JP2006293756A - 演算回路及び画像認識装置 - Google Patents
演算回路及び画像認識装置 Download PDFInfo
- Publication number
- JP2006293756A JP2006293756A JP2005114697A JP2005114697A JP2006293756A JP 2006293756 A JP2006293756 A JP 2006293756A JP 2005114697 A JP2005114697 A JP 2005114697A JP 2005114697 A JP2005114697 A JP 2005114697A JP 2006293756 A JP2006293756 A JP 2006293756A
- Authority
- JP
- Japan
- Prior art keywords
- input
- circuit
- value
- pulse train
- probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
【解決手段】 画像認識装置2は、カメラ3から撮影画像を表す画像データを入力して、入力した画像データから、車両を特徴付ける2つの特徴量x1,x2を抽出する特徴量抽出部6と、抽出した特徴量に基づいて、車両を表す画像が撮影画像内に含まれているか否かを判定する判定量Pc(wa)を演算する判定量演算部7とを備える。また判定量演算部7は、正規分布に従う乱数を発生させることにより、正規分布の累積確率を算出する回路と、一様分布に従う乱数を発生させることにより、ベイズ(Bayes)の定理に基づいた逆数演算を行う回路と、複数の入力値それぞれに応じた比率で論理1となるパルス列を生成し、生成した複数のパルス列の論理和演算をすることにより、Dempster−Shaferの結合定理に基づいて加算を行う回路とを備える。
【選択図】図1
Description
このような画像認識において、1つの入力のみに基づいて画像認識処理を行うと、しばしば誤認識が生じる。例えば、画像からの顔認識において、肌色の領域を抽出して顔を認識する方法がある。しかしながら、この認識方法では肌色の物体を全て顔と認識するため、肌色の服や手なども顔と誤認識されることがある。また、光の加減によって影が生じて色が肌色でなくなるために、認識できないことがある。即ち画像認識するための判断基準は、不確実なものである場合が多い。
浅沼 克紀、外3名,「色情報と領域追跡情報を用いた人物の顔と手の領域の抽出」,電学論C,平成11年,119巻11号,p.1351−1358 今泉 聡、外5名,「複数情報の統合による人物の性別・年齢層の推定法」,信学技報,社団法人電子情報通信学会,2003年11月
また幾何分布をなす確率変数Xの期待値E(X)は、下式(2)で表される。
E(X)= 1/p ・・・・(2)
即ち、成功確率pのベルヌーイ試行を行い、初めて成功するまでの回数の期待値をとると、1/p(つまり、pの逆数)を求めることができる。
そして最終第2計数値の平均値を求めるには、最終第2計数値を繰り返し求めて、この平均値を算出する方法が容易に考えられる。
そこで、ベイズ(Bayes)の定理を用いた演算を行う第4発明の演算回路では、ベイズ(Bayes)の定理に基づいて逆数演算を行う回路が、第2発明または第3発明の演算回路で構成されるようにするとよい。
またベイズ(Bayes)の定理を用いた演算を行うためには、乗算を行う必要がある。
従って、第1パルス列の半分の比率で論理1となるパルス列において論理1となる確率を「P(x1)/2」、第2パルス列の半分の比率で論理1となるパルス列において論理1となる確率を「P(x2)/2」とすると、第3パルス列において論理1となる確率p3は、式(4)においてP(x1)→「P(x1)/2」,P(x2)→「P(x2)/2」と置き換えることによって、下式(5)で表される。
即ち、第3パルス列において論理1となる確率は、誤差「P(x1)・P(x2)/4」で、第6入力値と第7入力値とを加算した値を反映した値となる。このため、第3パルス列において論理1となる確率に基づいて、第6入力値と第7入力値との加算値を算出できる。
そこで第5発明の演算回路において、第6入力値と第7入力値とを加算した値の半分の値に応じた比率を加算値比率とするとともに、パルス列において論理1となる比率を論理1比率とし、第1パルス列生成回路によって生成された第1パルス列と、第2パルス列生成回路によって生成された第2パルス列とに基づいて、第3パルス列の論理1比率よりも、加算値比率との差が小さい論理1比率となる第4パルス列を生成する第4パルス列生成回路を備えるようにするとよい。
なお第4パルス列生成回路は、具体的には、第1パルス列生成回路によって生成された第1パルス列と、第2パルス列生成回路によって生成された第2パルス列との論理積をとった第5パルス列を生成する第1論理積回路と、第1論理和回路によって生成された第3パルス列と、第1論理積回路によって生成された第5パルス列との論理和をとったパルス列を第4パルス列として生成する第2論理和回路とから構成されるようにしてもよい。
p5=P(x1)・P(x2) ・・・・(6)
そして、第2論理和回路で生成される第4パルス列は、下式(7)で表される確率p4で論理1となる。
尚、第3パルス列の論理1比率に基づいて、第6入力値と第7入力値との加算値を算出するには、予め設定された第1所定計数期間の間に第3パルス列において論理1となった回数を計数する第5計数回路を備えるようにすればよい。また、第4パルス列の論理1比率に基づいて、第6入力値と第7入力値との加算値を算出するには、予め設定された第1所定計数期間の間に第4パルス列において論理1となった回数を計数する第6計数回路を備えるようにすればよい。
また第6発明の演算回路では、第6パルス列生成回路は、0から1までの値で入力する第8入力値に応じた比率を第8入力値比率とし、この第8入力値比率で論理1となる第6パルス列を生成する。また第7パルス列生成回路は、0から1までの値で入力する第9入力値に応じた比率を第9入力値比率とし、この第9入力値比率で論理1となる第7パルス列を生成する。そして第2論理積回路は、第6パルス列生成回路によって生成された第6パルス列と、第7パルス列生成回路によって生成された第7パルス列との論理積をとった第8パルス列を生成する。
従って、第8パルス列において論理1となる確率は、第8入力値と第9入力値とを乗算した値を反映した値となる。このため、第8パルス列において論理1となる確率に基づいて、第8入力値と第9入力値との乗算値を算出できる。
ところで、確率を統合する場合にはDempster−Shaferの結合定理がよく用いられている。このDempster−Shaferの結合定理は、認識対象を認識するための特徴量1の部分集合をA1i,認識対象を認識するための特徴量2の部分集合をA2j,特徴量1の部分集合A1iが現れる確率をm1(A1i),特徴量2の部分集合A2jが現れる確率をm2(A2j),統合後の確率をm(Ak)として、下式(9)で表される。
そこで、Dempster−Shaferの結合定理を用いた演算を行う第7発明の演算回路では、Dempster−Shaferの結合定理に基づいて加算を行う回路が、第6発明の演算回路で構成されるようにするとよい。
またDempster−Shaferの結合定理を用いた演算を行う第7発明の演算回路では、Dempster−Shaferの結合定理に基づいて逆数演算を行う回路が、第2発明または第3発明の演算回路で構成されるようにするとよい。
またDempster−Shaferの結合定理を用いた演算を行う第7発明の演算回路では、Dempster−Shaferの結合定理に基づいて乗算を行う回路が、予め設定された第3所定数値範囲内で一様乱数を生成する回路である第3一様乱数生成回路を有し、入力した第4入力値に応じた回数だけ、第3一様乱数生成回路で生成された乱数によって示される値である第3生成一様乱数値と、入力した第5入力値とを比較し、この比較結果に基づいて、第3生成一様乱数値が第5入力値より大きい回数または小さい回数を計数することにより、第4入力値に第5入力値を乗算した値に相当する値を算出するように構成されるようにするとよい。
また第8発明の画像認識装置では、信頼度算出手段は、ベイズ(Bayes)の定理に基づいて逆数演算を行う回路が、第2発明または第3発明の演算回路で構成されるようにするとよい。
また第8発明の画像認識装置では、信頼度統合手段は、Dempster−Shaferの結合定理に基づいて加算を行う回路が、第6発明の演算回路で構成されるようにするとよい。
図1は、本発明が適用された画像認識システム1の構成を示すブロック図である。
本実施形態の画像認識システム1は車両に搭載されており、図1に示すように、運転者がフロントウィンドウ越しに見ることができる範囲の前景を撮影し、撮影した画像を表す画像データを生成するカメラ3と、カメラ3によって生成された画像データについて画像認識処理を行う画像認識装置2とから構成される。
従って条件付き確率演算回路21は、図14に示すように、入力値Xin2を期待値とした正規分布において、−∞から入力値Xin1までの累積確率を2倍した値を出力する(図14中の網掛け部分を参照)。
また比較器94において、入力端子Aには入力端子IN15が接続され、入力端子Bには基準カウンタ93からの出力値が入力される。
従って、比較器94からのパルス信号が入力した時点でのカウンタ95の計数値は、入力値Xin14に入力値Xin15を乗算した値に相当する。
また第1乗算回路102において、入力端子IN14には第1乗算回路101の出力端子OUT10が接続され、入力端子IN15には第1逆数演算回路103の出力端子OUT11が接続される。更に第1乗算回路102の出力端子OUT10には乗算・逆数演算回路64の出力端子OUT6が接続される。
これらのうち第1乗算回路101,102は、第1乗算回路81,82と同様の構成である。
またカウンタ113において、入力端子D2には減算器112からの出力値が入力される。
そして、カウンタ115は、比較器114からのパルス信号が入力されるまでの間に、カウンタ115に入力した外部クロック信号(CLK)の数を計数する。
従って第1逆数演算回路103では、入力値Xin16に比例した成功確率でベルヌーイ試行を行い、初めて成功するまでの回数の平均値をとることと同様の演算を行っている。このため、比較器114からのパルス信号が入力した時点でのカウンタ115の計数値は、入力値Xin16の逆数に相当する。
図9に示すように信頼度算出回路66は、入力端子IN17から入力した入力値に応じた比率でパルス信号を出力端子OUT12から出力するパルス変換回路121,122と、論理否定演算を行う反転ゲート123,124,129と、入力端子Cから入力した入力値と、入力端子Dから入力した入力値との論理積演算を行うANDゲート125,126,127,128と、入力端子IN20から入力したパルス信号について論理1になる比率(以降、論理1比率と称す)の逆数を演算し、この演算値を出力端子OUT14から出力する第2逆数演算回路130と、入力端子IN18から入力したパルス信号の論理1比率と、入力端子IN19から入力した入力値とを乗算して、この乗算値を出力端子OUT13から出力する第2乗算回路131,132,133とから構成される。
またANDゲート125,126,127の出力端子にはそれぞれ、第2乗算回路131,132,133の入力端子IN18が接続される。
また反転ゲート129の出力端子には、第2逆数演算回路130の入力端子IN20が接続される。
また第2乗算回路131,132,133の出力端子OUT13にはそれぞれ、信頼度算出回路66の出力端子OUT7,OUT8,OUT8が接続される。
またカウンタ153において、入力端子D1には入力端子IN18が接続され、入力端子ENには比較器152からのパルス信号が入力される。更にカウンタ153の出力は、出力端子OUT13から出力される。
従って、比較器152からのパルス信号が入力した時点でのカウンタ153の計数値は、入力端子IN18から入力されるパルス信号のパルス出力回数比率に入力値Xin19を乗算した値に相当する。
図10(c)に示すように第2逆数演算回路130は、入力端子D2にパルス信号が入力するとインクリメント(1加算)し、この加算値(例えば8ビット[7:0])を出力するカウンタ161と、一方の入力端子Aに入力される値(例えば8ビット[7:0])と、他方の入力端子Bに入力される値(例えば8ビット[7:0])とを比較して、両者が等しい場合にパルス信号を出力する比較器162と、入力端子D1にパルス信号が入力するとインクリメント(1加算)し、この加算値を出力するとともに、入力端子ENにパルス信号が入力すると、この時点での加算値を保持するカウンタ163とから構成される。
また比較器162において、入力端子Aにはカウンタ161からの出力値が入力され、入力端子Bには、10進数で255を示す値「1111_1111b」(8ビット[7:0]、bは2進数を示す記号である)が入力される。
そしてカウンタ163は、比較器162からのパルス信号が入力されるまでの間に、カウンタ115に入力した外部クロック信号(CLK)の数を計数する。
図11に示すように信頼度統合ブロック15は、入力端子IN17から入力した入力値に応じた比率でパルス信号を出力端子OUT12から出力するパルス変換回路171,172,173,174,175,176と、入力端子Cから入力した入力値と、入力端子Dから入力した入力値との論理積演算を行うANDゲート177,178,179,180,181と、入力する3つのパルス信号の論理1比率を加算して、この加算値に応じた論理1比率で論理1となるパルス信号を出力する第1加算回路182と、入力する2つのパルス信号の論理1比率を加算して、この加算値に応じた論理1比率で論理1となるパルス信号を出力する第2加算回路183と、入力端子IN21から入力したパルス信号の論理1比率を2倍にして、この値の論理1比率を有するパルス信号を出力端子OUT15から出力する数値変換回路184と、論理否定演算を行う反転ゲート185と、入力端子IN20から入力したパルス信号の論理1比率の逆数を演算し、この演算値を出力端子OUT14から出力する第2逆数演算回路186と、入力端子IN18から入力したパルス信号の論理1比率と、入力端子IN19から入力した入力値とを乗算して、この乗算値を出力端子OUT13から出力する第2乗算回路187とから構成される。
また第2逆数演算回路186において、入力端子IN20には反転ゲート185の出力端子が接続される。また出力端子OUT14には、第2乗算回路187の入力端子IN19が接続される。
また第2逆数演算回路186は第2逆数演算回路130と、第2乗算回路187は第2乗算回路131,132,133と同様の構成である。
またANDゲート192において、入力端子CにはANDゲート178の出力が入力され、入力端子Dには0.5パルス発生回路194の出力が入力される。
またORゲート195において、入力端子G,H,IにはそれぞれANDゲート191,192,193の出力が入力される。そして、ORゲート195の出力が論理和部182aの出力として出力される。
またORゲート197において、入力端子EにはANDゲート178の出力が入力され、入力端子FにはANDゲート179の出力が入力される。
またANDゲート199において、入力端子J,K,LにはそれぞれORゲート196,197,198の出力が入力される。
またANDゲート202において、入力端子CにはANDゲート181の出力が入力され、入力端子Dには0.5パルス発生回路194の出力が入力される。
またORゲート205において、入力端子Eには論理和部183aの出力が入力され、入力端子FにはANDゲート204の出力が入力される。そして、ORゲート205の出力が補正部183b(第2加算回路183)の出力として出力される。
このように構成された画像認識装置2では、特徴量x1及び特徴量x2が判定量演算部7に入力すると、まず条件付き確率演算回路21,23,31,33でそれぞれ第1車両条件付き確率P(x1|wa),第1非車両条件付き確率P(x1|wb),第2車両条件付き確率P(x2|wa),第2非車両条件付き確率P(x2|wb)を演算する(図3参照)。
また、信頼度演算回路25内の乗算・逆数演算回路64において、入力端子IN9,IN10,IN11にそれぞれ、車両事前確率P(wa),第1車両条件付き確率P(x1|wa),第1演算係数P(x1)が入力されることにより、下式(11)で表される値を第1車両統合条件付き確率P(wa|x1)として出力する。
また、信頼度演算回路25内の乗算・逆数演算回路65において、入力端子IN9,IN10,IN11にそれぞれ、非車両事前確率P(wb),第1非車両条件付き確率P(x1|wb),第1演算係数P(x1)が入力されることにより、下式(12)で表される値を第1非車両統合条件付き確率P(wb|x1)として出力する。
尚、式(10),(11),(12)から明らかなように、第1車両統合条件付き確率P(wa|x1)と第1非車両統合条件付き確率P(wb|x1)は、ベイズ(Bayes)の定理(式(3),(4)参照)に基づいて、算出されている。
Pf(x1)={1−P(wa|x1)}・{1−P(wb|x1)}/{1−P(wa|x1)・P(wb|x1)} ・・・(14)
{Pt(x1),Pf(x1)}=P(wa|x1)・{1−P(wb|x1)}/{1−P(wa|x1)・P(wb|x1)} ・・・(15)
また信頼度演算回路35は、入力した第2車両条件付き確率P(x2|wa),第2非車両条件付き確率P(x2|wb)に基づいて、第2車両信頼度Pt(x2),第2非車両信頼度Pf(x2),第2不明信頼度{Pt(x2),Pf(x2)}を演算する(図3参照)。
また、信頼度演算回路35内の乗算・逆数演算回路74において、入力端子IN9,IN10,IN11にそれぞれ、車両事前確率P(wa),第2車両条件付き確率P(x2|wa),第2演算係数P(x2)が入力されることにより、下式(17)で表される値を第2車両統合条件付き確率P(wa|x2)として出力する。
また、信頼度演算回路35内の乗算・逆数演算回路75において、入力端子IN9,IN10,IN11にそれぞれ、非車両事前確率P(wb),第2非車両条件付き確率P(x2|wb),第2演算係数P(x2)が入力されることにより、下式(18)で表される値を第2非車両統合条件付き確率P(wb|x2)として出力する。
尚、式(16),(17),(18)から明らかなように、第2車両統合条件付き確率P(wa|x2)と第2非車両統合条件付き確率P(wb|x2)は、ベイズ(Bayes)の定理(式(3),(4)参照)に基づいて、算出されている。
Pf(x2)={1−P(wa|x2)}・{1−P(wb|x2)}/{1−P(wa|x2)・P(wb|x2)} ・・・(20)
{Pt(x2),Pf(x2)}=P(wa|x2)・{1−P(wb|x2)}/{1−P(wa|x2)・P(wb|x2)} ・・・(21)
そして信頼度統合ブロック15は、第1車両信頼度Pt(x1),第1非車両信頼度Pf(x1),第1不明信頼度{Pt(x1),Pf(x1)},第2車両信頼度Pt(x2),第2非車両信頼度Pf(x2),第2不明信頼度{Pt(x2),Pf(x2)}に基づいて、統合信頼度Pc(wa)を演算する。
PA = Pt(x1)・Pt(x2) ・・・(22)
PB = Pt(x1)・{Pt(x2),Pf(x2)} ・・・(23)
PC = {Pt(x1),Pf(x1)}・Pt(x2) ・・・(24)
PD = Pt(x1)・Pf(x2) ・・・(25)
PE = Pt(x2)・Pf(x1) ・・・(26)
そして更にANDゲート191,192,193と、ORゲート196,197,198と、ANDゲート201,202はそれぞれ、下式(27),(28),(29),(30),(31),(32),(33),(34)で表される論理1比率でパルス信号を出力する。
P192 = PB/2 ・・・(28)
P193 = PC/2 ・・・(29)
P196 = PA+PB−PA・PB ・・・(30)
P197 = PB+PC−PB・PC ・・・(31)
P198 = PA+PC−PA・PC ・・・(32)
P201 = PD/2 ・・・(33)
P202 = PE/2 ・・・(34)
こうして最終的に、第1加算回路182と第2加算回路183はそれぞれ、下式(35),(36)で表される論理1比率でパルス信号を出力する。
即ち、第1加算回路182は「(PA+PB+PC)/2」に相当する値を演算し、第2加算回路183は「(PD+PE)/2」に相当する値を演算する。
また第2逆数演算回路186は、反転ゲート185からパルス信号を入力して、「1/{1−(PD+PE)}」に相当する値を出力する。
尚、従来の正規分布の累積確率を算出する回路としては、入力値Xin1と、この入力値Xin1における−∞から入力値Xin1までの累積確率値とを対応付けて、ROMなどの記憶領域に格納し、入力値Xin1に応じて、この入力値Xin1に対応した累積確率値を記憶領域から読み出すものが考えられる。この場合、入力値Xin1と累積確率値の精度をそれぞれ8ビットとすると、記憶領域の記憶容量は65536ビットとなり、回路規模が大きくなる。
またカウンタ211及びレジスタ212によれば、所定リセット時間の間に第4パルス列において論理1となった回数を計数することにより、第6入力値と第7入力値との加算値を算出することができる。
また、特徴量抽出部6は本発明における特徴量抽出手段、条件付き確率演算回路21,31の正規分布乱数発生回路41及び加算器44は本発明における第1分布発生手段、条件付き確率演算回路23,33の正規分布乱数発生回路41及び加算器44は本発明における第2分布発生手段、条件付き確率演算回路21,31は本発明における第1条件付き確率算出手段、条件付き確率演算回路23,33は本発明における第2条件付き確率算出手段、信頼度演算回路25,35は本発明における信頼度算出手段、信頼度統合ブロック15は本発明における信頼度統合手段である。
例えば上記実施形態では、2つの特徴量x1,x2に基づいて、画像認識を行うものを示したが、3つ以上の特徴量を用いてもよい。
また上記実施形態では、第1加算回路182が3つの入力値を加算し、第2加算回路183が2つの入力値を加算するものを示した。しかし、加算するべき入力値の増加に応じて、4つ以上の入力値を加算するように構成してもよい。
この第3逆数演算回路300は、図15(a)に示すように、外部クロック信号CLKを入力し、外部クロック信号CLKが入力される毎に、予め設定された所定数値範囲内(本実施形態では、例えば、0〜255の整数)で一様乱数(例えば8ビット[7:0])を生成する一様乱数発生器(LFSR)301と、一方の入力端子Rに入力される値(例えば8ビット[7:0])から、他方の入力端子Lに入力される値(例えば8ビット[7:0])を減算して、この減算値の最上位ビット(MSB)の値(1または0)を出力する減算器302と、入力端子D1にパルス信号が入力するとインクリメント(1加算)し、この加算値を出力するとともに、入力端子ENにパルス信号が入力すると、この時点での加算値を保持するカウンタ303とから構成される。
またカウンタ303において、入力端子D1には外部クロック信号CLKが入力され、入力端子ENには減算器302からのパルス信号が入力される。更にカウンタ303の出力は、出力端子OUT31から出力される。
即ちカウンタ303は、入力値Xin31が初めて一様乱数より大きくなるまでの間に、LFSR301で乱数が生成された回数を計数する。
この第3乗算回路320は、図15(b)に示すように、入力端子IN17から入力した入力値に応じた比率でパルス信号を出力端子OUT12から出力するパルス変換回路321,322と、入力端子Cから入力した入力値と、入力端子Dから入力した入力値との論理積演算を行うANDゲート323と、入力端子D2にパルス信号が入力するとインクリメント(1加算)し、この加算値を出力するとともに、予め設定された所定リセット時間毎に、この加算値をリセットする(0にする)カウンタ324と、カウンタ324のリセットされる前の値を保持するとともに、この保持した値を出力するレジスタ325とから構成される。
またレジスタ325において、入力端子にはカウンタ324の出力が入力される。更にレジスタ325の出力は、第3乗算回路320の出力端子OUT32から出力される。
このように構成された第3乗算回路320において、ANDゲート323は、下式(37)で表される論理1比率でパルス信号を出力する。尚、パルス変換回路321,322,ANDゲート323が出力するパルスの論理1比率をそれぞれ、P321,P322,P323と表記する。
またカウンタ324は、ANDゲート323から入力されるパルス信号の数を計数して、この計数値をレジスタ325に出力する。そしてレジスタ325は、カウンタ324のリセットされる前の値を保持する。即ち、カウンタ324及びレジスタ325は、ANDゲート323が所定リセット時間内にパルス信号を出力する回数を計数することにより、ANDゲート323の論理1比率を算出する。
このように構成された第3乗算回路320では、入力値に応じた比率でパルス列を生成する回路と、論理積演算を行う回路とを備えることで、入力した2つの入力値の乗算値を表す情報を含む信号を出力することができる。即ち第3乗算回路320によれば、多ビットの2つの入力値を乗算して、この乗算値を表す情報を含む信号を多ビットで出力する一般的な従来の乗算器よりも、回路規模を小さくすることができる。
Claims (19)
- 予め設定された所定値を期待値とした正規分布に従う乱数を正規分布乱数とし、この正規分布乱数を連続して生成する回路である正規乱数生成回路と、
入力された第1入力値と、前記正規乱数生成回路で生成された正規分布乱数の値である生成乱数値とを比較し、この比較結果に基づいて、前記生成乱数値が前記第1入力値より大きい回数または小さい回数を計数する第1計数回路と、
を備えることを特徴とする演算回路。 - 前記正規乱数生成回路は、
予め設定された第1所定数値範囲内で一様乱数を連続して生成する回路である複数の第1一様乱数生成回路と、
前記複数の第1一様乱数生成回路のそれぞれで生成された乱数の値の総和をとる加算回路と、
から構成されることを特徴とする請求項1に記載の演算回路。 - 予め設定された第2所定数値範囲内で一様乱数を連続して生成する回路である第2一様乱数生成回路と、
入力された第2入力値と、前記第2一様乱数生成回路で生成された乱数の値である第2生成一様乱数値とを比較し、この比較結果に基づいて、前記第2入力値が前記第2生成一様乱数値より大きくなるまでの間に、前記第2一様乱数生成回路で乱数が生成された回数を計数する第2計数回路と、
を備えることを特徴とする演算回路。 - 予め設定された第2所定数値範囲内で一様乱数を連続して生成する回路である第2一様乱数生成回路と、
入力された第3入力値と、前記第2一様乱数生成回路で生成された乱数の値である第2生成一様乱数値とを比較し、この比較結果に基づいて、前記第3入力値が前記第2生成一様乱数値より大きい回数を計数する第3計数回路と、
前記第3計数回路で計数された計数値が予め設定された所定判定値に達するまでの間に、前記第2一様乱数生成回路で乱数が生成された回数を計数する第4計数回路と、
を備えることを特徴とする演算回路。 - ベイズ(Bayes)の定理を用いた演算を行う演算回路であって、
ベイズ(Bayes)の定理に基づいて逆数演算を行う回路が、請求項3または請求項4に記載の演算回路で構成される、
ことを特徴とする演算回路。 - 予め設定された第3所定数値範囲内で一様乱数を生成する回路である第3一様乱数生成回路を有し、入力した第4入力値に応じた回数だけ、前記第3一様乱数生成回路で生成された乱数によって示される値である第3生成一様乱数値と、入力した第5入力値とを比較し、この比較結果に基づいて、前記第3生成一様乱数値が前記第5入力値より大きい回数または小さい回数を計数することにより、前記第4入力値に前記第5入力値を乗算した値に相当する値を算出するように構成された乗算回路を備える、
ことを特徴とする請求項5に記載の演算回路。 - 0から1までの値で入力する第6入力値に応じた比率を第6入力値比率とし、この第6入力値比率でランダムに論理1となる第1パルス列を生成する第1パルス列生成回路と、
0から1までの値で入力する第7入力値に応じた比率を第7入力値比率とし、この第7入力値比率でランダムに論理1となる第2パルス列を生成する第2パルス列生成回路と、
前記第1パルス列生成回路によって生成された第1パルス列と、前記第2パルス列生成回路によって生成された第2パルス列とに基づいて、前記第1パルス列の半分の比率でランダムに論理1となるパルス列と、前記第2パルス列の半分の比率でランダムに論理1となるパルス列との論理和をとった第3パルス列を生成する第1論理和回路と、
を備えることを特徴とする演算回路。 - 前記第6入力値と前記第7入力値とを加算した値の半分の値に応じた比率を加算値比率とするとともに、パルス列において論理1となる比率を論理1比率とし、
前記第1パルス列生成回路によって生成された第1パルス列と、前記第2パルス列生成回路によって生成された第2パルス列とに基づいて、前記第3パルス列の論理1比率よりも、前記加算値比率との差が小さい論理1比率となる第4パルス列を生成する第4パルス列生成回路を備える、
ことを特徴とする請求項7に記載の演算回路。 - 前記第4パルス列生成回路は、
前記第1パルス列生成回路によって生成された第1パルス列と、前記第2パルス列生成回路によって生成された第2パルス列との論理積をとった第5パルス列を生成する第1論理積回路と、
前記第1論理和回路によって生成された第3パルス列と、前記第1論理積回路によって生成された第5パルス列との論理和をとったパルス列を前記第4パルス列として生成する第2論理和回路と、
から構成されることを特徴とする請求項8に記載の演算回路。 - 予め設定された第1所定計数期間の間に前記第3パルス列において論理1となった回数を計数する第5計数回路を備える、
ことを特徴とする請求項7に記載の演算回路。 - 予め設定された第1所定計数期間の間に前記第4パルス列において論理1となった回数を計数する第6計数回路を備える、
ことを特徴とする請求項8または請求項9に記載の演算回路。 - 0から1までの値で入力する第8入力値に応じた比率を第8入力値比率とし、この第8入力値比率でランダムに論理1となる第6パルス列を生成する第6パルス列生成回路と、
0から1までの値で入力する第9入力値に応じた比率を第9入力値比率とし、この第9入力値比率でランダムに論理1となる第7パルス列を生成する第7パルス列生成回路と、
前記第6パルス列生成回路によって生成された第6パルス列と、前記第7パルス列生成回路によって生成された第7パルス列との論理積をとった第8パルス列を生成する第2論理積回路と、
を備えることを特徴とする演算回路。 - 予め設定された第2所定計数期間の間に前記第8パルス列において論理1となった回数を計数する第7計数回路を備える、
ことを特徴とする請求項12に記載の演算回路。 - Dempster−Shaferの結合定理を用いた演算を行う演算回路であって、
Dempster−Shaferの結合定理に基づいて加算を行う回路が、請求項7〜請求項9の何れかに記載の演算回路で構成される、
ことを特徴とする演算回路。 - Dempster−Shaferの結合定理に基づいて逆数演算を行う回路が、請求項3または請求項4に記載の演算回路で構成される、
ことを特徴とする請求項14に記載の演算回路。 - Dempster−Shaferの結合定理に基づいて乗算を行う回路が、請求項6に記載の乗算回路で構成される、
ことを特徴とする請求項14または請求項15に記載の演算回路。 - 入力画像から、予め設定された第1所定対象物を特徴付ける複数の特徴量を抽出する特徴量抽出手段と、
複数の特徴量それぞれ毎に、この特徴量に対する、前記第1所定対象物を示す画像である第1所定対象物画像が前記入力画像内に含まれる確率の分布を正規分布で示した第1特徴量分布データを発生させる第1分布発生手段と、
複数の特徴量それぞれ毎に、この特徴量に対する、前記第1所定対象物とは異なる第2所定対象物を示す画像である第2所定物体対象物が前記入力画像内に含まれる確率の分布を正規分布で示した第2特徴量分布データを発生させる第2分布発生手段と、
前記第1分布発生手段で発生させた第1特徴量分布データと、前記特徴量抽出手段により抽出された複数の特徴量の値とに基づいて求められ、複数の特徴量それぞれ毎に、前記第1所定対象物画像が前記入力画像内に含まれる確からしさの度合いを示す第1条件付き確率を算出する第1条件付き確率算出手段と、
前記第2分布発生手段で発生させた第2特徴量分布データと、前記特徴量抽出手段により抽出された複数の特徴量の値とに基づいて求められ、複数の特徴量それぞれ毎に、前記第2所定対象物画像が前記入力画像内に含まれる確からしさの度合いを示す第2条件付き確率を算出する第2条件付き確率算出手段と、
ベイズ(Bayes)の定理を用いて、前記第1条件付き確率算出手段により算出された第1条件付き確率と、前記第2条件付き確率算出手段により算出された第2条件付き確率とを統合することにより求められ、前記第1所定対象物画像が前記入力画像内に含まれる確からしさの度合いを示す信頼度を、前記複数の特徴量毎に算出する信頼度算出手段と、
Dempster−Shaferの結合定理に基づき、前記複数の特徴量毎に算出された信頼度を統合する信頼度統合手段と、
を備える画像認識装置であって、
前記第1分布発生手段及び前記第2分布発生手段の少なくとも一方は、請求項1または請求項2に記載の正規乱数生成回路で構成され、
前記第1条件付き確率算出手段及び第2条件付き確率算出手段の少なくとも一方は、前記特徴量抽出手段により抽出された特徴量を前記第1入力値とした、請求項1に記載の第1計数回路で構成される、
ことを特徴とする画像認識装置。 - 入力画像から、予め設定された第1所定対象物を特徴付ける複数の特徴量を抽出する特徴量抽出手段と、
複数の特徴量それぞれ毎に、この特徴量に対する、前記第1所定対象物を示す画像である第1所定対象物画像が前記入力画像内に含まれる確率の分布を正規分布で示した第1特徴量分布データを発生させる第1分布発生手段と、
複数の特徴量それぞれ毎に、この特徴量に対する、前記第1所定対象物とは異なる第2所定対象物を示す画像である第2所定物体対象物が前記入力画像内に含まれる確率の分布を正規分布で示した第2特徴量分布データを発生させる第2分布発生手段と、
前記第1分布発生手段で発生させた第1特徴量分布データと、前記特徴量抽出手段により抽出された複数の特徴量の値とに基づいて求められ、複数の特徴量それぞれ毎に、前記第1所定対象物画像が前記入力画像内に含まれる確からしさの度合いを示す第1条件付き確率を算出する第1条件付き確率算出手段と、
前記第2分布発生手段で発生させた第2特徴量分布データと、前記特徴量抽出手段により抽出された複数の特徴量の値とに基づいて求められ、複数の特徴量それぞれ毎に、前記第2所定対象物画像が前記入力画像内に含まれる確からしさの度合いを示す第2条件付き確率を算出する第2条件付き確率算出手段と、
ベイズ(Bayes)の定理を用いて、前記第1条件付き確率算出手段により算出された第1条件付き確率と、前記第2条件付き確率算出手段により算出された第2条件付き確率とを統合することにより求められ、前記第1所定対象物画像が前記入力画像内に含まれる確からしさの度合いを示す信頼度を、前記複数の特徴量毎に算出する信頼度算出手段と、
Dempster−Shaferの結合定理に基づき、前記複数の特徴量毎に算出された信頼度を統合する信頼度統合手段と、
を備える画像認識装置であって、
前記信頼度算出手段は、
ベイズ(Bayes)の定理に基づいて逆数演算を行う回路が、請求項3または請求項4に記載の演算回路で構成される、
ことを特徴とする画像認識装置。 - 入力画像から、予め設定された第1所定対象物を特徴付ける複数の特徴量を抽出する特徴量抽出手段と、
複数の特徴量それぞれ毎に、この特徴量に対する、前記第1所定対象物を示す画像である第1所定対象物画像が前記入力画像内に含まれる確率の分布を正規分布で示した第1特徴量分布データを発生させる第1分布発生手段と、
複数の特徴量それぞれ毎に、この特徴量に対する、前記第1所定対象物とは異なる第2所定対象物を示す画像である第2所定物体対象物が前記入力画像内に含まれる確率の分布を正規分布で示した第2特徴量分布データを発生させる第2分布発生手段と、
前記第1分布発生手段で発生させた第1特徴量分布データと、前記特徴量抽出手段により抽出された複数の特徴量の値とに基づいて求められ、複数の特徴量それぞれ毎に、前記第1所定対象物画像が前記入力画像内に含まれる確からしさの度合いを示す第1条件付き確率を算出する第1条件付き確率算出手段と、
前記第2分布発生手段で発生させた第2特徴量分布データと、前記特徴量抽出手段により抽出された複数の特徴量の値とに基づいて求められ、複数の特徴量それぞれ毎に、前記第2所定対象物画像が前記入力画像内に含まれる確からしさの度合いを示す第2条件付き確率を算出する第2条件付き確率算出手段と、
ベイズ(Bayes)の定理を用いて、前記第1条件付き確率算出手段により算出された第1条件付き確率と、前記第2条件付き確率算出手段により算出された第2条件付き確率とを統合することにより求められ、前記第1所定対象物画像が前記入力画像内に含まれる確からしさの度合いを示す信頼度を、前記複数の特徴量毎に算出する信頼度算出手段と、
Dempster−Shaferの結合定理に基づき、前記複数の特徴量毎に算出された信頼度を統合する信頼度統合手段と、
を備える画像認識装置であって、
前記信頼度統合手段は、
Dempster−Shaferの結合定理に基づいて加算を行う回路が、請求項7〜請求項9の何れかに記載の演算回路で構成される、
ことを特徴とする画像認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005114697A JP4600128B2 (ja) | 2005-04-12 | 2005-04-12 | 演算回路及び画像認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005114697A JP4600128B2 (ja) | 2005-04-12 | 2005-04-12 | 演算回路及び画像認識装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006293756A true JP2006293756A (ja) | 2006-10-26 |
JP4600128B2 JP4600128B2 (ja) | 2010-12-15 |
Family
ID=37414262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005114697A Expired - Fee Related JP4600128B2 (ja) | 2005-04-12 | 2005-04-12 | 演算回路及び画像認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4600128B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008133238A1 (ja) * | 2007-04-24 | 2008-11-06 | Advantest Corporation | 試験装置および試験方法 |
JP2012524920A (ja) * | 2009-04-24 | 2012-10-18 | ソニー株式会社 | トレーニング方法及び装置並びに画像における対象の姿勢視角を推定する方法及び装置 |
CN111272222A (zh) * | 2020-02-28 | 2020-06-12 | 西南交通大学 | 一种基于特征量集的变压器故障诊断方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0520292A (ja) * | 1991-07-12 | 1993-01-29 | Ricoh Co Ltd | 乱数パルス列発生回路装置及び信号処理装置 |
JP2004109105A (ja) * | 2002-07-23 | 2004-04-08 | Jfe Steel Kk | 表面欠陥検出における疵種分類境界設定方法、及び欠陥検出方法 |
WO2004077669A1 (ja) * | 2003-02-28 | 2004-09-10 | Matsushita Electric Industrial Co., Ltd. | 確率的パルス発生器と差分絶対値演算器及びこれを用いたマンハッタン距離演算装置 |
-
2005
- 2005-04-12 JP JP2005114697A patent/JP4600128B2/ja not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0520292A (ja) * | 1991-07-12 | 1993-01-29 | Ricoh Co Ltd | 乱数パルス列発生回路装置及び信号処理装置 |
JP2004109105A (ja) * | 2002-07-23 | 2004-04-08 | Jfe Steel Kk | 表面欠陥検出における疵種分類境界設定方法、及び欠陥検出方法 |
WO2004077669A1 (ja) * | 2003-02-28 | 2004-09-10 | Matsushita Electric Industrial Co., Ltd. | 確率的パルス発生器と差分絶対値演算器及びこれを用いたマンハッタン距離演算装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008133238A1 (ja) * | 2007-04-24 | 2008-11-06 | Advantest Corporation | 試験装置および試験方法 |
JPWO2008133238A1 (ja) * | 2007-04-24 | 2010-07-29 | 株式会社アドバンテスト | 試験装置および試験方法 |
US7932729B2 (en) | 2007-04-24 | 2011-04-26 | Advantest Corporation | Test apparatus and test method |
JP2012524920A (ja) * | 2009-04-24 | 2012-10-18 | ソニー株式会社 | トレーニング方法及び装置並びに画像における対象の姿勢視角を推定する方法及び装置 |
CN111272222A (zh) * | 2020-02-28 | 2020-06-12 | 西南交通大学 | 一种基于特征量集的变压器故障诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
JP4600128B2 (ja) | 2010-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | A robust deformed convolutional neural network (CNN) for image denoising | |
CN109816611B (zh) | 视频修复方法及装置、电子设备和存储介质 | |
CN110443266B (zh) | 对象预测方法及装置、电子设备和存储介质 | |
US20070097391A1 (en) | Apparatus and method for improving image quality of image sensor | |
Liu et al. | Computing RBF kernel for SVM classification using stochastic logic | |
CN111223040A (zh) | 网络训练方法及装置、图像生成方法及装置 | |
CN115409855B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
JP4600128B2 (ja) | 演算回路及び画像認識装置 | |
CN114640885B (zh) | 视频插帧方法、训练方法、装置和电子设备 | |
JP5591090B2 (ja) | 画像処理装置およびその方法 | |
CN114418919A (zh) | 图像融合方法及装置、电子设备和存储介质 | |
Ruchay et al. | Impulsive noise removal from color video with morphological filtering | |
CN113592935A (zh) | 深度图像生成方法和装置 | |
JP2022037804A (ja) | 画像処理装置、画像処理プログラムおよび画像処理方法 | |
CN113034393A (zh) | 照片修复方法、装置、设备以及存储介质 | |
JP2015179426A (ja) | 情報処理装置、パラメータの決定方法、及びプログラム | |
US11620556B2 (en) | Hardware architecture and processing units for exact Bayesian inference with on-line learning and methods for same | |
CN116385369A (zh) | 深度图像质量评价方法、装置、电子设备及存储介质 | |
Choppala et al. | Isolated Vector Median Filtering for Noise Reduction in Digital Color Images | |
Arabboev et al. | Development of a novel method of adaptive image interpolation for image resizing using artificial intelligence | |
KR100712867B1 (ko) | 데이터 처리 방법 및 장치 | |
Malinski et al. | Is large improvement in efficiency of impulsive noise removal in color images still possible? | |
Abdellatef et al. | Characterization of correlation in stochastic computing functions | |
JP7391784B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
CN115103118B (zh) | 高动态范围图像生成方法、装置、设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070727 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100301 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100330 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100528 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100831 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100913 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131008 Year of fee payment: 3 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 4600128 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131008 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |