| 研究概要 |
本年度は当初の計画通り, 画像処理を自動構築する理解・分析しやすい回路モデルの開発を目的とし, 処理の意味付けがしやすいと考えられるIF-THENルールによって推論を行う回路モデルであるFuzzy Oriented Classifier Evolution (FORCE)を, 領域抽出処理を自動構築するセルラー回路に拡張したCellular FORCE (CFORCE)の提案と性能の評価を行った. FORCEはグラフ構造で表現されたファジィ推諭を行うIF-THENルールを進化計算法を用いて自動構築する手法であり, CFORCEは回素が抽出対象であるかを判定するFORCEのグラフを処理ユニットとし, 同一の処理ユニットを画素ごとに整列させたモデルである. 各処理ユニットは画素の局所的な特徴量だけでなく近傍画素の推論結果を考慮して, 画素を判定する処理を繰り返す. 領域抽出処理は画像認職の前処理や工業製品の傷検査など幅広い領域で用いられる重要な処理であるが, 境界や領域の定義に曖昧さを含む場合が多く, 異なる領域で同じ特徴をもつ画素も存在するため精度の良い処理を構築することは容易でない. 提案手法で用いたファジィ推論は問題の曖味さを扱えるため領域抽出処理と相性が良い. また提案手法は近傍画素の推論結果を考慮することで, 異なる領域で同じ特徴をもつ画素も適切に判定することができると考えられる. 提案手法を用いることで従来人手で問題に応じて構築していた領域抽出処理を自動で構築することができため, 処理構築の省コスト化や処理の高精度化が期待される. CFORCEの性能を評価するため行ったコンクリート壁のひびの抽出とコインの抽出, 人物(上半身)の抽出の3つの領域抽出処理の構築実験では, 一般的な分類手法と比較して提案手法は良好に処理を構築することができた.
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本研究では, 人が理解・分析しやすい画像処理を全自動構築する回路モデルを開発することを目的とし, セルラー回路の処理ユニットを処理の意味づけや分析がしやすいと考えられる言語表現されたIF-THENルールを用いた処理に置き換えた画像処理の自動構築モデルを提案することを計画していた. これまでに計画通りにモデルの提案を行い, 領域抽出実験においてモデルの有効性を示すことができた. このため, 研究はおおむね順調に進展していると考えられる.
|
