近年、映像の監視や目視検査等、さまざまな分野で視覚システムのニーズが高まっている。特に、簡便で高速な実用的な視覚システムの実現が望まれている。この論文では、その目標に向けて筆者がこれまで行ってきた理論研究とその応用について概説する。まずこれまでのアプローチの問題点を指摘し、基礎としてのパターン認識の基本的な枠組、特に特徴抽出理論について言及する。次にその実践として提案した高次局所自己相関と多変量解析手法の2段階の特徴抽出からなる適応学習型汎用認識方式と、その応用事例を示す。実験結果は本方式の柔軟で効果的な性能を示している。
