特徴地図の操作を用いた画像変形
スポンサーリンク
概要
- 論文の詳細を見る
特徴地図(feature map)とは,自己組織化の過程において,多次元のデータを,それより低い次元のデータに縮約した結果として生成されるパターンのことである.通常は,多次元のデータを2次元平面上に投影した形となる。2次元画像は,ピクセル値をuとすると(x,y,u)というベクトルとなる.uはモノクロの場合にはスカラーu,そしてカラー画像の場合にはベクトル(U-r,U-g,U-b)^Tである.この場合の特徴地図は(x,y,u)^Tの集合である一枚の画像を2次元のメッシュに縮約したものとなる.従って,単に通常の方法1)2)により,この特徴地図を得る場合には,出来上がったメッシュパターン以上の情報は得られない.しかしながら,ベクトル量子化を組み込んだ多重降下競合学習3),4),5)により,同様なメッシュパターンを得る操作を行うと,同時に各メッシュ内のピクセル値に対応する標準パターンが決まる.この標準パターンの集合はオフラインであらかじめ計算しておくものであり,メッシュパターンはこの標準パターン集合を用いた最適化の結果として得られる.このことは,メッシュパターンと標準ピクセルパターンを用いて,画像の再生や変形,さらには生成ができることを意味する.上の手法は,学習理論の立つ場から解釈すると,自己組織化(教師なし)の結果に対して,外部から教師信号を与えて操作するという混合手法を提案したことになっている。
- 1991-02-25
著者
関連論文
- 競合・協調・カテゴリ分けとVehicle Routing問題
- 特徴地図の操作を用いた画像変形
- 最適化feature mapと強制学習との結合
- 画像の標準パターン作成とシミュレーテドアニーリング
- 異質な並列性の二層化
- 自己組織化アルゴリズムのTSPへの応用