ソフトコンピューティング手法を用いた動き検出視覚モデルに関する研究

2003 Fiscal Year Annual Research Report

• Project/Area Number: 15700161
• Research Institution: Yamaguchi University
• Principal Investigator: 呉本 尭 山口大学, 工学部, 教務員 (40294657)
• Keywords: ソフトコンピューティング / オプティカルフロー / 非線形時系列 / 自己組織化 / ファジィニューラルネットワーク / 強化学習 / 確率政策

Research Abstract

本研究では、ソフトコンピューティング手法を用いて、密なオプティカルフローを瞬時に推定する動き検出視覚モデルを提案し、複雑シーンへも対応できる、高精度の視覚情報処理システムを構築する。本年度においては以下の内容を行った。
1)研究代表者らが先に提案した2次曲面を用いた小領域の補間及びマッチング法を用いて、シミュレーション画像及び実画像によるオプティカル推定実験を行い、従来の推定手法との比較実験及び推定精度分析を行った(電子情報通信学会2004年総合大会D-12-107)。
2)局所的な領域内の視細胞(画素)の光強度が時間的に変化することを考え、時系列解析できる数理モデルを開発し、特に、確率政策を持つ強化学習の非線形時系列予測への応用を試みた。開発した予測システムはファジィニユーラルネットワークにより構築され、カオスなどの非線形入力に対し、メンバーシップ関数やルールの増殖・融合機能を持つ自己組織化能力を有する。又、ローレンツカオスの時系列データを用いて、開発した数翼モデルの有効性を確認した(The 35^<th>ISCIE International Symposium on Stochastic Systems Theory and Its Applications, A1-2;The Second International Conference on Computational Intelligence, Rbbotics and Autonomous Systems, PS07-4-02)
3)現在、上記の自己組織化を有するファジィニューラルネットワークを用いて、連続シーンの間の物体の変位が抽出できる動き検出視覚モデルの開発を行っている。

Research Products

• [Publications] T.Kuremoto, M.Obayashi, A.Yamamoto, K.Kobayashi: "Neural Prediction of Chaotic Time Series Using Stochastic Gradient Ascent Algorithm"Proceedings of The 35^<th> ISCIE International Symposium on Stochastic_Systems Theory and Its Applications. (印刷中). (2003)
• [Publications] T.Kuremoto, M.Obayashi, A.Yamamoto, K.Kobayashi: "Predicting Chaotic Time Series by Reinforcement Learning"Proceedings of The Second International Conference on Computational Intelligence, Robotics and Autonomous Systems. PS07-4-02 (2003)
• [Publications] T.Kuremoto, K.Koga, M.Obayashi, K.Kobayashi: "An Optical Flow Technique's Performance"Proceedings of the 2004 IEICE General Conference. 273 (2004)