分散協調画像理解システムの実用化に関する研究

分布式协同图像理解系统的实际应用研究

• 批准号: 06780330
• 负责人: 鶴田 直之
• 金额: $ 0.51万
• 依托单位: Kyushu University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 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/grant/KAKENHI-PROJECT-06780330/
• 关键词: 分散協調; 画像処理; 画像理解; ニューロプログラミング; ニューラルネットワーク; ハイパーコラムモデル

マルチメディアシステムをはじめ,利用者(あるいはシステム中枢)の高度な推論や計画といった記号レベルの処理を支援する目的で画像認識・理解を応用する分野が増えている.記号処理の支援のためには、画像から対象物および対象物間の関係といった高度な記号概念を抽出すると同時に,記号的なレベルでの推論や計画の結果を直ちに画像理解システムに反映させて,状況に応じた画像解析を効率良く行なう必要がある.この双方向の処理を容易にするため,本研究では,すでに提案している分散協調型画像理解モデルを応用した知的情報処理の支援に耐え得る画像理解システムの構成方法を明らかにすることを目的とした.本研究では,画像理解システムの構成にハイパーコラムモデル(HCM)と呼ばれるニューラルネットワーク(NN)の応用を試みたが,以下のような問題に直面した.1,大規模で複雑な問題に対して,全て学習によってネットワークを構成するには,まだ原理的な困難があった.2,NNでは,事前知識がユニット間の結合加重として数値化されて埋め込まれるので,研究者および利用者の間で「知識の運用」という発想が欠落している.そこで,本研究では,HCMが,2つの「関係」:全体一部分とクラス-インスタンスに基づいたパターンの階層的な構造解析モデルであることに注目し,形式的な「関係」記述からHMCを導出する戦略を提案した.導出方式としては,辞書から生成可能なネットワークを全て導入してからパターン解析を行うトップダウン型の導出を採用した.これにより,本研究の目指す画像理解システムをきわめて容易に構築できるようになった.なお,この方式は,情報処理学会第49回全国大会において奬励賞を受賞した.

マ ル チ メ デ ィ ア シ ス テ ム を は じ め, ik (あ る い は シ ス テ ム central) の highly な inference や project と い っ た mark レ ベ ル の 処 Richard を support す る purpose で portrait understanding, the understanding を 応 with す る eset が raised え て い る. Mark 処 Richard の support の た め に は, portrait か ら like content お seaborne よ び like between content seaborne の masato is と い っ な た height mark concept を spare す る と に at the same time, the mark な レ ベ ル で や plan の の inference results を straight ち に portrait understand シ ス テ ム に reflect さ せ て, condition に 応 じ た portrait parsing を sharper rate good line く な う necessary が あ る. こ の both sides to の 処 を Easy に す る た め, this study で は, す で に proposal し て い る scattered coordination type portrait understand モ デ ル を 応 with し た known intelligence 処 Richard の support に え resistant to る portrait understand シ ス テ ム の composition method を Ming ら か に す る こ と を purpose と し た. This study で は, portrait understand シ ス テ ム の constitute に ハ イ パ ー コ ラ ム モ デ ル (HCM) と shout ば れ る ニ ュ ー ラ ル ネ ッ ト ワ ー ク (NN) の try を 応 み た が, the following の よ う な problem に face し た. 1, large-scale で complex 雑 な problem に し seaborne て, whole て study に よ っ て ネ ッ ト ワ ー ク を constitute す る に は, ま な だ principle Difficult が あ っ た. 2, NN で は, prior knowledge が ユ ニ ッ ト の combination between aggravating と し て the numerical change さ れ て buried め 込 ま れ る の で, researchers お よ び ik の で between "knowledge の use" と い う 発 wants to が owe し て い る. そ こ で, this study で は, HCM が, 2 つ の "masato" : all part と ク ラ ス - イ ン ス タ ン ス に base づ い た パ タ ー ン な の stratum structure モ デ ル で あ る こ と に attention し, forms of な account "masato is" か ら HMC を export す る 戦 slightly を proposal し た. Export way と し て は, dictionaries か ら may generate な ネ ッ ト ワ ー ク を て all import し て か ら パ タ ー ン parsing line を う ト ッ プ ダ ウ type ン の export を made し た. こ れ に よ り, this study の refers す portrait understand シ ス テ ム を き わ め て に easily build で き る よ う に な っ た. な お, こ は の way, intelligence 処 manage society 49th back to the country The conference にお にお て awards を prizes received た

项目成果

有田大作: "領域の階層構造を利用した画像認識システムにおけるモデルマッチング" 情報処理学会第49回全国大会. 2. 153-154 (1994)

有田大作：“使用域层次结构的图像识别系统中的模型匹配”日本信息处理学会第 49 届全国会议。2. 153-154 (1994)。

鶴田直之: "ニューロプログラミングにおけるハイパーコラムモデル・プログラムの導出方式" 同上. 2. 269-270 (1994)

Naoyuki Tsuruta：“神经编程中的超列模型程序推导方法”同上2. 269-270 (1994)。

鶴田直之: "形式的なパターン記述からのハイパーコラムモデルの導出" 電子情報通信学会 信学技報PRU94-40. 9-16 (1994)

Naoyuki Tsuruta：“从形式模式描述中推导超列模型”IEICE 技术报告 PRU94-40 (1994)。

Daisaku Arita: "Model Gereration Method for Object Recogrition Task by Pictorial Examples" IEEE International Gorference on Image Processing. 1. 233-234 (1994)

Daisaku Arita：“通过图示示例进行对象识别任务的模型生成方法”IEEE 国际图像处理论坛。