Pulse-Coupled Neural Network グループ
猫の視覚処理を規範とするパルス結合型ニューラルネットワーク (PCNN) を用いることで，高速かつ高性能なコンピュータビジョンシステムを実現することを目標に研究を行っています．
- 研究背景
- 人間をはじめとする生物の視覚情報処理を規範とした工学システムの開発．
- キーワード
- PCNN, Vision, Image processing
研究紹介
PCNN による顔領域抽出
人間の顔とはその人特有の特徴を良く表しており，その顔の特徴をうまく用いることで，個人認証などへの応用が考えられる．その際に理想的ではない実画像中から人間の顔を抽出する必要が出てくる．本研究では，生物規範のニューラルネットワークである PCNN に対してカラー情報を適用することで，人の顔を抽出する研究を行っている．
PCNN を用いた動き情報のセグメンテーション
動画などに含まれる「動き」を画素単位の移動量の情報であるオプティカルフローは，情報を物体単位で取り出す方法が必要とされている．本研究では， PCNN の優れたセグメント能力に着目し，さらにフローの大きさと角度という二つの入力に対応した PCNN モデル をオプティカルフローのセグメンテーション問題へと適用させることで，より精度の高いセグメントを行うことを目的としている．
NN による画像抽出・認識を利用した走行支援道路システム (AHS) の構築
近年，急速に発達を遂げている情報通信技術を駆使し，交通事故や交通渋滞を削減するために， ITS (Intelligent Transport Systems) に関する研究が世界各国で盛んに行われている．現在では， VICS,ETC をはじめとしてミリ波レーダによる先行車との衝突回避や画像処理カメラによる車線逸脱回避などのシステムなどが実用化されてきている．また，最近では，走行支援道路システム (AHS) の実用化が期待されている．そこで，本研究では，ニューラルネットワークを利用し，実静止画像中から速度標識の数字抽出及び認識を行い， AHS への応用を試みた．システムは，大きく分けて抽出部と認識部の 2 つに分けられる．抽出部では， PCNN とよばれる NN を利用し，色と形の 2 つの情報により特徴抽出を行う．認識部では，変形や歪みのある文字に対して高い認識率を誇る階層型 NN であるネオコグニトロンを適用した．結果を図・表に示す．現在は，動画像上から移動中の車両のナンバープレートの抽出及び認識を試みている．
