Pulse Coupled Neural Networkを用いた画像内容検索における計算量の最適化

摘要

Pulse Coupled Neural Network（PCNN）は，パルス型ニューロンによって構成されるニューラルネットワークモデルである．2次元の格子状に配列したニューロンを，画像のピクセルと対応させることによって，様々な画像処理への研究が行われている．一方で，インターネットの普及から膨大な数の画像を共有することが容易になっている．これらの画像から類似した画像を探し出す方法として，画像そのものを検索キーとする画像内容検索がある．画像内容検索とは，画像の特徴から似た特徴を持つ画像を検索することである．この画像の特徴を求めるためにPCNN を用いる手法が提案されている．PCNNによる画像内容検索では，PCNN-Iconと呼ばれる特徴量を用いて類似画像の検索を行う．PCNN-Iconは，PCNNにおける発火したニューロン数の時系列であるが，この長さは検索精度に影響する．またこの長さは，検索の計算量にも影響する．システムとして運用する上で，検索精度とシステムに掛かる負荷を最適化するPCNN-Iconの長さを求める必要がある．そこで，本研究ではPCNN-Iconの長さが検索精度と検索に掛かる計算量に与える影響を示し，検索精度と検索速度の最適化を行う．