JPH07282202A - 英数字文字画像認識装置 - Google Patents
英数字文字画像認識装置Info
- Publication number
- JPH07282202A JPH07282202A JP7003503A JP350395A JPH07282202A JP H07282202 A JPH07282202 A JP H07282202A JP 7003503 A JP7003503 A JP 7003503A JP 350395 A JP350395 A JP 350395A JP H07282202 A JPH07282202 A JP H07282202A
- Authority
- JP
- Japan
- Prior art keywords
- statistical
- network
- alphanumeric character
- image recognition
- recognition device
- 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
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Character Discrimination (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 科学的且つ産業上の環境にて従来周知の装置
よりも認識品質が良好である英数字文字画像認識装置を
提供することである。 【構成】 この英数字文字画像認識装置(1)中の第２の
段(3)が第１及び第２の統計回路網(ST1及びST2)を含
み、前記第１の統計回路網の第１及び第２の入力端子が
それぞれ第１及び第２のメモリ・レジスタ(REG1及びREG
2)の出力端子に接続され、そして前記第２の統計回路網
の第１及び第２の入力端子がそれぞれ第２及び第３のメ
モリ・レジスタ(REG2及びREG3)の出力端子に接続され、
また前記第２の段が前記第１及び第２の統計回路網の複
数個の出力端子に接続された複数個の入力端子並びに前
記英数字文字画像認識装置の出力端子である複数個の出
力端子を有する第３の統計回路網(STOUT)を含む。
よりも認識品質が良好である英数字文字画像認識装置を
提供することである。 【構成】 この英数字文字画像認識装置(1)中の第２の
段(3)が第１及び第２の統計回路網(ST1及びST2)を含
み、前記第１の統計回路網の第１及び第２の入力端子が
それぞれ第１及び第２のメモリ・レジスタ(REG1及びREG
2)の出力端子に接続され、そして前記第２の統計回路網
の第１及び第２の入力端子がそれぞれ第２及び第３のメ
モリ・レジスタ(REG2及びREG3)の出力端子に接続され、
また前記第２の段が前記第１及び第２の統計回路網の複
数個の出力端子に接続された複数個の入力端子並びに前
記英数字文字画像認識装置の出力端子である複数個の出
力端子を有する第３の統計回路網(STOUT)を含む。
Description
【０００１】
【産業上の利用分野】この発明は、画像認識装置、特に
英数字文字画像認識装置に関するものである。
英数字文字画像認識装置に関するものである。
【０００２】
【従来の技術】英数字文字画像認識装置の用途は沢山あ
る。例えば、宛先に送られるべき封筒、郵便はがき又は
小包に書かれた住所を読み取ることが必要である郵便で
は、そのような英数字文字画像認識装置を使用すると、
読み取り動作及び仕分け動作を自動化するのに有用であ
り、これは上述した動作を実行するのに現在用いられて
いる労力のコストに加えてサービスの遅れも少なくす
る。英数字文字画像認識装置は、税金や人口調査の認識
又は処方箋の認識にも使用できる。
る。例えば、宛先に送られるべき封筒、郵便はがき又は
小包に書かれた住所を読み取ることが必要である郵便で
は、そのような英数字文字画像認識装置を使用すると、
読み取り動作及び仕分け動作を自動化するのに有用であ
り、これは上述した動作を実行するのに現在用いられて
いる労力のコストに加えてサービスの遅れも少なくす
る。英数字文字画像認識装置は、税金や人口調査の認識
又は処方箋の認識にも使用できる。
【０００３】最近、段々と重要になってきたそのような
英数字文字画像認識装置の別な用途は、コンピュータの
ダウンサイジングと関係付けられる。事実、これに関係
して、或るサイズ以下にすることができないキーボード
の寸法によって表された限界が浮かび上がってきた。キ
ーボードに代えて、コンピュータに接続されたタブレッ
トを使用することが教示された。タブレットでは、ユー
ザがペンで順次、英数字を書ける。コンピュータとのイ
ンターフェイスを提供するには、認識装置が必要であ
る。一般に、英数字文字画像認識装置が３つの縦続段か
ら成ることは知られている。これら段のうちの第１の段
は、手書きの不規則さを除去するのに役立つ標準化をデ
ジタル画像信号に行う。画像のサイズ、文字の角度及び
線の太さのような様子は、この第１の段で、通常、考察
される。
英数字文字画像認識装置の別な用途は、コンピュータの
ダウンサイジングと関係付けられる。事実、これに関係
して、或るサイズ以下にすることができないキーボード
の寸法によって表された限界が浮かび上がってきた。キ
ーボードに代えて、コンピュータに接続されたタブレッ
トを使用することが教示された。タブレットでは、ユー
ザがペンで順次、英数字を書ける。コンピュータとのイ
ンターフェイスを提供するには、認識装置が必要であ
る。一般に、英数字文字画像認識装置が３つの縦続段か
ら成ることは知られている。これら段のうちの第１の段
は、手書きの不規則さを除去するのに役立つ標準化をデ
ジタル画像信号に行う。画像のサイズ、文字の角度及び
線の太さのような様子は、この第１の段で、通常、考察
される。
【０００４】第２の段は、第１の段の標準化されたデジ
タル画像信号から、第３の段で使用されて認識されるべ
き画像を分類する画像情報を処理する。文献には、英数
字文字画像認識装置の種々異なる説明がある。例えば、
最良の装置として、エイティティ(AT＆T)は、ニューヨ
ークのジョン・ウィリイ親子社から１９７３年に出版さ
れたアール・オー・デュダ(R.O.Duda)及びピー・イー・
ハート（P.E.Hart)共著の「パターン分類及びシーン分
析」中に述べられたいわゆる“一番近い第１ｋ”アルゴ
リズムに基づいた装置又はマルチレベル・パーセプトロ
ンに基づいた装置を使用する。後者は、マサチュセッツ
州、キャンブリッジ所在のエムアイティ・プレス(MITPr
ess)のピーディピー・リサーチ・グループ（PDP Resear
ch Group）から発行され且つディー・イー・ルーメルハ
ート（D.E.Rumelhart）及びジェイ・エル・マックラン
（J.L.McCland）によって編集された「並列分布処理」
の第３１８〜３６２頁（１９８６年）に掲載されたディ
ー・イー・ルーメルハート・ジー・イー・ヒントン（G.
E.Hinton）及びアール・ジェイ・ウィリアムス（R.J.Wi
lliams）著の論文“エラー伝播による内部表示を学習す
ること”に述べられている。
タル画像信号から、第３の段で使用されて認識されるべ
き画像を分類する画像情報を処理する。文献には、英数
字文字画像認識装置の種々異なる説明がある。例えば、
最良の装置として、エイティティ(AT＆T)は、ニューヨ
ークのジョン・ウィリイ親子社から１９７３年に出版さ
れたアール・オー・デュダ(R.O.Duda)及びピー・イー・
ハート（P.E.Hart)共著の「パターン分類及びシーン分
析」中に述べられたいわゆる“一番近い第１ｋ”アルゴ
リズムに基づいた装置又はマルチレベル・パーセプトロ
ンに基づいた装置を使用する。後者は、マサチュセッツ
州、キャンブリッジ所在のエムアイティ・プレス(MITPr
ess)のピーディピー・リサーチ・グループ（PDP Resear
ch Group）から発行され且つディー・イー・ルーメルハ
ート（D.E.Rumelhart）及びジェイ・エル・マックラン
（J.L.McCland）によって編集された「並列分布処理」
の第３１８〜３６２頁（１９８６年）に掲載されたディ
ー・イー・ルーメルハート・ジー・イー・ヒントン（G.
E.Hinton）及びアール・ジェイ・ウィリアムス（R.J.Wi
lliams）著の論文“エラー伝播による内部表示を学習す
ること”に述べられている。
【０００５】“一番近い第１ｋ”に基づいた装置及びマ
ルチレベル・パーセプトロンに基づいた装置はデジタル
画像信号に適用され、このデジタル画像信号はサイズが
標準化され且つ下記の論文に述べられたようなガウス・
フィルタでぼやかされる。なお、下記の論文とは、ディ
・ツルツキイ（D.Touretzky）出版社から発行された
「ニューラル情報処理装置」の第２巻（１９９０年）に
掲載されたワイ・リー・キュ（Y.Le Cue）、ビー．ボー
サ（B.Boser）、ジェイ・エス・デンカー（J.S.Denke
r）、ディー・ヘンダーソン（D.Henderson）、アール・
イー・ホワード（R.E.Howard）、ダブリュ・ハバード
（W.Hubbard）、エル・ディ・ジャッカル（L.D.Jacke
l）著の論文“バック伝播回路網での手書きデジタル認
識”である。エーイージー(AEG)は、画像のサイズ、文
字の角度及びこれらを定める線の太さの標準化を行う第
１の段と、プロシーディング・オブ・アプリケーション
ズ・オブ・アーティフィシャル・ニューラル・ネットワ
ークＩＩＩ，オルランド，エスピーアイイー（Proc.of
Applications of Artificial Neural Network III,Orla
ndo,SPIE）から１９９２年４月に出版されたピー・ジェ
イ・グローサ（P.J.Grother）著の論文“ニューラル手
書き文字認識用カーフネン・ロエブ（Karhunen Loeve）
特色抽出”に述べられた“カーフネン・ロエブ変換”に
基づいた第２の段とを備えた装置を使用する。この装置
に含まれる第３の段は、文献で周知のポリノミナル分類
器で提供される。
ルチレベル・パーセプトロンに基づいた装置はデジタル
画像信号に適用され、このデジタル画像信号はサイズが
標準化され且つ下記の論文に述べられたようなガウス・
フィルタでぼやかされる。なお、下記の論文とは、ディ
・ツルツキイ（D.Touretzky）出版社から発行された
「ニューラル情報処理装置」の第２巻（１９９０年）に
掲載されたワイ・リー・キュ（Y.Le Cue）、ビー．ボー
サ（B.Boser）、ジェイ・エス・デンカー（J.S.Denke
r）、ディー・ヘンダーソン（D.Henderson）、アール・
イー・ホワード（R.E.Howard）、ダブリュ・ハバード
（W.Hubbard）、エル・ディ・ジャッカル（L.D.Jacke
l）著の論文“バック伝播回路網での手書きデジタル認
識”である。エーイージー(AEG)は、画像のサイズ、文
字の角度及びこれらを定める線の太さの標準化を行う第
１の段と、プロシーディング・オブ・アプリケーション
ズ・オブ・アーティフィシャル・ニューラル・ネットワ
ークＩＩＩ，オルランド，エスピーアイイー（Proc.of
Applications of Artificial Neural Network III,Orla
ndo,SPIE）から１９９２年４月に出版されたピー・ジェ
イ・グローサ（P.J.Grother）著の論文“ニューラル手
書き文字認識用カーフネン・ロエブ（Karhunen Loeve）
特色抽出”に述べられた“カーフネン・ロエブ変換”に
基づいた第２の段とを備えた装置を使用する。この装置
に含まれる第３の段は、文献で周知のポリノミナル分類
器で提供される。
【０００６】ＩＢＭは、第１及び第２の画像情報処理段
並びにマルチレベル・パーセプトロンで提供された第３
の段を含む装置を使用する。
並びにマルチレベル・パーセプトロンで提供された第３
の段を含む装置を使用する。
【０００７】
【発明が解決しようとする課題】この発明の基礎をなす
技術的問題は、科学的且つ産業上の環境にて従来から知
られていた装置よりも認識品質の良い英数字文字画像認
識装置を提供することである。
技術的問題は、科学的且つ産業上の環境にて従来から知
られていた装置よりも認識品質の良い英数字文字画像認
識装置を提供することである。
【０００８】
【課題を解決するための手段】上述した技術的課題は、
特許請求の範囲に規定された英数字文字画像認識装置に
よって解決される。
特許請求の範囲に規定された英数字文字画像認識装置に
よって解決される。
【０００９】
【実施例】この発明に係る英数字文字画像認識装置の特
徴及び利点は、添付図面に示した一実施例についての以
下の説明から明らかである。図１はこの発明に係る英数
字文字画像認識装置の望ましい一実施例を示すブロック
図であり、図において１は英数字文字画像認識装置であ
り、第１の段２及び第２の段３を備えている。
徴及び利点は、添付図面に示した一実施例についての以
下の説明から明らかである。図１はこの発明に係る英数
字文字画像認識装置の望ましい一実施例を示すブロック
図であり、図において１は英数字文字画像認識装置であ
り、第１の段２及び第２の段３を備えている。
【００１０】第１の段２には、スキャナ又はテレカメラ
によって得られた入力画像のための第１、第２及び第３
のデジタル画像信号処理回路網Ｒ１，Ｒ２及びＲ３が含
まれている。第１、第２及び第３のデジタル画像信号処
理回路網Ｒ１，Ｒ２及びＲ３の各々は、英数字文字画像
認識装置１の入力端子である入力回路ノードＡと結合さ
れる少なくとも１個の入力端子及び出力端子を有してい
る。
によって得られた入力画像のための第１、第２及び第３
のデジタル画像信号処理回路網Ｒ１，Ｒ２及びＲ３が含
まれている。第１、第２及び第３のデジタル画像信号処
理回路網Ｒ１，Ｒ２及びＲ３の各々は、英数字文字画像
認識装置１の入力端子である入力回路ノードＡと結合さ
れる少なくとも１個の入力端子及び出力端子を有してい
る。
【００１１】入力回路ノードＡと第１のデジタル画像信
号処理回路網Ｒ１の入力端子との間には、少なくとも１
個の入力端子及び少なくとも１個の出力端子を有する第
１のフィルタＦ１、並びにこの第１のフィルタＦ１の出
力端子に接続された少なくとも１個の入力端子及び少な
くとも１個の出力端子を有する第１のメモリ素子Ｍ１が
挿入されている。入力回路ノードＡと第２のデジタル画
像信号処理回路網Ｒ２の入力端子との間には、少なくと
も１個の入力端子及び少なくとも１個の出力端子を有す
る第２のフィルタＦ２、並びにこの第２のフィルタＦ２
の出力端子に接続された少なくとも１個の入力端子及び
少なくとも１個の出力端子を有する第２のメモリ素子Ｍ
２が挿入されている。入力回路ノードＡと第３のデジタ
ル画像信号処理回路網Ｒ３の入力端子との間には、少な
くとも１個の入力端子及び少なくとも１個の出力端子を
有する第３のフィルタＦ３、並びにこの第３のフィルタ
Ｆ３の出力端子に接続された少なくとも１個の入力端子
及び少なくとも１個の出力端子を有する第３のメモリ素
子Ｍ３が挿入されている。
号処理回路網Ｒ１の入力端子との間には、少なくとも１
個の入力端子及び少なくとも１個の出力端子を有する第
１のフィルタＦ１、並びにこの第１のフィルタＦ１の出
力端子に接続された少なくとも１個の入力端子及び少な
くとも１個の出力端子を有する第１のメモリ素子Ｍ１が
挿入されている。入力回路ノードＡと第２のデジタル画
像信号処理回路網Ｒ２の入力端子との間には、少なくと
も１個の入力端子及び少なくとも１個の出力端子を有す
る第２のフィルタＦ２、並びにこの第２のフィルタＦ２
の出力端子に接続された少なくとも１個の入力端子及び
少なくとも１個の出力端子を有する第２のメモリ素子Ｍ
２が挿入されている。入力回路ノードＡと第３のデジタ
ル画像信号処理回路網Ｒ３の入力端子との間には、少な
くとも１個の入力端子及び少なくとも１個の出力端子を
有する第３のフィルタＦ３、並びにこの第３のフィルタ
Ｆ３の出力端子に接続された少なくとも１個の入力端子
及び少なくとも１個の出力端子を有する第３のメモリ素
子Ｍ３が挿入されている。
【００１２】第１、第２及び第３のフィルタＦ１，Ｆ２
及びＦ３並びに第１、第２及び第３のメモリ素子Ｍ１，
Ｍ２及びＭ３は確かに望ましい実施例中にあるが、これ
らの存在は認識にとって欠くことのできないものではな
く、任意の標準化素子や処理素子で置換することができ
る。例えば、第３のフィルタＦ３及び第３のメモリ素子
Ｍ３を含まない英数字文字画像認識装置即ち第３のデジ
タル画像信号処理回路網Ｒ３の入力端子が入力回路ノー
ドＡに直結される英数字文字画像認識装置の動作が後述
される。
及びＦ３並びに第１、第２及び第３のメモリ素子Ｍ１，
Ｍ２及びＭ３は確かに望ましい実施例中にあるが、これ
らの存在は認識にとって欠くことのできないものではな
く、任意の標準化素子や処理素子で置換することができ
る。例えば、第３のフィルタＦ３及び第３のメモリ素子
Ｍ３を含まない英数字文字画像認識装置即ち第３のデジ
タル画像信号処理回路網Ｒ３の入力端子が入力回路ノー
ドＡに直結される英数字文字画像認識装置の動作が後述
される。
【００１３】第２の段には、更に、第１、第２及び第３
のメモリ・レジスタＲＥＧ１，ＲＥＧ２及びＲＥＧ３が
含まれており、その各々は少なくとも１個の入力端子及
び少なくとも１個の出力端子を有している。第１、第２
及び第３のメモリ・レジスタＲＥＧ１，ＲＥＧ２及びＲ
ＥＧ３の入力端子は、それぞれ第１、第２及び第３のデ
ジタル画像信号処理回路網Ｒ１，Ｒ２及び第３の出力端
子に接続されている。
のメモリ・レジスタＲＥＧ１，ＲＥＧ２及びＲＥＧ３が
含まれており、その各々は少なくとも１個の入力端子及
び少なくとも１個の出力端子を有している。第１、第２
及び第３のメモリ・レジスタＲＥＧ１，ＲＥＧ２及びＲ
ＥＧ３の入力端子は、それぞれ第１、第２及び第３のデ
ジタル画像信号処理回路網Ｒ１，Ｒ２及び第３の出力端
子に接続されている。
【００１４】英数字文字画像認識装置１の第２の段３は
第１及び第２の統計回路網ＳＴ１及びＳＴ２を含み、そ
の各々は少なくとも第１及び第２の入力端子並びに複数
個の出力端子を有する。第１の統計回路網ＳＴ１の第１
の入力端子は第１のメモリ・レジスタＲＥＧ１の出力端
子に接続されるが、第１の統計回路網ＳＴ１の第２の入
力端子は第２のメモリ・レジスタＲＥＧ２の出力端子に
接続されている。第２の統計回路網ＳＴ２の第１の入力
端子は第２のメモリ・レジスタＲＥＧ２の出力端子に接
続されるが、第２の統計回路網ＳＴの第２の入力端子は
第３のメモリ・レジスタＲＥＧ３の出力端子に接続され
ている。
第１及び第２の統計回路網ＳＴ１及びＳＴ２を含み、そ
の各々は少なくとも第１及び第２の入力端子並びに複数
個の出力端子を有する。第１の統計回路網ＳＴ１の第１
の入力端子は第１のメモリ・レジスタＲＥＧ１の出力端
子に接続されるが、第１の統計回路網ＳＴ１の第２の入
力端子は第２のメモリ・レジスタＲＥＧ２の出力端子に
接続されている。第２の統計回路網ＳＴ２の第１の入力
端子は第２のメモリ・レジスタＲＥＧ２の出力端子に接
続されるが、第２の統計回路網ＳＴの第２の入力端子は
第３のメモリ・レジスタＲＥＧ３の出力端子に接続され
ている。
【００１５】第２の段３には、第１及び第２の統計回路
網ＳＴ１及びＳＴ２の複数個の出力端子に接続された複
数個の入力端子並びに英数字文字画像認識装置１の出力
端子である複数個の出力端子を有する第３の統計回路網
ＳＴＯＵＴも含まれている。もう少し詳しく説明すれ
ば、第１、第２及び第３の統計回路網ＳＴ１，ＳＴ２及
びＳＴＯＵＴはニューロナル回路網であって、そのうち
の第１及び第２の統計回路網ＳＴ１及びＳＴ２の各々は
ニューロンの少なくとも第１のレベル即ちプレーンを含
み、第１の統計回路網ＳＴ１の各ニューロンが第１及び
第２のメモリ・レジスタＲＥＧ１及びＲＥＧ２の出力端
子にそれぞれ接続された少なくとも第１及び第２の入力
端子を有し、そして第２の統計回路網ＳＴ２の各ニュー
ロンが第２及び第３のメモリ・レジスタＲＥＧ２及びＲ
ＥＧ３の出力端子にそれぞれ接続された少なくとも第１
及び第２の入力端子を有する。
網ＳＴ１及びＳＴ２の複数個の出力端子に接続された複
数個の入力端子並びに英数字文字画像認識装置１の出力
端子である複数個の出力端子を有する第３の統計回路網
ＳＴＯＵＴも含まれている。もう少し詳しく説明すれ
ば、第１、第２及び第３の統計回路網ＳＴ１，ＳＴ２及
びＳＴＯＵＴはニューロナル回路網であって、そのうち
の第１及び第２の統計回路網ＳＴ１及びＳＴ２の各々は
ニューロンの少なくとも第１のレベル即ちプレーンを含
み、第１の統計回路網ＳＴ１の各ニューロンが第１及び
第２のメモリ・レジスタＲＥＧ１及びＲＥＧ２の出力端
子にそれぞれ接続された少なくとも第１及び第２の入力
端子を有し、そして第２の統計回路網ＳＴ２の各ニュー
ロンが第２及び第３のメモリ・レジスタＲＥＧ２及びＲ
ＥＧ３の出力端子にそれぞれ接続された少なくとも第１
及び第２の入力端子を有する。
【００１６】第１及び第２の統計回路網ＳＴ１及びＳＴ
２の各々はニューロンの少なくとも第２のレベルを含
み、各ニューロンがその第１のレベルの複数個の出力端
子に接続された複数個の入力端子を有する。第３の統計
回路網ＳＴＯＵＴは少なくとも１つのレベルのニューロ
ンを含み、その各々が第１及び第２の統計回路網ＳＴ１
及びＳＴ２のニューロンの複数個の出力端子に接続され
た複数個の入力端子、並びに英数字文字画像認識装置１
の出力端子である出力端子を有している。
２の各々はニューロンの少なくとも第２のレベルを含
み、各ニューロンがその第１のレベルの複数個の出力端
子に接続された複数個の入力端子を有する。第３の統計
回路網ＳＴＯＵＴは少なくとも１つのレベルのニューロ
ンを含み、その各々が第１及び第２の統計回路網ＳＴ１
及びＳＴ２のニューロンの複数個の出力端子に接続され
た複数個の入力端子、並びに英数字文字画像認識装置１
の出力端子である出力端子を有している。
【００１７】英数字文字画像認識装置１の認識品質を更
に改善するために、第２の段３中に少なくとも第１及び
第２の入力端子を有する第４の統計回路網ＳＴ３（図示
しない）を含ませることができ、その第１の入力端子が
第１のメモリ・レジスタＲＥＧ１の出力端子にそして第
２の入力端子が第３のメモリ・レジスタＲＥＧ３の出力
端子に接続される。第４の統計回路網ＳＴ３は、第３の
統計回路網ＳＴＯＵＴの複数個の入力端子に接続された
複数個の出力端子も有する。第４の統計回路網ＳＴ３も
少なくとも第１のレベルのニューロンを含むニューロナ
ル回路網であり、各ニューロンが第１及び第３のメモリ
・レジスタＲＥＧ１及びＲＥＧ３の出力端子に接続され
た少なくとも第１及び第２の入力端子、並びに出力端子
を有する。第４の統計回路網ＳＴ３は少なくとも第２の
レベルのニューロンを含み、その各々が第１のレベルの
ニューロンの複数個の出力端子に接続された複数個の入
力端子を有する。
に改善するために、第２の段３中に少なくとも第１及び
第２の入力端子を有する第４の統計回路網ＳＴ３（図示
しない）を含ませることができ、その第１の入力端子が
第１のメモリ・レジスタＲＥＧ１の出力端子にそして第
２の入力端子が第３のメモリ・レジスタＲＥＧ３の出力
端子に接続される。第４の統計回路網ＳＴ３は、第３の
統計回路網ＳＴＯＵＴの複数個の入力端子に接続された
複数個の出力端子も有する。第４の統計回路網ＳＴ３も
少なくとも第１のレベルのニューロンを含むニューロナ
ル回路網であり、各ニューロンが第１及び第３のメモリ
・レジスタＲＥＧ１及びＲＥＧ３の出力端子に接続され
た少なくとも第１及び第２の入力端子、並びに出力端子
を有する。第４の統計回路網ＳＴ３は少なくとも第２の
レベルのニューロンを含み、その各々が第１のレベルの
ニューロンの複数個の出力端子に接続された複数個の入
力端子を有する。
【００１８】次に、この発明に係る英数字文字画像認識
装置１の動作を説明する。英数字文字画像認識装置１へ
入力されるデジタル画像信号は、第１のフィルタＦ１に
よりサイズ及び角度が標準化された後に第１のメモリ素
子Ｍ１に記憶され、また第１のフィルタＦ１と並列に作
動する第２のフィルタＦ２により角度が標準化された後
に第２のメモリ素子Ｍ２に記憶される。上述したよう
に、第３のフィルタＦ３及び第３のメモリ素子Ｍ３は、
ここに説明する英数字文字画像認識装置には含まれな
い。
装置１の動作を説明する。英数字文字画像認識装置１へ
入力されるデジタル画像信号は、第１のフィルタＦ１に
よりサイズ及び角度が標準化された後に第１のメモリ素
子Ｍ１に記憶され、また第１のフィルタＦ１と並列に作
動する第２のフィルタＦ２により角度が標準化された後
に第２のメモリ素子Ｍ２に記憶される。上述したよう
に、第３のフィルタＦ３及び第３のメモリ素子Ｍ３は、
ここに説明する英数字文字画像認識装置には含まれな
い。
【００１９】標準化されて第１及び第２のメモリ素子Ｍ
１及びＭ２に記憶されたデジタル画像信号は、それぞれ
第１及び第２のデジタル画像信号処理回路網Ｒ１及びＲ
２の入力である。これら第１及び第２のデジタル画像信
号処理回路網Ｒ１及びＲ２は、標準化されたデジタル画
像信号から、英数字文字画像認識装置１へ入力された画
像を認識するために後で使用される情報を処理するよう
に設計されている。
１及びＭ２に記憶されたデジタル画像信号は、それぞれ
第１及び第２のデジタル画像信号処理回路網Ｒ１及びＲ
２の入力である。これら第１及び第２のデジタル画像信
号処理回路網Ｒ１及びＲ２は、標準化されたデジタル画
像信号から、英数字文字画像認識装置１へ入力された画
像を認識するために後で使用される情報を処理するよう
に設計されている。
【００２０】詳しく云えば、「エレクトロニクス・レタ
ーズ（Electronics Letters）」の第２８巻、第１９
号、第１８２５〜１８２７頁（１９９２年）に掲載され
たゼットエス・エム・コバック（Zs.M.Kovacs）及びア
ール・ゲリエリ（R.Guerrieri）共著の論文“距離変換
を使用して手書き文字をコンピュータにより認識するこ
と”に述べられた“距離変換”を使用して、第１のデジ
タル画像信号処理回路網Ｒ１は認識されるべき画像の暗
点の位置に関する情報を処理する。この情報は第１のメ
モリ・レジスタＲＥＧ１に記憶される。
ーズ（Electronics Letters）」の第２８巻、第１９
号、第１８２５〜１８２７頁（１９９２年）に掲載され
たゼットエス・エム・コバック（Zs.M.Kovacs）及びア
ール・ゲリエリ（R.Guerrieri）共著の論文“距離変換
を使用して手書き文字をコンピュータにより認識するこ
と”に述べられた“距離変換”を使用して、第１のデジ
タル画像信号処理回路網Ｒ１は認識されるべき画像の暗
点の位置に関する情報を処理する。この情報は第１のメ
モリ・レジスタＲＥＧ１に記憶される。
【００２１】第２のデジタル画像信号処理回路網Ｒ２
は、認識されるべき画像の縁の方向に関する画像情報を
処理する。詳しく云えば、標準化された画像は同一サイ
ズの領域に分けられ、そして画像点は４５°及び１３５
°にて垂直線、水平線及び対角線に属し、画像縁は各領
域毎に計数される。これら動作は、プロク．イレブン
ス．アイエイピーアール，ザ・ハーグ・ザ・ネザーラン
ド（Proc.11th IAPR,The Hague,The Netherlands）で発
行された第２巻、第６４３〜６４６頁（１９９２年８
月）に掲載されたジェイ・カオ（J.Cao）、エム・シリ
ハー（M.Shridhar）、エフ・キムラ及びエム・アマディ
（M.Ahmadi）著の論文“手書き数字の統計的且つニュー
ラル分類：比較研究”に述べられている。このようにし
て得られた画像情報は第２のメモリ・レジスタＲＥＧ２
に記憶される。
は、認識されるべき画像の縁の方向に関する画像情報を
処理する。詳しく云えば、標準化された画像は同一サイ
ズの領域に分けられ、そして画像点は４５°及び１３５
°にて垂直線、水平線及び対角線に属し、画像縁は各領
域毎に計数される。これら動作は、プロク．イレブン
ス．アイエイピーアール，ザ・ハーグ・ザ・ネザーラン
ド（Proc.11th IAPR,The Hague,The Netherlands）で発
行された第２巻、第６４３〜６４６頁（１９９２年８
月）に掲載されたジェイ・カオ（J.Cao）、エム・シリ
ハー（M.Shridhar）、エフ・キムラ及びエム・アマディ
（M.Ahmadi）著の論文“手書き数字の統計的且つニュー
ラル分類：比較研究”に述べられている。このようにし
て得られた画像情報は第２のメモリ・レジスタＲＥＧ２
に記憶される。
【００２２】他方、第３のデジタル画像信号処理回路網
Ｒ３は標準化されていないデジタル画像信号で作用す
る。この第３のデジタル画像信号処理回路網Ｒ３は、画
像信号から、認識されるべき画像縁の湾曲に関する情報
を処理する。詳しく云えば、画像は領域に分けられそし
て縁に属する画像点は２つのグループに分離される、即
ち縁の凹面ゾーンに属するものと、凸面ゾーンに属する
ものとに分離される。
Ｒ３は標準化されていないデジタル画像信号で作用す
る。この第３のデジタル画像信号処理回路網Ｒ３は、画
像信号から、認識されるべき画像縁の湾曲に関する情報
を処理する。詳しく云えば、画像は領域に分けられそし
て縁に属する画像点は２つのグループに分離される、即
ち縁の凹面ゾーンに属するものと、凸面ゾーンに属する
ものとに分離される。
【００２３】各グループに属する画像点は、その各々を
通過する縁と垂直な角度に応じて更に分けられる。これ
ら画像点のうち、縁に対する正接がプリセットされた閾
値よりも高い角変動を有するものだけを考察しよう。こ
れら動作は、プロク・オブ・イント・コンフ・オン・ド
キュメント・アナリシス・アンド・リコグニション・フ
ランス（Proc.of Int.Conf.on Document Amalysis and
Recognition, France）で発行された第８２１〜８２８
頁（１９９１年）に掲載されたエッチ・タカハシ（H.Ta
kahashi）著の論文“幾何学的且つゾーン的パターン特
色を使用するニューラル・ネットＯＣＲ”に述べられて
いる。このようにして得られた画像情報は第３のメモリ
・レジスタＲＥＧ３に記憶される。
通過する縁と垂直な角度に応じて更に分けられる。これ
ら画像点のうち、縁に対する正接がプリセットされた閾
値よりも高い角変動を有するものだけを考察しよう。こ
れら動作は、プロク・オブ・イント・コンフ・オン・ド
キュメント・アナリシス・アンド・リコグニション・フ
ランス（Proc.of Int.Conf.on Document Amalysis and
Recognition, France）で発行された第８２１〜８２８
頁（１９９１年）に掲載されたエッチ・タカハシ（H.Ta
kahashi）著の論文“幾何学的且つゾーン的パターン特
色を使用するニューラル・ネットＯＣＲ”に述べられて
いる。このようにして得られた画像情報は第３のメモリ
・レジスタＲＥＧ３に記憶される。
【００２４】第１、第２及び第３のメモリ・レジスタＲ
ＥＧ１，ＲＥＧ２及びＲＥＧ３に記憶された画像情報
は、第１及び第２の統計回路網ＳＴ１及びＳＴ２の入力
である。これら第１及び第２の統計回路網ＳＴ１及びＳ
Ｔ２は並列に作動するニューロナル回路網であって、第
３の統計回路網ＳＴＯＵＴの入力である統計値を得るま
で画像情報連続統計動作で作用する。
ＥＧ１，ＲＥＧ２及びＲＥＧ３に記憶された画像情報
は、第１及び第２の統計回路網ＳＴ１及びＳＴ２の入力
である。これら第１及び第２の統計回路網ＳＴ１及びＳ
Ｔ２は並列に作動するニューロナル回路網であって、第
３の統計回路網ＳＴＯＵＴの入力である統計値を得るま
で画像情報連続統計動作で作用する。
【００２５】第３の統計回路網ＳＴＯＵＴもニューロナ
ル回路網であって、第１及び第２の統計回路網ＳＴ１及
びＳＴ２から到来する統計値を調整して、認識されるべ
き画像の所定の分類に相当する統計値を出力側に供給す
る。特に、第１及び第２の統計回路網ＳＴ１及びＳＴ２
は“フィード・ホワード”型のマルチレベル・パーセプ
トロン（perceptrons）によって構成され、ニューロン
はＳ字型のいわゆる“活性化機能”を有する。
ル回路網であって、第１及び第２の統計回路網ＳＴ１及
びＳＴ２から到来する統計値を調整して、認識されるべ
き画像の所定の分類に相当する統計値を出力側に供給す
る。特に、第１及び第２の統計回路網ＳＴ１及びＳＴ２
は“フィード・ホワード”型のマルチレベル・パーセプ
トロン（perceptrons）によって構成され、ニューロン
はＳ字型のいわゆる“活性化機能”を有する。
【００２６】装置の認識品質を比較するため、数字画
像、大文字画像及び小文字画像の認識のためにそれぞれ
図２、図３及び図４に示されたチャートが使用され、こ
れらは縦軸に装置で認識されなかった画像の百分率に対
するエラーの百分率を示す。エラーは、装置で正しく分
類されなかった画像の数を、装置で正しく又は誤って分
類された画像の数で割ることにより、百分率として報じ
られる。
像、大文字画像及び小文字画像の認識のためにそれぞれ
図２、図３及び図４に示されたチャートが使用され、こ
れらは縦軸に装置で認識されなかった画像の百分率に対
するエラーの百分率を示す。エラーは、装置で正しく分
類されなかった画像の数を、装置で正しく又は誤って分
類された画像の数で割ることにより、百分率として報じ
られる。
【００２７】もし装置が正しく作動するならば、チャー
ト上の対応するカーブは減少する。その理由は、あいま
いな画像はその大部分が分類エラーに寄与するものであ
るからである。従って、図２、図３及び図４のチャート
の各々に関し所定の装置と関連付けられたカーブが下が
れば下がる程、装置の認識品質は良くなる。
ト上の対応するカーブは減少する。その理由は、あいま
いな画像はその大部分が分類エラーに寄与するものであ
るからである。従って、図２、図３及び図４のチャート
の各々に関し所定の装置と関連付けられたカーブが下が
れば下がる程、装置の認識品質は良くなる。
【００２８】これらチャートを得るために、５８６４６
個の数字画像、１１９４１個の大文字画像及び１２００
０個の小文字画像を含むいわゆるエヌアイエスティ（Ｎ
ＩＳＴ）テスト・データ１に関係付けられた画像の集合
が使用される。図２、図３及び図４の３つのチャートに
は、既知装置のカーブが示され、一方ここに説明した装
置のカーブは“ＤＥＩＳ”と命名されたものである。
個の数字画像、１１９４１個の大文字画像及び１２００
０個の小文字画像を含むいわゆるエヌアイエスティ（Ｎ
ＩＳＴ）テスト・データ１に関係付けられた画像の集合
が使用される。図２、図３及び図４の３つのチャートに
は、既知装置のカーブが示され、一方ここに説明した装
置のカーブは“ＤＥＩＳ”と命名されたものである。
【００２９】
【発明の効果】このカーブは各チャートの“最低”のも
のであって、この発明の目的である装置の認識品質が最
良であることを示す。この発明の一実施例の例示及び説
明に関し、その変形及び変更が発明の概念の範囲内で可
能である。
のであって、この発明の目的である装置の認識品質が最
良であることを示す。この発明の一実施例の例示及び説
明に関し、その変形及び変更が発明の概念の範囲内で可
能である。
【図１】この発明に係る英数字文字画像認識装置の望ま
しい一実施例を示すブロック図である。
しい一実施例を示すブロック図である。
【図２】この発明に従って提供された英数字文字画像認
識装置の数字画像認識品質が同一の数字画像に対する既
知装置の画像認識品質と比較されるチャートを示す図で
ある。
識装置の数字画像認識品質が同一の数字画像に対する既
知装置の画像認識品質と比較されるチャートを示す図で
ある。
【図３】この発明に従って提供された英数字文字画像認
識装置の大文字の画像認識品質が同一の大文字に対する
既知装置の画像認識品質と比較されるチャートを示す図
である。
識装置の大文字の画像認識品質が同一の大文字に対する
既知装置の画像認識品質と比較されるチャートを示す図
である。
【図４】この発明に従って提供された英数字文字画像認
識装置の小文字の画像認識品質が同一の小文字に対する
既知装置の画像認識品質と比較されるチャートを示す図
である。
識装置の小文字の画像認識品質が同一の小文字に対する
既知装置の画像認識品質と比較されるチャートを示す図
である。
１ 英数字文字画像認識装置 ２ 第１の段 ３ 第２の段 Ｒ１ 第１のデジタル画像信号処理回路網 Ｒ２ 第２のデジタル画像信号処理回路網 Ｒ３ 第３のデジタル画像信号処理回路網 ＲＥＧ１ 第１のメモリ・レジスタ ＲＥＧ２ 第２のメモリ・レジスタ ＲＥＧ３ 第３のメモリ・レジスタ ＳＴ１ 第１の統計回路網 ＳＴ２ 第２の統計回路網 ＳＴＯＵＲ 第３の統計回路網 Ｆ１ 第１のフィルタ Ｆ２ 第２のフィルタ Ｆ３ 第３のフィルタ Ｍ１ 第１のメモリ素子 Ｍ２ 第２のメモリ素子 Ｍ３ 第３のメモリ素子
Claims (13)
- 【請求項１】 第１の段(2)及び第２の段(3)を備え、前
記第１の段(2)が少なくとも第１、第２及び第３のデジ
タル画像信号処理回路網(R1,R2及びR3)を含み、その各
々が少なくとも１個の入力端子及び少なくとも１個の出
力端子を有し、前記第１ないし第３のデジタル画像信号
処理回路網がデジタル画像信号から画像情報を処理する
ように設計されており、また前記第１の段(2)が少なく
とも第１、第２及び第３のメモリ・レジスタ(REG1,REG2
及びREG3)を含み、その各々が少なくとも１個の入力端
子及び少なくとも１個の出力端子を有し、そして前記第
１、第２及び第３のメモリ・レジスタの入力端子がそれ
ぞれ前記第１のデジタル画像信号処理回路網(R1)、前記
第２のデジタル画像信号処理回路網(R2)及び前記第３の
デジタル画像信号処理回路網(R3)の出力端子に接続さ
れ、前記第１ないし第３のメモリ・レジスタが前記第１
ないし第３のデジタル画像信号処理回路網によって処理
された前記画像情報を含むように設計されている英数字
文字画像認識装置(1)において、 前記第２の段(3)が少なくとも１個の第１及び第２の統
計回路網(ST1及びST2)を含み、その各々が少なくとも１
個の第１及び第２の入力端子並びに複数個の出力端子を
有し、前記第１の統計回路網(ST1)の第１及び第２の入
力端子がそれぞれ前記第１及び第２のメモリ・レジスタ
(REG1及びREG2)の出力端子に接続され、そして前記第２
の統計回路網(ST2)の第１及び第２の入力端子がそれぞ
れ前記第２及び第３のメモリ・レジスタ(REG2及びREG3)
の出力端子に接続され、また前記第２の段(3)が少なく
とも１個の第３の統計回路網(STOUT)を含み、この第３
の統計回路網が前記第１及び第２の統計回路網(ST1及び
ST2)の複数個の出力端子に接続された複数個の入力端子
並びに英数字文字画像認識装置(1)の出力端子である複
数個の出力端子を有し、前記第１ないし第３の統計回路
網は、認識されるべき画像の所定の分類に相当する統計
値が得られるまで、前記画像情報に関して連続的な統計
動作を実行するように設計されていることを特徴とする
英数字文字画像認識装置。 - 【請求項２】 前記英数字文字画像認識装置の入力回路
ノード(A)と前記第１ないし第３のデジタル画像信号処
理回路網(R1ないしR3)のうちの少なくとも１個の入力端
子との間に、少なくとも１個の入力端子及び少なくとも
１個の出力端子を有する少なくとも１個の第１のフィル
タ(F1)並びにこの第１のフィルタの出力端子に接続され
た少なくとも１個の入力端子及び少なくとも１個の出力
端子を有する少なくとも１個の第１のメモリ素子(M1)が
挿入され、前記第１のフィルタ(F1)が入力画像のデジタ
ル信号の標準化を行うように設計され、そして前記第１
のメモリ素子(M1)が標準化された画像のデジタル信号を
記憶するように設計されていることを特徴とする請求項
１の英数字文字画像認識装置。 - 【請求項３】 前記第１及び第２の統計回路網(ST1及び
ST2)がニューラル回路網であって、その各々が少なくと
も第１のレベルのニューロンを含み、前記第１の統計回
路網(ST1)の各ニューロンが前記第１及び第２のメモリ
・レジスタ(REG1及びREG2)の出力端子にそれぞれ接続さ
れた少なくとも１個の第１及び第２の入力端子並びに少
なくとも１個の出力端子を有し、そして前記第２の統計
回路網(ST2)の各ニューロンが前記第２及び第３のメモ
リ・レジスタ(REG2及びREG3)の出力端子にそれぞれ接続
された少なくとも１個の第１及び第２の入力端子並びに
少なくとも１個の出力端子を有することを特徴とする請
求項１又は２の英数字文字画像認識装置。 - 【請求項４】 前記第１及び第２の統計回路網(ST1及び
ST2)の各々が少なくとも１つの第２のレベルのニューロ
ンを含み、各ニューロンが前記第１のレベルのニューロ
ンの複数個の出力端子に接続された複数個の入力端子を
有することを特徴とする請求項１ないし３のいずれかの
英数字文字画像認識装置。 - 【請求項５】 前記第３の統計回路網(STOUT)がニュー
ラル回路網であって、少なくとも１つのレベルのニュー
ロンを含み、その各々が前記第１及び第２の統計回路網
(ST1及びST2)のニューロンの複数個の出力端子に接続さ
れた複数個の入力端子並びに前記英数字文字画像認識装
置(1)の出力端子である少なくとも１個の出力端子を有
することを特徴とする請求項１ないし４のいずれかの英
数字文字画像認識装置。 - 【請求項６】 前記第１ないし第３の統計回路網(ST1,S
T2,STOUT)のニューロンがＳ字型であることを特徴とす
る請求項１ないし５のいずれかの英数字文字画像認識装
置。 - 【請求項７】 前記第２の段(3)が少なくとも第４の統
計回路網(ST3)を含み、この第４の統計回路網が少なく
ともとも第１及び第２の入力端子を有し、この第１の入
力端子が前記第１のメモリ・レジスタ(REG1)の出力端子
に接続され且つ第２の入力端子が前記第３のメモリ・レ
ジスタ(REG3)の出力端子に接続され、前記第４の統計回
路網が前記第３の統計回路網(STOUT)の複数個の入力端
子に接続された複数個の出力端子を有していることを特
徴とする請求項１又は２の英数字文字画像認識装置。 - 【請求項８】 前記第４の統計回路網(ST3)がニューロ
ナル回路網であって、少なくとも１つの第１のレベルの
ニューロンを含み、各ニューロンが前記第１及び第３の
メモリ・レジスタ(REG1及びREG3)の出力端子にそれぞれ
接続された少なくとも１個の第１及び第２の入力端子並
びに少なくとも１個の出力端子を有することを特徴とす
る請求項１，２又は７の英数字文字画像認識装置。 - 【請求項９】 前記第４の統計回路網(ST3)が少なくと
も１つの第２のレベルのニューロンを含み、その各々が
前記第１のレベルのニューロンの複数個の出力端子に接
続された複数個の入力端子を有することを特徴とする請
求項１，２，７又は８の英数字文字画像認識装置。 - 【請求項１０】 前記第４の統計回路網のニューロンが
Ｓ字型であることを特徴とする請求項１，２，７，８又
は９の英数字文字画像認識装置。 - 【請求項１１】 前記第１のメモリ・レジスタ(REG1)に
記憶された画像情報が認識されるべき画像の暗点の位置
に関する情報である請求項１ないし１０のいずれかの英
数字文字画像認識装置。 - 【請求項１２】 前記第２のメモリ・レジスタ(REG2)に
記憶された画像情報が縁の点で前記縁に対する正接の方
向に関する情報であることを特徴とする請求項１ないし
１１のいずれかの英数字文字画像認識装置。 - 【請求項１３】 前記第３のメモリ・レジスタ(REG3)に
記憶された画像情報が前記縁の点の輪郭で前記画像の縁
のカーブに関する情報であることを特徴とする請求項１
ないし１２のいずれかの英数字文字画像認識装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT94830011.6 | 1993-01-13 | ||
| EP94830011A EP0663644B1 (en) | 1994-01-13 | 1994-01-13 | Alphanumeric characters images recognizing system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07282202A true JPH07282202A (ja) | 1995-10-27 |
| JP3001790B2 JP3001790B2 (ja) | 2000-01-24 |
Family
ID=8218364
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7003503A Expired - Fee Related JP3001790B2 (ja) | 1993-01-13 | 1995-01-12 | 英数字文字画像認識装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US6363171B1 (ja) |
| EP (1) | EP0663644B1 (ja) |
| JP (1) | JP3001790B2 (ja) |
| DE (1) | DE69431393T2 (ja) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040186551A1 (en) * | 2003-01-17 | 2004-09-23 | Xtent, Inc. | Multiple independent nested stent structures and methods for their preparation and deployment |
| EP1443776B1 (en) * | 2003-01-29 | 2012-08-15 | Sony Deutschland GmbH | Video signal processing system |
| US20060245654A1 (en) * | 2005-04-29 | 2006-11-02 | Microsoft Corporation | Utilizing grammatical parsing for structured layout analysis |
| US8249344B2 (en) * | 2005-07-01 | 2012-08-21 | Microsoft Corporation | Grammatical parsing of document visual structures |
| US8509563B2 (en) * | 2006-02-02 | 2013-08-13 | Microsoft Corporation | Generation of documents from images |
| CN104751196A (zh) * | 2015-03-30 | 2015-07-01 | 苏州朗米尔照明科技有限公司 | 废旧节能灯识别系统及方法 |
| CN107239786B (zh) | 2016-03-29 | 2022-01-11 | 阿里巴巴集团控股有限公司 | 一种字符识别方法和装置 |
| US11812589B2 (en) * | 2021-05-12 | 2023-11-07 | Nvidia Corporation | Intelligent refrigerant distribution unit for datacenter cooling systems |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5058182A (en) * | 1988-05-02 | 1991-10-15 | The Research Foundation Of State Univ. Of New York | Method and apparatus for handwritten character recognition |
| US5095443A (en) * | 1988-10-07 | 1992-03-10 | Ricoh Company, Ltd. | Plural neural network system having a successive approximation learning method |
| US5588091A (en) * | 1989-05-17 | 1996-12-24 | Environmental Research Institute Of Michigan | Dynamically stable associative learning neural network system |
| JP2940933B2 (ja) * | 1989-05-20 | 1999-08-25 | 株式会社リコー | パターン認識方式 |
| JP2810202B2 (ja) * | 1990-04-25 | 1998-10-15 | 株式会社日立製作所 | ニューラルネットワークによる情報処理装置 |
| US5052043A (en) * | 1990-05-07 | 1991-09-24 | Eastman Kodak Company | Neural network with back propagation controlled through an output confidence measure |
| US5155801A (en) * | 1990-10-09 | 1992-10-13 | Hughes Aircraft Company | Clustered neural networks |
| US5105468A (en) * | 1991-04-03 | 1992-04-14 | At&T Bell Laboratories | Time delay neural network for printed and cursive handwritten character recognition |
| US5442715A (en) * | 1992-04-06 | 1995-08-15 | Eastman Kodak Company | Method and apparatus for cursive script recognition |
| US5475768A (en) * | 1993-04-29 | 1995-12-12 | Canon Inc. | High accuracy optical character recognition using neural networks with centroid dithering |
-
1994
- 1994-01-13 EP EP94830011A patent/EP0663644B1/en not_active Expired - Lifetime
- 1994-01-13 DE DE69431393T patent/DE69431393T2/de not_active Expired - Fee Related
-
1995
- 1995-01-12 JP JP7003503A patent/JP3001790B2/ja not_active Expired - Fee Related
- 1995-01-13 US US08/373,937 patent/US6363171B1/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| US6363171B1 (en) | 2002-03-26 |
| DE69431393D1 (de) | 2002-10-24 |
| JP3001790B2 (ja) | 2000-01-24 |
| EP0663644A1 (en) | 1995-07-19 |
| DE69431393T2 (de) | 2003-01-23 |
| EP0663644B1 (en) | 2002-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Patil et al. | Neural network based system for script identification in Indian documents | |
| Shanthi et al. | A novel SVM-based handwritten Tamil character recognition system | |
| Denker et al. | Neural network recognizer for hand-written zip code digits | |
| US5844991A (en) | Script identification from images using cluster-based templates | |
| CN102982349B (zh) | 一种图像识别方法及装置 | |
| US5940535A (en) | Method and apparatus for designing a highly reliable pattern recognition system | |
| Misgar et al. | Recognition of offline handwritten Urdu characters using RNN and LSTM models | |
| US5337370A (en) | Character recognition method employing non-character recognizer | |
| CN111414917B (zh) | 一种低像素密度文本的识别方法 | |
| Tuba et al. | An algorithm for handwritten digit recognition using projection histograms and SVM classifier | |
| CN110210297A (zh) | 报关单图像中文字定位与提取的方法 | |
| EP0032913B1 (en) | Multi-font character recognition technique | |
| JPH07282202A (ja) | 英数字文字画像認識装置 | |
| Kumar et al. | Handwritten character recognition using machine learning | |
| Gummaraju et al. | Performance comparison of machine learning models for handwritten devanagari numerals classification | |
| WO2007070662A1 (en) | Script recognition for ink notes | |
| Suda et al. | Logo and word matching using a general approach to signal registration | |
| Cesarini et al. | A hybrid system for locating and recognizing low level graphic items | |
| Ullmann | Picture analysis in character recognition | |
| Kunte et al. | A bilingual machine-interface OCR for printed Kannada and English text employing wavelet features | |
| Kadam et al. | Handwritten Marathi Compound Character Recognition | |
| Kumari et al. | Recognition of offline hand written telugu script using deep learning | |
| Anisimov et al. | Bank check reading: Recognizing the courtesy amount | |
| Ali et al. | Multiscript Handwritten Numeral Recognition | |
| Platt et al. | A Neural Network Classifier for the I100 OCR Chip |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |