ソフトコンピューティング手法を用いた動き検出視覚モデルに関する研究

基于软计算方法的运动检测视觉模型研究

基本信息

批准号：
15700161
负责人：
呉本尭
金额：
$ 2.11万
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：
2003
资助国家：
日本
起止时间：
2003 至 2005
项目状态：
已结题

项目摘要

本研究では、ソフトコンピューティング手法を用いて、密なオプティカルフローを瞬時に推定する動き検出視覚モデルを提案し、複雑シーンへも対応できる、高精度の知的視覚情報処理システムを構築する。・研究代表者らが先に提案した2次曲面を用いた小領域の補間及びマッチング法を用いて、シミュレーション画像及び実画像によるオプティカル推定実験を行い、従来の推定手法より、提案法の優位性を確認した(電子情報通信学会2004年総合大会D-12-107;Proceedings of the 4th IASTED International Conference on Visualization, Imaging, and Image Processing (VIIP2004), pp.346-351)。・局所的な領域内の視細胞(画素)の光強度が時間的に変化することを考え、時系列解析できる数理モデルを開発し、特に、確率政策を持つ強化学習の非線形時系列予測への応用を試みた。開発した予測システムはファジィニューラルネットワークにより構築され、カオスなどの非線形入力に対し、メンバーシップ関数やルールの増殖・融合機能を持つ自己組織化能力を有する。又、ローレンツカオスの時系列データを用いて、開発した非線形時系列予測システムの有効性を確認した(The Second International Conference on Computational Intelligence, Robotics and Autonomous Systems (CIRAS 2003), PS07-4-02;2005 International Conference on Intelligent Computing (ICIC 2005), LNCS Vol.3644,pp.1085-1094)。・連続画像の特徴を記憶するため、多層カオスニューラルネットワーク(MCNN)を含んだ海馬-連合野モデルを開発し、長期記憶の形成及び複数時系列パターンの総合想起を実現した(Proceedings of SICE Annual Conference 2005,pp.1020-1023;The First International Conference on Natural Computation, (ICNC 2005), LNCS Vol.3610,pp.439-448)。

在这项研究中，我们提出了一个运动检测视觉模型，该模型可以使用软计算技术立即估算密集的光流，并构建一个高度准确的智力视觉信息处理系统，可以容纳复杂的场景。 - Using the interpolation and matching method of small regions using quadratic surfaces previously proposed by the principal investigators, we conducted optical estimation experiments using simulation images and actual images, confirming the superiority of the proposed method over conventional estimation methods (Proceedings of the 4th IASTED International Conference on Visualization, Imaging, and Image Processing (VIIP2004), pp.346-351). - 考虑到局部区域内光感受器细胞（像素）的时间变化的光强度，我们开发了一个数学模型，可以分析时间序列，特别是，我们试图将具有概率策略的增强学习应用于非线性时间序列预测。开发的预测系统是使用模糊神经网络构建的，并具有自组织的成员资格功能和非线性输入（例如混乱）的规则。此外，使用Lorentz Chaos的时间序列数据（第二届计算智能国际会议，机器人和自治系统国际会议（CIRAS 2003），PS07-4-02; 2005国际智能计算会议（ICIC 2005），LNCS，LNCS，LNCS。 - 为了记住连续图像的特征，开发了与多层混乱神经网络（MCNN）的海马相关区域模型，以实现多个时间序列模式的长期记忆形成和全面回忆（SICE年度会议2005年度会议，2005年，第1020-1023页，第一个1020-1023；第一次国际自然计算国际会议；自然计算上的国际国际会议，（ICNC 2005），PPS，pp vol。 439-448）。