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

摘要

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．