TOP > 国内特許検索 > 画像認識装置、画像認識方法、および、プログラム

画像認識装置、画像認識方法、および、プログラム

国内特許コード P140010211
整理番号 EF001P11
掲載日 2014年1月14日
出願番号 特願2013-233401
公開番号 特開2015-095042
出願日 平成25年11月11日(2013.11.11)
公開日 平成27年5月18日(2015.5.18)
発明者
  • 合原 一幸
  • 牧野 貴樹
  • 奥 牧人
出願人
  • 国立研究開発法人科学技術振興機構
発明の名称 画像認識装置、画像認識方法、および、プログラム
発明の概要 【課題】マスク化されたパターンが保存されている場合に、マスクパターンを用いずに、対応するパターンを取り出すことができる、画像認識装置、画像認識方法、および、プログラムを提供することを課題とする。
【解決手段】本発明は、複数の画像の元パターンとマスクパターンとの排他的論理和または否定排他的論理和である被マスクパターンに当該マスクパターンを対応付けた連結パターンを神経細胞ユニットからなるニューラルネットワークに学習させた連想記憶モデルにおいて、手がかり画像である照合パターンを連想記憶モデルに導入し、状態を復号化して再構成パターンを求めつつ状態更新を繰り返すことにより、想起結果の再構成パターンを求める際に、状態更新に伴って復号化された再構成パターンと照合パターンとを比較し、当該再構成パターンと当該照合パターン間で値が一致している部分に対応する神経細胞ユニットについては、状態更新時に更新前の状態と同じ値を取り易いように制約する。
【選択図】図9
従来技術、競合技術の概要



従来、ニューラルネットワークにおける連想記憶モデルとして、自己連想記憶モデルや系列連想記憶モデル等が開発されている。





例えば、特許文献1では、記憶層で、自己増殖型ニューラルネットワークを用いて、入力ベクトルのパターンに対応するノードを接続したサブネットワークを構成して、入力ベクトルのサブクラスとして学習し、連想層で、記憶層にて保持された連想のキーとなるキーベクトルのキークラスと、そのキーベクトルから想起される連想クラスとの間に関連を張り、入力されたキーベクトルから、そのキークラス又は連想クラスに対応するノードの重みを想起結果として出力することが開示されている。





また、非特許文献1には、カラー画像を二値データに変換し、あるビットを反転させてリバーシブル符号を生成し、ニューラルネットワークに記憶させることにより、復号化した際に、あるビット表現と反転表現が同じ整数値となるよう調整することが開示されている。

産業上の利用分野



本発明は、画像認識装置、画像認識方法、および、プログラムに関する。

特許請求の範囲 【請求項1】
少なくとも記憶部と制御部を備えた画像認識装置であって、
上記記憶部は、
複数の画像の元パターンとマスクパターンとの排他的論理和または否定排他的論理和である被マスクパターンに当該マスクパターンを対応付けた連結パターンを、神経細胞ユニットからなるニューラルネットワークに学習させた連想記憶モデルに関する情報を記憶し、
上記制御部は、
指定された、手がかり画像である照合パターンを上記連想記憶モデルに導入し、状態を復号化して再構成パターンを求めつつ状態更新を繰り返すことにより、想起結果の再構成パターンを求める想起手段と、
上記想起手段により上記状態更新に伴って復号化された上記再構成パターンと、上記照合パターンとを比較し、当該再構成パターンと当該照合パターン間で値が一致している部分に対応する上記神経細胞ユニットについては、上記状態更新時に更新前の状態と同じ値を取り易いように制約し、一方、当該値が一致しない部分に対応する上記神経細胞ユニットについては、上記状態更新時に更新前の状態と異なる値を取り易いように制約を加える比較手段と、
を備えたことを特徴とする画像認識装置。

【請求項2】
請求項1に記載の画像認識装置において、
上記想起手段は、
焼き鈍し法により、上記状態更新に伴って温度を徐々に下げることにより上記ニューラルネットワークの状態を収束させて、エネルギー関数の値がローカルミニマムに陥らないように制御すること、
を特徴とする画像認識装置。

【請求項3】
請求項2に記載の画像認識装置において、
上記想起手段は、
1回の上記状態更新ごとに、逆温度に増加率を乗ずることにより、指数関数的に温度を下げること、
を特徴とする画像認識装置。

【請求項4】
請求項3に記載の画像認識装置において、
上記比較手段は、
上記制約を加えるために、上記再構成パターンと上記照合パターン間の値の積の総和に応じて、上記ニューラルネットワークのエネルギー関数の値が小さくなる制約項を設定すること、
を特徴とする画像認識装置。

【請求項5】
請求項4に記載の画像認識装置において、
上記神経細胞ユニットの内部ポテンシャルは、
上記制約項付きのエネルギー関数を当該神経細胞ユニットの状態で偏微分して符号を反転させたものであり、
上記神経細胞ユニットの状態更新確率は、
上記内部ポテンシャルと上記逆温度の積の符号を反転させたものを基数とした指数に1を加えたものを分母とし、1を分子とする分数で表され、
上記想起手段は、
1回の上記状態更新ごとに、上記状態更新確率を再計算すること、
を特徴とする画像認識装置。

【請求項6】
請求項1乃至5のいずれか一つに記載の画像認識装置において、
上記想起手段は、
初期状態で上記ニューラルネットワークをランダムな値に設定し、同期的かつ確率的な更新則に従って、上記ニューラルネットワークの状態を更新すること、
を特徴とする画像認識装置。

【請求項7】
請求項1乃至6に記載の画像認識装置において、
上記マスクパターンは、
ランダムな二値パターンであること、
を特徴とする画像認識装置。

【請求項8】
請求項7に記載の画像認識装置において、
上記被マスクパターンは、
上記複数の画像のうち上記元パターン中の任意の数のビットごとに共通した上記マスクパターンにより作成されたパターンであること、
を特徴とする画像認識装置。

【請求項9】
少なくとも記憶部と制御部を備えたコンピュータにおいて実行される画像認識方法であって、
上記記憶部は、
複数の画像の元パターンとマスクパターンとの排他的論理和または否定排他的論理和である被マスクパターンに当該マスクパターンを対応付けた連結パターンを、神経細胞ユニットからなるニューラルネットワークに学習させた連想記憶モデルに関する情報を記憶しており、
上記制御部において実行される、
指定された、手がかり画像である照合パターンを上記連想記憶モデルに導入し、状態を復号化して再構成パターンを求めつつ状態更新を繰り返すことにより、想起結果の再構成パターンを求める想起手順と、
上記想起手段により上記状態更新に伴って復号化された上記再構成パターンと、上記照合パターンとを比較し、当該再構成パターンと当該照合パターン間で値が一致している部分に対応する上記神経細胞ユニットについては、上記状態更新時に更新前の状態と同じ値を取り易いように制約し、一方、当該値が一致しない部分に対応する上記神経細胞ユニットについては、上記状態更新時に更新前の状態と異なる値を取り易いように制約を加える比較手順と、
を含むことを特徴とする画像認識方法。

【請求項10】
少なくとも記憶部と制御部を備えたコンピュータに実行させるためのプログラムであって、
上記記憶部は、
複数の画像の元パターンとマスクパターンとの排他的論理和または否定排他的論理和である被マスクパターンに当該マスクパターンを対応付けた連結パターンを、神経細胞ユニットからなるニューラルネットワークに学習させた連想記憶モデルに関する情報を記憶しており、
上記制御部において実行される、
指定された、手がかり画像である照合パターンを上記連想記憶モデルに導入し、状態を復号化して再構成パターンを求めつつ状態更新を繰り返すことにより、想起結果の再構成パターンを求める想起手順と、
上記想起手段により上記状態更新に伴って復号化された上記再構成パターンと、上記照合パターンとを比較し、当該再構成パターンと当該照合パターン間で値が一致している部分に対応する上記神経細胞ユニットについては、上記状態更新時に更新前の状態と同じ値を取り易いように制約し、一方、当該値が一致しない部分に対応する上記神経細胞ユニットについては、上記状態更新時に更新前の状態と異なる値を取り易いように制約を加える比較手順と、
を実行させるためのプログラム。
国際特許分類(IPC)
Fターム
画像

※ 画像をクリックすると拡大します。

JP2013233401thum.jpg
出願権利状態 公開
参考情報 (研究プロジェクト等) FIRST 複雑系数理モデル学の基礎理論構築とその分野横断的科学技術応用 領域
ライセンスをご希望の方、特許の内容に興味を持たれた方は、問合せボタンを押してください。


PAGE TOP

close
close
close
close
close
close
close