| 研究概要 |
入力画像から有意なパターン領域をマイクロ秒オーダで順次抽出するとともに,高速ウェーブレット変換による特徴抽出を行うことにより,実世界の情景画像を実時間で認識・理解する知能システムの構築に向けて,処理モデルの構築とプロトタイプチップの設計・試作・評価を行った。モデルとして,大局的領域分割のための抵抗ヒューズ型ネットワーク,領域抽出用非線形振動子ネットワーク,および特徴抽出用ガボールウェーブレット変換のための非線形セルラーネットワーク(CNN)を研究し,以下の成果を得た。
1.ハードウェア化に適した処理モデル・アルゴリズムの開発
非線形振動子ネットワークのダイナミクスにより多階調画像の領域分割を行うモデルを提案し,5ビット相当の低演算精度で処理が行えることを明らかにした。また,不完全な分割抽出タイミングを排除する二重しきい値アルゴリズムを考案した。抵抗ヒューズと振動子ネットワークを組み合わせて,自然画像を任意の解像度で大局的に分割抽出できるモデルを考案した。これらのモデルとガボール変換およびダイナミックリンクアーキテクチャによるマッチング法を組み合わせて,自然画像から顔の認識が行えることを確認した。
2.画像処理チップの設計・試作
(1)振動子ネットワーク:新しく提案したパルス変調方式任意非線形変換回路を用いて,0.6μmCMOS技術により,11x11画素相当の回路を搭載した4.5mm角チップと,50x50画素相当の回路を搭載した9mm角チップを設計した。試作・評価の結果,100μs周期の振動子動作を確認した。
(2)画素並列処理ネットワーク:大局的領域分割のための抵抗ヒューズネットワークとガボール変換用セルラーネットワークを実現できる1次元ネットワーク回路を設計し,ミリ秒オーダで特徴抽出まで行えるシステムを実現できることを示した。
|
