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

反応・拡散システムの自己組織化メカニズムによる視覚的群化機能モデルの提案

基于反应/扩散系统自组织机制的视觉分组功能模型的提出

基本信息

批准号：
13780300
负责人：
野村厚志
金额：
$ 1.02万
依托单位：
Yamaguchi University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2001
资助国家：
日本
起止时间：
2001 至 2002
项目状态：
已结题

项目摘要

人間の視覚システムに対してパターンを提示したとき、特徴の類似した近接領域が併合されてより大きな領域として知覚されることが知られている。これを群化とよび、その過程を群化過程と呼ぶ。本報告者はこれまで反応・拡散モデルを用いて視覚機能を実現する研究を進めてきた。そこで本研究では、反応・拡散モデルを用いて群化過程の数理モデルを実現することを目的とした。例として線分の方向を特徴量として用い、それぞれの方向に対して対応付けられた反応・拡散モデルにより群化を行う。このとき、反応・拡散モデル間の相互抑制のメカニズムを、FitzHugh-Nagumoモデルに改良を加えることで考慮した。提案モデルを、2種類もしくは3種類の異なる方向を持つ線分で埋め尽くされたテスト画像に対して適用し、有効性を確認した。実験を通じて、いずれのテスト画像に対しても、モデルのパラーメータのうち、抑制性成分の拡散係数を興奮性成分のそれに比較して大きくすることが重要であることが明らかとなった。このことは、既にDOGフィルターとして知られているエッジ検出のモデルと共通しており、また、パターン形成の分野において知られているTuring条件と類似していることが明らかとなった。さらに、これまで進めてきた反応・拡散モデルによるエッジ検出・領域分割の機能の実現に関する研究について、モデルのあるパラメータが画像輝度に対する明るさ閾値として働いていることを明らかにした。また、別のパラメータを調節することによって、さらに特徴点抽出の機能をも実現可能なことを発見し、これがオプティカルフロー検出におけるアパチャー問題の解決に役立つことも発見した。以上の研究から、反応・拡散モデルによって様々な視覚機能を実現可能なことを示し、設定すべきモデルのパラメータに対する条件について示唆を与えた。

The human world's visual world is similar to the one in the world. The field is merged and the field is merged, and the field is merged.これをGroupization とよび, そのPROCESS をGroupization process とHUぶ. The reporter of this report is はこれまで濜・拡sanモデルを用いてview覚 Function を実 Present する Research をめてきた. This research is based on the purpose of this study, and the purpose of this study is to use the grouping process of mathematics and mathematics. For example, the direction of line division is the direction of special measurement, and the direction of the line is the direction of the line.対して対応发けられた濜・拡sanモデルにより集团化を行う.このとき, 濜・拡sanモデル间のmutual inhibition のメカニズムを, FitzHugh-Nagumo モデルに Improved を加えることで CONSIDER した. Proposal モデルを, 2 types of もしくは 3 types of のdifferent なる direction をhold つ line points で bury めくされたテスト image に対して applicable し, validity を confirmed した.実験を通じて, いずれのテスト图に対しても, モデルのパラーメータのうち, inhibitory ingredientsのThe excitability component of the scattering coefficient is relatively important.このことは、にDOGフィルターとして知られているエッジ検出のモデルと公通しており、また,パターン Formation の野において知られているTuring conditions are similar to していることが明らかとなった.さらに、これまで入めてきた濜・拡sanモデルによるエッジ検出・functionality of domain division の実appearに关する Researchについて、モデルのあるパラメータがimage brightness に対する明るさ十値として働いていることを明らかにした.また, のパラメータを Adjustment することによって, さらにSpecial point extraction function をも実appears なことを発见し、これがオプティカルフロー検出におけるアパチャーThe problem of the solution is the solution to the problem. The above research is based on the results of the research, and it is possible to see the function of the reaction and dispersion.すべきモデルのパラメータに対するconditions and についてshow instructions and えた.