2005 Fiscal Year Annual Research Report
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
| Project/Area Number |
15700161
|
|---|
| Research Institution | Yamaguchi University |
|---|
Principal Investigator |
呉本 尭 山口大学, 工学部, 助手 (40294657)
|
|---|
| Keywords | Optical Flow / ソフトコンピューティング / 非線形時系列 / ファジィニューラルネットワーク / 強化学習 / 動画像処理 / 連想記憶 / カオスニューラルネットワーク |
|---|
| 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、高精度の知的視覚情報処理システムを構築する。
・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、従来の推定手法より、提案法の優位性を確認した(電子情報通信学会2004年総合大会D-12-107;Proceedings of the 4th IASTED International Conference on Visualization, Imaging, and Image Processing (VIIP2004), pp.346-351)。
・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ュ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、開発した非線形時系列予測システムの有効性を確認した(The Second International Conference on Computational Intelligence, Robotics and Autonomous Systems (CIRAS 2003), PS07-4-02;2005 International Conference on Intelligent Computing (ICIC 2005), LNCS Vol.3644,pp.1085-1094)。
・連続画像の特徴を記憶するため、多層カオスニューラルネットワーク(MCNN)を含んだ海馬-連合野モデルを開発し、長期記憶の形成及び複数時系列パターンの総合想起を実現した(Proceedings of SICE Annual Conference 2005,pp.1020-1023;The First International Conference on Natural Computation, (ICNC 2005), LNCS Vol.3610,pp.439-448)。
|
Research Products
(7 results)
