画像圧縮/再生に利用可能はシリコン網膜の設計とハ-ドウェア化

失なわれている離散的なデジタル情報から元の連続的なアナログ情報を得るという正則化(reguralization)問題は、網膜ネットの構造が有する汎化能力(誤り訂正能力、連想能力、認識能力)に深く関係する基本的な問題となる。本研究では、網膜(レチナ)チップと呼ばれる離散時間型セルラ-ニュ-ラルネットのダイナミクスにより濃淡画像(特に、動画像)を量子化し白黒の2値画像を作り、このデジタル化した情報をISDNで伝送し、受け手側で、単位抵抗回路網を用いて元の濃淡画像を復元した。画像の2値化は、近傍ニュ-ロンの出力値の総和が注目ニュ-ロンに入力する元の画素値に近付くように出力パタ-ンをダイナミックに変化させることにより行なわれる。一方、画像の復元は、ニュ-ロンの量子化動作でデジタル化した情報を受け手側で一度アナログ画像(近傍の1の数に対応)にし、単位抵抗回路網の電流分布で修正する仕組みとなっている。本研究では、情報をそれぞれ節点電圧と結合枝電流として入力する2つのセルラ-ニュ-ラルネットを提案し、2値化における量子化圧縮(1/8)、ネットの構造による圧縮(2/3)^L(Lは隠れ層の階層数)の情報圧縮を組み合わせた場合に復元画像の品質がどのような結果になるかをシミュレ-ションで評価した。濃淡画像の大きさは、256×256または800×600である。復元画像の品質の向上化には、単位抵抗回路網の構造の決定が重要となる。さらに、本研究では、ハ-ドウェア記述言語で2値化の網膜チップを論理合成した。

失なわれている離散的なデジタル情報から元の連続的なアナログ情報を得るという正則化(reguralization)問題は、網膜ネットの構造が有する汎化能力(誤り訂正能力、連想能力、認識能力)に深く関係する基本的な問題となる。本研究では、網膜(レチナ)チップと呼ばれる離散時間型セルラ-ニュ-ラルネットのダイナミクスにより濃淡画像(特に、動画像)を量子化し白黒の2値画像を作り、このデジタル化した情報をISDNで伝送し、受け手側で、単位抵抗回路網を用いて元の濃淡画像を復元した。画像の2値化は、近傍ニュ-ロンの出力値の総和が注目ニュ-ロンに入力する元の画素値に近付くように出力パタ-ンをダイナミックに変化させることにより行なわれる。一方、画像の復元は、ニュ-ロンの量子化動作でデジタル化した情報を受け手側で一度アナログ画像(近傍の1の数に対応)にし、単位抵抗回路網の電流分布で修正する仕組みとなっている。本研究では、情報をそれぞれ節点電圧と結合枝電流として入力する2つのセルラ-ニュ-ラルネットを提案し、2値化における量子化圧縮(1/8)、ネットの構造による圧縮(2/3)^L(Lは隠れ層の階層数)の情報圧縮を組み合わせた場合に復元画像の品質がどのような結果になるかをシミュレ-ションで評価した。濃淡画像の大きさは、256×256または800×600である。復元画像の品質の向上化には、単位抵抗回路網の構造の決定が重要となる。さらに、本研究では、ハ-ドウェア記述言語で2値化の網膜チップを論理合成した。