JPH09113945A

JPH09113945A - 類似度計算装置及びそれを用いた情報処理装置

Info

Publication number: JPH09113945A
Application number: JP26987095A
Authority: JP
Inventors: Takeshi Hashimoto; 武橋本; Mikihiko Terajima; 寺島幹彦
Original assignee: Olympus Optical Co Ltd
Current assignee: Olympus Corp
Priority date: 1995-10-18
Filing date: 1995-10-18
Publication date: 1997-05-02

Abstract

(57)【要約】【課題】高速に、精度良く、しかも、コンパクトな構
成の類似度計算装置と、この類似度計算装置を用いて認
識や分類を高性能に行う情報処理装置。【解決手段】２枚の空間光変調器１１、１２とこの２
枚の空間光変調器１１、１２間に結像関係を持たせるた
めの結像レンズ１３とを用い、偏光子１４と検光子１５
を平行ニコルあるいは直交ニコルにして、偏光子１４側
から光束１６を入射させ、空間光変調器１１、１２に表
示した２つのベクトル量の否定排他論理和もしくは排他
論理和で表される類似度を集光レンズ１７により光強度
に変換し、この光強度に変換された類似度をディテクタ
ー１８で検出する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、類似度計算装置及
びそれを用いた情報処理装置に関し、特に、排他論理和
もしくは否定排他論理和を用いて、入力ベクトルと他の
ベクトルとの類似度を計算するための類似度計算装置、
及び、この類似度計算装置を用いてパターン認識やパタ
ーン分類を行う情報処理装置に関する。

【０００２】

【従来の技術】通常、画像や信号等の各種情報の認識や
分類をする場合、これらをベクトル量とみなし、比較基
準となる他のベクトルとの類似度を計算することによ
り、認識や分類を行う。

【０００３】その類似度計算の手段としては、従来から
マッチドフィルターと相関器の組み合わせや、ジョイン
トトランスフォーム相関器、あるいは、ニューラルネッ
トワーク等が用いられてきた。

【０００４】この中、ニューラルネットワークとしては
数多くのものが考えられるが、入力ベクトル中から最も
類似度の高い素子を勝利素子として決定し、その勝利素
子及びその勝利素子によって決められる素子に対し、位
相保存写像やパターン認識を行う競合学習アルゴリズム
によるものがよく知られている（T.Kohonen,"Self-Orga
nization and Associative Memory",Third Edition,Spr
inger-Verlag,Berlin,1989. ）。

【０００５】これらのアルゴリズムは、何れもユークリ
ッド距離、マンハッタン距離、内積等の量を類似度基準
として用い、ある入力に対し、その基準を満たす勝利素
子を選ぶ競合過程を有している。通常のコンピュータ上
でプログラムを作成しアルゴリズムを実行する場合、何
れの類似度も容易に用いることができる。そこで、類似
度として一般に性能が良いと報告されているユークリッ
ド距離がよく用いられている。ところが、処理速度を速
めるためにハードウエアでユークリッド距離計算を行お
うとすると、差分回路、二乗回路、総和回路を必要と
し、回路が非常に大規模になってしまい、実用的ではな
い。そこで、内積値を類似度として用いることが多い。
特に光学系を用いて実現すれば、内積演算は光の並列性
から最も実現しやすく、実際、光学系を用いた内積演算
により競合学習を行う情報処理装置がいくつか報告され
ている（Taiwei Lu et al.,"Self-organizing optical
neural network for unsupervised learning",Opt.En
g.,Vol.29,No.9.1990 ;J.Duivillier et al."All-optic
al implementation of a self-organizing map",Appl.O
pt.,Vol.33,No.2.1994）。

【０００６】

【発明が解決しようとする課題】従来例にあげたマッチ
ドフィルターと相関器の組み合わせや、ジョイントトラ
ンスフォーム相関器等は、ベクトルを系の中でフーリエ
スペクトル情報に変換して使用するため、このフーリエ
スペクトル情報の０次部分とその他の部分の強度が大き
く異なっており、これらを記録するための乾板あるいは
撮像表示するための撮像素子や空間光変調器等のダイナ
ミックレンジが足りず、情報が欠落するために、類似度
の判定に誤差が生じてしまう欠点を有している。また、
フーリエスペクトルを大きくして空間周波数の特徴を十
分に捉えるために、比較的焦点距離の長いフーリエ変換
レンズを用いることが多く、そのために系自体が大きく
なってしまう欠点も有している。

【０００７】また、従来例にあげた内積の距離基準を用
いる競合学習アルゴリズムによるニューラルネットワー
クでは、以下の問題点を生じる。簡単のため、図１に示
すような入力ベクトルＸと比較基準となる他のベクトル
ｍ_i（ｉ＝１〜５）を考える。ベクトルは何れも２次元
状に展開された４次元ベクトルであり、塗りつぶした成
分を１、空白の成分を０とし、左上、右上、左下、右下
の順に成分を構成する。ユークリッド距離を類似度基準
として考えた場合、入力ベクトルＸと最も近いのは、ベ
クトルＸと一致しているベクトルｍ₄である。ところ
が、内積値を類似度基準として勝利素子を決定すると、
図２のようなｍ₄とｍ₅は同じ類似度を持つようになっ
てしまう。つまり、内積演算を用いて勝利素子を選ぶ競
合を行う場合、正確な類似度が計算できず、勝利素子が
正しく判定できないという問題点が生じる。なお、勝利
素子の正しい判定とは、類似度基準として一般に性能が
良いと報告されているユークリッド距離を用いた場合の
判定を意味することと規定する（補足：２値データの場
合は、ユークリッド距離とマンハッタン距離は等し
い。）。

【０００８】本発明は上記のような状況に鑑みてなされ
たものであり、その目的は、高速に、精度良く、しか
も、コンパクトな構成の類似度計算装置を提供し、さら
に、この類似度計算装置を用いて認識や分類を高性能に
行う情報処理装置を提供することである。

【０００９】

【課題を解決するための手段】上記目的を達成する本発
明の類似度計算装置は、少なくとも２枚の空間光変調器
と、レンズアレーを含む多重化光学系とを有し、２つの
ベクトル量の類似度を計算するために否定排他論理和も
しくは排他論理和を用いることを特徴とするものであ
る。

【００１０】また、本発明の情報処理装置は、少なくと
も比較の対象となるベクトルを入力するための対象ベク
トル入力手段と、比較の基準となるベクトルを入力する
ための参照ベクトル入力手段と、類似性マッチング手段
と、類似性の高さを判断するための類似度判定手段とに
より構成される情報処理装置であり、この類似性マッチ
ング手段が上記の類似度計算装置により構成されている
ことを特徴とするものである。

【００１１】本発明のもう１つの情報処理装置は、少な
くとも対象ベクトル入力手段と、類似性マッチング手段
と、マトリックス更新手段とを有し、競合学習を行う情
報処理装置であり、この類似性マッチング手段が上記の
類似度計算装置により構成されていることを特徴とする
ものである。

【００１２】以下、上記のような構成を採用する理由と
作用について説明する。まず、正確な類似度を計算する
ためにはどのような演算を行えばよいかを、ブール代数
の概念を用いて検討する。ベクトルの内積演算を各成分
で考えると、図３に示すような論理積（ＡＮＤ）演算を
行っていることが分かる。ＡＮＤ演算では、１と１の場
合に類似度１が加算されるが、０と０の場合に類似度が
０となる。つまり、０と０の場合と、０と１の場合の演
算結果が同じになる。このために、正確な類似度が計算
できない。そこで、類似度を正確に計算するためには、
ＡＮＤ演算の代わりに、図４に示す否定排他的論理和
（ＥＸＮＯＲ）演算にすればよい。ＥＸＮＯＲ演算を用
いると、先に示した図１の例は、図５に示すように類似
度はｍ₄が最も大きくなり、ユークリッド距離を用いた
場合の判定と一致する。すなわち、正確な類似度を計算
することが可能になる。また、排他論理和（ＥＸＯＲ）
であっても、逆の論理、つまり、塗りつぶした成分を
０、空白の成分を１とする論理を用いれば、全く同じ結
果となることは言うまでもない。

【００１３】また、類似度計算装置に２次元並列的な処
理の可能な空間光変調器を用いたので、２次元並列に並
べられたベクトル量の否定排他的論理和もしくは排他論
理和を超並列かつ高速に求めることができる。

【００１４】さらに、類似度計算装置の２枚の空間光変
調器間に結像関係を持たせるための結像レンズを用いた
ので、２枚の空間光変調器間に入力・表示される類似度
を計算すべきベクトルの対応する成分を、回折の影響を
抑えて精度良く一致させることが可能となり、その結
果、２つのベクトル量の否定排他的論理和もしくは排他
論理和の計算精度が向上した。

【００１５】さらに、計算され２次元状に展開されてい
る２つのベクトル量の否定排他論理和もしくは排他論理
和の結果を集光させ、その類似度を光強度のスカラー値
に変換するための集光レンズと、この光強度に変換され
た類似度を検出するためのディテクターを用いたので、
類似度が非常に簡単に定量化できるようになった。

【００１６】さらに、類似度計算装置の結像レンズもし
くは集光レンズとしてレンズアレーを含む多重化光学系
を用いたので、入力ベクトルを複製し、他の複数の比較
基準となるベクトルとの演算を並列的に行い、類似度の
結果を同時に出力できるようになり、結果として相対的
な計算時間が短く（計算コストが安く）なった。

【００１７】上記のような類似度計算装置を用いて類似
度を計算するようにしたので、従来のマッチドフィルタ
ーと相関器の組み合わせや、ジョイントトランスフォー
ム相関器等のように、フーリエ変換面でのダイナミック
レンジ不足の問題や、フーリエ変換レンズを用いること
による系の大きさの問題が解決され、高速に、精度良
く、しかも、コンパクトな構成で認識や分類を行う情報
処理装置を提供できるようになった。

【００１８】また、上記のような類似度計算装置を用い
て類似度を計算し勝利素子を決定できるようになったの
で、高速、かつ、コンパクトで、非常に精度良く認識や
分類を行う競合学習型の情報処理装置を提供できるよう
になった。

【００１９】

【発明の実施の形態】以下、図６〜図１３に基づいて本
発明の類似度計算装置及びそれを用いた情報処理装置の
好適な実施例を説明する。〔第１実施例〕本実施例は、図６にその構成を示すよう
に、類似度を計算するための２つのベクトル量をそれぞ
れ２次元的に入力・表示するための空間光変調器１１及
び空間光変調器１２と、この２つの空間光変調器１１、
１２同士を結像関係にし、対応するベクトルの要素同士
を重ねるために、この２つの空間光変調器１１、１２間
に設置された結像レンズ１３と、これらの空間光変調器
１１、１２の偏光の状態を制御し、否定排他論理和もし
くは排他論理和を計算するために、これらの空間光変調
器１１、１２の外側に設置された１組の偏光子１４及び
検光子１５と、一連の処理をするための光源光であり、
偏光子１４側から入射する光束１６と、２つのベクトル
量の否定排他論理和もしくは排他論理和の計算結果であ
る２次元の光束を集光させ、その類似度を光強度に変換
するための集光レンズ１７と、この光強度に変換された
類似度を検出するためのディテクター１８とで構成され
たことを特徴とする類似度計算装置に関するものであ
る。

【００２０】より具体的には、２つの空間光変調器１１
及び１２は、何れもＴＮ（ツイストネマチック）液晶製
の偏光子のないタイプの透過型で電気アドレス型の空間
光変調器を用いた。ＴＮ液晶には、ベクトルの成分の値
１に対応する部分には電圧を印加することにより偏光状
態を変化させずに光束を透過させ、ベクトルの成分の値
０に対応する部分には電圧を印加しないことにより偏光
状態を９０°変化させ、光束を透過させる性質がある。
したがって、図７に示すように、さらにこれらの空間光
変調器１１、１２の外側に偏光子１４と検光子１５をパ
ラレルに配置すれば、否定排他論理和が計算される。す
なわち、図（ａ）のように、空間光変調器１１と１２に
表示される双方のベクトルの成分の値が１の場合には、
両方の空間光変調器１１、１２には電圧が印加され、偏
光方向がそのままの状態で透過されるので、検光子１５
からは光が出射される。さらに、図の（ｂ）や（ｃ）の
ように、一方のベクトルの成分の値が１で、もう一方の
ベクトルの成分の値が０の場合、一方の空間光変調器で
は電圧が印加され偏光方向がそのままで、もう一方の空
間光変調器では電圧が印加されず偏光方向が９０°回転
されて透過されるので、トータルでは偏光方向が９０°
回転され検光子１５からは光が出射されない。さらに、
図（ｄ）のように、何れのベクトルの成分の値も０の場
合、両方の空間光変調器には電圧が印加されず、双方の
空間光変調器で偏光方向が９０°回転されて透過される
ので、トータルでは偏光方向がそのままの状態で透過さ
れ、検光子１５から光が出射される。この検光子１５か
ら光が出射される場合を１、されない場合を０とする論
理（bright true logic ）を用いると、下表のようにな
り、ちょうど図４の否定排他論理和の計算がなされたこ
とになる。

【００２１】

【００２２】また、排他論理和は、上記偏光子１４と検
光子１５をクロスニコルに配置するか、もしくは、逆の
論理（dark true logic ）を用いれば実現できることは
言うまでもない。以上のような構成要素の組み合わせに
より、否定排他論理和及び排他論理和の計算が可能とな
り、ひいては類似度の計算が正確になされることは前述
の通り明らかである。

【００２３】本装置では、さらに上記で用いた２つの空
間光変調器が同一の表示ピッチを持つため、これらの間
の結像関係を等倍の結像関係にするために、この２つの
空間光変調器１１、１２間に結像レンズ１３を設置して
いる。これにより、先にも述べたように、空間光変調器
１１に入力し、高密度に２次元的に表示させたベクトル
情報が光の回折により広がり、空間光変調器１２の対応
する要素以外と重なったりして類似度の計算精度が低下
するのを防ぐことができる。また、さらに、否定排他論
理和もしくは排他論理和の計算結果である２次元の光束
を集光させ、その類似度を光強度に変換するための集光
レンズ１７と、この光強度に変換された類似度を検出す
るためのディテクター１８、具体的には、シリコン製の
フォトディテクター及びこのフォトディテクターから出
力される電流値を電圧値に変換するためのオペアンプと
により、２次元状に展開され、検光子１５から透過して
くる計算結果をスカラー値（電圧値）に変換してその一
致度を高速かつ簡単に、明確に判断できるようにしてい
る。否定排他論理和の場合には、電圧値が高いほど両者
の類似度が高いことになる。一方、偏光子１４と検光子
１５をクロスニコルに配置する等により、排他論理和に
した場合は、逆に電圧値が低いほど両者の類似度が高く
なる。

【００２４】〔第２実施例〕本実施例は、図８にその構
成を示すように、類似性マッチング手段としては、上記
第１実施例の類似度計算装置を用い、さらに、比較の対
象となるベクトルを入力するための対象ベクトル入力手
段２０と、比較の基準となるベクトルを入力するための
参照ベクトル入力手段２１と、類似性の高さを判断する
ための類似度判定手段２２と、上記の類似度計算装置に
入力する光束を出射する照明手段２３とにより構成し、
認識や分類を行う情報処理装置に関するものである。

【００２５】本実施例において、対象ベクトルは１例と
して画像を考える。この場合、対象ベクトル入力手段２
０は、図示していない撮像素子と、この撮像素子の信号
を空間光変調器１１のドライブ信号に変換するためのコ
ントローラと、空間光変調器１１にこの信号を書き込む
ためのドライバーとより構成されている。また、参照ベ
クトル入力手段２１は、比較の基準となる予め決められ
た参照画像を複数内部に記憶させた記憶装置と、この記
憶装置から順次この参照画像を取り込み、空間光変調器
１２のドライブ信号に変換するためのコントローラと、
空間光変調器１２にこの信号を書き込むためのドライバ
ーとより構成されている。さらに、類似度判定手段２２
は、ディテクター１８からの電圧値が予め設定した閾値
を越えたときだけ電流を発生する閾値回路と、この閾値
回路からの電流によって光るランプとで構成されてい
る。

【００２６】また、照明手段２３としては、ランプや蛍
光管等色々なインコヒーレント光源が考えられるが、こ
こでは液晶パネルディスプレーによく使用されるコール
ドランプと単色性を増すための色フィルターとを組み合
わせたものを用いた。

【００２７】対象ベクトル入力手段２０で撮像された対
象画像は、空間光変調器１１に入力・表示される。この
情報は、照明手段２３から出射し、さらに、偏光子１４
で偏光方向が揃えられた光束１６により読み出される。
この読み出された対象ベクトルの情報が乗った光束は、
参照ベクトル入力手段２１から送られた参照画像が入力
・表示されたもう一方の空間光変調器１２に、結像レン
ズ１３により対応する成分が一致するように重ね合わさ
れる。この重ね合わさった情報がさらに偏光子１４とパ
ラレルに配置された検光子１５を通過することにより、
両方の画像の否定排他論理和が計算される。この結果
は、集光レンズ１７で集光され、フォトディテクター１
８で光電変換され、さらに、類似度判定手段２２によっ
て設定された適当な閾値を越えたときのみ類似物として
ランプがつき、判断できるようになっている。さらに、
参照ベクトル入力手段２１から順次別の参照画像を入力
・表示するようにすれば、複数のものの中から認識が可
能となる。また、排他論理和の場合は、逆に電圧値があ
る一定の閾値以下のときに電流が発生するよう、類似度
判定手段２２の閾値回路を変更すればよい。

【００２８】〔第３実施例〕本実施例は、図９にその構
成を示すように、第１実施例と同じように、類似度計算
装置であり、その違いは、結像レンズとして複数のレン
ズを２次元状に並べたレンズアレー１３′を含む多重光
学系を用い、集光レンズとして同様なレンズアレー１
７′を、さらにディテクターとして第２実施例と同様な
フォトディテクターとオペアンプで構成されるディテク
ターを複数２次元状に並べたディテクターアレー１８′
を用いた点にある。これにより、空間光変調器１１に入
力・表示されたベクトルがレンズアレー１３′の多重度
だけ多重複製され、さらに、この多重度の数だけもう一
方の空間光変調器１２に入力・表示される複数の参照画
像にその対応する成分が一致するように重ね合わされ
る。この重ね合わさった情報がさらにこのレンズアレー
１３′の多重度の数のレンズアレー１７′で集光され、
ディテクターアレー１８′で検出される。これら一連の
処理は同時並列的に行われるから、高速に１つの入力ベ
クトルと複数の参照ベクトルの類似度が計算され、相対
的な処理速度が向上する。

【００２９】〔第４実施例〕本実施例は、図１０にその
構成を示すように、類似性マッチング手段としては上記
第３実施例の類似度計算装置を用い、さらに、第２実施
例と同様に、対象ベクトル入力手段２０と、参照ベクト
ル入力手段２１と、類似度判定手段２２と、照明手段２
３とを付加して、認識や分類を行う情報処理装置であ
る。

【００３０】本実施例においても、対象ベクトルとして
画像を考える。この場合、対象ベクトル入力手段２０
は、図示していない撮像素子と、この撮像素子の信号を
空間光変調器１１のドライブ信号に変換するためのコン
トローラと、空間光変調器１１にこの信号を書き込むた
めのドライバーとより構成されている。また、参照ベク
トル入力手段２１は、比較の基準となる予め決められた
参照画像を複数内部に記憶された記憶装置と、この記憶
装置から順次この参照画像を取り込み一度に多重化光学
系の多重度成分だけ空間光変調器１２に並列的に表示す
るためのコントローラとドライバーとより構成されてい
る。さらに、類似度判定手段２２は、ディテクターアレ
ー１８′からの個々の出力電圧値をＡＤ変換し、個々に
取り込むためのインターフェース付きのコンピュータ
と、類似度判定のためのソフトウエアとで構成されてい
る。また、照明手段２３としては、輝線ランプであるＸ
ｅ−Ｈｇランプを用い、焦点距離の等しいレンズとミラ
ーの焦点位置にこのランプを置いて効率よく光束を生成
し、さらに単色性を増すための色フィルターを用いた。

【００３１】対象ベクトル入力手段２０で撮像された対
象画像は、空間光変調器１１に入力・表示される。この
情報は、照明手段２３から出射し、さらに偏光子１４で
偏光方向が揃えられた光束１６により読み出される。こ
の読み出された対象ベクトルの情報が乗った光束は、参
照ベクトル入力手段２１から送られ、複数の参照画像が
並列的に入力・表示されたもう一方の空間光変調器１２
に、結像レンズである多重結像光学系１３′によっで多
重結像され、対応する成分が一致するように重ね合わさ
れる。この重ね合わさった情報が、さらに、偏光子１４
とパラレルに配置された検光子１５を通過することによ
り、両方の画像の否定排他論理和が多重分だけ並列的に
計算される。この結果は、集光レンズであるレンズアレ
ー１７′で個々に集光され、さらに、フォトディテクタ
ーアレー１８′で個々に光電変換され、さらに、類似度
判定手段２２によって電圧値としてコンピュータ内に取
り込まれる。この場合、類似度判定のためのソフトウエ
アは、並列に求められた電圧値を比較し、最も高い値を
示す参照ベクトルを対象ベクトルとの類似度が高いもの
と認識するようにつくられている。本実施例の第２実施
例との大きな違いは、複数の参照物体との認識が同時に
できる点にある。この場合、いくつかの閾値を設けて置
き、それに応じて同一物、類似物、非類似物等とさらに
細かく分類するようにしてもよい。また、もし、入力・
表示した複数の参照ベクトル中に類似物がない場合は、
順次別の参照画像を入力・表示するようにすればよい。

【００３２】〔第５実施例〕本実施例の情報処理装置
は、図１１にその構成を示すように、第４実施例の参照
ベクトル入力手段２１と類似度判定手段２２の部分を、
競合学習を行うための重みベクトル更新手段２４に変更
し、位相保存写像やパターン認識を行うための競合学習
型のニューラルネットワークとして機能する情報処理装
置である。

【００３３】本実施例では、競合学習として自己組織化
特徴マップを用いる場合を例にあげるので、まず、この
自己組織化特徴マップについて、簡単に以下に説明す
る。自己組織化特徴マップ（以下、ＳＯＭと表記す
る。）は、図１２に示すように、２次元に並ぶ素子群の
層（以下、マップ層ＭＬと表記する。）とデータを入力
する入力層ＩＰから構成される。このマップ層ＭＬは、
図１２では２次元に並ぶ素子を示したが、１次元に並ぶ
素子を用いてもよい。入力層ＩＰはマップ層ＭＬの全て
の素子と結合しており、入力データをマップ層ＭＬの全
ての素子に与えることができる。入力データは、スカラ
ーでもベクトルでもよいが、ここでは、一般的にベクト
ルＸ（ｎ次元）と置く。マップ層ＭＬの素子ｉ（ｉはマ
ップ上の順番とし、全素子数をｋ個とする。）は全て重
みベクトルｍ_i（ｎ次元）を持つことにする。ＳＯＭの
アルゴリズムは、入力ベクトルＸと各素子の重みベクト
ルｍ_iとの類似性から、更新すべき重みベクトルを決定
する＜類似性マッチング＞と、その重みベクトルｍ_iを
入力ベクトルＸの方に近付ける＜更新＞とに分けられ
る。そして、両者の作用を繰り返すことにより、入力ベ
クトルＸの分布を反映する重みベクトルｍ_i（１≦ｉ≦
ｋ）が生成する。上記＜類似性マッチング＞と＜更新＞
の具体的な表式を以下に示す。

【００３４】＜類似性マッチング＞｜Ｘ−ｍ_c｜＝ｍｉｎ｜Ｘ−ｍ_i｜・・・（１） ⁱ ＜更新＞ｍ_i（ｔ＋１）＝ｍ_i（ｔ）＋α（ｔ）｛Ｘ（ｔ）−ｍ_i（ｔ）｝ｉ∈Ｎ_c ｍ_i（ｔ＋１）＝ｍ_i（ｔ）その他・・・（２）ここで、｜Ｘ−ｍ_i｜はＸとｍ_iのユークリッド距離、
Ｃはその距離が最も小さかった素子（勝利素子）、Ｎ_c
はその勝利素子Ｃのマップ層ＭＬでの近傍、α（ｔ）は
正の定数、ｔは時刻を示す。更新を繰り返しながら、Ｎ
_cとα（ｔ）の大きさは徐々に小さくする。また、α
（ｔ）は勝利素子Ｃから離れるに従い、小さくなるよう
に選ぶこともできる。

【００３５】以上から、本装置では、競合学習過程にお
いて、素子数を多重結像光学系１３′の多重度の数と
し、入力ベクトルと記憶されている重みベクトルとの類
似度を、類似性マッチング手段である類似度計算装置で
計算された否定排他論理和演算の結果が出力されるディ
テクターアレー１８′からの個々の出力の中、その最も
出力の大きな素子を勝利素子とし、上記の更新則に則っ
て更新していけばよいことが分かる。

【００３６】より、具体的には、本装置において、競合
学習を行う重みベクトル更新手段２４は、類似性マッチ
ング手段である類似度計算装置で計算された否定排他論
理和演算の結果が出力されるディテクターアレー１８′
からの個々の出力電圧をＡＤ変換し、個々に取り込むた
めのインターフェース付きのコンピュータと、このコン
ピュータ内に取り込まれた電圧値を比較し、最も高い電
圧を示したものを勝利素子として選択し、さらに、選択
された勝利素子を用いて上記（２）式の更新則に則って
重みベクトルを更新するソフトウエアと、この更新され
た重みベクトルの情報を空間光変調器１２上に入力・表
示するためのメモリ、コントローラ及びドライバーとに
より構成してある。学習過程においては、繰り返し対象
ベクトルを入力し、順次上記の重みベクトルの更新を行
って行けば、適当な所で重みベクトルは安定するので、
そこで学習をやめればよい。

【００３７】学習後の認識・分類過程においては、重み
ベクトルを固定したまま識別対象のベクトルを入力し、
ディテクターアレー１８′の中のどれが勝利素子となる
かによって入力ベクトルを分類すればよい。例えば、多
重度が４×４で素子数が１６だとすれば、ここの素子毎
に１６種類に分類してもよいし、１０個と６個の２つの
領域に分け、２種類に分類してもよい。対象に合わせて
自由にソフトウエアで設定すればよい。

【００３８】なお、重みベクトルの初期設定は、ランダ
ムなデータ列を発生させたものを表示するようにしてあ
る。また、排他論理和を用いても、勝利素子を決める際
に最も出力の小さいものを勝利素子とすればよいことは
自明である。

【００３９】〔第６実施例〕本実施例の情報処理装置
も、前実施例と同様、位相保存写像やパターン認識を行
うための競合学習型ニューラルネットワークとして機能
する情報処理装置である。前実施例との違いは、対象ベ
クトル入力手段、重みベクトル更新手段等を光学系で構
成している点である。

【００４０】まず、中心となる類似度計算装置による類
似性マッチングの過程について説明する。この部分で
は、本実施例の構成を示す図１３において、分類対象の
ベクトルが対象ベクトル入力手段２０によって系内に入
力される。この対象ベクトル入力手段は、対象物体Ｏを
結像レンズ３０によって直接空間光変調器１１に書き込
むようになっている。この空間光変調器１１としては、
光書き込み型で反射型の液晶空間光変調器を用いてい
る。この空間光変調器１１に入力・表示された対象ベク
トルの情報は、照明手段２３から出射され、さらに、ミ
ラー３１で反射し（このミラーは系を折り返すために入
れたもので、なくてもよい。）、演算時のみ適当な開口
径でオープンするシャッター３２及び偏光子１４を通過
し、最後にビームスプリッター３３で反射された光束１
６によって、空間光変調器１１の書き込み側と反対の方
向から読み出される。この読み出された対象ベクトルの
情報は、レンズアレー１３′を含む多重化光学系によっ
てそのレンズアレー１３′の多重度分だけ複製され、す
でに入力・表示されている空間光変調器１２の初期設定
の重みベクトルに重ねられる。なお、この空間光変調器
１２としては、光書き込み型で透過型の液晶空間光変調
器を用いている。この情報は、さらに、検光子１５を通
過することにより、他の実施例同様、否定排他論理和が
計算され、その結果は、結像レンズ３４によって仮想像
面３５及び重みベクトル更新用の空間光変調器３６の位
置に像が形成される（重みベクトル更新用の空間光変調
器３６の位置に像を形成するために、２つのビームスプ
リッター４１及び４２で光束を曲げている。）。この一
方の仮想像面３５に形成された像は、集光レンズである
多重度分の個数のレンズアレー１７′で個々に集光さ
れ、さらに、フォトディテクターアレー１８′で個々に
光電変換され、電圧値して出力される（この類似性マッ
チングの過程では、シャッター４５はクローズされてい
る。）。

【００４１】次に、学習の過程では、まず、勝利素子決
定手段２６により勝利素子が決定される。この過程で
は、前述のシャッター３２がクローズされ、シャッター
４５がオープンされる。この勝利素子決定手段２６は、
類似性マッチング手段である上記類似度計算装置で計算
された否定排他論理和演算の結果が出力されるディテク
ターアレー１８′からの個々の出力電圧をＡＤ変換し、
個々に取り込むためのインターフェース付きのコンピュ
ータと、このコンピュータ内に取り込まれた電圧値を比
較し、最も高い電圧を示したものを勝利素子として選択
するためのソフトウェアとで構成し、勝利素子を決定す
るものである。次に、決定された勝利素子の情報を使っ
て、この勝利素子とその近傍の部分の重みベクトルのみ
が（２）式に従って更新されるように、演算結果を書き
込んだ空間光変調器３６の対応する部分だけを読み出す
ようにする。

【００４２】実際には、ＬＥＤアレー３７の対応する部
分のみを発光させるように、勝利素子決定手段２６から
ＬＥＤアレー３７にドライブ信号を送り、さらに、コリ
メータレンズアレー３８でほぼ平行にした光束３９で、
演算で計算された結果を書き込んだ空間光変調器３６か
ら、先程の勝利素子決定手段２６で決定した勝利素子と
その近傍の素子の情報のみを読み出すようになってい
る。

【００４３】さらに、この読み出された情報は、ペンタ
プリズム４３、結像レンズ４０、及び、ビームスプリッ
ター４４によって重みベクトルが記録されている空間光
変調器１２に戻され、重ねられ、空間光変調器１２のド
ライバーを制御し、印加電圧を変化させることにより、
対応する部分のみの重みベクトルの更新が加算もしくは
減算の形で（２）式に従って行われるようになってい
る。なお、（２）式中のα（ｔ）は、ＬＥＤアレー３７
の発光強度を変化させることにより、さらに、Ｎ _cも発
光させる領域をコントロールして制御できるようにして
ある。また、ペンタプリズム４３は、折り返しによる像
反転の補正のために用いてある。さらに、順次対象ベク
トルを入力し、類似性マッチング手段により否定排他論
理和を計算し、上記の重みベクトルの更新を繰り返し行
っていけば、適当な所で重みベクトルは安定するので、
そこで学習をやめれば、学習の過程は終了する。この、
勝利素子決定手段２６以降の学習の過程に係わる構成部
分が重みベクトル更新手段２４である。

【００４４】学習後の認識・識別過程では、前述のシャ
ッター３２をオープンし、シャッター４５をクローズし
た上で、前実施例同様、重みベクトルを固定したまま識
別対象のベクトルを入力し、ディテクターアレー１８′
のどれが勝利素子となるかによって入力ベクトルを分類
すればよい。

【００４５】なお、重みベクトルの初期設定は、以上の
操作に先立って、勝利素子決定手段２６中でランダムに
ＬＥＤアレー３７が発光するようドライブさせて、空間
光変調器３６に書き込んだ情報を、勝利素子決定手段２
６中で全てのＬＥＤアレー３７が発光するようドライブ
させて読み出し、予め空間光変調器１２に書き込むよう
にしてある。また、排他論理和を用いても、勝利素子を
決める際に最も出力の小さいものを勝利素子とすればよ
いことは自明である。

【００４６】なお、簡単のため、各空間光変調器のコン
トローラ及びドライバーは図中から省略してあるが、シ
ャッターを含めコンピュータでタイミングを調整しなが
ら一連の処理をするようになっている。

【００４７】また、以上の実施例では、空間光変調器と
して液晶製のものを用いたが、電気光学効果や磁気光学
効果を利用する結晶製のもの、有機化合物製のもの等、
他のものでももちろんよい。

【００４８】なお、以上の実施例における類似度計算装
置や情報処理装置には、入力ベクトルを画像としたが、
これに限定される訳ではなく、マイクロフォンや濃度セ
ンサー、流量センサー等、他のセンサー等を用いて得た
もの、あるいは、コンピュータ内で計算させたデータ等
でも何でもよい。

【００４９】以上の本発明の類似度計算装置及びそれを
用いた情報処理装置は、例えば次のように構成すること
ができる。〔１〕２つのベクトル量の類似度を計算するために、
否定排他論理和もしくは排他論理和を用いることを特徴
とする類似度計算装置。

【００５０】〔２〕前記の類似度計算装置が、少なく
とも２枚の空間光変調器より構成されていることを特徴
とする上記〔１〕記載の類似度計算装置。

【００５１】〔３〕前記の類似度計算装置が、少なく
とも２枚の空間光変調器間に結像関係を持たせるための
結像レンズで構成されることを特徴とする上記〔１〕又
は上記〔２〕記載の類似度計算装置。

【００５２】〔４〕前記の類似度計算装置が、少なく
とも計算された２次元状に展開されている２つのベクト
ル量の否定排他論理和もしくは排他論理和の結果を集光
させ、その類似度を光強度のスカラー値に変換するため
の集光レンズと、この光強度に変換された類似度を検出
するためのディテクターとで構成されていることを特徴
とする上記〔１〕から〔３〕の何れか１項記載の類似度
計算装置。

【００５３】〔５〕前記の類似度計算装置が、少なく
ともレンズアレーを含む多重化光学系で構成されている
ことを特徴とする上記〔１〕から〔４〕の何れか１項記
載の類似度計算装置。

【００５４】〔６〕少なくとも比較の対象となるベク
トルを入力するための対象ベクトル入力手段と、比較の
基準となるベクトルを入力するための参照ベクトル入力
手段と、類似性マッチング手段と、類似性の高さを判断
するための類似度判定手段により構成される情報処理装
置において、前記類似性マッチング手段が上記〔１〕か
ら〔５〕の何れか１項記載の類似度計算装置により構成
されていることを特徴とする情報処理装置。

【００５５】〔７〕少なくとも対象ベクトル入力手段
と、類似性マッチング手段と、マトリックス更新手段と
を有し、競合学習を行う情報処理装置において、前記類
似性マッチング手段が上記〔１〕から〔５〕の何れか１
項記載の類似度計算装置により構成されていることを特
徴とする情報処理装置。

【００５６】

【発明の効果】以上、本発明の類似度計算装置は、少な
くとも２枚の空間光変調器とこの２枚の空間光変調器間
に結像関係を持たせるための結像レンズとを用い、否定
排他論理和もしくは排他論理和の演算を行い、この演算
結果を集光レンズとディテクターとでスカラー量の類似
度として定量化できるようにしたので、ベクトル量の類
似度が高速に、精度良く、しかも、コンパクトな構成で
求められるようになった。さらに、この類似度計算装置
は、結像レンズ等をレンズアレーを含む多重化光学系で
構成することにより、同時に複数のベクトルの類似度を
計算することが可能となった。

【００５７】また、本発明の情報処理装置は、この類似
度計算装置を系内に用いることにより、認識や分類を高
性能に行うことができるようになった。

【図面の簡単な説明】

【図１】入力ベクトルと比較基準ベクトルとの例を示す
図である。

【図２】内積演算の欠点を示す図である。

【図３】論理積（ＡＮＤ）演算の真理値表を示す図であ
る。

【図４】否定排他的論理和（ＥＸＮＯＲ）演算の真理値
表を示す図である。

【図５】否定排他的論理和演算の優位性を示す図であ
る。

【図６】本発明の第１実施例の類似度計算装置の構成を
示す図である。

【図７】２つの液晶製空間光変調器を用いた否定排他的
論理和演算を説明するための図である。

【図８】本発明の第２実施例の情報処理装置の構成を示
す図である。

【図９】本発明の第３実施例の類似度計算装置の構成を
示す図である。

【図１０】本発明の第４実施例の情報処理装置の構成を
示す図である。

【図１１】本発明の第５実施例の情報処理装置の構成を
示す図である。

【図１２】自己組織化特徴マップの概略を説明するため
の図である。

【図１３】本発明の第６実施例の情報処理装置の構成を
示す図である。

【符号の説明】

１１、１２…空間光変調器１３…結像レンズ１３′…レンズアレー１４…偏光子１５…検光子１６…光束１７…集光レンズ１７′…レンズアレー１８…ディテクター１８′…ディテクターアレー２０…対象ベクトル入力手段２１…参照ベクトル入力手段２２…類似度判定手段２３…照明手段２４…重みベクトル更新手段２６…勝利素子決定手段３０…結像レンズ３１…ミラー３２…シャッター３３…ビームスプリッター３４…結像レンズ３５…仮想像面３６…空間光変調器３７…ＬＥＤアレー３８…コリメータレンズアレー３９…光束４０…結像レンズ４１、４２…ビームスプリッター４３…ペンタプリズム４４…ビームスプリッター４５…シャッターＭＬ…マップ層ＩＰ…入力層Ｏ…対象物体

Claims

【特許請求の範囲】

【請求項１】少なくとも２枚の空間光変調器と、レン
ズアレーを含む多重化光学系とを有し、２つのベクトル
量の類似度を計算するために否定排他論理和もしくは排
他論理和を用いることを特徴とする類似度計算装置。
【請求項２】少なくとも比較の対象となるベクトルを
入力するための対象ベクトル入力手段と、比較の基準と
なるベクトルを入力するための参照ベクトル入力手段
と、類似性マッチング手段と、類似性の高さを判断する
ための類似度判定手段とにより構成される情報処理装置
において、前記類似性マッチング手段が請求項１記載の
類似度計算装置により構成されていることを特徴とする
情報処理装置。
【請求項３】少なくとも対象ベクトル入力手段と、類
似性マッチング手段と、マトリックス更新手段とを有
し、競合学習を行う情報処理装置において、前記類似性
マッチング手段が請求項１記載の類似度計算装置により
構成されていることを特徴とする情報処理装置。