| 研究概要 |
本年度は,複数の特徴量を用いた類似画像検索に関する検討を行った.昨年度は,色情報をキーとして検索を行うシステムと画像中に含まれるオブジェクトの形状情報(オブジェクトの外接円から距離)をキーとして検索を行うシステムを構築したが,今年度はこれらを組み合わせ,色情報と形状情報を組み合わせて入力とした場合について検討を行った.
色情報のみ,形状情報のみをキーとした場合には,昨年度作成した複数勝者自己組織化ニューラルネットワークとカオスニューラルネットワークを用いた類似画像検索システムで類似画像の検索が行えるが,色情報と形状情報を組み合わせて検索を行った場合には,必ずしも望ましい検索が行われないことがあることが分かった.これは,システム内で画像間の類似度を反映している分散表現パターンをモジュールごとに作成していることに原因があると考えられる.すべての画像間の類似度を正しくシステムに反映させるためには,分散表現パターンをモジュールごとに生成するのではなく,システム全体で一度に生成することが望ましいが,分散表現パターンの生成に用いている複数勝者自己組織化ニューラルネットワークでは,記憶させる画像の数が多くなると複数の画像に対して同じ分散表現パターンが生成されてしまうという問題があり,実現は難しい.そこで,複数勝者自己組織化ニューラルネットワークの代わりに自己組織化特徴マップを用いて分散表現パターンを生成するモデルを構築した.このモデルでは,色情報のみ,形状情報のみをキーとした場合だけでなく,色情報と形状情報の両方をキーとして用いた場合にも類似画像検索が行えることを確認した.
|
