SE513728C2 - Förfarande och system för artificiellt seende - Google Patents

Description

15 20 25 30 513 72; KORT BESKRIVNING AV RITNINGARNA Uppfinningen samt ytterligare syftemål och fördelar som uppnås med denna förstås bäst genom hänvisning till nedanstående beskrivning samt de bifogade ritningarna, ivilka: Fig. 1 år en uppsättning diagram som illustrerar generering av en bildperceptvektor i en en-dimensionell bild innehållande en punkt; Fig. 2 är en uppsättning diagram som illustrerar generering av en bildperceptvektor för en en-dirnensionell bild innehållande en annan punkt; Fig. 3 är en uppsättning diagram illustrerande generering av en bildper- ceptvektor av en en-dimensionell bild innehållande ännu en annan punkt; Fig. 4 är en uppsättning diagram illustrerande generering av en bildper- ceptvektor av en en-dimensionell bild innehållande två punkter; Fig. 5 är en uppsättning diagram illustrerande generering av en bildper- ceptvektor av en en-dimensionell bild innehållande två andra punkter; Fig. 6 är en uppsättning diagram illustrerande generering av en bildper- ceptvektor av en en-dimensionell bild innehållande två tätt liggande punkter; Fig. 7 är en två-dimensionell bild innehållande två punkter; Fig. 8 är ett diagram illustrerande ett detektorarrangemang för genere- ring av en bildperceptvektor ur bilden i figur 7; Fig. 9 är ett diagram illustrerande den bildperceptvektor som genererats av detektorarrangemanget i figur 8; Fig. 10 är ett diagram av en cirkel som skiftas utmed en horisontell linje för tråningsändamål; Fig. 1 1 är ett diagram av en cirkel som skiftas utmed en vertikal linje för träningsändamål; Fig. 12 är ett diagram av en uppsättning cirklar med olika storlek som används för träning; Fig. 13 år ett diagram som illustrerar ett detektorarrangemang för detektering av linjesegment; Fig. 14 är en utföringsform av ett system för artificiellt seende i enlighet med föreliggande uppfinning; 10 15 20 25 30 513 3728 Fig. 15 är ett flödesschema som illustrerar en utföringsform av förfaran- det i enlighet med föreliggande uppfmning.

DETALJERAD BESKRIVNING Ett väsentligt särdrag för föreliggande uppfinning år begreppet bildpercept- vektor. Detta begrepp kommer nu att beskrivas under hänvisning till figurerna 1-9. Till att börja med kommer begreppet att beskrivas i en dimen- sion (fig. 1-6). Sedan kommer begreppet att generaliseras till två eller flera dimensioner (fig. 7-9).

Fig. 1 år en uppsättning diagram illustrerande generering av en bildpercept- vektor i en en-dimensionell bild innehållande en punkt. Den övre delen av figur 1 innehåller en bild utmed ett linjesegment x=0 till x=lO och med en enda punkt vid x=7. Denna bild kan därför enkelt representeras såsom “x=7”, dvs. punktens läge.

Ett annat sätt att representeñ bilden, benärrmt kanalrepresentation, antyds av det sätt på vilket punkten faktiskt kan detekteras. För att detektera punkten används någon typ av detektor. För att ge någon information om punktens läge kan en sådan detektor ej täcka hela bilden. Om så vore fallet skulle detektorn endast kunna indikera att det finns en punkt i bilden, men ej var den år placerad. Det är .därför naturligt att använda en uppsättning av detektorer, vilka var och entåcker endast en del av den en-dirnensionella bilden. En sådan uppsättnirígñillusüeras av kurvoma i fig. l. Varje kurva representerar överfóringsfilnktionen för en lokaln punktdetektor. I fig. 1 har en typisk punktdetektor överföringsfunktionen: 21 _ _: i pk(x)= cos (3(x kÜ om k 2SxSk+2 O annars 10 15 20 25 30 513 7428 Med detta val kommer detektorema att ha sina mest känsliga centrala delar vid heltalskoordinatvärdena x=k. Detta är givetvis ej nödvändigt. Med andra val av skalfaktorer och förskjutningar i argumentet av den upphöjda cos- funktionen kan densiteten och överlappningen av dessa detektorer varieras.

Vidare är andra val av överföringsfunktioner, såsom gaussiska överförings- funktioner även möjliga.

Ett väsentligt och erforderligt särdrag för ett detektorarrangemang är att applicering av ett stimulus aktiverar mer än en kanal. För en beskrivning av punktobjekt erfordrar detta att detektoremas överföringsfunktioner delvis överlappar varandra. Detta innebär att den enda punkten vid x=7 i ñg. 1 kommer att aktivera flera detektorer. I fig. 1 har de aktiverade detektorema indikerats med tjockare heldragna kurvor. Endast de detektorer som har överföringsfunktioner skilda från noll vid punktpositionen kommer att aktiveras och producera en från noll skild utsignal. Detta har indikerats genom stapeldiagramrnet under uppsättningen av överföringsfunktioner i fig. 1. För en punkt vid x=7 kommer detektorema vid x=6, 7, 8 att vara de enda aktiverade detektorema. Detektorn vid x=7 kommer att ge utsignalen p-,=l, medan de andra två detektorema kommer att ge p6=p8=0.25. Såsom indike- rats nedtill i fig. 1 kan bilden (punkten) representeras av bildperceptvektom: x=[O O 0 0 O O O 0.25 1.0 0.25 O O 0]T där ”I” betecknar transponering. I typfallet kommer de flesta av utsignalerna eller vektorelementen att vara noll, dvs. vektor är gles. Fastän utsignalen från en enda kanal (detektor) ej entydigt skulle definiera ett motsvarande skalärt värde x, så kommer uppsättningen av utsignaler från delvis överlappande kanaler att kunna göra detta (en metod för konvertering av en vektor till en skalär kommer att beskrivas nedan). Anledningen till de extra två detektorer- na (vid x=-1 and x=1 1) vid bildkantema är den erfordrade överlappningen av överföringsfunktionerna. 10 15 20 25 30 5135728 Fig. 2 är en uppsättning diagram som illustrerar generering av en bildpercept- vektor av en en-dimensionell bild innehållande en annan punkt. Denna figur illustrerar att antalet aktiverade detektorer kan bero på punktens position. I detta fall är punkten placerad vid x=6.5. Därför kommer endast detektorema vid x=6 och x=7 att vara aktiverade. Dock kommer alltid åtminstone två detektorer att vara aktivera (på grund av överlappningen) oberoende av punktens läge i bilden.

Fig. 3 är en uppsättning diagram som illustrerar generering av bildpercept- vektor av en en-dimensionell bild innehållande ärmu en annan punkt. Denna figur illustrerar att punkten kan ha en godtycklig position (x=6.73 i detta exempel) i bilden och fortfarande kan detekteras och representeras av en bildperceptvector x.

Fig. 4 är en uppsättning diagram illustrerande generering av en bildpercept- vektor av en en-dimensionell bild innehållande två punkter. I detta fall kommer bildperceptvektor x attinnehålla två detektorsektioner med utsigna- ler skilda från noll svarande mot de två punkterna. Det noteras att antalet dimensioner för perceptvektor fortfarande är detsamma som i fig. 1-3, trots att bilden nu innehåller två punkter.

Fig. 5 är en uppsättning diagram illustrerande generering av en bildpercept- vektor av en en-dirnensionell bild innehållande två andra punkter. I detta fall ligger punktema närmare varandra, men de kan fortfarande identifieras som två separat punkter.

Fig. 6 är en uppsättning diagram' illustrerande en generering av en bildper- ceptvektor av en en-dimensionell bild innehållande två tätt intill varandra liggande punkter. I dettaßfalslwakztivçras detektorn vid x=6 av båda punkterna och det börjar bli svårt att separera dessa punkter. Detta illustrerar det faktum att detektordensiteten måste bestämmas av den önskade bildupplös- ningen. 10 15 20 25 30 5136728 Sedan begreppen kanalrepresentation och bildperceptvektorer nu beskrivits för det en-dirnensionella fallet år det dags att generalisera dessa begrepp till mera realistiska två-dimensionella bilder.

Fig. 7 är en två-dimensionell bild innehållande två punkter. En punkt år placerad vid x=1, y=9 och den andra punkten år placerad vid x=6.25, y=2.75.

Såsom kommer att illustreras nedan kan denna två-dimensionella bild också representeras av en bildperceptvektor.

Fig. 8 år ett diagram illustrerande ett detektorarrangemang fór generering av en bildperceptvektor ur bilden i fig 7. I detta fall finns det två-dirnensionella detektorer med typiska överföringsfunktioner: 3 _ 3 3 3 pk,(x,y)=cos2(-:\/(x-k)2+(y-l)2), k-ïSxSh-EJ-šíyshï där k och 1 år detektoremas heltaliga mittpunkter. I fig. 8 har tåckningsområ- det för varje detektor i det två-dimensionella arrangemanget indikerats med en cirkel. Såsom i en-dimensionella fallet kommer en punkt att aktivera endast närliggande detektorer. De detektorer som aktiverats vid punktema (l, 9) och (625, 2.75) har indikerats med tjocka heldragna cirklar.

Fig. 9 år ett stapeldiagram illustrerande den bildperceptvektor som genererats av detektorarrangemanget i fig. 8. I fig. 9 är staplarna fördelade i en två- dimensionell struktur liknande koordinatrutnåtet i fig. 8. Denna struktur kan dock arrangeras om till kolumnvektor, såsom i det en-dimensionella fallet, genom att man börjar med kolumn l i strukturen, lägger till kolumn 2 till slutet av kolumn 1, lägger till kolumn 3 till slutet av kolumn 2, osv. Ett annat sått att arrangera om strukturen till en vektor år att istället sammanlånka raderna i strukturen och sedan transponera den erhållna radvektom till en kolumnvektor. I själva verket år det sått på vilket strukturen arrangeras till en vektor irrelevant vad gäller föreliggande uppfmning, så långe som alla detek- torutsignaler inkluderas i den resulterande bildperceptvektorn x och bibehål- 10 15 20 25 515 728 ler samma position under alla steg. Bildperceptvektoms komponenter kan helt enkelt betraktas som en samling oordnade kanaler (kanalrepresentation). I ett typiskt system har bildperceptvektom x mellan 102 och 104 komponenter.

Begreppet perceptvektor kan även generaliseras till tre-dimensionell eller fyr- dirnensionella bilder (den fjärde dimensionen representerar tid). Perceptvek- torn för en sådan bild kan fortfarande åstadkommas genom bildande av en kolumnvektor ur detektorutsignalema.

Den ovan beskrivna bildperceptvektom x utgör basen för en egenskapsvektor a, som skall associeras med ett svarstillstånd fór systemet. Egenskapsvektorn a kan inkludera en eller flera av tre olika funktioner av bildperceptvektom, nämligen: i 1. Linjära komponenter som bildas av själva bildperceptvektom X1 x X = _2 X1 eller valda komponenter därav. 2. Autokovariansprodukter, vilka bildas av diagonalelementen i kovarians- produktmatrisen xlxl xlxz ' ' ' .xlxJ xzxl xzxz ' ' ' x x XXT,,= . . . 2. J ffJxi xJxz xJxJ och betecknas xxTauto. 10 15 20 25 sgs 72s 3. Kovariansprodukter som bildas av icke-diagonala element i kovarians- produktmatrisen xxT, och betecknas xxTcov. Experiment indikerar att kovariansprodukterna är de mest deskriptiva egenskapsvektorkompo- nenterna, eftersom de beskriver koincidenser mellan händelser, men de andra komponenterna bör beaktas för olika speciella ändamål, såsom förbättrad redundans, låg egenskapsdensitet, osv.

En egenskapsvektor kan därför ha formen: a x 1 Û a = xxzyz-uto -2 T . xxcov “H I vissa fall kan det vara önskvärt att använda en logaritmisk representation av egenskapsvektorn a. Om ökad komplexitet kan accepteras år det dessutom möjligt att inkludera multi-kovariansprodukter (produkter av tre eller flera perceptvektorkomponenter) i egenskapsvektorn.

I enlighet med föreliggande uppfinning används egenskapsvektorn a för att generera en svarsvektor u i enlighet med ekvationen: ul C11 C12 C1H ai c a 2.” .2 =Ca ”K CK1 CK2 CKH “H där C betecknar en länkmatris, som kommer att beskrivas i ytterligare detalj nedan. Svarsvektorn u kan i typfallet representera en karaktäristisk egenskap för ett objekt av intresse, t.ex. det horisontella eller vertikala läger av centrum av en cirkel i en bild, diametern av en cirkel, längden av ett rakt linjesegment, orienteringen av ett linjesegment, osv. Det noteras att dirnensionaliteten H av 10 15 20 25 30 5139728 egenskapsvektom a kan vara (och i typfallet är) en annan än dimensionalite- ten K av svarsvektom u. I allmänhet år alltså lânkmatrisen C icke-kvadratisk.

Syftet med lânkmatrisen C är att transformera den i allmänhet kontinuerliga men utspridda egenskapsvektom a till en likaledes kontinuerlig men koncen- trerad svarsvektor u. För att illustrera detta uttalande betraktas en cirkel med viss diameter. Denna cirkel kommer att resultera i en viss perceptvektor x och en motsvarande egenskapsvektor a. Egenskapsvektom a kommer i typfallet att ha skurar av element skilda från noll separerade av regioner av noll- element. Länkmatrisen C verkar som en ”koncentrator” som transformerar egenskapsvektom a till en svarsvektom u med en enda skur av element skilda från noll. Om cirkelns diameter ändras något kommer motsvarande egen- skapsvektor a att vara annorlunda, eftersom skurarna kommer att fördelas om, medan svarsvektom u endast kommer att skifta sin enda skur något. Vad som väsentligt här är den lokala kontinuiteten mellan variationen av utsignalen från en viss aktiv kanal och variationen av egenskapen och/ eller läget av det objekt som har den egenskap som avkânns av kanalen. Kontinu- erlig förändring av en svarsvariabel lokalt kommer att svara mot lokala, kontinuerliga förändringar i en grupp av egenskapskanaler. En viss kombina- tion av aktiva egenskapskanaler och dessas värden kommer att svara mot ett visst unikt svarstillstånd (svarsvektor). Huvudkaraktâristiken fór detta system är att det år lokalt kontinuerligt samtidigt som det tillåter global diskontinui- tet. Systemet är kontinuerligt och linjärt i sin lokala avbildning av egen- skapsvektorn via lânkmatrisen. Å andra sidan är det starkt icke-linjärt och diskontinuerligt i sin globala avbildning i den meningen att egenskaper kommer och går och att det ej finns något krav på att egenskapskanalema skall ligga intill varandra i en viss rymd. Såsom noterats ovan finns inget krav på att kanalerna skall vara plafcerade intill varandra i perceptvektorn, efter- som de ”kommer att finna g med en riktigt optimerad länkmatris (denna procedur kommer att beskrivas nedan). De illustrationer som presen- teras i denna beskrivning med aktiva kanaler intill varandra år därför endast betingade av visualiseringsändamål för att göra beskrivningen mera begriplig. 10 15 20 25 51310728 I själva verket kan kanalerna anordnas slumpvis, så länge som arrangemang- et är fixt över hela processen och varje kanal reagerar kontinuerligt på stimuli.

Sedan svarsvektorn har erhållits i kanalrepresentationsfonn kan det vara önskvärt, i synnerhet för tekniska system, att erhålla ett skalärt värde som representerar svaret. Detta skalåra värde kan, till exempel, användas för att speciñcera läget av ett objekt för att driva en motor eller för att visualisera systemtillstånden på en skärm.

Utsignalen från en enda kanal uk av en svarsvektor u kommer ej att ge en entydig representation av motsvarande skalåra signal u, eftersom det kommer att föreligga en mångtydighet i termer av positionen av u med avseende på centrum av den aktiverade kanalen. Denna mångtydighet kan dock lösas upp genom kombinationen av intilliggande kanalsvar i svarsvektom u={uk}. Genom användning av en tillräckligt tät represenation i termer av kanaler är det möjligt att använda kunskapen om ett visst avstånd mellan olika kanalbidrag (detektorer). Ett exempel på en lämplig algoritm kommer nu att ges.

Om avståndet i fas mellan intilliggande upphöjda cos-detektorer är 11/ 3 eller mindre är en approximativ rekonstruktion av u ur svarsvektom u möjlig.

Såsom noterats ovan kommer svarsvektom u att ha en skur med endast ett fåtal värden skilda från noll. En första approximation av u kan erhållas genom medelvärdet: ïwjfiš" Q f Pr z: ä' Detta medelvärde är ett grovt mått på skurens läge. En förbättrad skattning ü av u kan erhållas i enlighet med: ü=I+6 {I = floorÜ) 10 15 20 425 511,3 7:23 där floor år en funktion som sätter sitt argument till närmaste heltal som är mindre än eller lika med argumentet, och ö år en korrßkfion definierad av: ö' = 2 - atan2(x, y)/rr där atan2 är den i fyra kvadranter inversa tangensfunktionen definierad i intervallet [-n, n] (exempelvis såsom den definieras i MATLABCC) och X, y definieras av: x=u,-u,¿ uj=o ifj>K y=ul+1"ul-1 uj=0 lfj Av ovanstående beskrivning framgår att det är relationen mellan två eller flera kanaler som medger en kontinuerlig avbildning mellan en kanalrepresentation och en konventionell skalâr representation.

Länkmatrisen C bestäms av en träningsprocedur, som nu kommer att beskri- vas under hänvisning till fig. 10.

Fig. 10 är ett diagram av en cirkel som skiftas utmed en horisontell linje.

Varje cirkelposition resulterar i olika par av egenskapsvektor ai och svars- vektor ul. Varje par skall dock länkas med samma länkmatris C. Detta leder till följande uppsättning av ekvationer: ull u? 111” C11 C12 C111 al] af al” l 2 N U: uz uz ... uz = C21 C22 ... CZ” a; då _.. då, l 2 N uK uK “K cm cm cm ab då az där N betecknar antalet skiftpositioner eller längden av trâningssekvensen och A betecknar en egenskapsmatris. Dessa ekvationer kan lösas genom konventionella approximativa metoder (i typfallet metoder som minimerar medelvärdet av det kvadratiska felet) för bestämning av länkmatrisen C (se 10 15 20 25 30 Slå 728 [1]). Kontinuiteten i varje kanal är väsentligt med avseende på denna minimering, eftersom denna gör det möjligt att utföra en optimering. Sedan länkmatrisen C har bestämts kan en godtycklig cirkelposition utmed den horisontella linjen detekteras ur dess egenskapsvektor a för alstring av motsvarande svarsvektor u.

Fig. 11 är ett diagram av en cirkel som skiftas utmed en vertikal linje. Dessa skíftade cirklar kan på ett liknande sätt användas för att hitta en lånkmatris CV som länkar en egenskapsvektor a till en svarsvektor v representerande vertikal position utmed en vertikal linje. Det noteras att länkmatrisen C" som svarar mot den vertikala positionen i allmänhet år skild från den tidigare länkmatrisen C (eller hellre C” eftersom den är associerad med u) svarande mot den horisontella positionen.

Föregående stycken demonstrerade hur lånkmatriserna kan bestämmas för att hitta cirkelpositioner utmed antingen en horisontell eller vertikal linje.

Vanligen är det dock önskvärt att hitta positionen av ett föremål i ett xy-plan. I en första approximation kan detta åstadkommas genom att den horisontella och vertikala riktningen betraktas såsom oberoende av varandra och genom antagande av att länkmatñsen för en koordinatriktning är oberoende av den andra koordinaten. Sålunda antages länkrnatrisen Cu som erhålls ur fig. 10 vara bestämd av träningen på horisontella linjer vid många y-positioner över hela bilden och följaktligen giltig för varje horisontell linje, medan länkrnatri- sen C” som erhållits ur fig. 11 på liknande sätt antages bestämd genom träning på vertikala linjer vid många x-positioner över hela bilden och följakt- ligen giltig för varje vertikal linje. I praktiken kommer träningsdata för skatt- ning av båda matrisema att erhållas under samma session, där x och y enligt något regelbundet eller godtyckligt mönster antar värden inom definitionsom- rådet. Med dessa antaganden kan positionen av en cirkel i xy-planet uttryckas (i kanalrepresentation) som: u=C”a v=Cva 10 15 511%, 728 Denna algoritm fungerar anmârlmingsvårt bra trots sin enkelhet. Anledningen hartill" ' är att olika uppsättningar av egenskaper i allmänhet år aktiva i olika regioner eller intervall av u och v.

En noggrannare algoritm ges av följande kopplade ekvationer: u=C”v®a=C“a" v=Cvu®a=Cvav där ® betecknar Kronecker-produkten. Exempelvis gäller: f Vlal \ Vlaz VIÛH V12 vzal vza VZÛH VLal VLÛZ 07.011) där L år dirnensionaliteten av v. Det noteras att i dessa kopplade ekvationer har de kopplade egenskapsvektorerna al* och a” högre dimensionalitet än den okopplade egenskapsvektomÅarlllietta leder i sin tur till i motsvarande grad större lånkmatriser C” och CV. Dessa kopplade ekvationer kan lösas genom konventionella iterativa metoder. Exempelvis kan de uttryckas som: 10 15 20 25 51§4 728 ua) = c”v(z-1)®a va) = cvug' - 1) e» a där index i är ett iterationsindex. Denna itererade sekvens konvergerar i typfallet i ett fåtal iterationssteg.

Träningsproceduren liknar det okopplade fallet med undantag av att de kopplade egenskapsmatrisema A" och A” som definieras av: vfal vfaz vlNaN ullal ulzaz ulNaN 1 1 2 2 N N 1 1 2 2 N N Au = V22 Vza "' V2 a Av = uza uza "' V2 a våal vâaz vfa” ukal uåaz uza” används istället för den okopplade egenskapsmatrisen A. Här anger över- skriften i exponentläge respektive tränsningssampel. Det noteras att u och v kan ha olika dimensionaliteter K respektive L.

Av ovanstående beskrivning framgår att den kopplade modellen är mera komplex än den okopplade modellen. Den år dock även mera noggrann, eftersom den adderade komplexiteten ger en rikare modell med större länk- matriser.

För en cirkel kan en annan egenskap, nämligen cirkelns storlek vara av intresse. Denna egenskap kan extraheras ur samma egenskapsvektor a som läget genom användning av en annan lânkmatris CW. Om sålunda cirkelns storlek (radien eller diametern) representeras av svarsvektom w erhålls: w=Cwa Fig. 12 är ett diagram av en uppsättning cirklar av olika storlek som kan användas för träningsändamål om den enkla okopplade modellen används. 10 15 20 5113 72:; Denna modell kommer att ge tillfredsställande resultat så länge som centrum av cirkelns som skall detekteras befinner sig nåra tråningspositionen. Kombi- nerat med den tidigare okopplade modellen för cirkelpositionen är det nu möjligt att fullständigt beskriva en cirkel med godtycklig position och storlek genom uppsättningen av ekvationer: u=C"a v=Cva w=Cwa Detta kräver att C-matriserna år tränade över hela det kombinerade defini- tionsområdet för skalårernaï,iivlzoch W som svarar mot svarsvektorema u, v och w.

En mera noggrann modell är en kopplad modell som beaktar variationer i både cirkelposition och storlek. Denna modell beskrivs av ekvationema: v u=C"[ J®a=C"a" w v=Cvíu]®a= Cvav w ll W=CW[ J®a=CWaW V I dessa ekvationer erhålls vektorerna inom parentes genom sammanlânkniiig av de indikerade vektorema. Sålunda kan en kopplad egenskapsvektor, till exempel a" explicit skrivas: 10 15 ggs 728 fvlfi vza v La wla Wza xwMaz där L och M betecknar dirnensionaliteten av v respektive w. Detta innebär även att C-matriserna är större än i det okopplade fallet. Såsom tidigare kan dessa kopplade ekvationer lösas genom iterativa metoder.

De kopplade egenskapsmatñsema för träning erhålls på liknande sätt.

Exempelvis kan den kopplade egenskapsmatrisen A” uttryckas som: \ f ga*-¿a2.~ vf@~ våal všaz --- väva” 1 l 2 2 N N Au = vLa VLa " ' VL a Wllal Wlzaz "' wlNaN Wåal Wšaz WåVaN \W;Wa1 Wšlaz WÅAÉaN) Den kopplade modellen kan generaliseras till det antal svarsvektorer som erfordras för att beskriva ett objekt eller föremål. Den generella regeln för bildande av kopplade egenskapsvektorer är att sammanlänka alla svarsvekto- rer med undantag för den för vilken en kopplad egenskapsvektor söks. Den sökta egenskapsvektorn bildas sedan genom den yttre eller Kronecker- produkten mellan den sammanlänkade vektom och den okopplade egen- skapsvektom. 10 _15 51317728 En variation på denna kopplade modell (i det flerdimensionella fallet) år att avstå från sammanlånkningen av vektorer och att istället applicera Kronecker- produktoperatorn flera gånger. I det tre-dimensionella fallet erhålls sålunda: u=(Ww®v®a=C%” v=Cvu®w®a=Cvav w=Cwv®u®a=Cwaw En kopplad egenskapsvektor, exempelvis au kan explicit skrivas såsom: ( Wlvla \ W1V2a WIVLa Wzvla wzvza w2v¿a wMvla wMvza UWMVLa/ Den kopplade modellen som beskrivits ovan kopplar vektorer på ingångssidan.

Det är dock även möjligt att använda en kopplad modell som använder sig av kopplade svarsvektor istället. För två svarsvektorer u och v kan denna modell uttryckas av ekvationen: u®v=CWa där u ® v betecknar Kronecker-produkten av u and v: 10 15 5131328 ”1V2 “WL ulv uzvl uzv u v u®v= _ É2 "KV “2VL “XVI UKVZ WKVL/ och a. är motsvarande egenskapsvektor. Länkmatrisen CW skattas genom en träningsprocedur såsom i de tidigare beskrivna modellerna. Denna tränings- procedur resulterar i en uppsättning ekvationer: ((u® v)1 (u® v)2 (u ® v)N)= CWA där N betecknar antalet sampel i trâningsuppsättningen. Denna svarsvektor- kopplade modell ger mera lokaliserade svar jämfört med de andra modellema, vilket är en fördel om egenskapsvektorema för ett visst problem ej är väl lokaliserade.

Sedan länkmatrisen CW har bestämts ur träningsproceduren är det möjligt att häva kopplingen i den kopplade svarsvektorn u® V för erhållande av skatt- ningar av de individuella vektorema u och v. Sådana skattningar kan erhållas ur följande uppsättning av ekvationer: 10 15 20 _25 51å9728 L ük=dzukvl k=l,...,K l=1 K fifidzukv, 1=1,...,L k=l där d är en skalfaktor betingad av summeringen av komponenter skalade av summan av den andra svarsvektom. I det ovan diskuterade fallet med upphöjda cos-överfóringsfiinktioner och en kanalseparation på fl/ 3 år Sum- man av en helt aktiverad kanalvektor alltid 1.5, och skalfaktorn blir då d=1/ 1.5. I dessa ekvationer antas vidare endast produktema ukvi och ej de individuella faktorema uk och S31 Yêlakända.

I tre-dimensioner kan denna model generaliseras till: u®v=C'”a u®w=Cuwa v®w=Cvwa Efter träning och bestämning av lånkmatriserna kan skattningar av de okopplade svarsvektorema u, 'v och w erhållas ur de kopplade svarsvektorer- na. Eftersom varje kopplad svarsvektor bestämmer två okopplade svarsvektor- skattningar kommer det dock nu att finnas två skattningar för varje okopplad svarsvektor u, v och w. Dessa två, skattningar kan jämföras med varandra för tillhandahållande av en meráTedundant och tillförlitlig skattning av svars- vektorn.

En annan utföringsform av denna modell reducerar denna redundans genom koppling av endast exklusiva par av svarsvektorer. I en sådan modell är svarsvektorema u, v, w och t kopplade i enlighet med: u®v=CWa w®t=C"a 10 15 20 25 51320728 Lösningen av dessa ekvationer ger singelskattningar av varje svarsvektor. En sådan icke redundant singelskattning bedöms vara tillräcklig för de flesta fall.

Vid ytterligare svarsvektorer kan tillkommande kopplade par introduceras efter behov.

Den ovan beskrivna modellen med kopplade utsignalvektorer kan även representeras i ytterproduktsnotation istället för Kronecker-produktsnotaüon.

I denna notation blir modellen: ulvl ulvz "' ”IVL ll V U V ll V “vr = 1 2_ 2 2_ L :Duva uKvl UKVZ "' UKVL där DW betecknar en tre-dimensionell matris med samma element som CW anordnade i en tre-dimensionell struktur istället för i en två-dimensionell struktur. Det noteras också att uvT innehåller exakt samma element som u®v, men att elementen är anordnade i en två-dimensionell struktur (matris) istället för i en-dirnensionell (vektor). De två notationerna är alltså matematiskt ekvivalenta. Matrisen DW erhålls genom en träningsprocedur som resulterar i följande uppsättning av ekvationer: UV = ÛuvTy (uvry Här representerar UV en tre-dirnensionell matris snarare än produkten av två . (uvT)N)=D“”(a1 az aN)=D"vA matriser U och V.

Ytterligare en annan kopplad modell kan erhållas genom koppling av svars- vektorerna till länkmatriserna. Denna modell kan ses som en variation av den just diskuterade modellen. Denna variation består i projicering av matrisen uv på vektom v, så att: 10 15 20 25 5 1 32 1 7 2 s uvT v = u|v|2 ger u så när som på en skalfaktor lv | 2, som kan normaliseras.

Om samrna projektion utförs på högra sidan (Duva), kan man definiera (i komponentnotation) den projicerade matrisen C“: L C21. = Slå. Zwdäï, I =1 där så, är skalfaktorer. Efter udörande av sådana projektioner kan denna modell uttryckas som (i två-dimensioner): u = C“a v = Cva Eftersom den tre-dimensionella lånkrnatrisen Du” (på vilken C" och C” år baserade) är densamma som den tidigare diskuterade modellen, kan samma tråningsprocedur användas.

En generalisering till fler än 2 svarsvektorer sker på liknande sätt som vid de tidigare diskuterade modellerna. Med 3 svarsvektorer erhålls exempelvis: u=C”a v=Cva w=Cwa Hår är de kopplade länkmatriserna defmierade av: lO 15 20 25 51¿272s u u L+M u(vw) Cufskh Zafdkfh h=1__H i=1 MtK k=1 ..K v = v .dvflww - Ûlh Slh ß: nh ¿___1__'L KH' w(uv) m = l. ..M w _ w cmh ”smh Z yidmíh i=l där kopplíngsvektorerna a, ß, y är defmierade såsom: ~ízl ß=íïl et) och }= Du(vw) }= Dv(wu) {dztl(huv) }____ Dw(uv) definierar de tre (tre-dimensionella) länkmatrisema.

En länkrnatñs har i typfallet följande egenskaper: 1. Länkmatrisens element är företrädesvis icke-negativa, eftersom detta ger en glesare matris och ett stabilare system. Negativa värde är dock i princip tillåtna. 2. Länkmatrisens element är företrädesvis begränsade i magnitud, efter- som även detta ger ett stabilare system. 3. Länkmatrisen är gles (har få element skilda från noll). Detta innebär att systemet kan hanteras genom procedurer som är optimerade för att lösa glesa ekvationssystem (se [2]) för vården mellan två gränser (se [3]), till exempel O och 1. 10 15 20 25 51323728 4. En ännu glesare länkrnatris som ger ännu effektivare beräkningar, i huvudsak utan att påverka prestanda, kan erhållas genom att matris- element under en förutbestämd tröskel fórsummas (till exempel 0,01 om elementen tillåts variera mellan O och 1). Samma metod kan även till- lämpas på egenskapsrnatrisen A.

I ovanstående beskrivning har föreliggande uppfinning beskrivits under hänvisning till en specifik typ av objekt, nämligen en cirkel. Samma principer kan dock även tillämpas vid andra typer av objekt. Figur 13 är exempelvis ett diagram som illustrerar ett detektorarrangemang för detekteiing av linjeseg- ment ([4] beskriver linjedetektering i allmänhet). En väsentlig aspekt för ett linjesegment är dess orientering. Detektorerna i figur 13 kommer att detektera både position och orientering. En sådan detektor kan ha en sammansatt överföringsfunktion som beskrivs av: k-âSxSk+â 2 2 2 n? 2 n l-åsysnå pklm(x,y,çzl)=cos 3 (x-k)2+(y-l)2 cos çó+mz , 2 2 m=0,1,2,3, çó+mâlšå Det finns alltså fyra detektortyper (svarande mot m=O,1,2,3), varvid varje detektortyp har en specifik föredragen orientering. I syfte att detektera en godtycklig orientering av ett linjesegment måste dessa fyra detektortyper fördelas över detekteringsområdet, till exempel såsom i figur 13. Fördelningen kan vara systematisk, såsom i figur 13, eller slumpartad. I typfallet är dessa detektorer mindre tätt anordnad; de tidigare diskuterade positionsdetekto- rerna, beroende på att det förväntade objektet, en linje, kommer att aktivera flera detektorer. Såsom tidigare är utsignalema från detektorerna anordnade i en perceptvektor, från vilken en agenskapsvektor bildas. En tränad länkmatris används fór erhållande av en svarsvektor som representerar linjeorientering i 10 15 20 25 30 51324728 kanalrepresentationsfonn. Om så önskas kan denna svarsvektor konverteras till ett skalärt orienteringsvärde.

Andra karaktäristiska egenskaper för ett linjesegment är dess position och längd. Dessa egenskaper kan detekteras ur samma egenskapsvektor som orienteringen genom användande av andra tränade länkmatriser. Såsom tidigare är det möjligt att använda både en kopplad och okopplad modell.

Träning av länkmatrisema utförs genom användande av olika linjesegment med olika kända positioner, längder och orienteringar.

Andra objekt, såsom trianglar, kvadrater, cirkelbågar, ellipser etc. kan detekteras på liknande sätt.

Ett annat väsentligt särdrag hos förfarandet enligt föreliggande uppfinning år att en svarsvektor kan användas såsom en perceptvektor för detektering av karaktäristiska egenskaper på högre nivå. Sålunda är det möjligt att detektera ett sammansatt objekt genom kombinering av svarsvektorer från dess delar till en ny perceptvektor, bildande av en ny egenskapsvektor som representerar det sammansatta objektet och bildande av nya svarsvektorer som representerar det sammansatta objektet med nya tränade länkrnatriser.

Fig. 14 är en utföringsform av ett system för artificiellt seende i enlighet med föreliggande uppfinning. En scen 10 av den yttre världen, reell eller simulerad, registreras av en geometrisk avbildare 12, t.ex. en kamera, en videokamera eller något annat organ som alstrar en eller flera bilder som skall analyseras.

En receptor-till-kanalavbildare 14 innehållande en detektoruppsättning alstrar en perceptvektor för varje bild. En beråkningsstruktur 16, i typfallet innehållande en rnikroprocessor eller en xriilao/sigrialprocessor kombination, tranformerar varje perceptvektor till en motsvarande egenskapsvektor och genererar svarsvektorer som beskriver ett objekt genom användande av motsvarande tränade länkmatriser. Beräkningssüukturen 16 år även anslu- ten till en träningssekvenslnets 18. Under en träningsfas genererar denna tråningssekvenskrets förändringar, antingen systematiska eller pseudo- 10 15 20 25 51395728 slumpmässiga, i den yttre världen. Exempelvis ändras positionen och/ eller storleken av ett föremål som systemet är avsett att följa (íöremålets storlek i en två-dimensionell bild kan till exempel representera avståndet till ßremålet).

Träningssekvenskretsen 18 förser varje position med koordinatvärden och varje storlek med ett storleksvärde. Dessa koordinat- och storleksvärden transformeras till kanalrepresentation i en svar-till-kanalavbildare 20. Den erhållna sekvensen av svarsvektorer registreras även i beräkningsstrulctiiren 16 och associeras med motsvarande detekterade egenskapsvektorer. Når träningssekvensen år avslutad informerar en styrsignal från träningssekvens- kretsen 18 beräkningssüukturen 16 att tråningssekvensen har avslutats.

Beräkningsstrukturen 16 fmner sedan de länkmatriser som skall användas i framtiden för att detektera samma typ av föremål.

Fig. 15 är ett flödesschema som illustrerar en utiöiingsforrn av förfarandet i enlighet med föreliggande uppfinning. Efter träning av lånkrnatiiserna i steg S1 hämtar steg S2 en bild som skall analyseras. Steg S3 genererar percept- vektorn ur bilden. Steg S4 transformerar denna perceptvektor till en uppsätt- ning kopplade egenskapsvektorer. Steg S5 genererar en motsvarande upp- sättning svarsvektorer. Steg S6 använder dessa svarsvektorer för ytterligare behandling. Denna ytterligare behandling kan inkludera bildande av nya egenskapsvektorer för behandling på högre nivå eller konvertering av svars- vektorer till skalärer för styming av det reella systemet som representeras av bilden. Slutligen hämtas nästa bild och upprepas processen.

Fackmannen inser att olika modifieringar och förändringar kan utföras vid föreliggande uppfinning utan avvikelse från dess ram, som definieras av de bifogade patentkraven. 10 [1] [21 [31 [41 s1§672s REFERENSER Using MATIAB, MathWorks Inc, 1996, sid. 4-2 - 4-3, 4-13 - 4-14 Using MATLAB, MathWorks Inc, 1996, sid. 9-2 - 9-4, 4-33 - 4-36 MATLAB Reference Guide, MathWorks Inc, 1992, sid. 341 - 342 B. Jâhne, “Practical Handbook on Image Processing for Scientific Applications”, CRC Press, 1997, sid. 416-440.

Claims (19)

10 15 20 25 30 ägs 728 PATENTKRAV

1. Förfarande för artificiellt seende, kännetecknat av att: generering av en bildperceptvektor; transformering av bildperceptvektorn till en egenskapsvektor; och generering av en svarsstruktur genom multiplicering av egenskapsvek- tom med en tränad länkmatrissom modellerar ett percept-svarssystem.

2. Förfarande enligt krav 1, känneteclmat av att egenskapsvektom inklude- rar bildperceptvektorns kovariansprodukter.

3. Förfarande enligt krav 2, kännetecknat av att egenskapsvektom inklude- rar bildperceptvektoms auto-kovariansprodukter.

4. Förfarande enligt krav 3, kännetecknat av att egenskapsvektom inklude- rar bildperceptvektorns komponenter.

5. Förfarande enligt något av föregående krav, kännetecknat av att lânkma- trisens element år icke-negativa.

6. Förfarande enligt krav 5, kännetecknat av att länkmatnsens element år begränsade till vården mellan noll och ett íörutbeståmt positivt värde.

7. Förfarande enligt något av föregående krav, känneteclmat av bildande av en kopplad egenskapsvektor genom koppling av egenskapsvektom till en svarsstrukttir, representerad av en vektor, under användande av en Kroneck- er-produkt innan matrismultiplikationen utförs.

8. Förfarande enligt något av föregående krav, kännetecknat av bildande av en kopplad egenskapsvektor genom koppling av egenskapsvektom till flera svarsstrukturar, representerade av vektorer, under användande av upprepade Kronecker-produkter innan matrismultiplikatíonen utförs. 10 15 20 25 30 s12§ 728

9. Förfarande enligt något av föregående krav 1-6, kännetecknat av att svarssttukttiren utgörs av en kopplad svarsvektor som bildas av två svars- vektorer kopplade till varandra genom en Kronecker-produkt.

10. Förfarande enligt något av föregående krav 1-6, kännetecknat av att svarsstrukturen utgörs av en kopplad svarsmatris som bildas genom två svarsvektorer kopplade till varandra genom en yttre produkt.

11. Förfarande enligt något av föregående krav 1-6, kännetecknat av att länkmatrisen utgörs av en kopplad lânkmatris bildad genom viktning av en uppsättning okopplade länlmiatriser med elementen av en annan svarsvektor.

12. Förfarande enligt något av föregående krav, kännetecknat av konverte- ring av varje svarsvektor till en motsvarande skalär svarssignal.

13. Förfarande enligt något av föregående krav, kännetecknat av att länk- matriselement under en förutbestämd tröskel försummas.

14. Förfarande enligt något av föregående krav, kännetecknat av att percept- vektorn âr gles, varvid varje från noll skilt perceptvektorelement ger en kontinuerlig representation begränsad i deñnitionsområde med avseende på någon variabel egenskap hos ett objekt i en bild.

15. Förfarande enligt något av föregående krav, kännetecknat av att percept- vektorn är gles, varvid varje från noll skilt perceptvektorelement ger en kontinuerlig representation, begränsad i spatiell utsträckning, av positionen av ett objekt i en bild.

16. System för artificiellt seende kännetecknat av: organ (12, 14) för generering av en bildperceptvektor; organ (16) för tranformering av bildperceptvektorn till en egenskaps- vektor; och 10 15 51¿972s organ (16) för generering av en svarsstruktur genom multiplicering av egenskapsvektom med en tränad lânkrnattis som modellerar ett percept- svarssystem.

17. System enligt krav 16, kännetecknat av organ (18, 20) för träning av lânkmatrisen.

18. Percept-svarssystem för avkänning och styrning, kännetecknat av: organ (12, 14) för generering av en perceptvektor; organ ( 16) för transformering av perceptvektorn till en egenskapsvektor; och organ (16) för generering av en svarsstruktur genom multiplicering av egenskapsvektorn med en tränad lânkmatris som modellerar percept- SVaISSyStCInCt.

19. System enligt krav 18, kännetecknat av organ (18, 20) för träning av länkmatrisen.