自己組織化と強制情報の結合による外挿的動画像生成

结合自组织和强制信息的外推视频生成

• 批准号: 06680338
• 负责人: 松山 泰男
• 金额: $ 0.7万
• 依托单位: Ibaraki University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for General Scientific Research (C)
• 财政年份: 1994
• 资助国家: 日本
• 起止时间: 1994 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-06680338/
• 关键词: 自己組織化; 特徴マップ; 多重降下競合学習; モ-フィング; ディジタル動画像; ニューロコンピューティング; 教師なし学習; 情報圧縮

本研究は、「自己組織化+外部からの強制情報」という結合系により、知的情報処理を可能にすることを目的としている。対象としてはディジタル画像を選んでいる。このとき、自己組織化による画像処理は、サブシンボリックな処理であり、強制情報の注入はシンボリックな操作に関連するとみなすことができる。従って、本研究の意図は、シンボルとサブシンボルの結合処理を目指したものである。具体的には、一枚の静止画像を強制情報により変形した別画像を生成し(知的外挿)、さらにはモ-フィングを行って動画像を生成することを行う。また、より一般的な「自己組織化+教師あり学習」のアルゴリズムの開発も目的としている。上のような目的に従って得られた成果は次の通りである。1.多重降下競合学習により最適化特徴マップおよび色彩標本を得た。この色彩標本は、特定の画像に依存するものではなく、広いクラスの画像に対して汎用の能力を有するものとなっている。これは、情報圧縮を行ったことにもなっている。2.最適化特徴マップの頂点を外部知性が与える指定に基づいて移動し、そこに色彩標本を埋め込んで別の静止画像を得ることができた。3.情報圧縮済みの二つの静止画像を用いて時間的に線形補間を行い、中間のフレームを得て動画像を生成した。これは、ニューロコンピューティングが、仮想現実およびマルチメディアに手法を提供した初めての例となっている。4.2次元の静止画像にz軸を与えて、3次元の動画像を生成するアルゴリズムを得た。これは、当初は計画していなかった成果である。

This study aims to combine self-organization and external coercion with knowledge and information processing. For example, if you want to choose a portrait, you can choose one. The image processing of the self-organization is related to the injection of the coercive information. This study is intended to be a comprehensive study of the relationship between the two groups. Specific images, a static image coercion information, shape, different image generation (knowledge of the outside), today's motion, animation image generation The general goal of "self-organization + teacher learning" is to open up the system. The goal is to achieve success. 1. Multi-drop learning optimization features The color of the image depends on the color of the image. This is the first time I've ever seen a woman. 2. Optimization Features Vertex Knowledge and Designation 3. The information compression and the static image are generated by using the linear interpolation in the middle of the time and the animation in the middle. This is the first time I've ever seen a person who's been in a relationship with someone who's been in a relationship with someone else. 4.2 The z-axis of the dimensional still image and the three-dimensional animation image are generated. The original plan was to achieve the goal.

项目成果

Y.Matsuyama and M.Tan: "Digital Movies Using Optimized Feature Maps" Proc.Int.Conf.on Neural Networks. VI. 4000-4005 (1994)

Y.Matsuyama 和 M.Tan：“使用优化特征图的数字电影”Proc.Int.Conf.on 神经网络。

松山,笹井: "最適化特徴マップと強制情報を結合したディジタル動画像の生成" 記号とパターンの統合処理ワークショップ論文集. 1. 83-88 (1994)

Matsuyama、Sasai：“通过结合优化的特征图和强制信息生成数字视频图像”符号和图案集成处理研讨会论文集 1. 83-88 (1994)。

Y.Matsuyama,et.al: "Penalized Learning as Multiple Object Optimization" Proc.Int.Conf.on Neural Networks. I. 187-192 (1994)

Y.Matsuyama 等人：“作为多对象优化的惩罚学习”Proc.Int.Conf.on 神经网络。

Y.Matsuyama,et al.: "Learning Optimization of Composite Cost" Proc.Int.Conf.on Neural Info.Processing. 3. 1431-1436 (1994)

Y.Matsuyama 等人：“复合成本的学习优化”Proc.Int.Conf.on Neural Info.Processing。

Y.Matsuyama: "Learning Algorithms Associated with Penalties and Human Intettigence" Proc.Int.Conf.on Artificial Neural Networks. 1. 547-560 (1994)

Y.Matsuyama：“与惩罚和人类智力相关的学习算法”Proc.Int.Conf.on 人工神经网络。