講演名 | 2007-03-16 標準正則化原理と生理学的知見に基づく盲点補完モデル 佐藤 俊治, |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 盲点におけるパターン充填を行なう視覚数理モデルについて考察した。数理モデルが何を解いているのかを明確にするために、標準正則化原理に基づいた考察をおこない、演繹的にモデルを導出した。本研究ではまず、立体視モデルなどで頻繁に用いられる、拡散方程式によるパターン充填の問題点を指摘する。次に、MatsumotoとKomatsuらの神経生理学的実験結果(J. Neurophysiology, vol.93, pp.2374-2387, 2005)を計算論的に解釈し、画像パターンの事前知識として2階微分で与えられる微分幾何量を導入した。具体的には、curvature of level-setと、curvature of now lineを導入した.さらに、盲点における充填には2つの異なる経路(V1野内の水平結合の遅い経路・V2野を介す速い経路)があるというMatsumotoらの指摘を、V2とV1の間の断熱近似とみなし、充填のためのダイナミクスを導出した。導出された数理モデルは神経生理学的実験結果を説明できるだけではなく、画像修復のためのアルゴリズムとしても高い有効性を持つことがわかった。 |
抄録(英) | A visual model for filling-in at the blind spot is proposed. Standard regularization theory is employed to derive a visual model deductively. First, some problems of the diffusion eqation, which is frequently used for depth perception, are pointed out. Then, the computational role of a neural property discovered by Matsumoto and Komatsu (J. Neurophysiology, vol.93, pp.2374-2387, 2005) is reconsidered, and second derivative quantities, curvature of level-set and curvature of flow line, are appended into a priori knowledge of image on the blind spot. Moreover, two different kinds of information paths for filling-in (slow conductive paths of horizontal connections in V1, and fast feedforward/feedback paths via V2) is regarded as a neural implementation of adiabatic approximation between V1 and V2. Numerical simulations show that the outputs of the computational model for filling-in is consistent with a neurophysiological experimental result, and that the model is a powerful tool for digital image inpainting. |
キーワード(和) | 盲点 / V1 / V2 / filling-in / 標準正則化原理 / 断熱近似 |
キーワード(英) | blind spot / V1 / V2 / filling-in / standard regularization theory / adiabatic approximation |
資料番号 | NC2006-186 |
発行日 |
研究会情報 | |
研究会 | NC |
---|---|
開催期間 | 2007/3/9(から1日開催) |
開催地(和) | |
開催地(英) | |
テーマ(和) | |
テーマ(英) | |
委員長氏名(和) | |
委員長氏名(英) | |
副委員長氏名(和) | |
副委員長氏名(英) | |
幹事氏名(和) | |
幹事氏名(英) | |
幹事補佐氏名(和) | |
幹事補佐氏名(英) |
講演論文情報詳細 | |
申込み研究会 | Neurocomputing (NC) |
---|---|
本文の言語 | JPN |
タイトル(和) | 標準正則化原理と生理学的知見に基づく盲点補完モデル |
サブタイトル(和) | |
タイトル(英) | Computational model for filling-in at the blind spot utilizing regularization theory and biological findings |
サブタイトル(和) | |
キーワード(1)(和/英) | 盲点 / blind spot |
キーワード(2)(和/英) | V1 / V1 |
キーワード(3)(和/英) | V2 / V2 |
キーワード(4)(和/英) | filling-in / filling-in |
キーワード(5)(和/英) | 標準正則化原理 / standard regularization theory |
キーワード(6)(和/英) | 断熱近似 / adiabatic approximation |
第 1 著者 氏名(和/英) | 佐藤 俊治 / Shunji SATOH |
第 1 著者 所属(和/英) | 東北福祉大学 Department of Information Science for Human Welfare, Tohoku Pukushi University |
発表年月日 | 2007-03-16 |
資料番号 | NC2006-186 |
巻番号(vol) | vol.106 |
号番号(no) | 590 |
ページ範囲 | pp.- |
ページ数 | 6 |
発行日 |