顔／物体認識のためのElasticGraphMatchingのFPGA実装とその性能評価

摘要

Elastic Graph Matching（EGM）法は，ニューラルネットワークモデルの一つであるDynamic Link Architecture（DLA）を画像認識へ応用したものである．EGMでは，人力画像および記憶画像のそれぞれの上にグラフを定義し，グラフの各ノードを評価点として用いる．両画像同士で対応する評価点において，特徴量の一致度の大きさとグラフの歪みの少なさで定義される評価関数を最大にするようにノードを移動させる．評価点を移動させて比較するため，顔の表情や物体の傾きのような変化に頑健な認識を実現できる．我々はこれまでデジタル方式のEGMアーキテクチャを提案してきた．本論文では、そのアーキテクチのFPGA実装結果＿ヒ頓認識における性能を評佃ルた結果を報告する．