研究課題
平成18年度は、大量画像群から高速に特徴を抽出するための要素技術である、マックスプラス代数に基づいたウェーブレット変換、およびニューラルネットワークを提案した。マックスプラス代数に基づくウェーブレット変換では、VHDLによる見積もりを行い、従来のウェーブレット変換や標準画像符号化に比べ、ハードウェアに対する親和性が高いことを示した。この研究成果として、国際会議論文3篇が採択されている。さらに、マックスプラス代数に基づくニューラルネットワークについても、ハードウェアに対する親和性の高さを中心に解析を行い、その有効性を実証している。この研究成果として国際会議論文1篇が採択されている。また、大量の画像情報に対し特徴抽出を行い、それらの情報表を構成することで、形式概念分析を適用可能にし、大量画像群を束構造として表現し、その要約を作成する一連のアルゴリズムを提案した。CAVIAR(Context Aware Vision using Image based Active Recognition)から選定した、数百から数千枚の大量画像群を対象に提案アルゴリズムを適用し、その有効性を確認している。この研究成果については、国際会議論文として2編採択されている。以上を要するに、平成18年度は、大量画像群の特徴抽出のための要素技術を2つ提案、さらに大量画像群をユーザが咀嚼しやすい形式に変換するアルゴリズムを提案しており、本研究の十分な成果が得られている。
すべて 2007
すべて 雑誌論文 (5件)
Proc.of IEEE International Conference on Fuzzy Systems
ページ: 4293-4297
Proc.of Czech-Japan Seminar 2006
ページ: 190-195
Proc.of Joint 3rd International Conference on Soft Computing and Intelligent Systems and 7th International Symposium on Advanced Intelligent Systems (SCIS＆ISIS 2006) (CD-ROM)
Proc.of ISCIIA2007 (CD-ROM)
