|
本研究では、セルラ-ニューラルネットワーク(CNN)のダイナミクスによる新しい圧縮再生方式を用いて、2枚の画像から3次元の情報を得る奥行き抽出について研究することである。Direct Dynamic Halftoning (DDH)の過程において、シンドロームと呼ばれる構造圧縮された左右差分情報が多重ビットのAD変換器を用いることなく並列ニューロン群のダイナミクスによって量子化される。伝送されたデジタルシンドロームは、アナログフィルタのダイナミクスによってアナログシンドロームに復号され、Dynamic Depth Extraction (DDE)の過程において、局所領域の平均的なシンドロームがほぼ零となる対応点をダイナミックに同時探索する。ここでは、協調競合作用が有効的に利用される。すべてのダイナミクスは、一般化されたCNNの状態方程式で記述される。
平成7年度では、画像の圧縮再生と奥行き抽出に関するアルゴリズムを主要設備で検証した。すなわた、構造圧縮された時間差分情報をCNNで圧縮し復元する符号復号化方式を左右の濃淡画像のずれから奥行きを抽出する方式に結合して、圧縮と認識を組み合わることを試みた。大規模なシリコン模様を一般的に解析するシミュレーションプログラムを完成させ、提案した画像の圧縮再生と奥行き抽出のダイナミクスの正当性を実験的かつ理論的に確認した。画像処理を主要設備のディスプレイ上に表示して視覚化した。さらに、NTTが開発したパルテノンというハードウェア記述言語を用いてCNNのLSI設計化を実際に行った。
|
