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。

众所周知，当将模式呈现给人类视觉系统时，相似的特征接近区域被合并并被视为较大的区域。这称为分组，该过程称为分组。记者一直在研究使用反应和扩散模型实现视觉功能的研究。因此，这项研究旨在使用反应和扩散模型实现分组过程的数学模型。例如，线段的方向用作特征量，并使用与每个方向相关的反应/扩散模型进行分组。目前，通过为Fitzhugh-Nagumo模型增加改进，考虑了反应模型和扩散模型之间相互抑制的机制。提出的模型应用于填充两个或三个不同方向的测试图像，并确认有效性。通过实验，与任何测试图像的兴奋性成分相比，增加模型参数抑制成分的扩散系数很重要。这已被证明是已经称为狗过滤器的边缘检测模型常见的，并且与图案艺术中已知的图灵条件相似。此外，在迄今为止使用反应和扩散模型实现边缘检测和区域分裂功能的研究中，已经揭示了模型中的某些参数是图像亮度的亮度阈值。我们还发现，通过调整另一个参数，还可以实现特征提取函数，这对于解决光流检测中的光圈问题很有用。上述研究表明，可以通过反应和扩散模型来实现各种视觉功能，并为要设置模型参数的条件提供了建议。