お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2008-03-06 14:45
自己組織化マップを用いた輪郭抽出手法DCDAMへのバッチ学習の導入
難波福弥鳥取環境大)・植田拓也ギャラクシー)・鷲見育亮鳥取環境大)・薮木 登津山高専)・築谷隆雄松江高専CAS2007-121 SIP2007-196 CS2007-86
抄録 (和) 本論文では,我々が提案している輪郭抽出手法DCDAMにバッチ学習型を導入したBL-DCDAMについて検討している.DCDAMは自己組織化マップ(Self-Organizing Map: SOM)を用いて濃淡画像から輪郭を抽出することができる手法である.DCDAMは逐次学習型SOMアルゴリズムによって学習を行っているため,学習過程における入力ベクトルの提示順序に依存して,多角形ではある程度輪郭を抽出できるが,我々が望むほどの結果ではなかった.この問題を解決するために,入力ベクトルの提示順序に依存しないような手法として,バッチ学習型SOMアルゴリズムの導入を検討した.バッチ学習型SOMアルゴリズムでは,学習過程では参照ベクトル更新の際においては近傍内に含まれる参照ベクトルのボロノイ領域内に存在する入力ベクトル群の平均ベクトルを求め,競合層上のユニットが持つ参照ベクトルを更新していくことで入力ベクトルの提示順序に依存しない学習を実現している.そこで,本研究ではバッチ学習型SOMアルゴリズムをDCDAMの学習アルゴリズムへ導入するため,この平均ベクトルを計算する際に,画素の座標値を表す各々の入力ベクトルに対して重み関数によって重み付けを行うことで,参照ベクトルの更新の度合いを調節する方式BL-DCDAMを開発した.一例として道路標識を抽出対象として実験を行い,逐次学習型と比較して多角形の目標物体(道路標識)について特に良好な結果が得られたことを示す. 
(英) In this paper, we proposed the new contour line extraction method BL-DCDAM introduced the Batch-Learning SOM algorithm into DCDAM we have proposed. DCDAM can extract the contour line from the gray scale image by using self-organizing map (Self-Organizing Map: SOM). DCDAM training has adopted Sequential-Learning SOM algorithm. So in a case of polygonal target object it can extract contour line in some degree it is not so good result than we have expected depending on the sequence of presenting the input vector at the training process. To solve this problem, we have examined Batch-Learning SOM algorithm as a method which does not depend on the sequence of presenting the input vector. When the reference vector is updated, the trainings can be achieved both by updating the reference vector on the competitive layer and by getting the mean vector of the input vector group that exists in the reference vector included in neighborhood in the Voronoi region at Batch-Learning SOM algorithm. Then, in our research to introduce Batch-Learning SOM algorithm into the learning algorithm of DCDAM, we have developed BL-DCDAM, that is, the new method to adjust the degree of the update by putting the weight to each input vector (coordinate value of the pixel) according to the weighting function when this mean vector is calculated. As one example, we have experiments on the road sign as an extraction target. We have obtained an especially excellent result about a polygonal target object (road sign) compared with the Sequential-Learning SOM algorithm.
キーワード (和) 輪郭抽出 / DCDAM / 自己組織化マップ(SOM) / バッチ学習型SOMアルゴリズム / / / /  
(英) Contour Extraction / DCDAM / Self-Organizing Map(SOM) / Batch-Learning SOM Algorithm / / / /  
文献情報 信学技報, vol. 107, no. 528, SIP2007-196, pp. 75-80, 2008年3月.
資料番号 SIP2007-196 
発行日 2008-02-28 (CAS, SIP, CS) 
ISSN Print edition: ISSN 0913-5685    Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード CAS2007-121 SIP2007-196 CS2007-86

研究会情報
研究会 CS SIP CAS  
開催期間 2008-03-06 - 2008-03-07 
開催地(和) 山口大学 常盤キャンパス 
開催地(英) Yamaguchi University 
テーマ(和) ネットワークプロセッサ,通信のための信号処理,無線LAN/PAN,一般 
テーマ(英) Network processors, signal processing for communications, wireless LAN/PAN, etc. 
講演論文情報の詳細
申込み研究会 SIP 
会議コード 2008-03-CS-SIP-CAS 
本文の言語 日本語 
タイトル(和) 自己組織化マップを用いた輪郭抽出手法DCDAMへのバッチ学習の導入 
サブタイトル(和)  
タイトル(英) Introduce Batch-Learning Algorithm into the Contour Extraction Method DCDAM using Self-Organizing Map 
サブタイトル(英)  
キーワード(1)(和/英) 輪郭抽出 / Contour Extraction  
キーワード(2)(和/英) DCDAM / DCDAM  
キーワード(3)(和/英) 自己組織化マップ(SOM) / Self-Organizing Map(SOM)  
キーワード(4)(和/英) バッチ学習型SOMアルゴリズム / Batch-Learning SOM Algorithm  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 難波 福弥 / Fukuya Namba / ナンバ フクヤ
第1著者 所属(和/英) 鳥取環境大学 (略称: 鳥取環境大)
Tottori University of Environmental Studies (略称: Tottori Univ. of Environmental Studies)
第2著者 氏名(和/英/ヨミ) 植田 拓也 / Takuya Ueta / ウエタ タクヤ
第2著者 所属(和/英) 株式会社ギャラクシー (略称: ギャラクシー)
GALAXY Inc. (略称: GALAXY Inc.)
第3著者 氏名(和/英/ヨミ) 鷲見 育亮 / Yasuaki Sumi / スミ ヤスアキ
第3著者 所属(和/英) 鳥取環境大学 (略称: 鳥取環境大)
Tottori University of Environmental Studies (略称: Tottori Univ. of Environmental Studies)
第4著者 氏名(和/英/ヨミ) 薮木 登 / Noboru Yabuki / ヤブキ ノボル
第4著者 所属(和/英) 津山工業高等専門学校 (略称: 津山高専)
Tsuyama National College of Technology (略称: Tsuyama National College of Tech.)
第5著者 氏名(和/英/ヨミ) 築谷 隆雄 / Takao Tsukutani / ツクタニ タカオ
第5著者 所属(和/英) 松江工業高等専門学校 (略称: 松江高専)
Matsue National College of Technology (略称: Matsue National College of Tech.)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2008-03-06 14:45:00 
発表時間 25分 
申込先研究会 SIP 
資料番号 CAS2007-121, SIP2007-196, CS2007-86 
巻番号(vol) vol.107 
号番号(no) no.526(CAS), no.528(SIP), no.530(CS) 
ページ範囲 pp.75-80 
ページ数
発行日 2008-02-28 (CAS, SIP, CS) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会