispectral imaging biometrics |
| US7751594B2 (en) | 2003-04-04 | 2010-07-06 | Lumidigm, Inc. | White-light spectral biometric sensors |
| US7326576B2 (en) * | 2003-04-09 | 2008-02-05 | Prescient Medical, Inc. | Raman spectroscopic monitoring of hemodialysis |
| US7271912B2 (en) * | 2003-04-15 | 2007-09-18 | Optiscan Biomedical Corporation | Method of determining analyte concentration in a sample using infrared transmission data |
| EP2238892A3 (en) | 2003-05-30 | 2011-02-09 | Pelikan Technologies Inc. | Apparatus for body fluid sampling |
| ES2490740T3 (es) | 2003-06-06 | 2014-09-04 | Sanofi-Aventis Deutschland Gmbh | Aparato para toma de muestras de fluido sanguíneo y detección de analitos |
| WO2006001797A1 (en) | 2004-06-14 | 2006-01-05 | Pelikan Technologies, Inc. | Low pain penetrating |
| US8626257B2 (en) | 2003-08-01 | 2014-01-07 | Dexcom, Inc. | Analyte sensor |
| US7591801B2 (en) | 2004-02-26 | 2009-09-22 | Dexcom, Inc. | Integrated delivery device for continuous glucose sensor |
| US20190357827A1 (en) | 2003-08-01 | 2019-11-28 | Dexcom, Inc. | Analyte sensor |
| US9135402B2 (en) | 2007-12-17 | 2015-09-15 | Dexcom, Inc. | Systems and methods for processing sensor data |
| US8886273B2 (en) | 2003-08-01 | 2014-11-11 | Dexcom, Inc. | Analyte sensor |
| US7920906B2 (en) | 2005-03-10 | 2011-04-05 | Dexcom, Inc. | System and methods for processing analyte sensor data for sensor calibration |
| EP1671096A4 (en) | 2003-09-29 | 2009-09-16 | Pelikan Technologies Inc | METHOD AND APPARATUS FOR PROVIDING IMPROVED SAMPLE CAPTURING DEVICE |
| EP1680014A4 (en) | 2003-10-14 | 2009-01-21 | Pelikan Technologies Inc | METHOD AND DEVICE FOR A VARIABLE USER INTERFACE |
| US9247900B2 (en) | 2004-07-13 | 2016-02-02 | Dexcom, Inc. | Analyte sensor |
| US8287453B2 (en) | 2003-12-05 | 2012-10-16 | Dexcom, Inc. | Analyte sensor |
| US8364231B2 (en) | 2006-10-04 | 2013-01-29 | Dexcom, Inc. | Analyte sensor |
| US8423114B2 (en) | 2006-10-04 | 2013-04-16 | Dexcom, Inc. | Dual electrode system for a continuous analyte sensor |
| US8425416B2 (en) | 2006-10-04 | 2013-04-23 | Dexcom, Inc. | Analyte sensor |
| US8364230B2 (en) | 2006-10-04 | 2013-01-29 | Dexcom, Inc. | Analyte sensor |
| US8425417B2 (en) | 2003-12-05 | 2013-04-23 | Dexcom, Inc. | Integrated device for continuous in vivo analyte detection and simultaneous control of an infusion device |
| US11633133B2 (en) | 2003-12-05 | 2023-04-25 | Dexcom, Inc. | Dual electrode system for a continuous analyte sensor |
| US8774886B2 (en) | 2006-10-04 | 2014-07-08 | Dexcom, Inc. | Analyte sensor |
| US7263213B2 (en) | 2003-12-11 | 2007-08-28 | Lumidigm, Inc. | Methods and systems for estimation of personal characteristics from biometric measurements |
| WO2005065414A2 (en) | 2003-12-31 | 2005-07-21 | Pelikan Technologies, Inc. | Method and apparatus for improving fluidic flow and sample capture |
| US7822454B1 (en) | 2005-01-03 | 2010-10-26 | Pelikan Technologies, Inc. | Fluid sampling device with improved analyte detecting member configuration |
| US8808228B2 (en) | 2004-02-26 | 2014-08-19 | Dexcom, Inc. | Integrated medicament delivery device for use with continuous analyte sensor |
| US7413047B2 (en) * | 2004-04-14 | 2008-08-19 | Brown Betty J | Alcohol ignition interlock system and method |
| US8828203B2 (en) | 2004-05-20 | 2014-09-09 | Sanofi-Aventis Deutschland Gmbh | Printable hydrogels for biosensors |
| US8229185B2 (en) | 2004-06-01 | 2012-07-24 | Lumidigm, Inc. | Hygienic biometric sensors |
| US20110163163A1 (en) * | 2004-06-01 | 2011-07-07 | Lumidigm, Inc. | Multispectral barcode imaging |
| US7508965B2 (en) | 2004-06-01 | 2009-03-24 | Lumidigm, Inc. | System and method for robust fingerprint acquisition |
| US9775553B2 (en) | 2004-06-03 | 2017-10-03 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for a fluid sampling device |
| EP1765194A4 (en) | 2004-06-03 | 2010-09-29 | Pelikan Technologies Inc | METHOD AND DEVICE FOR A LIQUID DETECTION DEVICE |
| US8989833B2 (en) | 2004-07-13 | 2015-03-24 | Dexcom, Inc. | Transcutaneous analyte sensor |
| US7857760B2 (en) | 2004-07-13 | 2010-12-28 | Dexcom, Inc. | Analyte sensor |
| US7783333B2 (en) | 2004-07-13 | 2010-08-24 | Dexcom, Inc. | Transcutaneous medical device with variable stiffness |
| US8787630B2 (en) | 2004-08-11 | 2014-07-22 | Lumidigm, Inc. | Multispectral barcode imaging |
| US8652831B2 (en) | 2004-12-30 | 2014-02-18 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for analyte measurement test time |
| US7524671B2 (en) | 2005-01-27 | 2009-04-28 | Prescient Medical, Inc. | Handheld raman blood analyzer |
| US7688440B2 (en) * | 2005-01-27 | 2010-03-30 | Prescient Medical, Inc. | Raman spectroscopic test strip systems |
| US7651851B2 (en) | 2005-01-27 | 2010-01-26 | Prescient Medical, Inc. | Handheld Raman body fluid analyzer |
| EP2286721B1 (en) | 2005-03-01 | 2018-10-24 | Masimo Laboratories, Inc. | Physiological Parameter Confidence Measure |
| US8133178B2 (en) | 2006-02-22 | 2012-03-13 | Dexcom, Inc. | Analyte sensor |
| WO2006113476A2 (en) * | 2005-04-15 | 2006-10-26 | Bayer Healthcare Llc | Non-invasive system for measuring glucose in the body |
| US7801338B2 (en) | 2005-04-27 | 2010-09-21 | Lumidigm, Inc. | Multispectral biometric sensors |
| US8452365B2 (en) * | 2005-05-25 | 2013-05-28 | Bayer Healthcare Llc | Methods of using Raman spectral information in determining analyte concentrations |
| US7330747B2 (en) * | 2005-06-07 | 2008-02-12 | Chemimage Corporation | Invasive chemometry |
| US7330746B2 (en) * | 2005-06-07 | 2008-02-12 | Chem Image Corporation | Non-invasive biochemical analysis |
| JP4647447B2 (ja) * | 2005-09-20 | 2011-03-09 | 富士フイルム株式会社 | 試料分析装置 |
| JP4662831B2 (ja) * | 2005-09-20 | 2011-03-30 | 富士フイルム株式会社 | 試料分析装置 |
| US7536214B2 (en) * | 2005-10-26 | 2009-05-19 | Hutchinson Technology Incorporated | Dynamic StO2 measurements and analysis |
| US20080064120A1 (en) * | 2006-02-06 | 2008-03-13 | Clarke Richard H | Raman spectroscopic lateral flow test strip assays |
| US10010277B2 (en) * | 2006-06-22 | 2018-07-03 | The General Hospital Corporation | Cancer detection by optical measurement of compression-induced transients |
| JP2009544108A (ja) | 2006-07-19 | 2009-12-10 | ルミダイム インコーポレイテッド | 多重生体認証のマルチスペクトル画像 |
| US8355545B2 (en) | 2007-04-10 | 2013-01-15 | Lumidigm, Inc. | Biometric detection using spatial, temporal, and/or spectral techniques |
| US7995808B2 (en) | 2006-07-19 | 2011-08-09 | Lumidigm, Inc. | Contactless multispectral biometric capture |
| US8175346B2 (en) | 2006-07-19 | 2012-05-08 | Lumidigm, Inc. | Whole-hand multispectral biometric imaging |
| US7804984B2 (en) | 2006-07-31 | 2010-09-28 | Lumidigm, Inc. | Spatial-spectral fingerprint spoof detection |
| US7801339B2 (en) | 2006-07-31 | 2010-09-21 | Lumidigm, Inc. | Biometrics with spatiospectral spoof detection |
| US8298142B2 (en) | 2006-10-04 | 2012-10-30 | Dexcom, Inc. | Analyte sensor |
| US8562528B2 (en) | 2006-10-04 | 2013-10-22 | Dexcom, Inc. | Analyte sensor |
| US8275438B2 (en) | 2006-10-04 | 2012-09-25 | Dexcom, Inc. | Analyte sensor |
| US8449464B2 (en) | 2006-10-04 | 2013-05-28 | Dexcom, Inc. | Analyte sensor |
| US8447376B2 (en) | 2006-10-04 | 2013-05-21 | Dexcom, Inc. | Analyte sensor |
| US8478377B2 (en) | 2006-10-04 | 2013-07-02 | Dexcom, Inc. | Analyte sensor |
| DE102006054556A1 (de) * | 2006-11-20 | 2008-05-21 | Zimmer Medizinsysteme Gmbh | Vorrichtung und Verfahren zum nicht-invasiven, optischen Erfassen von chemischen und physikalischen Blutwerten und Körperinhaltsstoffen |
| US7952692B2 (en) * | 2006-12-12 | 2011-05-31 | Orsense Ltd. | Method and apparatus for determination of analyte concentration |
| WO2008134135A2 (en) | 2007-03-21 | 2008-11-06 | Lumidigm, Inc. | Biometrics based on locally consistent features |
| US8597190B2 (en) | 2007-05-18 | 2013-12-03 | Optiscan Biomedical Corporation | Monitoring systems and methods with fast initialization |
| US20080306434A1 (en) | 2007-06-08 | 2008-12-11 | Dexcom, Inc. | Integrated medicament delivery device for use with continuous analyte sensor |
| US20090117606A1 (en) * | 2007-06-15 | 2009-05-07 | Tunnell James W | Measuring Nanoparticle Concentrations in Tissue Using Diffuse Optical Spectroscopy |
| EP2227132B1 (en) | 2007-10-09 | 2023-03-08 | DexCom, Inc. | Integrated insulin delivery system with continuous glucose sensor |
| US8417312B2 (en) | 2007-10-25 | 2013-04-09 | Dexcom, Inc. | Systems and methods for processing sensor data |
| US9839395B2 (en) | 2007-12-17 | 2017-12-12 | Dexcom, Inc. | Systems and methods for processing sensor data |
| US8591455B2 (en) | 2008-02-21 | 2013-11-26 | Dexcom, Inc. | Systems and methods for customizing delivery of sensor data |
| US8396528B2 (en) | 2008-03-25 | 2013-03-12 | Dexcom, Inc. | Analyte sensor |
| EP2265324B1 (en) | 2008-04-11 | 2015-01-28 | Sanofi-Aventis Deutschland GmbH | Integrated analyte measurement system |
| WO2010003134A2 (en) | 2008-07-03 | 2010-01-07 | Masimo Laboratories, Inc. | Protrusion, heat sink, and shielding for improving spectroscopic measurement of blood constituents |
| US8630691B2 (en) | 2008-08-04 | 2014-01-14 | Cercacor Laboratories, Inc. | Multi-stream sensor front ends for noninvasive measurement of blood constituents |
| EP2378954A4 (en) * | 2008-12-24 | 2013-05-15 | Glusense Ltd | IMPLANTABLE OPTICAL GLOSS EQUIPMENT |
| US9375169B2 (en) | 2009-01-30 | 2016-06-28 | Sanofi-Aventis Deutschland Gmbh | Cam drive for managing disposable penetrating member actions with a single motor and motor and control system |
| US10475529B2 (en) | 2011-07-19 | 2019-11-12 | Optiscan Biomedical Corporation | Method and apparatus for analyte measurements using calibration sets |
| US8872908B2 (en) | 2009-08-26 | 2014-10-28 | Lumidigm, Inc | Dual-imager biometric sensor |
| US8688183B2 (en) | 2009-09-03 | 2014-04-01 | Ceracor Laboratories, Inc. | Emitter driver for noninvasive patient monitor |
| US8570149B2 (en) | 2010-03-16 | 2013-10-29 | Lumidigm, Inc. | Biometric imaging using an optical adaptive interface |
| US8965476B2 (en) | 2010-04-16 | 2015-02-24 | Sanofi-Aventis Deutschland Gmbh | Tissue penetration device |
| US9848809B2 (en) | 2011-04-15 | 2017-12-26 | Dexcom, Inc. | Advanced analyte sensor calibration and error detection |
| WO2012167201A1 (en) | 2011-06-01 | 2012-12-06 | Digital Light Innovations | System and method for hyperspectral illumination |
| US8891087B2 (en) | 2011-06-01 | 2014-11-18 | Digital Light Innovations | System and method for hyperspectral imaging |
| TW201310019A (zh) * | 2011-08-19 | 2013-03-01 | 中原大學 | 光體積變化訊號之光學成像裝置及其光學量測方法 |
| US20130267799A1 (en) | 2012-04-06 | 2013-10-10 | Hannu Harjunmaa | Noninvasive measurement of analyte concentration using a fiberless transflectance probe |
| US20140058224A1 (en) * | 2012-08-21 | 2014-02-27 | Opticks, Inc. | Systems and methods for detection of carotenoid-related compounds in biological tissue |
| WO2015131151A2 (en) * | 2014-02-28 | 2015-09-03 | Erythron, Llc | Method and apparatus for determining markers of health by analysis of blood |
| JP2015181908A (ja) * | 2014-03-26 | 2015-10-22 | 京セラ株式会社 | 測定装置、測定システム、測定方法、及び測定装置を備える電子機器 |
| WO2015183994A1 (en) | 2014-05-28 | 2015-12-03 | Santec Corporation | Non-invasive optical measurement of blood analyte |
| WO2016059635A1 (en) | 2014-10-13 | 2016-04-21 | Glusense Ltd. | Analyte-sensing device |
| US20160206232A1 (en) * | 2015-01-15 | 2016-07-21 | Socrates Health Solutions, Inc. | Methods and Apparatus for Optical Non-Invasive Blood Glucose Change Indication |
| US10548520B2 (en) | 2015-04-01 | 2020-02-04 | Santec Corporation | Non-invasive optical measurement of blood analyte |
| JP6713149B2 (ja) | 2015-06-01 | 2020-06-24 | サンテック株式会社 | ２つの波長を合成する光コヒーレンストモグラフィーシステム |
| US10436773B2 (en) | 2016-01-18 | 2019-10-08 | Jana Care, Inc. | Mobile device based multi-analyte testing analyzer for use in medical diagnostic monitoring and screening |
| WO2017183030A1 (en) | 2016-04-20 | 2017-10-26 | Glusense Ltd. | Fret-based glucose-detection molecules |
| US10677580B2 (en) | 2016-04-27 | 2020-06-09 | Santec Corporation | Optical coherence tomography system using polarization switching |
| US9993153B2 (en) | 2016-07-06 | 2018-06-12 | Santec Corporation | Optical coherence tomography system and method with multiple apertures |
| KR102539142B1 (ko) * | 2016-09-05 | 2023-06-01 | 삼성전자주식회사 | 스펙트럼 분석 장치와 방법, 및 혈당 측정 장치 |
| US10426337B2 (en) | 2017-06-01 | 2019-10-01 | Santec Corporation | Flow imaging in an optical coherence tomography (OCT) system |
| US10408600B2 (en) | 2017-06-22 | 2019-09-10 | Santec Corporation | Optical coherence tomography with a fizeau-type interferometer |
| US10206567B2 (en) | 2017-07-12 | 2019-02-19 | Santec Corporation | Dual wavelength resampling system and method |
| EP3928687B1 (en) | 2017-10-24 | 2024-06-26 | Dexcom, Inc. | Wearable device with pre-connected analyte sensor |
| US11331022B2 (en) | 2017-10-24 | 2022-05-17 | Dexcom, Inc. | Pre-connected analyte sensors |
| US10502546B2 (en) | 2017-11-07 | 2019-12-10 | Santec Corporation | Systems and methods for variable-range fourier domain imaging |
| US11213200B2 (en) | 2018-03-22 | 2022-01-04 | Santec Corporation | Topographical imaging using combined sensing inputs |
| US11067671B2 (en) | 2018-04-17 | 2021-07-20 | Santec Corporation | LIDAR sensing arrangements |
| US10838047B2 (en) | 2018-04-17 | 2020-11-17 | Santec Corporation | Systems and methods for LIDAR scanning of an environment over a sweep of wavelengths |
| US20220331028A1 (en) | 2019-08-30 | 2022-10-20 | Metralabs Gmbh Neue Technologien Und Systeme | System for Capturing Movement Patterns and/or Vital Signs of a Person |
| US12114974B2 (en) | 2020-01-13 | 2024-10-15 | Masimo Corporation | Wearable device with physiological parameters monitoring |
| US11536732B2 (en) | 2020-03-13 | 2022-12-27 | Jana Care, Inc. | Devices, systems, and methods for measuring biomarkers in biological fluids |
| US12336796B2 (en) | 2021-07-13 | 2025-06-24 | Masimo Corporation | Wearable device with physiological parameters monitoring |
| CN115420595B (zh) * | 2022-05-17 | 2024-12-20 | 吉林大学 | 原位表征压痕区域的微纳米级压痕测试装置及测试方法 |
| WO2023224176A1 (en) * | 2022-05-19 | 2023-11-23 | Samsung Electronics Co., Ltd. | Device and method for measuring blood constituents |
| US12313883B2 (en) | 2023-03-03 | 2025-05-27 | santec Holdings Corporation | Photonic beam steering device with wavelength sweep |
Family Cites Families (62)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE74428C (de) * | J. BERTOUX in Paris, 23 Boulevard de Strasbourg | Vorrichtung zur Umwandlung eines Zweirades in ein Dreirad | ||
| DE277026C (ja) * | 1926-09-04 | 1900-01-01 | ||
| CH160768A (fr) * | 1931-03-06 | 1933-03-31 | Linotype Machinery Ltd | Mécanisme d'évacuation des feuilles dans les machines à imprimer. |
| US2721942A (en) * | 1948-07-15 | 1955-10-25 | Du Pont | Infrared analyzer and method |
| US3463142A (en) * | 1966-07-05 | 1969-08-26 | Trw Inc | Blood content monitor |
| US3638640A (en) * | 1967-11-01 | 1972-02-01 | Robert F Shaw | Oximeter and method for in vivo determination of oxygen saturation in blood using three or more different wavelengths |
| US3614450A (en) * | 1969-02-17 | 1971-10-19 | Measurex Corp | Apparatus for measuring the amount of a substance that is associated with a base material |
| US3926527A (en) * | 1974-06-05 | 1975-12-16 | Philco Ford Corp | Rotating gas correlation cell |
| US3963019A (en) * | 1974-11-25 | 1976-06-15 | Quandt Robert S | Ocular testing method and apparatus |
| US3958560A (en) * | 1974-11-25 | 1976-05-25 | Wayne Front March | Non-invasive automatic glucose sensor system |
| US4033330A (en) * | 1975-09-08 | 1977-07-05 | Hewlett-Packard Company | Transcutaneous pH measuring instrument |
| DE2606991A1 (de) * | 1976-02-20 | 1977-08-25 | Nils Dr Med Kaiser | Geraet zur bestimmung des gehaltes von stoffwechselprodukten im blut |
| US4029085A (en) * | 1976-03-26 | 1977-06-14 | Purdue Research Foundation | Method for determining bilirubin concentration from skin reflectance |
| US4281645A (en) * | 1977-06-28 | 1981-08-04 | Duke University, Inc. | Method and apparatus for monitoring metabolism in body organs |
| JPS54148586A (en) * | 1978-05-15 | 1979-11-20 | Minolta Camera Co Ltd | Jaundice meter |
| US4398541A (en) * | 1978-05-25 | 1983-08-16 | Xienta, Inc. | Method and apparatus for measuring moisture content of skin |
| JPS5524004A (en) * | 1978-06-22 | 1980-02-20 | Minolta Camera Kk | Oxymeter |
| DE2833356A1 (de) * | 1978-07-29 | 1980-02-14 | Max Planck Gesellschaft | Verfahren zur optischen messung von stoffkonzentrationen |
| JPS55118738A (en) * | 1979-03-07 | 1980-09-11 | Sumitomo Electric Industries | Measuring device for breathing function of internal organ and tissue of living body |
| DE2934190A1 (de) * | 1979-08-23 | 1981-03-19 | Müller, Gerhard, Prof. Dr.-Ing., 7080 Aalen | Verfahren und vorrichtung zur molekuelspektroskopie, insbesondere zur bestimmung von stoffwechselprodukten |
| US4523279A (en) * | 1980-11-24 | 1985-06-11 | Oximetrix, Inc. | Apparatus for determining oxygen saturation levels in blood |
| US4490845A (en) * | 1982-02-02 | 1984-12-25 | Westinghouse Electric Corp. | Automated acousto-optic infrared analyzer system |
| JPS58143243A (ja) * | 1982-02-19 | 1983-08-25 | Minolta Camera Co Ltd | 非観血式血中色素測定装置 |
| US4485820A (en) * | 1982-05-10 | 1984-12-04 | The Johns Hopkins University | Method and apparatus for the continuous monitoring of hemoglobin saturation in the blood of premature infants |
| US4621643A (en) * | 1982-09-02 | 1986-11-11 | Nellcor Incorporated | Calibrated optical oximeter probe |
| US4653498A (en) * | 1982-09-13 | 1987-03-31 | Nellcor Incorporated | Pulse oximeter monitor |
| US4570638A (en) * | 1983-10-14 | 1986-02-18 | Somanetics Corporation | Method and apparatus for spectral transmissibility examination and analysis |
| US4768516A (en) * | 1983-10-14 | 1988-09-06 | Somanetics Corporation | Method and apparatus for in vivo evaluation of tissue composition |
| US4817623A (en) * | 1983-10-14 | 1989-04-04 | Somanetics Corporation | Method and apparatus for interpreting optical response data |
| US4603700A (en) * | 1983-12-09 | 1986-08-05 | The Boc Group, Inc. | Probe monitoring system for oximeter |
| NL8400380A (nl) * | 1984-02-07 | 1985-09-02 | Optische Ind De Oude Delft Nv | Inrichting voor het detecteren van kleurverschillen. |
| US4725147A (en) * | 1984-09-17 | 1988-02-16 | Somanetics Corporation | Calibration method and apparatus for optical-response tissue-examination instrument |
| US4655225A (en) * | 1985-04-18 | 1987-04-07 | Kurabo Industries Ltd. | Spectrophotometric method and apparatus for the non-invasive |
| US4704029A (en) * | 1985-12-26 | 1987-11-03 | Research Corporation | Blood glucose monitor |
| US4750496A (en) * | 1987-01-28 | 1988-06-14 | Xienta, Inc. | Method and apparatus for measuring blood glucose concentration |
| US4759369A (en) * | 1986-07-07 | 1988-07-26 | Novametrix Medical Systems, Inc. | Pulse oximeter |
| JPS63111837A (ja) * | 1986-10-29 | 1988-05-17 | 日本光電工業株式会社 | 血中吸光物の濃度測定装置 |
| JPS63252239A (ja) * | 1987-04-09 | 1988-10-19 | Sumitomo Electric Ind Ltd | 反射型オキシメ−タ |
| US4785814A (en) * | 1987-08-11 | 1988-11-22 | Cordis Corporation | Optical probe for measuring pH and oxygen in blood and employing a composite membrane |
| US4805623A (en) * | 1987-09-04 | 1989-02-21 | Vander Corporation | Spectrophotometric method for quantitatively determining the concentration of a dilute component in a light- or other radiation-scattering environment |
| US4796636A (en) * | 1987-09-10 | 1989-01-10 | Nippon Colin Co., Ltd. | Noninvasive reflectance oximeter |
| US4863265A (en) * | 1987-10-16 | 1989-09-05 | Mine Safety Appliances Company | Apparatus and method for measuring blood constituents |
| US4854699A (en) * | 1987-11-02 | 1989-08-08 | Nippon Colin Co., Ltd. | Backscatter oximeter |
| US4927264A (en) * | 1987-12-02 | 1990-05-22 | Omron Tateisi Electronics Co. | Non-invasive measuring method and apparatus of blood constituents |
| US4882492A (en) * | 1988-01-19 | 1989-11-21 | Biotronics Associates, Inc. | Non-invasive near infrared measurement of blood analyte concentrations |
| US4883055A (en) * | 1988-03-11 | 1989-11-28 | Puritan-Bennett Corporation | Artificially induced blood pulse for use with a pulse oximeter |
| US5028787A (en) * | 1989-01-19 | 1991-07-02 | Futrex, Inc. | Non-invasive measurement of blood glucose |
| US5183042A (en) * | 1989-05-23 | 1993-02-02 | Vivascan Corporation | Electromagnetic method and apparatus to measure constituents of human or animal tissue |
| EP0401453B1 (en) * | 1989-05-23 | 1992-09-02 | Biosensors Technology, Inc. | Method for determining by absorption of radiations the concentration of substances in absorbing and turbid matrices |
| US5137023A (en) * | 1990-04-19 | 1992-08-11 | Worcester Polytechnic Institute | Method and apparatus for monitoring blood analytes noninvasively by pulsatile photoplethysmography |
| US5178142A (en) * | 1989-05-23 | 1993-01-12 | Vivascan Corporation | Electromagnetic method and apparatus to measure constituents of human or animal tissue |
| US5112124A (en) * | 1990-04-19 | 1992-05-12 | Worcester Polytechnic Institute | Method and apparatus for measuring the concentration of absorbing substances |
| US4975581A (en) * | 1989-06-21 | 1990-12-04 | University Of New Mexico | Method of and apparatus for determining the similarity of a biological analyte from a model constructed from known biological fluids |
| JPH0737991B2 (ja) * | 1989-07-13 | 1995-04-26 | 株式会社京都第一科学 | グルコース濃度の測定方法 |
| US5054487A (en) * | 1990-02-02 | 1991-10-08 | Boston Advanced Technologies, Inc. | Laser systems for material analysis based on reflectance ratio detection |
| US5277181A (en) * | 1991-12-12 | 1994-01-11 | Vivascan Corporation | Noninvasive measurement of hematocrit and hemoglobin content by differential optical analysis |
| US6969618B2 (en) | 2002-08-23 | 2005-11-29 | Micron Technology, Inc. | SOI device having increased reliability and reduced free floating body effects |
| US7511229B2 (en) | 2005-06-02 | 2009-03-31 | Liebert Corporation | Sensor module, system, and method for sensors in proximity to circuit breakers |
| US7725502B1 (en) | 2005-06-15 | 2010-05-25 | Google Inc. | Time-multiplexing documents based on preferences or relatedness |
| JP2007335328A (ja) | 2006-06-16 | 2007-12-27 | Sumitomo Wiring Syst Ltd | 嵌合部材 |
| US7806144B2 (en) | 2006-10-17 | 2010-10-05 | Baxter International Inc. | Flow restrictor for infusion system |
| US7725441B2 (en) | 2007-12-10 | 2010-05-25 | International Business Machines Corporation | Methods, systems, and computer program products for disaster recovery planning |
-
1992
- 1992-02-19 AU AU22450/92A patent/AU2245092A/en not_active Abandoned
- 1992-02-19 WO PCT/US1992/001330 patent/WO1993012712A1/en not_active Ceased
- 1992-10-26 JP JP4309722A patent/JP2637344B2/ja not_active Expired - Fee Related
-
1994
- 1994-03-21 US US08/216,083 patent/US5372135A/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP2637344B2 (ja) | 1997-08-06 |
| WO1993012712A1 (en) | 1993-07-08 |
| US5372135A (en) | 1994-12-13 |
| AU2245092A (en) | 1993-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2637344B2 (ja) | 記号認識方法及び装置 | |
| US5487117A (en) | Graphical system for automated segmentation and recognition for image recognition systems | |
| US5267332A (en) | Image recognition system | |
| US7623715B2 (en) | Holistic-analytical recognition of handwritten text | |
| EP2093700A2 (en) | Pattern recognition method, and storage medium which stores pattern recognition program | |
| US10438083B1 (en) | Method and system for processing candidate strings generated by an optical character recognition process | |
| JPH05108883A (ja) | 文字認識方法及び装置 | |
| US20200104635A1 (en) | Invertible text embedding for lexicon-free offline handwriting recognition | |
| JPH0684006A (ja) | オンライン手書き文字認識方法 | |
| Kasar et al. | Table information extraction and structure recognition using query patterns | |
| US8208685B2 (en) | Word recognition method and word recognition program | |
| JPS6120038B2 (ja) | ||
| JPH08320914A (ja) | 表認識方法および装置 | |
| KR20230030337A (ko) | 데이터 전처리를 통한 문헌내 화학물질 개체명 인식 방법 및 시스템 | |
| JP2998054B2 (ja) | 文字認識方法及び文字認識装置 | |
| EP0519737A2 (en) | Image recognition system | |
| JP4614582B2 (ja) | 部分テンプレート生成装置 | |
| KR100998291B1 (ko) | 키워드 스트링을 구조화하고 검출하는 방법 및 장치 | |
| JP2867382B2 (ja) | 文字認識装置におけるフォント決定方法 | |
| JPS646514B2 (ja) | ||
| JPH07117995B2 (ja) | 文字認識装置 | |
| JPH0746363B2 (ja) | 図面読取装置 | |
| JP3101073B2 (ja) | 文字認識の後処理方法 | |
| Mergen¹ | The Other C: Correcting OCR Words | |
| JPH0227710B2 (ja) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |