| 研究概要 |
近年,情報システムの分野では,種々のレベルのセキュリティが大きな問題となってきている.顔画像認識をセキュリティ問題への適用するに当たって,ニューラルネットワークを用いて比較少人数を対象とした場合は良好な結果が得られる.しかしながら,対象とする人数を増やした場合は,顔の情報量が膨大であるため,認識率の低下と学習時間の増加が問題にる.本研究ではこれらの問題を解決するために,ファジィ理論を応用した小規模のニューラルネットワークを並列に使用するシステムを構築した.このことによりローカルミニマムに陥る危険も減少した.
方法としては,最初に入力画像を,パターンマッチング法により幾つかのカテゴリーに分類する.この際,ファジィ理論を利用して近い距離にあるパターンを幾つかのカテゴリーに帰属させる.次に各々のカテゴリーにおける画像を,小規模ニューラルネットワークを利用して,最終の判別を行う.システムに新しく一つのカテゴリーを追加する場合,既存のニューラルネットワークとは関係なく一つの新しいカテゴリーを含むニューラルネットワークを作りシステムに追加する.このことによりシステム全体の再学習が不要となる.小規模ニューラルネットワークの規模は入力層256,中間層128,出力層6のバックプロパゲ-ショナルゴリズムを用いた.実際に行った顔画像の認識の実験(対象人数25人)では認識率99.33%であった.
|
