2004 Fiscal Year Annual Research Report
超高速追加学習型競合学習ネットワークと光接続計算機による並列画像データマイニング
| Project/Area Number |
16700148
|
|---|
| Research Institution | University of the Ryukyus |
|---|
Principal Investigator |
長山 格 国立大学法人琉球大学, 工学部, 助教授 (80274885)
|
|---|
| Keywords | 画像処理 / データマイニング / 並列処理 |
|---|
| Research Abstract |
低消費電力タイプの並列計算機を構築するため,複数の小型PCをネットワーク接続したPCクラスタを構築した.大量の画像データを並列処理することにより,有用な画像情報を抽出してデータマイニングを行う手法を検討した.
第1に,テンプレートマッチングにおけるSSDA法を拡張することにより大量のデータから対象のオブジェクトを高速検出する手法を開発した.すなわち,本研究では,高精細度でスキャンされた画像を対象とするため,SSDA法よりもいっそうの高速化を実現するため,照合と加算の打ち切り処理と間引き処理の双方を組み合わせたインタレース高速マッチング法を提案した.これにより,双方の高速化効果を持つマッチング処理が実現でき,膨大なデータサイズとなる高精細画像の処理を高速に実行することができる.
インタレース高速相関マッチングは,対象画像・テンプレート画像双方の画像において全ての画素をマッチングするのではなく,ある一定の間隔をおいた画素のみをマッチングの対象として残差を求めて行き,かつ残差の加算演算を適当なところで打ち切る方法である.この方法により,従来より遙かに高速なテンプレートマッチングが実現できる.シミュレーションの結果,インタレース値が0かつノード数が1台の時,通常のSSDA法となり,このときの処理時間は3051.634秒(約51分)となっている.また,インタレース値が5かつノード数が1台の時,インタレース高速相関マッチングとなり,このときの処理時間は2.956秒となっている.インタレース値が5かつノード数が最大の8台の時,本研究で提案する並列化インタレース高速相関マッチングであり,処理時間は0.445秒となっている.
第2に,大量のデータを圧縮状態のまま処理して有用な特徴を検出する手法について検討した.第3に,特徴データの有用性を推定する推定アルゴリズムを検討した.第4に,これらの処理を並列化プログラムし,PCクラスタで検証するための基本プログラムを開発した.
|
