JPS6182282A - パタ−ン認識方式 - Google Patents
パタ−ン認識方式Info
- Publication number
- JPS6182282A JPS6182282A JP59204815A JP20481584A JPS6182282A JP S6182282 A JPS6182282 A JP S6182282A JP 59204815 A JP59204815 A JP 59204815A JP 20481584 A JP20481584 A JP 20481584A JP S6182282 A JPS6182282 A JP S6182282A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- processing
- circuit
- identification
- matching
- 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
Landscapes
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
［発明の技術分野］
本発明は、文字、音声２図形等の複数種のパターン認識
を突環するパターン認識方式に関する。
を突環するパターン認識方式に関する。
［発明の技術的背禁とその問題点コ
近年、パターン認識技術は、データ処理の基礎技術とし
て、急速に発展しており、パターン認識対象の適用範囲
を拡大している。一般的に、パターン認識技術では、認
識対象パターンに対する特徴の最適化処理及び各種のパ
ターン処理（例えば前処理、正規化、標本化等の処理）
が重要な要素となる。
て、急速に発展しており、パターン認識対象の適用範囲
を拡大している。一般的に、パターン認識技術では、認
識対象パターンに対する特徴の最適化処理及び各種のパ
ターン処理（例えば前処理、正規化、標本化等の処理）
が重要な要素となる。
ところで、認識対象のパターンの種類を、文字。
図形、音声等のように個別に限定しない高度のパターン
認識が、パターン認識技術の重要な目標の一つである。
認識が、パターン認識技術の重要な目標の一つである。
［発明の目的］
本発明の目的は、簡単な構成で、文字９図形。
音声等の複数種のパターンを確実に認識できる高度のパ
ターン認識システムを構成できるパターン認識方式を提
供することにある。
ターン認識システムを構成できるパターン認識方式を提
供することにある。
［発明の概要］
本発明は、パターン認識処理に対して知識情報処理を適
用して、各種のパターン認識処理に必要なパターン処理
を最適・化するような構成を有する。
用して、各種のパターン認識処理に必要なパターン処理
を最適・化するような構成を有する。
認識対象の入力パターンは、整合処理手段によりパター
ンの種類が決定される。入力パターンは、認識処理に必
要な各種のパターン処理がなされる。
ンの種類が決定される。入力パターンは、認識処理に必
要な各種のパターン処理がなされる。
このとき、上記のように決定されたパターンの種類によ
り、各種のパターン処理が最適化されるような知識情報
が知識情報メモリ手段から出力される。そして、最適の
パターン処理の後に得られたパターンの認識処理が実行
されるように構成されている。
り、各種のパターン処理が最適化されるような知識情報
が知識情報メモリ手段から出力される。そして、最適の
パターン処理の後に得られたパターンの認識処理が実行
されるように構成されている。
このような構成により、入力パターンの種類に限定され
ることなく、各入力パターンに応じたパターン処理を確
実に行なうができる。
ることなく、各入力パターンに応じたパターン処理を確
実に行なうができる。
［発明の実施例］
以下図面を参照して本発明の一実施例を説明する。第１
図は本発明の一実施例に係わるパターン認識システムの
基本的構成を示すブロック図である。第１図において、
整合回路１０は、入力パターン（ベクトルｆ）と予め用
意された標準パターン（ムク１〜ルΦ）との整合処理（
例えば複合類似度法処理）を実行し、入力パターンのカ
テゴリを決定する。標準パターンは、文字２図形、音声
等に対応する各種の標準パターンからなり、予め標準パ
ターンメモリ１１に格納されている。識別回路１２は、
整合回路１０で決定されたカテゴリのパターンに対して
、識別に必要なパラメータに基づいて識別処理を行なう
。このパラメータは、予めパラメータメモリ１３に記憶
されている。
図は本発明の一実施例に係わるパターン認識システムの
基本的構成を示すブロック図である。第１図において、
整合回路１０は、入力パターン（ベクトルｆ）と予め用
意された標準パターン（ムク１〜ルΦ）との整合処理（
例えば複合類似度法処理）を実行し、入力パターンのカ
テゴリを決定する。標準パターンは、文字２図形、音声
等に対応する各種の標準パターンからなり、予め標準パ
ターンメモリ１１に格納されている。識別回路１２は、
整合回路１０で決定されたカテゴリのパターンに対して
、識別に必要なパラメータに基づいて識別処理を行なう
。このパラメータは、予めパラメータメモリ１３に記憶
されている。
第２図は、上記のような基本的回路に基づいて構成され
るパターン認識システムの具体的回路である。第２図に
おいて、複数のパターン処理回路２０−１〜２０−ｎは
、入力パターンに対してパターン認識処理に必要な各種
のパターン処理（量子化、ノイズ、検切、正規化、標本
化等の処理）をそれぞれ実行する回路である。知識回路
２１−１〜２１−ｎは、各パターン処理回路２０−１〜
２０−ｎが識別回路１２の識別結果に基づいて、最適な
パターン処理を行なうために必要な各知識情報をそれぞ
れ予め記憶しているメモリ群を含む回路である。さらに
、辞書２２−１〜２２−ｎは、整合回路１０の整合処理
に必要な各種の標準パターンをそれぞれ予め記憶してい
るメモリ群である。パラメータメモリ２３−１〜２３−
ｎは、識別回路１２が識別処理に必要な各種のパラメー
タをそれぞれ予め記憶している。また、２４〜２７はそ
れぞれバスである。
るパターン認識システムの具体的回路である。第２図に
おいて、複数のパターン処理回路２０−１〜２０−ｎは
、入力パターンに対してパターン認識処理に必要な各種
のパターン処理（量子化、ノイズ、検切、正規化、標本
化等の処理）をそれぞれ実行する回路である。知識回路
２１−１〜２１−ｎは、各パターン処理回路２０−１〜
２０−ｎが識別回路１２の識別結果に基づいて、最適な
パターン処理を行なうために必要な各知識情報をそれぞ
れ予め記憶しているメモリ群を含む回路である。さらに
、辞書２２−１〜２２−ｎは、整合回路１０の整合処理
に必要な各種の標準パターンをそれぞれ予め記憶してい
るメモリ群である。パラメータメモリ２３−１〜２３−
ｎは、識別回路１２が識別処理に必要な各種のパラメー
タをそれぞれ予め記憶している。また、２４〜２７はそ
れぞれバスである。
上記のような構成のパターン認識システムにおいて、一
実施例に係わる動作を、説明する。先ず、第１図を参照
してパターン認識処理の基本的動作を説明する。文字１
図形、音声等のいずれかに属する入力パターンが、整合
回路１０に出力されたとする１゜整合回路１０では、予
め用意された標準パターンとの整合処理により、入力パ
ターンのカテゴリを決定する。即ち、整合回路１０は、
類似度値Ｓの高いカテゴリのパターンを識別回路１２に
出力する。このとき、類似度値Ｓは、入力パターンベク
トルｆ及び標準パターンベクトルΦの内積から求められ
る。即ち、下記式（１）が成立する。
実施例に係わる動作を、説明する。先ず、第１図を参照
してパターン認識処理の基本的動作を説明する。文字１
図形、音声等のいずれかに属する入力パターンが、整合
回路１０に出力されたとする１゜整合回路１０では、予
め用意された標準パターンとの整合処理により、入力パ
ターンのカテゴリを決定する。即ち、整合回路１０は、
類似度値Ｓの高いカテゴリのパターンを識別回路１２に
出力する。このとき、類似度値Ｓは、入力パターンベク
トルｆ及び標準パターンベクトルΦの内積から求められ
る。即ち、下記式（１）が成立する。
８２−（ｆ、Φ）２・・・（１）
そして、識別回路１２は、予め用意されたパラメータに
基づいて、類似度値の高いパターンから例えば文字パタ
ーンに属する識別結果パターン（ベクトルλ）を出力す
ることになる。
基づいて、類似度値の高いパターンから例えば文字パタ
ーンに属する識別結果パターン（ベクトルλ）を出力す
ることになる。
次に、第２図を参照して、具体的な動作を説明する。先
ず、入力パターンデータ（未知のパターンベクトルｆｘ
）がパターン処理回路２０−１に出力されたとする。こ
こで、パターン処理回路２０−１は、入力パターンデー
タである画像信号に対して、所定のレベルで量子化処理
を行なう回路である。量子化された入力パターンは、バ
ス２６を通じて整合回路１０に与えられる。整合回路１
０では、量子化用の辞書２２−１に格納された標準パタ
ーンと上記入力パターンとの整合処理が実行される。整
合回路１０からは、上記のような類似度値を含む整合結
果（入力パターンのカテゴリ）が識別回路１２に出力さ
れる。識別回路１２では、量子化用のパラメータメモリ
２３−１に格納されたパラメータに基づいて、入力パタ
ーンに対する識別処理が実行される。
ず、入力パターンデータ（未知のパターンベクトルｆｘ
）がパターン処理回路２０−１に出力されたとする。こ
こで、パターン処理回路２０−１は、入力パターンデー
タである画像信号に対して、所定のレベルで量子化処理
を行なう回路である。量子化された入力パターンは、バ
ス２６を通じて整合回路１０に与えられる。整合回路１
０では、量子化用の辞書２２−１に格納された標準パタ
ーンと上記入力パターンとの整合処理が実行される。整
合回路１０からは、上記のような類似度値を含む整合結
果（入力パターンのカテゴリ）が識別回路１２に出力さ
れる。識別回路１２では、量子化用のパラメータメモリ
２３−１に格納されたパラメータに基づいて、入力パタ
ーンに対する識別処理が実行される。
識別回路１２から識別結果が出力されると、量子缶用の
知識回路２１−１は、その識別結果に基づいて量子化さ
れたパターンの種類を判定し、そのパターンの種類に応
じた最適な量子化処理を行なうために必要な情報（即ち
量子化に必要なレベル値等）をパターン処理回路２０−
１に出力する。これにより、パターン処理回路２０−１
は、カテゴリが決定された入力パターンに対して最適な
量子化処理を実行して、次のパターン処理回路２０−２
である例えばノイズ処理回路に出力する。パターン処理
回路２０−２は、ノイズ処理を実行し、その処理結果を
整合回路１０に出力する。整合回路１０では、ノイズ処
理用の辞書２２−２に格納された標準パターンに基づい
て、整合処理が行われる。そして、識別回路１２から整
合結果に基づく識別結果が出力されると、ノイズ処理用
の知識回路２１−２は最適なノイズ処理に必要゛な情報
をパターン処理回路２０−２に出力する。これにより、
パターン処理回路２０−２は、最適なノイズ処理を実行
した後のパターンを次のパターン処理回路２０−３に出
力する。
知識回路２１−１は、その識別結果に基づいて量子化さ
れたパターンの種類を判定し、そのパターンの種類に応
じた最適な量子化処理を行なうために必要な情報（即ち
量子化に必要なレベル値等）をパターン処理回路２０−
１に出力する。これにより、パターン処理回路２０−１
は、カテゴリが決定された入力パターンに対して最適な
量子化処理を実行して、次のパターン処理回路２０−２
である例えばノイズ処理回路に出力する。パターン処理
回路２０−２は、ノイズ処理を実行し、その処理結果を
整合回路１０に出力する。整合回路１０では、ノイズ処
理用の辞書２２−２に格納された標準パターンに基づい
て、整合処理が行われる。そして、識別回路１２から整
合結果に基づく識別結果が出力されると、ノイズ処理用
の知識回路２１−２は最適なノイズ処理に必要゛な情報
をパターン処理回路２０−２に出力する。これにより、
パターン処理回路２０−２は、最適なノイズ処理を実行
した後のパターンを次のパターン処理回路２０−３に出
力する。
以下同様にして、各パターン処理回路２０−３〜２０−
ｎにより、例えば検切処理、正規化処理、標本化処理等
の各処理が最適に実行される。このようにして、最適な
各パターン処理が行われた後に得られる入力パターンに
対して、最終的な識別処理が実行されて、認識結果を得
ることができる。
ｎにより、例えば検切処理、正規化処理、標本化処理等
の各処理が最適に実行される。このようにして、最適な
各パターン処理が行われた後に得られる入力パターンに
対して、最終的な識別処理が実行されて、認識結果を得
ることができる。
［発明の効果］
以上詳述したように本発明によれば、各種の入力パター
ンに対して、予め用意された知識情報を利用してパター
ン認識処理に必要な各パターン処理を実行することがで
きる。これにより、簡単な構成で、認識対象のパターン
の種類を限定されない広範囲のパターンを確実に認識で
きるパターン認識システムを実現できるものである。
ンに対して、予め用意された知識情報を利用してパター
ン認識処理に必要な各パターン処理を実行することがで
きる。これにより、簡単な構成で、認識対象のパターン
の種類を限定されない広範囲のパターンを確実に認識で
きるパターン認識システムを実現できるものである。
第１図は本発明の一実施例に係わるパターン認識システ
ムの基本的構成を示すブロック図、第２図は同実施例の
具体的構成を示すブロック図である。 １０・・・整合回路、１１・・・標準パターンメモリ、
１２・・・識別回路、１３・・・パラメータメモリ、２
１−１〜２１−ｎ・・・知識回路。 −〇−
ムの基本的構成を示すブロック図、第２図は同実施例の
具体的構成を示すブロック図である。 １０・・・整合回路、１１・・・標準パターンメモリ、
１２・・・識別回路、１３・・・パラメータメモリ、２
１−１〜２１−ｎ・・・知識回路。 −〇−
Claims (1)
- 認識対象の入力パターンに対して予め用意した標準パタ
ーンとの整合処理により上記入力パターンの種類を判定
する整合処理手段と、この整合処理手段の判定結果に基
づいて上記入力パターンを識別する識別手段と、上記入
力パターンの認識処理に必要な各種のパターン処理を行
なう複数のパターン処理手段と、上記識別手段の識別結
果に基づいて上記各パターン処理手段が上記入力パター
ンに対して最適なパターン処理を実行するための各知識
情報を予め記憶している知識情報記憶手段とを具備し、
この知識情報記憶手段の知識情報に基づいて得られる上
記各パターン処理手段の処理結果が上記整合処理手段に
出力されるように構成されたことを特徴とするパターン
認識方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59204815A JPS6182282A (ja) | 1984-09-29 | 1984-09-29 | パタ−ン認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59204815A JPS6182282A (ja) | 1984-09-29 | 1984-09-29 | パタ−ン認識方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6182282A true JPS6182282A (ja) | 1986-04-25 |
| JPH0156432B2 JPH0156432B2 (ja) | 1989-11-30 |
Family
ID=16496834
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59204815A Granted JPS6182282A (ja) | 1984-09-29 | 1984-09-29 | パタ−ン認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6182282A (ja) |
-
1984
- 1984-09-29 JP JP59204815A patent/JPS6182282A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0156432B2 (ja) | 1989-11-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3461874B2 (ja) | サウンドサンプル間類似点計測方法およびその装置 | |
| US4651289A (en) | Pattern recognition apparatus and method for making same | |
| JP2977032B2 (ja) | 距離及び方向に鑑みたパターン整合装置及びその方法 | |
| CN115345071B (zh) | 基于实例迁移的航天设备内部多余物定位方法及设备 | |
| EP0319140A2 (en) | Speech recognition | |
| WO2002103680A3 (en) | Speaker recognition system ____________________________________ | |
| US4903306A (en) | Voice recognition using an eigenvector | |
| Iqbal et al. | Mfcc and machine learning based speech emotion recognition over tess and iemocap datasets | |
| EP0218421B1 (en) | Pattern recognition and learning apparatus | |
| Dennis et al. | Analysis of spectrogram image methods for sound event classification. | |
| JP4219539B2 (ja) | 音響分類装置 | |
| CN113361592B (zh) | 一种基于公共子空间表示学习的声学事件识别方法 | |
| JPH10143613A (ja) | パタン認識方法 | |
| JPS6182282A (ja) | パタ−ン認識方式 | |
| CN112735436A (zh) | 声纹识别方法及声纹识别系统 | |
| Nagajyothi et al. | Voice recognition based on vector quantization using LBG | |
| JPS61163396A (ja) | 音声辞書パタ−ン作成方式 | |
| JPH0830960B2 (ja) | 高速音声認識装置 | |
| JP2953706B2 (ja) | パターン認識装置 | |
| JPH0540852A (ja) | パターン認識装置 | |
| JPS63187376A (ja) | パタ−ン認識装置 | |
| JPS63298299A (ja) | パタ−ン認識学習装置 | |
| JPS63109500A (ja) | パタ−ン認識装置 | |
| CN119380148A (zh) | 图像处理技术的筛评方法、装置、电子设备和存储介质 | |
| JPS6182283A (ja) | パタ−ン認識装置 |