Inhibitory Connected Pulse Coupled Neural Network の同期発火集団の形成における抑制性結合の影響

摘要

Pulse Coupled Neural Network（PCNN）は視覚野のモデルとして提案されたモデルであり，画像処理への応用が示されてきた．著者らはこれまでにカラー画像への適用が可能なInhibitory Connected PCNN（IC-PCNN）を提案しており，抑制性結合を含む新しいPCNN の構成を用いてカラー画像処理が可能であることを示してきた．特にカラー画像のセグメンテーションに関して，IC-PCNN の適用が可能であることを数値実験を通して示してきた．本研究ではノイズを含むカラー画像に対するセグメンテーションを行う場合を考え，抑制性結合の値を変化させた場合のIC-PCNN における同期発火集団の変化を観測し，抑制性結合の最適化がノイズを含むカラー画像のセグメンテーションに有効であることを示す．また，画像セグメンテーションを行うIC-PCNNにおいて観測される同期発火集団の形成に対する抑制性結合が及ぼす影響について数値計算により検証し考察を行う．%The Pulse Coupled Neural Network (PCNN) had been proposed as a model of visual cortex and a lot of applications to the image processing have been proposed recently. Authors also have been proposed Inhibitory Connected PCNN (IC-PCNN) which shows good performances for the color image processing. The IC-PCNN is an extended model of the PCNN model which consists of neurons, conventional PCNN connections and inhibitory connections. In our recent study, we have been shown that the IC-PCNN can obtain successful results for the color image segmentation. In this study, we focus the color image segmentation of the noise added image and we show that an optimum of inhibitory connections to avoid an effect of the noise in the image exists. In other words, we show that the optimization of the inhibitory connection is valid for the color image segmentation. Also, we show the effect of the inhibitory connections to the characteristics of synchronous firing assembly using numerical experiments.