ネオコグニトロンを用いた類似画像分類の高精度化に関する一考察：色特徴量を抽出する新たな機構の導入

摘要

本文では，データベース中の画像を自動で分類する手法の提案を行う．これまでに我々は，画像の構造に基づいた特徴量として主にエッジに着目し，ニューラルネットワークの一つであるネオコグニトロンに入力することで，類似した画像の分類を実現した．しかしながら，この手法で用いられる特徴量は，撮像方向が異なる場合等において変化しやすく，同一の対象を撮像した画像であっても，異なるクラスタに分類される可能性がある．そこで，本文では画像のエッジと色情報に基づいた分類手法を提案する．色情報の一つである色ヒストグラムは，撮像方向の変化に影響を受けにくい特徴量として知られている．したがって，提案手法では画像の色ヒストグラムを特徴量とした自己組織化マップによる分類を行う．さらに，得られた分類結果に基づいてネオコグニトロンにおける最終層の構造を適応的に変更することで，画像のエッジに加え，色情報を考慮した高精度な分類を可能とする．本文の最後では，提案手法の有効性を示すために実験を行い，その分類性能を評価する．