JPS5853790B2 - パタ−ン認識方式 - Google Patents

パタ−ン認識方式

Info

Publication number
JPS5853790B2
JPS5853790B2 JP54033057A JP3305779A JPS5853790B2 JP S5853790 B2 JPS5853790 B2 JP S5853790B2 JP 54033057 A JP54033057 A JP 54033057A JP 3305779 A JP3305779 A JP 3305779A JP S5853790 B2 JPS5853790 B2 JP S5853790B2
Authority
JP
Japan
Prior art keywords
pattern
input
information
board
feature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired
Application number
JP54033057A
Other languages
English (en)
Other versions
JPS55124878A (en
Inventor
邦彦 福島
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Japan Broadcasting Corp
Original Assignee
Japan Broadcasting Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Japan Broadcasting Corp filed Critical Japan Broadcasting Corp
Priority to JP54033057A priority Critical patent/JPS5853790B2/ja
Publication of JPS55124878A publication Critical patent/JPS55124878A/ja
Publication of JPS5853790B2 publication Critical patent/JPS5853790B2/ja
Expired legal-status Critical Current

Links

Landscapes

  • Character Discrimination (AREA)
  • Image Analysis (AREA)

Description

【発明の詳細な説明】 本発明は、文字、図形等のパターンの認識方式に関する
ものであり、特に、形状の歪みや位置ずれの甚しいパタ
ーンも容易かつ正確に認識し得るようにしたパターン認
識方式に関するものである。
一般に、パターン認識装置においては、入カバターンを
あらかじめ記憶しである複数個の基準パターンと何らか
の方法によって比較し、どの基準パターンに最も近似し
ているかを判別することによって人カバターンを類別し
ている。
この両パターンの比較の方法に各認識方式それぞれの工
夫がなされているのであるが、一般に、従来のパターン
認識方式においては、入カバターンの呈示位置や大きさ
が基準パターンと異なると、両パターンを正しく比較す
ることができなかった。
そのために、両パターンを比較する前にあらかじめ入カ
バターンの位置や大きさを適切な法則に従って「正規化
」することにより、両者の位置や大きさを揃えたうえで
両者を比較していた。
例えば、位置の正規化のために図形を上下左右に平行移
動させて図形の重心の位置を揃えるとか、大きさの正規
化のために文字パターンを伸縮させて文字の上下の幅や
左右の幅を揃えるなどの手法をとっていた。
しかし、かかる従来の比較方法は、入カバターンに含ま
れるノイズ、すなわち、パターンのよごれやかすれの影
響を受けやすく、また、多重活字すなわちマルチフォン
トの認識は困難であり、手書き文字の認識にはほとんど
無力に等しかった。
本発明の目的は、上述した従来の欠点を除去し、入カバ
ターンに甚しい形状の歪みや位置ずれがあっても、正確
かつ容易にパターンを認識し得るようにしたパターン認
識方式を提供することにあるすなわち、本発明パターン
認識方式は、入カバターンと基準パターンとの比較を小
視野ごとに分割して段階的に行ない、その比較の各段階
において入カバターンと比較すべき基準パターン自体の
位置の正規化の操作をパターンの比較と並行して行なっ
ていき、したがって、位置や大きさの正規化をあらかじ
め独立して行なっておく必要をなくしたものであり、情
報パターンを構成する複数個の部分パターンを分類して
なる複数種の類形にそれぞれ対応してそれら複数個の類
形をそれぞれ弁別し得る複数個の第1の特徴抽出板を設
け、入力情報を表わすパターンを一部分が互いに重畳し
た複数個の区画に分割して複数個の第1の前記特徴抽出
板にそれぞれ供給して前記パターンに含まれた部分パタ
ーンに対応する前記類形の種類および位置をそれぞれ判
別し、前記複数個の第1の特徴抽出板からそれぞれ取出
した第1の判別出力情報を複数個の第1の特徴整列板に
それぞれ供給して前記第1の判別出力情報を一定範囲内
の位置ずれを許容しつつ並列的に第1の空間パターン情
報として配列させ、前記複数個の第1の特徴整列板から
それぞれ取出した第1の空間パターン情報を複数個の第
2の特徴抽出板にそれぞれ供給して前記パターンに含ま
れた部分パターンに対応する前記類形の少なくとも2個
の組合わせの種類および位置をそれぞれ判別し、前記複
数個の第2の特徴抽出板からそれぞれ取出した第2の判
別出力情報を複数個の第2の特徴整列板に供給して前記
第2の判別出力情報を一定範囲内の位置ずれを許容しつ
つ並列的に第2の空間パターン情報として配列させるこ
とにより認識動作を行ない、そのような認識動作を少な
くとも2回以上繰返すことによって前記入力情報を表わ
すパターンを認識するようにしたことを特徴とするもの
である。
以下に図面を参照して実施例につき本発明の詳細な説明
する。
本発明パターン認識方式によれば、呈示パターンの位置
や大きさがずれても、また、呈示パターンに形の歪みが
多少あっても、その影響を受けずに正しいパターンを認
識することができるのであるが、かかる本発明方式パタ
ーン認識の基本的な考え方について、まず説明する。
本発明方式においては、位置ずれや形、大きさの多少の
ずれには影響されずにパターン認識を行なうために、入
カバターンと基準パターンとの比較を行なう際に、両パ
ターンを種々の位置の小視野で観測したときに、どの小
視野においても両パターンの違いが一定量を超えない場
合には、両パターンを同一とみなして同一を表示する認
識出力を発生させることにより、パターン認識を行なう
ようにする。
上述のような小視野の比較によるパターン認識は1段だ
けの操作によって行なうのではなく、ある段の比較出力
を次段の入力として使用し、視野を拡げながら、はぼ同
一の操作を複数段縦続的に繰返して行なうようにする。
さらに、各段での比較においては、パターンの位置ずれ
に対して少しずつ一定の許容度をもたせるようにしてお
く。
また、前述したようにパターンを観測する視野の大きさ
を後段になるほど大きくしていき、最終段では入カバタ
ーン全体に関する情報を一度に観測し得るだけの大きさ
の視野をもたせる。
上述のようにして入カバターンを小視野に分けて観測し
ながら基準パターンと比較するので、本発明方式のパタ
ー/認識においては、両パターンの形状にかなりの違い
があって大視野の観測では同一性を判定しにくいもので
あっても、両パターンを微小部分ごとに比較して許容範
囲内で形状が一致していれば、両者を同一パターンとみ
なすことができる。
このような操作は、原理的には、種種の位置ずれのある
基準パターンを複数個用意しておき、入カバターンがそ
のうちのいずれか一つと一致しているか否かを観測して
いるのと同等になる。
その際、例えば図形の上部はある位置の基準パターンに
一致し、図形の下部は別の位置の基準パターンに一致し
ている、というような状態であっても、個々の観測が小
視野ごとに行なわれるので、入カバターンと基準パター
ンとは一致しているとみなされることになる。
したがって、入カバターンに多少の形状の歪みがあって
も、正しいパターン認識を行なうことができる。
以上の説明では、入カバターンと基準パターンとの比較
という表現を用いたが、具体的な認識装置の回路構成に
おいては、基準パターンをそのままの形で回路装置内の
どこかに記録しておくわけではない。
神経細胞を抽象化した特性を有する多入力1出力の基本
演算素子を以下では単に「細胞」と呼ぶごとにするが、
かかる「細胞」における複数個の入力のそれぞれの入力
端子毎の結合係数の値の分布の態様を基準パターンの形
状に対応させてそれぞれあらかじめ設定しておくことに
より、その細胞へ入カバターンが供給された際に基準パ
ターンとの比較に相当する操作を行なわせて、その結果
を認識出力として取出すようにしている。
なお、この結合係数の決定は、認識すべき入カバターン
の性質をあらかじめ調べておくことにより、考え得るパ
ターンの類形をすべてあらかじめ人為的に設定しておく
わけであるが、入カバターンに応じて複数個の入力線の
結合係数を設定し、所望の分布を設定するように自己組
織的に形成させることもできる。
上述のような基本的な考え方による本発明方式のパター
ン認識を行なう回路装置の全体構成の概要を模式的に第
1図に示す。
第1図示のパターン認識装置は、入力光電変換層U。
とそれに結合した特徴抽出板Usl(1=1〜L)およ
び特徴整列板Ucl (1=I〜L)の組合わせからな
っている。
ここで入力光電変換層U。
は、2次元の基盤白状に光電変換素子を装置1ルて構成
したものであり、第1次特徴抽出板U8□、すなわちU
81層は、入力光電変換層U。
と同一個数の回路素子からなっており、その個々の回路
素子としては、例えば本発明者により特開昭51−35
255号公報に開示したシャント型抑制入力を有する回
路素子を用いる。
この第■特徴抽出板Us1における1個の回路素子は、
光電変換層U。
の特定の領域における複数個の光電変換素子に結合して
おり、それぞれの回路素子が結合する光電変換層U。
上の対応する領域は、光電変換素子群が1素子ずつずれ
ながら、順次に互いに重畳しており、しかも、光電変換
素子の組合わせがすべての領域毎に異なるようになって
いる。
かかる結合の態様を第2図に模式的に示す。第2図に示
す結合の態様において、例えばU。
層の領域U。
1に含まれた光電変換素子の出力は、U8□板の回路素
子U8□1に入来し、No2領域からの出力は回路素子
U312に入来し、以下同様に入来するようになってい
る。
かかる態様でU8、板上のすべての回路素子はU。
層上で互いに重複しながらそれぞれ異なるすべての領域
にそれぞれ対応して結合されている。
本発明方式の認識装置には、上述の第1次特徴抽出板U
8、かに1枚設けてあり、それらの特徴抽出板U8□は
すべて上述した態様で光電変換層U。
の個々の光電変換素子に並列に接続されている。
それらに1枚の特徴抽出板にはそれぞれに、(kl−1
〜に1)なる記号を付して説明する。
しかして、それらUsl(1〜Usi(K1)層はそれ
ぞれ互いに異なるパターンの類形を弁別する。
すなわち、例えば文字を構成するいくつかのパターンを
類形的に分類し、それらの類形をそれぞれU8□(す〜
U8□(K1)層にそれぞれ対応させて割当て、USl
(1)〜U8□(K1)層にはそれぞれ割当てられた類
形であるか否かを弁別し得る能力をもたせておく。
例えば、第3図に示すようにU 層では横51(1
) 一文字を弁別し U 層はT型を弁別し、ま・ s
1 (2) た、U8□(3)層は縦−文字を弁別する、というよう
に、Ust(K1)層までに、多様な図形に対応し得る
ようにそれぞれ特定のパターンに対応した図形を弁別し
得る能力をもたせておく。
なお、第3図には、簡単のために特徴抽出板の枚数を減
らしであるが、実際には、その枚数を増加させるほど、
種々異なる位置における種々異なったパターンに対応し
得るように構成することができる。
上述したパターン弁別機能は、つぎのような構成によっ
て付与する。
すなわち、前述したように、U8□板上の個々の回路素
子は、特開昭5135255号公報記載のように構成す
るが、上述したパターンに応じた各種類形の設定を如何
にして行なうかを説明するために、その構成を簡単化し
て第4図に示す。
第4図に示した構成において、いま、Uo層の特定の領
域Xからの情報を取出すU8□層の回路素子をU8□ゆ
とすると、Uo層の領域X中の光電変換素子U。
x1〜IJox9の出力は線形総和素子Σに正の入力と
して加えられる。
それと同時に、Uo層全体の素子からの出力の平均値か
らなる抑制人力v8が負の入力として加えられる。
いま、U8□板の上述した回路素子U8□工かに1枚あ
るU81板のうち、例えば横棒を弁別する機能を有する
U に属するものとすれば、光電変5l(1) 換素子U。
K4 、UOX5 、UOX6の出力を取出す線路にそ
れぞれ設けた利得調整素子RX4.Rx5.Rx6の利
得を犬にしておき、横棒のパターンが入来して来たとき
には、線形総和素子Σから大出力が取出されるようにし
ておく。
上述したような類形パターンの設定は、U 層の各素子
にそれぞれ接続しであるUs□層の各回路素子、すなわ
ち、Us、(+)板からUSI(K1)板まで、それぞ
れ並列に接続しである各回路素子のすべほに対して行な
われており、しかも、それぞれに設定した類形パターン
はUSl(1)板〜U31(K1)板のそれぞれで異な
っている。
さらに、同じU8□板、すなわち、特定のU8□(kl
)板の回路素子は、すべて、同じ類形パターンを弁別し
得るようになっている。
例えば、U 板上のすべての回路51(1) 素子は、06層上のどの位置に横棒のパターンがあって
も弁別することができ、06層上のその横棒パターンの
あった領域に対応した回路素子から出力を取出す。
上述のようにしてU。
層上のパターンの類形とその類形パターンが存在する位
置とが、とのU8□(k、)板のどの回路素子から出力
が取出されたかによって判明する。
かかるU8□(kl)層の出力は、ついで、各Usi(
kl)に対応して設けた第1次特徴整列板U。
1、すなわちU。1板に供給するにのU。
1板はU8□板より回路素子の個数が少なく、しかも、
U8□板上の特定の領域毎にU。
1板の特定の回路素子が対応するようになっている。
したがって、第3図に示したように、Uo1板上では、
UU8□板上で出力を取出した回路素子が存在する領域
に対応する回路素子から出力が取出されるようになって
いる。
すなわち、その場合に、U8層に入来した光像が分割さ
れて、U8、板においてその光像に含まれる類形パター
ンがそれぞれ判別され、しかも、その類形パターンがそ
れぞれ存在する位置が判別され、Uo1板においてその
位置が正規化されることになる。
第3図に示した構成例においては、第1次特徴抽出板U
81と第1次特徴整列板U。
1とによりITJなる文字が認識されているが、実際に
は、多数の回路素子を用いて多様なパターンを認識しな
げればならないのであるから、第1図に示したように、
特徴抽出板と特徴整列板との上述した組合わせを、第2
次、第3次、・・・・・・・・・、第り次までの複数り
段にわたって直列に配置し、L段にわたってL回の特徴
抽出および特徴整列を行なう必要がある。
例えば、Uo1板から第2次特徴抽出板U8゜への情報
の移行は、例えば第5図に示すようにして行なう。
第5図に示す情報移行の例においては、U82板上の回
路素子の個数はU。
1板上の回路素子の個数に等しく、それらU。
1板とU8゜板との相互間の結合関係は、光電変換層U
とU81板との相互間の結合関係と同様にする。
ただし、U8層は単に1枚であったのに対し、Uo1板
はU。
1(1)〜’JCI (K1)のに1枚からなっており
、U32板はU8□(1)〜US2(K2)のに2枚か
らなっているのでかかる複数枚同志のU。
1(k+)とUs2(K2)と0相互結合関係に互いに
交叉しながら、相手方のすべてに並列に接続されること
になる。
しかして、K2枚の第2次特徴抽出板US2(1)〜U
8□(K2)は、U8□(kl)板におげろと同様に、
それぞれ異なるパターンの類形をそれぞれ分担して弁別
するように構成するが、その場合にそれぞれ分担する類
形パターンは、U8□(kl)板におけるとは異なり、
U8□(kl)板に設定した各種の類形パターンの組合
わせからなっている。
例えばUs2(1)板においては、図示のとおりに、左
側の横棒と右側のT字との組合わせを弁別し、U32(
2板においては左側のT字と右側の横棒との組合わせを
弁別するものとすると、第5図に示すように各U8゜板
には、かかる組合わせ類形パターンの存在の有無と、そ
の存在位置とが表示される。
U8□板とU。
2板との相互関係は、U81板とU。1板との相互関係
と同様に構成してあり、さらに、位置の正規化と類形パ
ターンの判別とが一層細密に行なわれる。
上述のようにして、例えば文字rAJのパターンを認識
するにあたっての各特徴抽出板および特徴整列板におけ
る認識動作を第6図に模式的に示して説明する。
第6図には、第3次特徴整列板U。
3の出力によって最終的に文字rAJのパターンが認識
される場合の認識過程の例を示しである。
一般には、前述したような手順の認識動作を複数回繰返
してその結果を積み上げていくことにより、特徴抽出板
U および特徴整列板Uc上の回路素子の個数は順次の
各段階毎に急速に減少していき、最終的なL段目の特徴
整列板U。
Lにおいでは、その板上の回路素子は1個となり、その
がわりに、1〜KL種類の各類形パターンの弁別をそれ
ぞれ分担する特徴整列板の枚数は、パターン認識の対象
とする文字等の個数と同等に増大し、各特徴整列板Uc
L (KL )のそれぞれが対象とするすべての文字等
のそれぞれ対応することになる。
すなわち、その場合には、各特徴整列板U。
L(1)〜U、L(KL)がそれぞれ分担する類形パタ
ーンは、文字等のパターンそのものとなるわけである。
かかる構成の本発明方式によるパターン認識装置の動作
を一般的に説明すると、つぎのとおりである。
入力光電変換層U。
において光受容細胞に相当する光電変換素子は、2次元
の基盤回状に行列配置しであるので、ny行のnX番目
の光受容細胞の出力をU。
(n)として表わすことにする。なお、記号は、その細
胞の位置を表わす2次元座標であり、n−(nx、ny
)である。
第1段目の基本回路に含まれるUsl板の出力をUsl
(kl、 n )とし・ucl板の出力をUcDkL
n)とするが、ここに、Uは、上述したように、Uo層
上におけるそれらの細胞の受容野の中心の位置を表わす
2次元座標である。
しかして、前述したように、入力光電変換層U。
においてkl nX、 nyの整数値に対応する位置の
すべて・々に細胞が存在するが、段数1が増すにつれて
細胞の密度が粗くなり、必ずしもすべての整数座標の位
置に細胞が存在するわけではない。
また、係数klはその細胞の受容野に対する最適刺激の
種類、すなわち、その細胞が抽出する特徴の種類を指定
するパラメータであり、整数値をとる。
前述したU8板あるいはU。
板は、それぞれ同一係数klのS細胞すなわち、S回路
素子、あるいはC細胞すなわちC回路素子の集合からな
っている。
しかして、S細胞およびC細胞は、興奮性細胞、すなわ
ち、刺激入力があったときに相手の細胞に信号を送出す
る細胞であるが、U8板およびU。
板には、それぞれこの他に抑制性細胞v81(n)およ
びvcl(n) が存在している。
さて、上述のような記号を用いて各細胞すなわち各回路
素子の出力を数式で表わすとつぎのようになる。
S細胞はシャント型抑制入力を有する特開昭51−35
255号公報記載の回路素子であり、その出力は次式で
与えられる。
ここに なお・al(kl−1、ν、kl)は興奮性結合の強度
、bl(n)は抑制性結合の強度をそれぞれ表わす。
またrl は抑制性結合の強度を制御する正パラメー
タであり、rl の値が大きいほど細胞の反応の選択
性は向上する。
しかして、実際に用いるrlの値は、類似パターンを区
別する能力と形の歪みを許容する能力との兼ね合いによ
って適切な値に字※設定する。
なお(1)式において1−1の場合には、ucl−□(
kl−1、n)はuo(n)を表わすものと解釈し、因
みに、■=0の場合のに1 の総数Klは1である。
つぎに抑制性のV。
細胞は自乗平均(r、m、s)型入出力特性を有してお
り、次式のような出力を形成する。
ここに、01−1 (1)は興奮性固定シナプス結合の
強度を表わす。
なお、(1)式および(3)式においてνの総和範囲、
すなわち、1個の細胞が入力を受は取る範囲を指定する
Slは、初段1=1では小さく、後段になるほど、すな
わち、■が大きくなるほど大きくな※す、最終段では入
力光電変換層U。
の全面を覆う大きさにする。
つぎにC細胞もS細胞と同様にシャント型入出力特性を
有する回路素子であるが、その出力は、飽和特性を示す
かかるC細胞の出力を数式で表わすと次式のようになる
ここに 飽 また、抑制性細胞v8は、単に入力の算術平均を出
力として出す回路素子であり、その出力は次式で与えら
れる。
(4)式および(6)式でνの総和範囲、すなわち、1
個の細胞が入力を受は取る範囲を指定するDlは、Sl
と同様に、初段では狭く、後段になるほど広(なるよう
に指定しである。
しかして、前述した(1)式から判るように、興奮性結
合al(kl−Lν、kl)の値は・その結合を介して
入力を受は取っているS細胞usl (kl、n)の受
容野の位置nには依存しない。
このことは、一枚のS細胞は、いずれも同一空間分布の
入力結合を有していることを意味している。
したがって、同−S面に含まれるS細胞相互間の相違は
、各細胞への入力信号を送出している前段の細胞の位置
が異なるという点のみである。
つぎに、各細胞間の結合係数はつぎのようにして設定す
る。
すなわち、cl−1(y)およびdi(+’)は、距離
1νの単調減少関数になるように設定しておく。
その拡がりの大きさは、それぞれ、SlおよびDIであ
って、その外側ではOである。
すなわち、SlあるいはDIの外部には結合が存在しな
い。
一方、結合係数al(kl−1、v 、kl )および
bl (kl ) は、あらかじめ人為的に値を定め
て固定した結合として組み込んでおくが、入カバターン
に順応させて自己組織的に形成させることもできる。
しかして、人為的構成法、あるいは、自己組織化が完了
した時点での状態においては、これらの結合係数の構成
法は、どの段のS細胞に対しでも同様であるが、各パタ
ーンの代表的な等徴は洩れなく選んである。
しかして、前述したように、後段のS細胞は、その前段
で抽出した複数個の特徴の組合わせを新たな特徴として
抽出し得るようにしである。
そこで、第4図に示したUsl板上の1個のS細胞に注
目したときに、そのU81板が抽出すべき特徴が入力光
電変換層U。
に呈示されたときに人出力を出す光受容細胞から、その
S細胞に到達する興奮性結合の値を、大きい正の値に選
定し、逆にその特徴が呈示されたときに出力を出さない
光受容細胞からの興奮性結合の値はOにしておくので、
(1)式および(3)式から判るように、そのS細胞に
結合している入力層U。
の細胞と、そのS細胞に抑制性信号を送出しているV
細胞に結合している入力層U。
の細胞とは完全に一致しているので、このS細胞は、そ
の特徴に対して出力を出さないUo細胞からはV。
細胞を経由した抑制性信号だげを受取ることになる。
したがって、抑制性結合の強度と興奮性結合の強度との
比を適切な値に選定しておけば、前述したように、個々
のS細胞は、入力層U。
に呈示された一種の特徴、あるいは、その特徴にわずか
の変形が加わったものにのみ反応するようにさせること
ができるのである。
また、(4)式から判るように、U8□板の小範囲内に
存在する回路素子の出力をすべて集めたものを入力とし
ているのがU。
根土の回路素子である。したがって、Uo板上のC細胞
も、それに対応するU8板上のS細胞と同様に、ある一
つの特徴にのみ反応して出力を出すが、その特徴の呈示
位置の変動にはあまり敏感ではなく、その特徴が入力層
U。
内のある特定の領域内に呈示さえすれば、反応出力を出
すことになる。
本発明方式によるパターン認識装置においては、以上に
述べたような基本回路を何段も縦続接続しであるので、
前述したように最終段の特徴整列板UcLにおける回路
素子の受容野は、人力層U。
の全面を覆うようになり、個々の回路素子は、入カバタ
ーンの呈示位置には関係なく、特定の形状の入カバター
ンにのみ反応するようになるのである。
以上の説明から明らかなように、本発明によれば、パタ
ーン認識の過程において、入カバターンとの比較を段階
的に行ない、その比較の各段階において位置の正規化の
操作を並行して付随的に行なっていくので、パターン認
識装置に呈示する入カバターンに対して、あらかじめ位
置の正規化を独立して施しておく必要がなく、入カバタ
ーンの呈示位置がずれても、位置ずれの影響を受けずに
正しくパターンを認識することができる。
また、入カバターンの大きさが多少変動しても、形が多
少歪んでも、正しいパターン認識を行なうことができる
なお本発明パターン認識方式は、文字、図形等のパター
ンの認識だけではなく、物体認識や聴覚パターンの認識
、すなわち音声認識などにも広く適用することができ、
音声認識に適用する場合には、例えば、入カバターンを
周波数軸上の空間パターンや基底膜の反応パターンに変
換したものを入力として用いることができる。
【図面の簡単な説明】
第1図は本発明方式によるパターン認識の過程を模式的
に示す線図、第2図は同じくその組織過程における情報
移行の態様の例を模式的に示す線図、第3図は同じくそ
の認識過程における情報移行の態様の他の例を模式的に
示す線図、第4図は同じくその類形パターンの判別の態
様の例を模式的に示す線図、第5図は同じくその類形パ
ターンの判別の態様の他の例を模式的に示す線図、第6
図は本発明方式によるパターン認識装置における認識動
作の態様の例を模式的に示す線図である。 Uo・・・・・・入力光電変換層、Usn(Ki)・・
・・・・特徴抽出板、Uon (K’i )・・・・・
・特徴整列板、uoXY・・・・・・・光電変換素子、
U 、・・・・・・特徴抽出回路素子、XI ucxi ・・・・−特徴整列回路素子、Σ・・・・・
・線形総和素子。

Claims (1)

    【特許請求の範囲】
  1. 1 情報パターンを構成する複数個の部分パターンを分
    類してなる複数個の類形にそれぞれ対応してそれら複数
    種の類形をそれぞれ弁別し得る複数個の第1の特徴抽出
    板を設け、入力情報を表わすパターンを一部分が互いに
    重畳した複数個の区画に分割して、前記複数個の第1の
    特徴抽出板にそれぞれ供給して前記パターンに含まれた
    部分パターンに対応する前記類形の種類および位置をそ
    れぞれ判別し、前記複数個の第1の特徴抽出板からそれ
    ぞれ取出した第1の判別出力情報を複数個の第1の特徴
    整列板にそれぞれ供給して前記第1の判別出力情報を一
    定範囲内の位置ずれを許容しつつ並列的に第1の空間パ
    ターン情報として配列させ、前記複数個の第1の特徴整
    列板からそれぞれ取出した第1の空間パターン情報を複
    数個の第2の特徴抽出板にそれぞれ供給して前記パター
    ンに含まれた部分パターンに対応する前記類形の少なく
    とも2個の組合わせの種類および位置をそれぞれ判別し
    、前記複数個の第2の特徴抽出板からそれぞれ取出した
    第2の判別出力情報を複数個の第2の特徴整列板に供給
    して前記第2の判別出力情報を一定範囲内の位置ずれを
    許容しつつ並列的に第2の空間パターン情報として配列
    させることにより認識動作を行ない、そのような認識動
    作を少なくとも2回以上繰返すことによって前記入力情
    報を表わすパターンを認識するようにしたことを特徴と
    するパターン認識方式。
JP54033057A 1979-03-19 1979-03-19 パタ−ン認識方式 Expired JPS5853790B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP54033057A JPS5853790B2 (ja) 1979-03-19 1979-03-19 パタ−ン認識方式

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP54033057A JPS5853790B2 (ja) 1979-03-19 1979-03-19 パタ−ン認識方式

Publications (2)

Publication Number Publication Date
JPS55124878A JPS55124878A (en) 1980-09-26
JPS5853790B2 true JPS5853790B2 (ja) 1983-12-01

Family

ID=12376118

Family Applications (1)

Application Number Title Priority Date Filing Date
JP54033057A Expired JPS5853790B2 (ja) 1979-03-19 1979-03-19 パタ−ン認識方式

Country Status (1)

Country Link
JP (1) JPS5853790B2 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58134493A (ja) * 1982-02-05 1983-08-10 日本電気株式会社 プリント配線基板
JPS58184783A (ja) * 1982-04-22 1983-10-28 日本電気株式会社 プリント配線板
JPH0658665B2 (ja) * 1982-05-21 1994-08-03 株式会社日立製作所 イメージ信号処理装置
JPH0624031B2 (ja) * 1982-05-04 1994-03-30 株式会社日立製作所 認識装置
JPS6048579A (ja) * 1983-08-26 1985-03-16 Komatsu Ltd 物体認識方法
JPH0634236B2 (ja) * 1985-11-02 1994-05-02 日本放送協会 階層型情報処理方法

Also Published As

Publication number Publication date
JPS55124878A (en) 1980-09-26

Similar Documents

Publication Publication Date Title
US3701095A (en) Visual feature extraction system for characters and patterns
EP0051606B1 (en) Electronic image processing
JPS5853790B2 (ja) パタ−ン認識方式
CN102073985A (zh) 基于像素点匹配的缩放图像的客观质量评价方法和装置
CN106127159A (zh) 一种基于卷积神经网络的性别识别方法
Perez et al. Genetic design of biologically inspired receptive fields for neural pattern recognition
Fukushima Recognition of partly occluded patterns: a neural network model
US4710964A (en) Pattern recognition apparatus using oscillating memory circuits
CN112698720B (zh) 一种基于互信息特征提取及多人融合的运动想象识别方法
JPS60712B2 (ja) パタ−ン認識装置
Werner et al. Tuning an artificial neural network to increase the efficiency of a fingerprint matching algorithm
EP0051068B1 (en) Electronic image processing
Allgrove et al. Majority voting for improved signature verification
Yahagi et al. Face Recognition using neural networks with multiple combinations of categories
Lücke et al. Rapid convergence to feature layer correspondences
JP3303253B2 (ja) パターンマッチング方法および装置
Abdala et al. Offline signature recognition and verification based on artificial neural network
CN103413317B (zh) 基于pcnn模型的图像分析方法和装置
Vázquez et al. Low frequency response and random feature selection applied to face recognition
Banarse et al. Vision experiments with neural deformable template matching
JPH01232464A (ja) ニューラルネット構成方法
JPH06176159A (ja) カラー画像対応型物体認識装置
CN108491842A (zh) 一种基于神经网络的表盘识别系统及识别方法
Yoshida Construction of a feature set for character recognition
EP0274427A2 (en) Detector circuit and sensor