Deprecated: The each() function is deprecated. This message will be suppressed on further calls in /home/zhenxiangba/zhenxiangba.com/public_html/phproxy-improved-master/index.php on line 456
JP3001790B2 - 英数字文字画像認識装置 - Google Patents
[go: Go Back, main page]

JP3001790B2 - 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
JP3001790B2
JP3001790B2 JP7003503A JP350395A JP3001790B2 JP 3001790 B2 JP3001790 B2 JP 3001790B2 JP 7003503 A JP7003503 A JP 7003503A JP 350395 A JP350395 A JP 350395A JP 3001790 B2 JP3001790 B2 JP 3001790B2
Authority
JP
Japan
Prior art keywords
statistical
network
alphanumeric character
image recognition
character image
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 - Fee Related
Application number
JP7003503A
Other languages
English (en)
Other versions
JPH07282202A (ja
Inventor
ソールト・エム・コヴァックス
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.)
SGS−THOMSON MICROELECTRO NICS S.R.L.
Original Assignee
SGS−THOMSON MICROELECTRO NICS S.R.L.
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 SGS−THOMSON MICROELECTRO NICS S.R.L. filed Critical SGS−THOMSON MICROELECTRO NICS S.R.L.
Publication of JPH07282202A publication Critical patent/JPH07282202A/ja
Application granted granted Critical
Publication of JP3001790B2 publication Critical patent/JP3001790B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques
    • G06F18/254Fusion 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)

Description

【発明の詳細な説明】
【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。
【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。
【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。
【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。
【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 Ap
plications of Artificial Neural Network III,Orland
o,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。
【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。
【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。
【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。
【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4,6,8及び出力端子
46,48,50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4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18を有
する第1のフィルタF1、並びにこの第1のフィルタF
1の出力端子18に接続された少なくとも1個の入力端
子20及び少なくとも1個の出力端子22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6
との間には、少なくとも1個の入力端子24及び少なく
とも1個の出力端子26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26に接続さ
れた少なくとも1個の入力端子28及び少なくとも1個
の出力端子30を有する第2のメモリ素子M2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8との間には、少なくとも1
個の入力端子32及び少なくとも1個の出力端子34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34に接続された少なくとも1個の入力
端子36及び少なくとも1個の出力端子38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8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1の段2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
40,42,44及び少なくとも1個の出力端子46,
48,50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REG3の入力端子
40,42,44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10,12,14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52,56
及び54,58並びに複数個の出力端子60,62を有
する。第1の統計回路網ST1の第1の入力端子52は
第1のメモリ・レジスタREG1の出力端子46に接続
されるが、第1の統計回路網ST1の第2の入力端子5
4は第2のメモリ・レジスタREG2の出力端子48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56は第2のメモリ・レジスタREG2の出力端子
48に接続されるが、第2の統計回路網ST2の第2の
入力端子58は第3のメモリ・レジスタREG3の出力
端子50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60,62に接
続された複数個の入力端子64,65並びに英数字文字
画像認識装置1の出力端子68である複数個の出力端子
66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のレベル即ち第1の層(入力層)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46,48
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100a,102a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REG3の出力端子48,50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100
b,102bを有する。
【0016】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120,
122、並びに英数字文字画像認識装置1の出力端子6
8である出力端子124,130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46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50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46,50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。
【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。特に、第1の段2(特徴抽出手段)
は、少なくとも3つの特徴ベクトル(即ちデジタル画像
信号処理回路網R1,R2,R3の出力ベクトル)を発
生する。
【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。第1のベクトル(即ち
デジタル画像信号処理回路網R1の出力ベクトル)は、
原画像の白の画像素子の位置に比較して黒の画像素子の
位置の情報を含む。上記第1のベクトルは、標準化され
た画像の“距離変換"を使用してデジタル画像信号処理
回路網R1によって得られる。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。第2のベクトル(第2のデジタル画像信号処
理回路網R2の出力ベクトル)は、縁一次微分係数の情
報即ち画像の黒部分の縁の方向の情報を含む。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 IA
PR,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.Shridha
r)、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。第3のベクトル(第3のデジタル
画像信号処理回路網R3の出力ベクトル)は、縁二次微
分係数の情報即ち画像の縁の湾曲つまり角度偏差に関す
る情報を含む。更に、詳細に云えば、文字画像の外形
(ストロークの境界)がトレースされ、強い湾曲、即ち
湾曲、凸面または凹面および鋭さの位置、方位のような
或る属性を持った屈曲点が検出される。
【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。
【0024】第2の段3はは縦続接続の2つのブロック
を含む。第1のブロックは並列接続された少なくとも2
つの第1および第2の統計回路網ST1、ST2を含
む。2つの統計回路網はそれらの入力に2つずつの特徴
ベクトルの組み合わせを受ける。第2のブロックは第3
の統計回路網STOUTを含み、統計回路網ST1およ
びST2の出力を処理して最終的な統計値を発生する。
第1、第2及び第3のメモリ・レジスタREG1,RE
G2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ST2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。
【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。
【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。
【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。
【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。
【図面の簡単な説明】
【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。
【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。
【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。
【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。
【符号の説明】
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 ST3 第4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
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平4−279965(JP,A) 特開 平4−128962(JP,A) 特開 平4−21061(JP,A) (58)調査した分野(Int.Cl.7,DB名) G06K 9/00 - 9/82

Claims (13)

    (57)【特許請求の範囲】
  1. 【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。
  2. 【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。
  3. 【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。
  4. 【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。
  5. 【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。
  6. 【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。
  7. 【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。
  8. 【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。
  9. 【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。
  10. 【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。
  11. 【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。
  12. 【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。
  13. 【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。
JP7003503A 1993-01-13 1995-01-12 英数字文字画像認識装置 Expired - Fee Related JP3001790B2 (ja)

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 JPH07282202A (ja) 1995-10-27
JP3001790B2 true 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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Also Published As

Publication number Publication date
DE69431393D1 (de) 2002-10-24
JPH07282202A (ja) 1995-10-27
DE69431393T2 (de) 2003-01-23
EP0663644A1 (en) 1995-07-19
EP0663644B1 (en) 2002-09-18
US6363171B1 (en) 2002-03-26

Similar Documents

Publication Publication Date Title
LeCun et al. Handwritten digit recognition with a back-propagation network
Denker et al. Neural network recognizer for hand-written zip code digits
EP0624853A2 (en) Hybrid on-line handwriting recognition and optical character recognition system
US4799270A (en) Image classifier
CN111414917B (zh) 一种低像素密度文本的识别方法
JP3001790B2 (ja) 英数字文字画像認識装置
US5105470A (en) Method and system for recognizing characters
CN112417167A (zh) 保险知识图谱的构建方法、装置、计算机设备及存储介质
WO1981000319A1 (en) Multi-font character recognition technique
US3942169A (en) Pattern recognition system
Kumar et al. Handwritten character recognition using machine learning
Singh et al. Multi-resolution dual-tree wavelet scattering network for signal classification
Cesarini et al. A hybrid system for locating and recognizing low level graphic items
Klaseen et al. The functional link net in structural pattern recognition
Di Zenzo et al. Optical recognition of hand-printed characters of any size, position, and orientation
Le et al. Document classification using connectionist models
Halder et al. Comparison of the classifiers in Bangla handwritten numeral recognition
JP3361564B2 (ja) 高速マッチング方法及び装置
Ali et al. Multiscript Handwritten Numeral Recognition
Kim Segmentation-free printed character recognition by relaxed nearest neighbor learning of windowed operator
Eldin et al. Arabic character recognition: a survey
Gaikwad et al. Performance analysis of classification of handwritten Devanagari digits using new augmentation technique of squared patterns and DCNN model
JP3463255B2 (ja) 多値画像パターンの認識処理方法
JP3301467B2 (ja) 画像パターン同定・認識方法
Network Handwritten digit recognition with

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