| 研究概要 |
本研究の目的は,追加学習型競合学習ニューラルネットワークを用いた画像データマイニング技術を開発し,大量の画像データからのデータマイニングを実現することである.そのため以下の研究を実施した.
1.画像からの高速なオブジェクト検出を実行する方法を考案した.
(1)処理対象となる画像に含まれるオブジェクトを検出するため,テンプレートマッチングに基づくSSDA法を高速化する手法を検証した.
(2)検討の結果,SSDA法より500倍以上高速な処理を実現する手法を考案し,実証した.
2.PCクラスタを構築し,並列処理の実装を確認した.
3.画像のオブジェクトを高速かつ安定的に検出するアルゴリズムを開発した.
4.また,絵画画像における特徴量をいくつか定義し,その抽出により作者の同定が可能であることを確認した.これにより,画像特性に基いた自明でない知識の検出を実現可能であることがわかった.
5.PCクラスタを構築し,並列処理による画像処理およびデータマイニングを実行するプログラムを開発した.
6.自明でない知識として,作風からの作者推定および製作年代推定の精度を検討した.
7.また,高速画像処理の応用として,オブジェクト検出の高精度化を実現した.
|
