JPH0695192A - 画像認識装置及び画像入力方法 - Google Patents
画像認識装置及び画像入力方法Info
- Publication number
- JPH0695192A JPH0695192A JP3255027A JP25502791A JPH0695192A JP H0695192 A JPH0695192 A JP H0695192A JP 3255027 A JP3255027 A JP 3255027A JP 25502791 A JP25502791 A JP 25502791A JP H0695192 A JPH0695192 A JP H0695192A
- Authority
- JP
- Japan
- Prior art keywords
- layer
- neurons
- neuron
- recognition device
- recognition
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/88—Image or video recognition using optical means, e.g. reference filters, holographic masks, frequency domain filters or spatial domain filters
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/18—Extraction of features or characteristics of the image
- G06V30/1801—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections
- G06V30/18019—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections by matching or filtering
- G06V30/18038—Biologically-inspired filters, e.g. difference of Gaussians [DoG], Gabor filters
- G06V30/18048—Biologically-inspired filters, e.g. difference of Gaussians [DoG], Gabor filters with interaction between the responses of different filters, e.g. cortical complex cells
- G06V30/18057—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】
【目的】 ニューラルネットワークを用いた認識装置に
おいて、高い認識率を得る。 【構成】 入力部15が作製した２次元のビットイメージ
を、４層構成のニューラルネットワークによって処理し
て、画像を認識する。第１層17のニューロンは、特定方
向に連続して並ぶ第２層18のニューロンとのみ結合す
る。従って第２層18は特定方向の線分を抽出できる。さ
らに、第２層18は複数の領域に分割しており、同一領域
内のニューロンは、第３層19の同じニューロンと結合す
る。従って、第３層19のニューロンの出力状態は、抽出
した線分が、どの程度、画像のどの部位に存在している
かを表す。この第３層19と第４層20とを全結合し、学習
することにより、画像を認識する。
おいて、高い認識率を得る。 【構成】 入力部15が作製した２次元のビットイメージ
を、４層構成のニューラルネットワークによって処理し
て、画像を認識する。第１層17のニューロンは、特定方
向に連続して並ぶ第２層18のニューロンとのみ結合す
る。従って第２層18は特定方向の線分を抽出できる。さ
らに、第２層18は複数の領域に分割しており、同一領域
内のニューロンは、第３層19の同じニューロンと結合す
る。従って、第３層19のニューロンの出力状態は、抽出
した線分が、どの程度、画像のどの部位に存在している
かを表す。この第３層19と第４層20とを全結合し、学習
することにより、画像を認識する。
Description
【０００１】
【産業上の利用分野】本発明は、人間の大脳神経系と類
似の入出力動作を模倣して構成されるニューラルネット
ワークを用いて、画像を認識する装置に関する。
似の入出力動作を模倣して構成されるニューラルネット
ワークを用いて、画像を認識する装置に関する。
【０００２】
【従来の技術】近年、認識手段としてニューラルネット
ワークを用いる認識装置が検討されており、その中で文
字認識は重要な応用の一つである（森、横澤、梅田：”
ＰＤＰモデルによる手書き漢字認識”、信学技報、ＭＢ
Ｅ８７−１５６、pp.407-414（1988)）。図１０は従来
の一般的な、ニューラルネットワークを用いる文字認識
装置の構成図である。文字入力部１は、文字の画像パタ
ーンを光電変換して文字データを作製し、認識部２に入
力する。ここで、文字データとは、図１１に示すよう
な、２次元のビットイメージである。認識部２は文字デ
ータを、ニューラルネットワークにより処理し、文字を
識別する。そして、認識部２は認識結果を記憶部３、若
しくは表示部４に送る。
ワークを用いる認識装置が検討されており、その中で文
字認識は重要な応用の一つである（森、横澤、梅田：”
ＰＤＰモデルによる手書き漢字認識”、信学技報、ＭＢ
Ｅ８７−１５６、pp.407-414（1988)）。図１０は従来
の一般的な、ニューラルネットワークを用いる文字認識
装置の構成図である。文字入力部１は、文字の画像パタ
ーンを光電変換して文字データを作製し、認識部２に入
力する。ここで、文字データとは、図１１に示すよう
な、２次元のビットイメージである。認識部２は文字デ
ータを、ニューラルネットワークにより処理し、文字を
識別する。そして、認識部２は認識結果を記憶部３、若
しくは表示部４に送る。
【０００３】この図１０の認識部が用いるニューラルネ
ットワークの説明図を図１２に示す。文字入力部１が作
製した文字データ５は、入力層６の対応するニューロン
７に入力する。ニューロン７は受け取った文字データを
シナプスと呼ぶ通路８を通して中間層９の全てのニュー
ロン１０に送る。但し、送られたデータは、ニューロン
１０に入力するとき、重み付けされ入力する。この重み
をシナプス荷重と呼ぶ。中間層のニューロンは、入力さ
れた全てのデータ値の総和を計算し、この総和に非線形
関数を作用させた結果を出力する。この出力結果はシナ
プス１１を通して出力層１２の全てのニューロン１３に
入力する。この時も、シナプス荷重により重み付けされ
入力する。出力層のニューロンは、入力された値の総和
を計算し、この総和に非線形関数を作用させた結果を最
大値検出部１４に送る。最大値検出部は、出力層の各ニ
ューロンから送られた値の最大値を求め、最大値を出力
したニューロンに対応している文字を、識別結果として
記憶部３、若しくは表示部４に送る。
ットワークの説明図を図１２に示す。文字入力部１が作
製した文字データ５は、入力層６の対応するニューロン
７に入力する。ニューロン７は受け取った文字データを
シナプスと呼ぶ通路８を通して中間層９の全てのニュー
ロン１０に送る。但し、送られたデータは、ニューロン
１０に入力するとき、重み付けされ入力する。この重み
をシナプス荷重と呼ぶ。中間層のニューロンは、入力さ
れた全てのデータ値の総和を計算し、この総和に非線形
関数を作用させた結果を出力する。この出力結果はシナ
プス１１を通して出力層１２の全てのニューロン１３に
入力する。この時も、シナプス荷重により重み付けされ
入力する。出力層のニューロンは、入力された値の総和
を計算し、この総和に非線形関数を作用させた結果を最
大値検出部１４に送る。最大値検出部は、出力層の各ニ
ューロンから送られた値の最大値を求め、最大値を出力
したニューロンに対応している文字を、識別結果として
記憶部３、若しくは表示部４に送る。
【０００４】シナプス荷重はバックプロパゲーションな
どの学習により決定される。例えばアルファベットを認
識する場合には、ニューラルネットワークにアルファベ
ットを順次入力し、所望の出力結果が得られるまで繰り
返し学習を行ない、シナプス荷重を決定するのである。
その際、認識能力を向上するために、数種類の文字種に
ついて学習を行っている。
どの学習により決定される。例えばアルファベットを認
識する場合には、ニューラルネットワークにアルファベ
ットを順次入力し、所望の出力結果が得られるまで繰り
返し学習を行ない、シナプス荷重を決定するのである。
その際、認識能力を向上するために、数種類の文字種に
ついて学習を行っている。
【０００５】
【発明が解決しようとする課題】画像を認識する上で必
要な特徴量を求めることを特徴抽出と呼び、例えば、ニ
ューラルネットワークにより文字を認識する場合には、
抽出した特徴量をもとに文字を認識する。従って、認識
の基準となる特徴量は、ニューラルネットワークの認識
能力を左右する。
要な特徴量を求めることを特徴抽出と呼び、例えば、ニ
ューラルネットワークにより文字を認識する場合には、
抽出した特徴量をもとに文字を認識する。従って、認識
の基準となる特徴量は、ニューラルネットワークの認識
能力を左右する。
【０００６】従来例で用いるニューラルネットワーク
は、特徴量として、文字入力部が作製した文字データの
メッシュ特徴を用いていた。即ち、読みとった文字デー
タの中で、どの部分が黒く、どの部分が白いか、という
特徴をもとに認識していた。従って、手書き文字のよう
に、予めニューラルネットワークが学習した文字と、形
や大きさが変化していると、認識率が極端に低くなる欠
点があった。また、認識率を向上するために、数十種類
の文字種について学習せねばならず、この学習に莫大な
時間を要するうえ、印刷数字の認識に用途を限定して
も、９０％程度の認識率しか得られないという欠点があ
った。
は、特徴量として、文字入力部が作製した文字データの
メッシュ特徴を用いていた。即ち、読みとった文字デー
タの中で、どの部分が黒く、どの部分が白いか、という
特徴をもとに認識していた。従って、手書き文字のよう
に、予めニューラルネットワークが学習した文字と、形
や大きさが変化していると、認識率が極端に低くなる欠
点があった。また、認識率を向上するために、数十種類
の文字種について学習せねばならず、この学習に莫大な
時間を要するうえ、印刷数字の認識に用途を限定して
も、９０％程度の認識率しか得られないという欠点があ
った。
【０００７】さらに、線分等の特徴量を抽出するために
は、入力像を光電変換し、画像メモリに蓄積した後で、
計算機による画像処理を行なわねばならず、処理に莫大
な時間を要し、構成が複雑になるという欠点がある。文
字以外の２次元画像を認識する場合も同様の欠点が存在
している。
は、入力像を光電変換し、画像メモリに蓄積した後で、
計算機による画像処理を行なわねばならず、処理に莫大
な時間を要し、構成が複雑になるという欠点がある。文
字以外の２次元画像を認識する場合も同様の欠点が存在
している。
【０００８】本発明は、上記課題を解決し、認識能力が
高く、構成が容易で、かつ学習が高速であるニューラル
ネットワークを備えた認識装置を提供することを目的と
する。
高く、構成が容易で、かつ学習が高速であるニューラル
ネットワークを備えた認識装置を提供することを目的と
する。
【０００９】
【課題を解決するための手段】本発明は上記課題を解決
するために、画像を入力する入力部と、ニューラルネッ
トワークにより入力画像を処理して認識する認識部を具
備し、前記ニューラルネットワークは、ニューロンを２
次元に配置した構造である複数のニューロン層により構
成され、第１層のニューロンは、前記入力部が作成した
入力画像を受像し、第２層の各ニューロンは、前記第１
層のニューロンの中で特定方向に並んだ一部のニューロ
ンと結合することにより、入力画像に含まれる特定方向
の線分を抽出し、第３層の各ニューロンは、複数の領域
に分割した前記第２層のニューロンの中で、ある領域内
の全てのニューロンと結合することにより、前記入力画
像を構成する線分の長さを抽出し、第４層のニューロン
は第３層の全てのニューロンと結合していることを特徴
とする。
するために、画像を入力する入力部と、ニューラルネッ
トワークにより入力画像を処理して認識する認識部を具
備し、前記ニューラルネットワークは、ニューロンを２
次元に配置した構造である複数のニューロン層により構
成され、第１層のニューロンは、前記入力部が作成した
入力画像を受像し、第２層の各ニューロンは、前記第１
層のニューロンの中で特定方向に並んだ一部のニューロ
ンと結合することにより、入力画像に含まれる特定方向
の線分を抽出し、第３層の各ニューロンは、複数の領域
に分割した前記第２層のニューロンの中で、ある領域内
の全てのニューロンと結合することにより、前記入力画
像を構成する線分の長さを抽出し、第４層のニューロン
は第３層の全てのニューロンと結合していることを特徴
とする。
【００１０】また本願第２の発明は、前記構成に於て、
第２層のニューロンが、前記第１層の特定の幾何学形状
をなす位置に存在するニューロンと結合することによ
り、入力画像を構成する特定の幾何学形状を抽出するこ
とを特徴とする。
第２層のニューロンが、前記第１層の特定の幾何学形状
をなす位置に存在するニューロンと結合することによ
り、入力画像を構成する特定の幾何学形状を抽出するこ
とを特徴とする。
【００１１】
【作用】簡単のため、以下に本発明を文字認識に応用す
る場合について説明する。文字の認識率を向上するため
には、文字の種々の変形に対して不変な特徴量を用いて
認識すればよい。本願第１の発明のニューラルネットワ
ークは、入力部が作製する文字データから、次の３つの
特徴量を抽出し、その情報をもとに文字を認識する。
る場合について説明する。文字の認識率を向上するため
には、文字の種々の変形に対して不変な特徴量を用いて
認識すればよい。本願第１の発明のニューラルネットワ
ークは、入力部が作製する文字データから、次の３つの
特徴量を抽出し、その情報をもとに文字を認識する。
【００１２】 （１）縦、横、左斜め、右斜めの線分の存在情報。 （２）各線分の長さ情報。
【００１３】（３）各線分の存在位置情報。 すなわち、どのような方向の線分が、どの程度の長さ
で、文字のどの部分に存在しているか、という情報をも
とに文字を識別する。これらの特徴量は、ある程度の変
形を加えられた文字においても変動が少ない。従って、
本発明のニューラルネットワークは、上記３つの特徴量
をもとに文字を認識するため、手書き文字に対しても高
い認識率を得ることができる。
で、文字のどの部分に存在しているか、という情報をも
とに文字を識別する。これらの特徴量は、ある程度の変
形を加えられた文字においても変動が少ない。従って、
本発明のニューラルネットワークは、上記３つの特徴量
をもとに文字を認識するため、手書き文字に対しても高
い認識率を得ることができる。
【００１４】また、本願第２の発明では、文字を構成す
る各種の幾何学形状、例えば、”＋”、”「”、”
⊥”、”∧”等を特徴量として用いるため、漢字などの
複雑な画像に対しても高い認識率を得ることができる。
る各種の幾何学形状、例えば、”＋”、”「”、”
⊥”、”∧”等を特徴量として用いるため、漢字などの
複雑な画像に対しても高い認識率を得ることができる。
【００１５】次に、本発明に用いるニューラルネットワ
ークが、前記特徴量を抽出する方法について説明する。
例えば縦方向の線分を抽出する場合を考える。
ークが、前記特徴量を抽出する方法について説明する。
例えば縦方向の線分を抽出する場合を考える。
【００１６】いま、ニューラルネットワークの第１層と
第２層は、同数個のニューロンを２次元に配置してお
り、第１層、及び第２層の中で、左からｉ番目、上から
ｊ番目に位置しているニューロンの出力を、各々
ｘ1 ij、ｘ2 ijと表わす。ここで、第２層のニューロン
は、第１層の対応するニューロン（第１層内で同じ座標
に位置しているニューロン）、及びその上下に隣接して
並んでいるニューロンと結合していると仮定する（設定
１）。従って、第２層のニューロンの出力関数をｆとお
くと、ｘ2 ijは、（数１）で表せる（設定２）。
第２層は、同数個のニューロンを２次元に配置してお
り、第１層、及び第２層の中で、左からｉ番目、上から
ｊ番目に位置しているニューロンの出力を、各々
ｘ1 ij、ｘ2 ijと表わす。ここで、第２層のニューロン
は、第１層の対応するニューロン（第１層内で同じ座標
に位置しているニューロン）、及びその上下に隣接して
並んでいるニューロンと結合していると仮定する（設定
１）。従って、第２層のニューロンの出力関数をｆとお
くと、ｘ2 ijは、（数１）で表せる（設定２）。
【００１７】
【数１】
【００１８】但し、ｗ、２ｗ（ｗ＞０）はシナプス荷重
である。また出力関数ｆは（数２）とする（設定３）。
である。また出力関数ｆは（数２）とする（設定３）。
【００１９】
【数２】
【００２０】入力画像に縦の線分が存在している場合に
は、例えばｘ1 ij-1＝ｘ1 ij＝ｘ1 ij+ 1＝１であり、第１
層内で縦方向に連続して並んでいるニューロンが出力す
る。
は、例えばｘ1 ij-1＝ｘ1 ij＝ｘ1 ij+ 1＝１であり、第１
層内で縦方向に連続して並んでいるニューロンが出力す
る。
【００２１】従って、第２層のニューロンは、上記３つ
の設定により、対応する第１層のニューロンが縦の線分
を構成しているときに限って出力するので、縦の線分を
抽出することになる。
の設定により、対応する第１層のニューロンが縦の線分
を構成しているときに限って出力するので、縦の線分を
抽出することになる。
【００２２】横、斜めの方向の線分の抽出も同様であ
り、第２層のニューロンと第１層のニューロンの結合
を、対応するニューロンと例えばその左右１個とすれ
ば、横方向の線分を抽出できる。このときの第２層のニ
ューロンへの入力信号は（数３）で表せる。
り、第２層のニューロンと第１層のニューロンの結合
を、対応するニューロンと例えばその左右１個とすれ
ば、横方向の線分を抽出できる。このときの第２層のニ
ューロンへの入力信号は（数３）で表せる。
【００２３】
【数３】
【００２４】同様に左斜め、右斜めの線分を抽出する場
合には、結合は各々、（数４）、（数５）で表される。
合には、結合は各々、（数４）、（数５）で表される。
【００２５】
【数４】
【００２６】
【数５】
【００２７】第１層と同数個のニューロンを２次元に配
置した領域を４つ準備し、各領域に一つの線分を割り当
てた第２層を形成すれば、同時に４方向を抽出できる。
置した領域を４つ準備し、各領域に一つの線分を割り当
てた第２層を形成すれば、同時に４方向を抽出できる。
【００２８】同様に、特定の幾何学形状を抽出すること
も可能であり、例えば、”∧”の形状は、（数６）で表
される結合により抽出できる。
も可能であり、例えば、”∧”の形状は、（数６）で表
される結合により抽出できる。
【００２９】
【数６】
【００３０】同様に、”＋”、”「”、”⊥”、等の形
状が抽出できる。第２層までで抽出した線分（幾何学形
状）の長さ（量）、及び存在位置を抽出するためには、
第２層を複数の領域に分割し、領域毎に特定の第３層の
ニューロンを割り当てればよい。すなわち、例えば第２
層の各線分に対応する各領域を、例えば、２次元平面の
ｘ−ｙ座標で、ｘ軸、ｙ軸に沿って各々３つの領域に分
割し、合計９つの領域に分割する。そして、同一領域内
の全てのニューロンが、第３層の１つのニューロンに入
力するよう結合すればよい。すると第３層のニューロン
への入力信号の総和は、第２層で抽出した線分の長さ、
あるいは、幾何学形状の数に対応するので、第３層のニ
ューロンの出力状態は、抽出した線分、または幾何学形
状が、入力画像のどの部位に、どの程度存在しているか
を表すことになる。
状が抽出できる。第２層までで抽出した線分（幾何学形
状）の長さ（量）、及び存在位置を抽出するためには、
第２層を複数の領域に分割し、領域毎に特定の第３層の
ニューロンを割り当てればよい。すなわち、例えば第２
層の各線分に対応する各領域を、例えば、２次元平面の
ｘ−ｙ座標で、ｘ軸、ｙ軸に沿って各々３つの領域に分
割し、合計９つの領域に分割する。そして、同一領域内
の全てのニューロンが、第３層の１つのニューロンに入
力するよう結合すればよい。すると第３層のニューロン
への入力信号の総和は、第２層で抽出した線分の長さ、
あるいは、幾何学形状の数に対応するので、第３層のニ
ューロンの出力状態は、抽出した線分、または幾何学形
状が、入力画像のどの部位に、どの程度存在しているか
を表すことになる。
【００３１】このようにして、例えば縦、横、左斜め、
右斜めの４方向の線分に対して、第３層の各々９個のニ
ューロンを対応させることにより、合計３６ニューロン
の出力結果は、上記特徴量を表せる。文字認識のために
は、例えばこの３６ニューロンと第４層のニューロンを
全結合し、第３層と第４層の結合荷重を学習により決定
して行けばよい。
右斜めの４方向の線分に対して、第３層の各々９個のニ
ューロンを対応させることにより、合計３６ニューロン
の出力結果は、上記特徴量を表せる。文字認識のために
は、例えばこの３６ニューロンと第４層のニューロンを
全結合し、第３層と第４層の結合荷重を学習により決定
して行けばよい。
【００３２】以上詳細に説明したように、本発明に用い
るニューラルネットワークでは、文字の変形に対して普
遍性の高い特徴量を簡単な構成で抽出できるため、手書
き文字についても認識率が高い。また学習に使用する文
字の種類は数種類でよいので学習を高速に終了できる。
なお、上記の作用は文字以外の２次元画像の認識におい
ても同様の効果を奏すことができる。
るニューラルネットワークでは、文字の変形に対して普
遍性の高い特徴量を簡単な構成で抽出できるため、手書
き文字についても認識率が高い。また学習に使用する文
字の種類は数種類でよいので学習を高速に終了できる。
なお、上記の作用は文字以外の２次元画像の認識におい
ても同様の効果を奏すことができる。
【００３３】
【実施例】以下、本発明の認識装置について図面を参照
しながら詳細に説明する。
しながら詳細に説明する。
【００３４】（実施例１）本発明の実施例の構成図を図
１に示す。この認識装置は、入力部15と認識部16に分か
れている。入力部15は、画像を入力し入力情報を作製す
る。認識部16は、入力部により作製された入力情報を、
第１層17、第２層18、第３層19、第４層20の４層構造の
ニューラルネットワークにより認識する。この認識装置
の構成要素、及び動作について、文字を認識する場合に
ついて詳細に説明する。
１に示す。この認識装置は、入力部15と認識部16に分か
れている。入力部15は、画像を入力し入力情報を作製す
る。認識部16は、入力部により作製された入力情報を、
第１層17、第２層18、第３層19、第４層20の４層構造の
ニューラルネットワークにより認識する。この認識装置
の構成要素、及び動作について、文字を認識する場合に
ついて詳細に説明する。
【００３５】入力部の構成図を図２に示す。入力部15
は、レンズ21による光学結像系と、受光装置22により構
成される。入力部15は、例えば紙などの入力媒体23上に
表示された文字画像をレンズ21により受光装置22上に結
像する。受光装置22は、複数の領域に分割されており、
各領域に入力する光量が一定の閾値を充足する場合には
信号を出力する機能を有する。即ち、受光装置22は、例
えば８ｘ８の合計６４の領域に分割しており、図３
（ａ）に示すように、文字パターンが受光面24に入力す
ると、受光装置22は、各領域毎に入力光量の和を閾値処
理して、図３（ｂ）のパターンに変換し、入力情報とし
て認識部16のニューラルネットワークの第１層17に入力
する。なお、受光装置22の受光面の分割領域数は、認識
する画像に応じて調整できる。例えば人間の顔などの、
より複雑な画像情報を処理する場合には、分割する領域
数を多くすることにより、認識画像の精度を向上でき
る。本発明の実施例においては、手書きアルファベット
の認識を行うため６４個の領域に分割した。
は、レンズ21による光学結像系と、受光装置22により構
成される。入力部15は、例えば紙などの入力媒体23上に
表示された文字画像をレンズ21により受光装置22上に結
像する。受光装置22は、複数の領域に分割されており、
各領域に入力する光量が一定の閾値を充足する場合には
信号を出力する機能を有する。即ち、受光装置22は、例
えば８ｘ８の合計６４の領域に分割しており、図３
（ａ）に示すように、文字パターンが受光面24に入力す
ると、受光装置22は、各領域毎に入力光量の和を閾値処
理して、図３（ｂ）のパターンに変換し、入力情報とし
て認識部16のニューラルネットワークの第１層17に入力
する。なお、受光装置22の受光面の分割領域数は、認識
する画像に応じて調整できる。例えば人間の顔などの、
より複雑な画像情報を処理する場合には、分割する領域
数を多くすることにより、認識画像の精度を向上でき
る。本発明の実施例においては、手書きアルファベット
の認識を行うため６４個の領域に分割した。
【００３６】次に認識部16のニューラルネットワークに
ついて説明する。本発明において、新規に考案したニュ
ーラルネットワークを図４に示す。このニューラルネッ
トワークは、ニューロンを２次元に配置した４層構造で
ある。第１層25は、６４個のニューロンを８ｘ８の２次
元に配置しており、各ニューロンは入力部15により作製
された入力像を受取り、第２層26のニューロンに伝達す
る。第２層26は、４つの領域27〜30に分割しており、各
領域はニューロンを８ｘ８の２次元に配置している。つ
まり、第２層全部では、１６ｘ１６の２５６ニューロン
である。
ついて説明する。本発明において、新規に考案したニュ
ーラルネットワークを図４に示す。このニューラルネッ
トワークは、ニューロンを２次元に配置した４層構造で
ある。第１層25は、６４個のニューロンを８ｘ８の２次
元に配置しており、各ニューロンは入力部15により作製
された入力像を受取り、第２層26のニューロンに伝達す
る。第２層26は、４つの領域27〜30に分割しており、各
領域はニューロンを８ｘ８の２次元に配置している。つ
まり、第２層全部では、１６ｘ１６の２５６ニューロン
である。
【００３７】第２層26のニューロンは、第１層25の１つ
のニューロン及び、そのニューロンを中心として特定方
向に隣合って配置しているニューロンと結合しており
（点線参照）、領域毎にその結合する特定方向は異なっ
ている。この結合の様子を３ｘ３の場合を例にとり、図
５を参照しながら簡単に説明する。図５に示すように、
第２層35の左上の領域36のニューロンは、第１層34の対
応するニューロンと、その上下に並ぶニューロンと結合
している。また右上領域37のニューロンは、対応するニ
ューロンと、その左右に並ぶニューロンと結合してお
り、同様に、左下領域38では、左斜め方向に並ぶニュー
ロンと結合しており、右下領域39では、右斜め方向に並
ぶニューロンと結合している。
のニューロン及び、そのニューロンを中心として特定方
向に隣合って配置しているニューロンと結合しており
（点線参照）、領域毎にその結合する特定方向は異なっ
ている。この結合の様子を３ｘ３の場合を例にとり、図
５を参照しながら簡単に説明する。図５に示すように、
第２層35の左上の領域36のニューロンは、第１層34の対
応するニューロンと、その上下に並ぶニューロンと結合
している。また右上領域37のニューロンは、対応するニ
ューロンと、その左右に並ぶニューロンと結合してお
り、同様に、左下領域38では、左斜め方向に並ぶニュー
ロンと結合しており、右下領域39では、右斜め方向に並
ぶニューロンと結合している。
【００３８】同様に、図４における第２層26の左上領域
27のニューロンは、第１層25の上下方向に、右上領域28
のニューロンは左右方向に、左下領域29のニューロンは
左斜め方向に、右下領域30のニューロンは右斜め方向
に、各々並んでいるニューロンと結合している。
27のニューロンは、第１層25の上下方向に、右上領域28
のニューロンは左右方向に、左下領域29のニューロンは
左斜め方向に、右下領域30のニューロンは右斜め方向
に、各々並んでいるニューロンと結合している。
【００３９】従って、第１層の出力をｘ1 ijとし、（数
２）で表した出力関数を用いると、第２層の各領域26〜
30の出力27ｘ2 ij、28ｘ2 ij、29ｘ2 ij、30ｘ2 ijは、（数
７）で表される。
２）で表した出力関数を用いると、第２層の各領域26〜
30の出力27ｘ2 ij、28ｘ2 ij、29ｘ2 ij、30ｘ2 ijは、（数
７）で表される。
【００４０】
【数７】
【００４１】なお、シナプス荷重ｗ（ｗ＞０）は、簡単
のため例えばｗ＝１とした。このような結合により、入
力像の線分特徴を抽出できる。例えば、第１層に縦の線
分が入力した場合を例にとり、図６で説明する。第１層
40に縦の線分が入力すると、第２層41の各領域42〜45の
対応しているニューロンには同じ値の信号（信号の値を
１とする）が入力する。しかし、第１層のニューロン
が、上下方向に結合しているので、領域42については他
の領域のニューロンよりも入力する信号の総和は大きく
なる。従って、第２層41のニューロンの閾値を例えば２
に設定すると、領域42のニューロンだけが第３層に出力
できるのである。他の線分についても同様であり、横の
線分は、領域43が、左斜めの線分は領域44が、右斜めの
線分については領域45が各々対応している。
のため例えばｗ＝１とした。このような結合により、入
力像の線分特徴を抽出できる。例えば、第１層に縦の線
分が入力した場合を例にとり、図６で説明する。第１層
40に縦の線分が入力すると、第２層41の各領域42〜45の
対応しているニューロンには同じ値の信号（信号の値を
１とする）が入力する。しかし、第１層のニューロン
が、上下方向に結合しているので、領域42については他
の領域のニューロンよりも入力する信号の総和は大きく
なる。従って、第２層41のニューロンの閾値を例えば２
に設定すると、領域42のニューロンだけが第３層に出力
できるのである。他の線分についても同様であり、横の
線分は、領域43が、左斜めの線分は領域44が、右斜めの
線分については領域45が各々対応している。
【００４２】また、図４の第２層26の領域27〜30は、各
々９つの小領域に分かれている。そして、各小領域内の
全てのニューロンは第３層31の同じニューロンと結合し
ている。第３層31は３６ニューロンであり、各ニューロ
ンが固有の第２層の小領域に対応している。第３層31の
ニューロンは入力信号の総和に、例えば非線形単調増加
関数を作用させた結果を出力する。第２層の各小領域
は、抽出した各線分の入力画像内の存在位置に相当し、
第３層のニューロンへの入力信号の総和は、各線分の長
さに対応している。従って、第３層のニューロンの出力
状態は、どの線分がどの部分にどの程度存在しているか
を表す。
々９つの小領域に分かれている。そして、各小領域内の
全てのニューロンは第３層31の同じニューロンと結合し
ている。第３層31は３６ニューロンであり、各ニューロ
ンが固有の第２層の小領域に対応している。第３層31の
ニューロンは入力信号の総和に、例えば非線形単調増加
関数を作用させた結果を出力する。第２層の各小領域
は、抽出した各線分の入力画像内の存在位置に相当し、
第３層のニューロンへの入力信号の総和は、各線分の長
さに対応している。従って、第３層のニューロンの出力
状態は、どの線分がどの部分にどの程度存在しているか
を表す。
【００４３】第４層32は２６ニューロンであり、第３層
31の全てのニューロンと結合している。第４層のニュー
ロンは、第３層からの入力信号の総和を計算し、第４層
の中で入力信号の総和が最も大きなニューロンだけが出
力する。すなわち、最大値検出を行う。第４層32の各ニ
ューロンは、固有のアルファベットと対応しており、第
４層のなかで発火したニューロンに対応する文字が認識
結果である。
31の全てのニューロンと結合している。第４層のニュー
ロンは、第３層からの入力信号の総和を計算し、第４層
の中で入力信号の総和が最も大きなニューロンだけが出
力する。すなわち、最大値検出を行う。第４層32の各ニ
ューロンは、固有のアルファベットと対応しており、第
４層のなかで発火したニューロンに対応する文字が認識
結果である。
【００４４】学習は、第３層と第４層のシナプス荷重に
ついて行ったが、従来の直交学習法ではなく、新規に考
案した学習法を用いた。いま、第３層の出力をＸi（i＝
1、2…36）、第４層の出力をＹi、第３層と第４層のシナ
プス荷重をＷn ijとすると、直交学習法では、シナプス
荷重は（数８）に従って変更される。
ついて行ったが、従来の直交学習法ではなく、新規に考
案した学習法を用いた。いま、第３層の出力をＸi（i＝
1、2…36）、第４層の出力をＹi、第３層と第４層のシナ
プス荷重をＷn ijとすると、直交学習法では、シナプス
荷重は（数８）に従って変更される。
【００４５】
【数８】
【００４６】ここで、αは学習ゲイン、Ｘi Tは転置ベク
トル、Ｔjは教師信号、Φは、ベクトルの要素の中で、
最大値を１に規格化し、他の成分を０にする関数であ
る。
トル、Ｔjは教師信号、Φは、ベクトルの要素の中で、
最大値を１に規格化し、他の成分を０にする関数であ
る。
【００４７】本発明で使用した学習方法は、（数９）に
従ってシナプス荷重を変更する。
従ってシナプス荷重を変更する。
【００４８】
【数９】
【００４９】但しＸi Tは転置ベクトルである。即ち、シ
ナプス荷重を増加する場合と、減ずる場合で学習ゲイン
を変更する方法で、本発明においては例えば、α＝０．
７、β＝０．２とした。
ナプス荷重を増加する場合と、減ずる場合で学習ゲイン
を変更する方法で、本発明においては例えば、α＝０．
７、β＝０．２とした。
【００５０】この学習方法が、本発明のように最大値検
出を行うニューラルネットワークの学習に効果的である
ことを示すために、従来の直交学習法により学習を行っ
た場合との比較を行った。図７（ａ）、（ｂ）は、それ
ぞれ、本発明の学習方法により学習を行った場合、従来
の直交学習法により学習を行った場合の、学習曲線であ
る。横軸は学習回数、縦軸は二乗誤差であり、学習の収
束状態を表す。図から明らかなように、本発明の学習方
法は、学習回数を従来の７０％程度に減少でき、学習を
高速に終了できることがわかる。
出を行うニューラルネットワークの学習に効果的である
ことを示すために、従来の直交学習法により学習を行っ
た場合との比較を行った。図７（ａ）、（ｂ）は、それ
ぞれ、本発明の学習方法により学習を行った場合、従来
の直交学習法により学習を行った場合の、学習曲線であ
る。横軸は学習回数、縦軸は二乗誤差であり、学習の収
束状態を表す。図から明らかなように、本発明の学習方
法は、学習回数を従来の７０％程度に減少でき、学習を
高速に終了できることがわかる。
【００５１】上記構成の認識装置により、図８に示すよ
うな手書き文字の認識を行ったところ、いずれの文字に
ついても正しい認識結果を得ることができ、本発明の認
識装置が、良好な認識能力を有することを確認できた。
また、本発明の認識装置は、高い認識能力を有するが、
ニューロン数は、第１層から第４層まで合計３８２ニュ
ーロンと少なく、構成が容易である。
うな手書き文字の認識を行ったところ、いずれの文字に
ついても正しい認識結果を得ることができ、本発明の認
識装置が、良好な認識能力を有することを確認できた。
また、本発明の認識装置は、高い認識能力を有するが、
ニューロン数は、第１層から第４層まで合計３８２ニュ
ーロンと少なく、構成が容易である。
【００５２】（実施例２）次に、
【００５３】
【外１】
【００５４】の９つの幾何学形状を特徴量として用いる
認識装置について説明する。本実施例で用いるニューラ
ルネットワークの構成図を図９に示す。これは、実施例
１と同様に、第１層46、第２層47、第３層48、第４層49
の４層構造である。
認識装置について説明する。本実施例で用いるニューラ
ルネットワークの構成図を図９に示す。これは、実施例
１と同様に、第１層46、第２層47、第３層48、第４層49
の４層構造である。
【００５５】第２層47は９つの特徴量を抽出するため、
第１層と同じニューロン数を有する領域が９つ（３×
３）配置しており、各々の領域が各幾何学形状に対応し
ている。即ち、
第１層と同じニューロン数を有する領域が９つ（３×
３）配置しており、各々の領域が各幾何学形状に対応し
ている。即ち、
【００５６】
【外２】
【００５７】を抽出する領域50〜58の出力を50ｘij〜58
ｘijとすると、各々の出力は（数１０）で表わせる。
ｘijとすると、各々の出力は（数１０）で表わせる。
【００５８】
【数１０】
【００５９】但し、ｗ＞０の定数であり、ｆは（数２）
で表わした非線形関数である。第２層47の各領域50〜58
は、更に例えば９つの小領域に分割しており、各小領域
内の全てのニューロンは、第３層48の同じニューロンと
結合している。第３層48は、８１（９×９）ニューロン
であり、各ニューロンが第２層47の各小領域に対応して
いる。第３層48のニューロンは入力信号の総和に、非線
形単調増加関数を作用させた結果を出力する。実施例１
と同様に第２層47の各小領域は、抽出した各幾何学形状
の入力画像内の存在位置に相当し、第３層48のニューロ
ンへの入力信号の総和は各幾何学形状の存在量に対応す
る。従って、第３層48の出力は、どの幾何学形状が、ど
の部分に、どの程度存在しているかを表わす。
で表わした非線形関数である。第２層47の各領域50〜58
は、更に例えば９つの小領域に分割しており、各小領域
内の全てのニューロンは、第３層48の同じニューロンと
結合している。第３層48は、８１（９×９）ニューロン
であり、各ニューロンが第２層47の各小領域に対応して
いる。第３層48のニューロンは入力信号の総和に、非線
形単調増加関数を作用させた結果を出力する。実施例１
と同様に第２層47の各小領域は、抽出した各幾何学形状
の入力画像内の存在位置に相当し、第３層48のニューロ
ンへの入力信号の総和は各幾何学形状の存在量に対応す
る。従って、第３層48の出力は、どの幾何学形状が、ど
の部分に、どの程度存在しているかを表わす。
【００６０】第４層49は、例えば、平仮名を認識する場
合には、４６ニューロンであり、第３層48の全てのニュ
ーロンと結合している。第４層49のニューロンは、第３
層48からの入力信号の総和を計算し、第４層49の中で入
力信号の総和が最も大きなニューロンだけが出力する。
即ち最大値検出を行なう。第４層49の各ニューロンは、
固有の平仮名と対応しており、第４層49の中で発火した
ニューロンに対応する文字が認識結果である。
合には、４６ニューロンであり、第３層48の全てのニュ
ーロンと結合している。第４層49のニューロンは、第３
層48からの入力信号の総和を計算し、第４層49の中で入
力信号の総和が最も大きなニューロンだけが出力する。
即ち最大値検出を行なう。第４層49の各ニューロンは、
固有の平仮名と対応しており、第４層49の中で発火した
ニューロンに対応する文字が認識結果である。
【００６１】上記構成のニューラルネットワークを有す
る認識装置において、平仮名４６文字を学習認識したと
ころ、未学習文字について９９％以上という高い認識率
を確認できた。
る認識装置において、平仮名４６文字を学習認識したと
ころ、未学習文字について９９％以上という高い認識率
を確認できた。
【００６２】なお、本発明は上記実施例に限定されるも
のではなく、発明の主旨に基づいて種々の変形が可能で
あり、これらを本発明の範囲から排除するものではな
い。
のではなく、発明の主旨に基づいて種々の変形が可能で
あり、これらを本発明の範囲から排除するものではな
い。
【００６３】
【発明の効果】以上、詳細に説明したように、本発明に
よれば次のような効果を奏すことができる。
よれば次のような効果を奏すことができる。
【００６４】（１）本発明の認識装置は、認識部のニュ
ーラルネットワークにおいて、入力画像に含まれる各種
線分あるいは幾何学形状の種類、存在位置、存在量を抽
出し、その情報をもとに図形を認識するために、変形し
たり、位置ずれした図形に対して認識率が高い。
ーラルネットワークにおいて、入力画像に含まれる各種
線分あるいは幾何学形状の種類、存在位置、存在量を抽
出し、その情報をもとに図形を認識するために、変形し
たり、位置ずれした図形に対して認識率が高い。
【００６５】（２）本発明の認識部のニューラルネット
ワークは、学習時にシナプス荷重を増加する場合と、減
少する場合とで学習係数を変化するため、高速に学習を
終了できる。
ワークは、学習時にシナプス荷重を増加する場合と、減
少する場合とで学習係数を変化するため、高速に学習を
終了できる。
【００６６】（３）本発明の認識装置は、取り込んだ入
力画像を特定の領域で分割し、領域毎に閾値処理を行な
い、ニューラルネットワークへの入力信号とするため、
画像のノイズを除去することができ、認識率が高い。
力画像を特定の領域で分割し、領域毎に閾値処理を行な
い、ニューラルネットワークへの入力信号とするため、
画像のノイズを除去することができ、認識率が高い。
【図１】本発明の一実施例にかかる画像認識装置の構成
を示す斜視図
を示す斜視図
【図２】同実施例の入力部の概略斜視図
【図３】（ａ）は各々入力信号の概略図及び、入力信号
の変換パターンの概略図 （ｂ）は各々入力信号の概略図及び、入力信号の変換パ
ターンの概略図
の変換パターンの概略図 （ｂ）は各々入力信号の概略図及び、入力信号の変換パ
ターンの概略図
【図４】本発明の一実施例で使用したニューラルネット
ワークの構成図
ワークの構成図
【図５】本発明の一実施例で使用したニューラルネット
ワークの第１層と第２層の結合状態を示す概略図
ワークの第１層と第２層の結合状態を示す概略図
【図６】本発明における線分抽出原理を説明するための
構成図
構成図
【図７】（ａ）は各々本発明の学習方法及び従来の直交
学習法により学習を行った場合の学習回数と二乗誤差の
関係を示すグラフ （ｂ）は各々本発明の学習方法及び従来の直交学習法に
より学習を行った場合の学習回数と二乗誤差の関係を示
すグラフ
学習法により学習を行った場合の学習回数と二乗誤差の
関係を示すグラフ （ｂ）は各々本発明の学習方法及び従来の直交学習法に
より学習を行った場合の学習回数と二乗誤差の関係を示
すグラフ
【図８】本発明の認識装置で認識可能な文字を表す構成
図
図
【図９】本発明の第２の実施例で使用したニューラルネ
ットワークの構成図
ットワークの構成図
【図１０】従来例の画像認識装置の構成を示すブロック
図
図
【図１１】ビットイメージの概略図
【図１２】従来例で使用するニューラルネットワークの
構成を示す図
構成を示す図
１５ 入力部 １６ 認識部 １７ 第１層 １８ 第２層 １９ 第３層 ２０ 第４層
Claims (11)
- 【請求項１】画像を入力する入力部と、ニューラルネッ
トワークにより入力画像を処理して認識する認識部を具
備し、前記ニューラルネットワークは、ニューロンを２
次元に配置した構造であるニューロン層が複数個配列さ
れてなり、第１層のニューロンは、前記入力部が作成し
た入力画像を受像し、前記第２層の各ニューロンは、前
記第１層のニューロンの中で、特定方向に並んだ一部の
ニューロンと結合することにより前記入力画像に含まれ
る特定方向の線分を抽出し、前記第３層の各ニューロン
は、複数の領域に分割された前記第２層のニューロンの
中で、一つの領域内の全てのニューロンと結合すること
により、前記入力画像に含まれる線分の長さを抽出し、
前記第３層の各ニューロンは第４層の全てのニューロン
と結合していることを特徴とする認識装置。 - 【請求項２】第２層の各ニューロンは、前記第１層のニ
ューロンの中で縦方向、横方向、左斜め方向、右斜め方
向の少なくとも一つの方向に並ぶニューロンと結合する
ことを特徴とする請求項１に記載の認識装置。 - 【請求項３】第２層の各ニューロンは、前記第１層の１
個のニューロンを点対称の中心として、特定方向に連続
して並ぶ複数のニューロンと結合することを特徴とする
請求項１に記載の認識装置。 - 【請求項４】第２層の各ニューロンは、前記第１層のニ
ューロンの中で、特定の幾何学形状をなす位置のニュー
ロンと結合することを特徴とする請求項１に記載の認識
装置。 - 【請求項５】第２層のニューロン数が前記第１層のニュ
ーロン数の少なくとも４倍以上であることを特徴とする
請求項１に記載の認識装置。 - 【請求項６】第２層は複数の領域に分割しており、各領
域内のニューロンは、前記第１層の１個のニューロンを
点対称の中心として、前記第１層の特定方向に並ぶニュ
ーロンと結合しており、かつ、前記特定方向は、前記第
２層の各領域内のニューロンでは同一であり、かつ前記
領域毎に異なっていることを特徴とする請求項１に記載
の認識装置。 - 【請求項７】第２層は複数の領域に分割しており、各領
域内のニューロンは、前記第１層の幾何学形状をなす位
置のニューロンと結合しており、かつ、前記幾何学形状
は、前記第２層の各領域内のニューロンでは同一であ
り、かつ前記領域毎に異なっていることを特徴とする請
求項１に記載の認識装置。 - 【請求項８】認識部に用いる前記ニューラルネットワー
クは、前記第２層が複数の大領域に分割しており、さら
に各大領域が複数の小領域に分割しており、かつ前記小
領域内の全てのニューロンが、各小領域毎に第３層の同
一のニューロンと結合することを特徴とする請求項１に
記載の認識装置。 - 【請求項９】第２層の前記小領域は、前記大領域を縦方
向、及び横方向に各々少なくとも３分割して構成される
ことを特徴とする請求項１に記載の認識装置。 - 【請求項１０】認識部に使用するニューラルネットワー
クの学習方法は、前記第３層と第４層のニューロン間の
結合係数（シナプス荷重）を、増加する場合と、減ずる
場合とで学習係数が異なることを特徴とする請求項１に
記載の認識装置。 - 【請求項１１】入力部において取り込んだ入力画像を、
複数の領域に分割し、各領域に入力した光量の総和を、
ある特定の値で閾値処理して前記認識部への入力情報と
することを特徴とする画像の入力方法。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3255027A JPH0695192A (ja) | 1991-05-01 | 1991-10-02 | 画像認識装置及び画像入力方法 |
| US07/875,086 US5511134A (en) | 1991-01-02 | 1992-04-28 | Image recognition device and image recognition method |
| EP92107367A EP0511668B1 (en) | 1991-05-01 | 1992-04-30 | Pattern recognition device and method |
| DE69232229T DE69232229T2 (de) | 1991-05-01 | 1992-04-30 | Vorrichtung und Verfahren zur Mustererkennung |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10003691 | 1991-05-01 | ||
| JP3-100036 | 1991-05-01 | ||
| JP3255027A JPH0695192A (ja) | 1991-05-01 | 1991-10-02 | 画像認識装置及び画像入力方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0695192A true JPH0695192A (ja) | 1994-04-08 |
Family
ID=26441130
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3255027A Pending JPH0695192A (ja) | 1991-01-02 | 1991-10-02 | 画像認識装置及び画像入力方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5511134A (ja) |
| EP (1) | EP0511668B1 (ja) |
| JP (1) | JPH0695192A (ja) |
| DE (1) | DE69232229T2 (ja) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8352400B2 (en) | 1991-12-23 | 2013-01-08 | Hoffberg Steven M | Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore |
| US10361802B1 (en) | 1999-02-01 | 2019-07-23 | Blanding Hovenweep, Llc | Adaptive pattern recognition based control system and method |
| US5625708A (en) * | 1992-10-13 | 1997-04-29 | Lucent Technologies, Inc. | Method and apparatus for symbol recognition using multidimensional preprocessing |
| JP3095623B2 (ja) * | 1994-06-16 | 2000-10-10 | 松下電器産業株式会社 | 属性判定方法 |
| AUPN431595A0 (en) * | 1995-07-24 | 1995-08-17 | Co-Operative Research Centre For Sensor Signal And Information Processing | Selective attention adaptive resonance theory |
| US6026177A (en) * | 1995-08-29 | 2000-02-15 | The Hong Kong University Of Science & Technology | Method for identifying a sequence of alphanumeric characters |
| DE19652925C2 (de) * | 1996-12-18 | 1998-11-05 | Hans Dr Geiger | Verfahren und Vorrichtung zur orts- und größenunabhängigen Erfassung von Merkmalen aus einem Bild |
| DE19841820A1 (de) * | 1998-09-12 | 2000-03-23 | Thomas Kromer | Neuronale Netze auf der Grundlage fraktaler Abbildungsfunktionen |
| US7966078B2 (en) | 1999-02-01 | 2011-06-21 | Steven Hoffberg | Network media appliance system and method |
| AU2003260047A1 (en) * | 2002-08-29 | 2004-03-19 | Paul Rudolf | Associative memory device and method based on wave propagation |
| US8189855B2 (en) | 2007-08-31 | 2012-05-29 | Accenture Global Services Limited | Planogram extraction based on image processing |
| US8630924B2 (en) * | 2007-08-31 | 2014-01-14 | Accenture Global Services Limited | Detection of stock out conditions based on image processing |
| US9135491B2 (en) | 2007-08-31 | 2015-09-15 | Accenture Global Services Limited | Digital point-of-sale analyzer |
| US8009864B2 (en) * | 2007-08-31 | 2011-08-30 | Accenture Global Services Limited | Determination of inventory conditions based on image processing |
| US7949568B2 (en) * | 2007-08-31 | 2011-05-24 | Accenture Global Services Limited | Determination of product display parameters based on image processing |
| KR102393228B1 (ko) | 2015-05-11 | 2022-04-29 | 매직 립, 인코포레이티드 | 뉴럴 네트워크들을 활용하여 생체 인증 사용자 인식을 위한 디바이스들, 방법들 및 시스템들 |
| KR102790307B1 (ko) | 2016-03-11 | 2025-04-01 | 매직 립, 인코포레이티드 | 콘볼루셔널 신경 네트워크들에서의 구조 학습 |
| US11995854B2 (en) * | 2018-12-19 | 2024-05-28 | Nvidia Corporation | Mesh reconstruction using data-driven priors |
| US11227176B2 (en) | 2019-05-16 | 2022-01-18 | Bank Of Montreal | Deep-learning-based system and process for image recognition |
| EP3973468A4 (en) | 2019-05-21 | 2022-09-14 | Magic Leap, Inc. | Hand pose estimation |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4805225A (en) * | 1986-11-06 | 1989-02-14 | The Research Foundation Of The State University Of New York | Pattern recognition method and apparatus |
| US5040230A (en) * | 1988-01-11 | 1991-08-13 | Ezel Incorporated | Associative pattern conversion system and adaptation method thereof |
| DE68928484T2 (de) * | 1988-03-25 | 1998-07-23 | Hitachi Ltd | Verfahren zum erkennen von bildstrukturen |
| JP2885823B2 (ja) * | 1989-04-11 | 1999-04-26 | 株式会社豊田中央研究所 | 視覚認識装置 |
| GB2231989B (en) * | 1989-05-24 | 1993-10-06 | Stc Plc | Neural networks |
| DE69026548T2 (de) * | 1989-06-28 | 1996-09-05 | Mitsubishi Electric Corp | Neuronales Verarbeitungselement |
| US5046019A (en) * | 1989-10-13 | 1991-09-03 | Chip Supply, Inc. | Fuzzy data comparator with neural network postprocessor |
-
1991
- 1991-10-02 JP JP3255027A patent/JPH0695192A/ja active Pending
-
1992
- 1992-04-28 US US07/875,086 patent/US5511134A/en not_active Expired - Fee Related
- 1992-04-30 DE DE69232229T patent/DE69232229T2/de not_active Expired - Fee Related
- 1992-04-30 EP EP92107367A patent/EP0511668B1/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| US5511134A (en) | 1996-04-23 |
| DE69232229D1 (de) | 2002-01-10 |
| DE69232229T2 (de) | 2002-07-18 |
| EP0511668B1 (en) | 2001-11-28 |
| EP0511668A3 (ja) | 1994-03-02 |
| EP0511668A2 (en) | 1992-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0695192A (ja) | 画像認識装置及び画像入力方法 | |
| CN109543606B (zh) | 一种加入注意力机制的人脸识别方法 | |
| Sermanet et al. | Overfeat: Integrated recognition, localization and detection using convolutional networks | |
| Kussul et al. | Improved method of handwritten digit recognition tested on MNIST database | |
| CN107368831B (zh) | 一种自然场景图像中的英文文字和数字识别方法 | |
| Chen et al. | A new off-line signature verification method based on graph | |
| CN113642571A (zh) | 一种基于显著性注意力机制的细粒度图像识别方法 | |
| CN111783748B (zh) | 人脸识别方法、装置、电子设备及存储介质 | |
| CN108932500A (zh) | 一种基于深度神经网络的动态手势识别方法及系统 | |
| JP2021103347A (ja) | 情報処理装置、情報処理方法及びプログラム | |
| CN117079098B (zh) | 一种基于位置编码的空间小目标检测方法 | |
| CN109255375A (zh) | 基于深度学习的全景图像对象检测方法 | |
| CN111242046B (zh) | 一种基于图像检索的地面交通标志识别方法 | |
| CN110032932B (zh) | 一种基于视频处理和决策树设定阈值的人体姿态识别方法 | |
| JP7251692B2 (ja) | オブジェクト検出方法、オブジェクト検出装置及びプログラム | |
| CN109614866A (zh) | 基于级联深度卷积神经网络的人脸检测方法 | |
| JP2005316888A (ja) | 顔認識システム | |
| CN114972335A (zh) | 一种用于工业检测的图像分类方法、装置及计算机设备 | |
| EP0586210A2 (en) | Optical character recognition | |
| CN103065163A (zh) | 一种基于静态图片的快速目标检测识别系统及方法 | |
| CN104156952B (zh) | 一种抵抗形变的图像匹配方法 | |
| Singh et al. | A comprehensive survey on Bangla handwritten numeral recognition | |
| Ashoka et al. | Feature extraction technique for neural network based pattern recognition | |
| CN108629330A (zh) | 基于多级联分类器的人脸动态捕捉与快速识别方法及系统 | |
| Sajedi et al. | Persian handwritten number recognition using adapted framing feature and support vector machines |