权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

コネクショニスト・アプロ-チによる空間的推論・連想と物体理解

使用联结主义方法进行空间推理/关联和对象理解

基本信息

批准号：
01633518
负责人：
田村進一
金额：
$ 1.02万
依托单位：
Osaka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research on Priority Areas
财政年份：
1989
资助国家：
日本
起止时间：
1989 至无数据
项目状态：
已结题

项目摘要

ニュ-ラルネットワ-クによるパタ-ン認識について研究を行った。1.内部可変パラメ-タをもつ物体モデルによる物体認識トラックと乗用車など、同一クラス内でも大きさや形状が異なる複数の物体が存在する環境において、内部可変パラメ-タを持つ物体モデルを設定した。画像特徴プリミティブを角(かど)とし、それとモデルの頂点との対応仮説を生成した。これらの仮説間の適合関係からHopfield型ネットワ-クを構成し、エネルギ-最小化により隠れなどに強い物体認識アルゴリズムを開発した。2.エネルギ-関数による口形輪郭の抽出口形輪郭は抽出しにくいことが多い、これは、不十分な輪郭情報しか画像内に存在しないことによる。このようなとき、先験的知識をエネルギ-関数の形で表現し、不十分な輪郭情報から輪郭復元を行う正則化プロセスについて考察をおこなった。また口形認識に関して、画像縮小した画像のオプティカルフロ-を利用することで、動画像から口形の抽出、追跡を行う手法の研究を行った。3.ニュ-ラルネットワ-クによる口形併用音声認識5つの母音の認識実験において、音声特徴としては64点log変換FFT特徴を用いた。画像の特徴を用いなかったとき、完全不特定話者環境で認識率は80.0%であった。つぎに、口形二値化画像と音声の特徴を併用したとき、未学習話者に対して92.4%の認識率となり、12.4%認識率が向上した。4.パタ-ン位置の正規化パタ-ン認識等のための位置の正規化を行うニュ-ラルネットワ-クの考察を行った。その結果、パタ-ンの位置信号抽出ネットワ-クと位置正規化(位置シフト)ネットワ-クとの縦続接続を行えば良いことがわかった。5.BPNのリモ-トセンシング画像分類への応用LANDSAT画像中に10×10のウインドウをとり、海、雲、海岸、陸地への領域分類についてトレ-ニングを行った。海岸に関しては、ウインドウサイズが大きすぎる問題が残った。

The research on the research of the research on the identification of the disease is carried out. 1. Internal variable object recognition: vehicle, multiple objects of different shapes within the same class, environment, internal variable object recognition: object recognition: vehicle, environment, environment The image features are generated from the vertex of the image. The relationship between these two types of objects is from Hopfield to Minimization. 2. The number of rings in the shape of a ring is increased, and the number of rings in the shape of a ring is increased. The knowledge of the origin of the information is not very important. The information of the origin of the information is very important. The study on the method of extracting and tracing the mouth shape of animation image is carried out. 3. The recognition rate of portrait characteristics is 80.0% without any specific speaker environment. 92.4% recognition rate of unlearned speakers and 12.4% recognition rate of unlearned speakers 4. Normalization of position of the object, recognition of the object, etc. Normalization of position, investigation of the object, etc. The result is that the position signal is extracted from the position normalization (position normalization). 5. BPN's image classification and LANDSAT's image classification of 10×10 images in the sea, cloud, coast, land and other areas There are still major problems related to the coast, such as the lack of equipment and equipment.