WIPO logo
Mobile | Deutsch | Español | Français | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Search International and National Patent Collections
World Intellectual Property Organization
Search
 
Browse
 
Translate
 
Options
 
News
 
Login
 
Help
 
Machine translation
1. (WO2016181474) PATTERN RECOGNITION DEVICE, PATTERN RECOGNITION METHOD AND PROGRAM
Latest bibliographic data on file with the International Bureau   

Pub. No.:    WO/2016/181474    International Application No.:    PCT/JP2015/063531
Publication Date: 17.11.2016 International Filing Date: 11.05.2015
IPC:
G06N 7/00 (2006.01), G06K 9/62 (2006.01), G06N 99/00 (2010.01), G06T 7/00 (2006.01), G10L 15/14 (2006.01)
Applicants: KABUSHIKI KAISHA TOSHIBA [JP/JP]; 1-1, Shibaura 1-chome, Minato-ku, Tokyo 1058001 (JP).
TOSHIBA DIGITAL SOLUTIONS CORPORATION [JP/JP]; 72-34, Horikawa-cho, Saiwai-ku, Kawasaki-shi, Kanagawa 2128585 (JP)
Inventors: ONO, Soichiro; (JP)
Agent: SAKAI INTERNATIONAL PATENT OFFICE; (JP)
Priority Data:
Title (EN) PATTERN RECOGNITION DEVICE, PATTERN RECOGNITION METHOD AND PROGRAM
(FR) DISPOSITIF DE RECONNAISSANCE DE FORMES, PROCÉDÉ DE RECONNAISSANCE DE FORMES ET PROGRAMME
(JA) パターン認識装置、パターン認識方法およびプログラム
Abstract: front page image
(EN)This pattern recognition device converts an inputted signal into a feature vector, and performs pattern recognition on the inputted signal by matching said feature vector against a recognition dictionary. A recognition dictionary (10) comprises a dictionary subspace basis vector which represents a dictionary subspace of a dimension less than the dimensional number of the feature vector, and multiple probabilization parameters for converting the degree of similarity calculated from the feature vector and the dictionary subspace into a likelihood. The pattern recognition device is provided with a recognition unit (3) which calculates a similarity degree by means of a quadratic polynomial of the value of the inner product of the feature vector and the dictionary subspace basis vector, and calculates a likelihood by means of an exponential function of the linear sum of the said degree of similarity and the probabilization parameters. In the recognition dictionary (10), learning is performed with an expectation-maximization algorithm that utilizes constraint conditions between the multiple probabilization parameters.
(FR)La présente invention concerne un dispositif de reconnaissance de formes qui convertit un signal d'entrée en un vecteur de caractéristiques, et effectue une reconnaissance de formes sur le signal d'entrée par appariement dudit vecteur de caractéristiques à un dictionnaire de reconnaissance. Le dictionnaire de reconnaissance (10) comprend un vecteur de base de sous-espace de dictionnaire qui représente un sous-espace de dictionnaire d'une dimension inférieure au nombre de dimensions du vecteur de caractéristiques, et de multiples paramètres de probabilisation pour convertir un degré de similarité, calculé à partir du vecteur de caractéristiques et du sous-espace de dictionnaire, en une vraisemblance. Le dispositif de reconnaissance de formes est pourvu d'une unité de reconnaissance (3) qui calcule un degré de similarité au moyen d'un polynôme quadratique de la valeur du produit scalaire du vecteur de caractéristiques et du vecteur de base de sous-espace de dictionnaire, et calcule une vraisemblance au moyen d'une fonction exponentielle de la somme linéaire dudit degré de similarité et des paramètres de probabilisation. Dans le dictionnaire de reconnaissance (10), un apprentissage est effectué à l'aide d'un algorithme espérance-maximisation qui utilise des conditions de contrainte entre les multiples paramètres de probabilisation.
(JA)実施形態のパターン認識装置は、入力された信号を特徴ベクトルに変換し、該特徴ベクトルを認識辞書と照合することにより、入力された信号のパターン認識を行う。認識辞書(10)は、特徴ベクトルの次元数よりも少ない次元の辞書部分空間を表現する辞書部分空間基底ベクトルと、特徴ベクトルと辞書部分空間から計算される類似度を尤度に変換するための複数の確率化パラメータと、を有する。パターン認識装置は、特徴ベクトルと辞書部分空間基底ベクトルの内積の値の二次多項式により類似度を計算し、該類似度と確率化パラメータの線形和の指数関数により尤度を計算する認識部(3)を備える。認識辞書(10)は、複数の確率化パラメータ間の拘束条件を利用した期待値最大化法により学習される。
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JP, KE, KG, KN, KP, KR, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW.
African Regional Intellectual Property Organization (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Organization (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG).
Publication Language: Japanese (JA)
Filing Language: Japanese (JA)