ニューラルネットワークを用いた画像の構造的変形を考慮した連想記憶

カテゴリ: 部門大会

論文No: TC3-4

グループ名: 【C】平成18年電気学会電子・情報・システム部門大会講演論文集

発行日: 2006/09/05

タイトル(英語): Associative Memory Implemented by Neural Networks Taking into Account Structural Deformation of Images

著者名: 高橋 知樹(東京電機大学),大木 貴文(東京電機大学),稲葉 博(東京電機大学)

著者名(英語): Tomoki Takahashi(Tokyo Denki University),Takafumi Ooki(Tokyo Denki University),Hiroshi Inaba(Tokyo Denki University)

キーワード: ニューラルネットワーク|連想記憶 |パターン認識|画像変形|neural network|associative memory|pattern recognition|image deformation

要約(日本語): 2次元画像（パターン）の理解や認識において、画像に加わる雑音の他に画像の形状的な変形を考慮する必要がある．本研究では画像に特定の変形が作用し、かつ雑音が加わった情報から正しい画像を再現する問題を考える．その実現のために動的ニューラルネットワーク(以下、NN)による連想記憶モデルを用いる．本論文ではNNのモデルとして可分なヒルベルト空間上で定義された動的ニューラルネットワークを導入し，記憶画像をそのネットワークの局所漸近安定な平衡点に設定して，正しい画像の想起を実現させる問題をシステム理論の立場から論じる．次に、画像の変形をその座票のアフィン変換に限定した場合のモデルを導入し、その局所漸近安定性を証明する．最後に数値シミュレーションを用いて，得られた結果の有効性を検証する．

PDFファイルサイズ: 2,537 Kバイト