外観および形状を使用して解剖学的構造のマッチングを行う検出構想が開示されている。画像内の対象の形状もしくは構造に注釈を付けられた画像のトレーニングセットが使用される。画像の第２のトレーニングセットは、そのような形状ならびに構造についての負の例を表し、言い換えると、そのような対象もしくは構造をまったく含まない。これらのトレーニングセットに対してトレーニングが行われた分類アルゴリズムが、その位置における構造の検出に使用される。構造が、その構造の形状ならびに外観についての詳細を提供することができるトレーニングセット内の類似物にマッチングさせられる。
（もっと読む）

相対的な位相情報を有するデータ配列を処理するためのニューラルネットワークであって、人工ニューラルネットワークのノットに対応するセル（Ｋ_ｉ）のｎ次元配列を備え、前記セルのそれぞれが、前記セル（Ｋ_ｉ）に直接隣接するとともに該セル（Ｋ_ｉ）の近傍を形成する周囲のセル（Ｋ_ｊ）に対する結合を備え、前記セル（Ｋ_ｉ）のそれぞれが、前記周囲のセルに直接隣接する１つのセルへの各結合のためのインプットを備えるとともに、１つ若しくはそれ以上の前記直接隣接するセル（Ｋ_ｊ）への結合のためのアウトプットを備え、前記セル（Ｋ_ｉ）と前記直接隣接するセルの間の前記結合が重み（ｗ_ｉｊ）により決定され、前記セルのそれぞれが、前記セル（Ｋ_ｉ）の活性値或いは活性化関数（Ａ_ｉ）として定義される内部値により特徴付けられ、前記セル（Ｋ_ｉ）のそれぞれが、信号処理を実行することによりセルのアウトプット信号（ｕ_ｉ）を作り出し、セル（Ｋ_ｉ）の前記出力信号（ｕ_ｉ）が前記直接隣接するセルの入力値の関数であり、セルのそれぞれが、対応するセルの開始値であり、前記ニューラルネットワークの特定数の相互作用的処理段階の後に、セル（Ｋ_ｉ）の内部値或いは出力値（ｕ_ｉ）を、一意的に関連付けられたデータ・レコード（Ｐ_ｉ）のための新たに得られた値（Ｕ_ｉ）としてみなすことにより、処理が行われることを特徴とするニューラルネットワークである。
（もっと読む）

発明者は対象の空間的位置に基づく複数の異なる分類子を使用することを提案する。このアプローチの背景には、複数の分類子の方が特徴空間全体をカバーする“ユニバーサル”分類子よりも正確に局所コンセプトを学習できるのではないか、という直感的なアイデアがある。局所分類子を採用すれば、特定の類に属する複数の対象がこの特定類中において互いに高度の類似性を有することになる。局所分類子の採用は、特に分類子がカーネル方式である場合、メモリー、ストレージ及び性能全般の向上にもつながる。ここで使用する語“カーネル方式分類子”とは元の訓練データを、分類タスクを容易にする、より高い次元の空間にマップするためにマッピング機能（即ち、カーネル）が使用されている分類子を意味する。
（もっと読む）

構成要素に基づいた顔認識システムを訓練するために、事例として用いる構成要素を決定するシステムと方法が提示される。一つの実施形態においては、構成要素の初期の形状と大きさが決定され、訓練集合が構築され、構成要素認識分類器が訓練され、そして分類器の精度が予想される。構成要素は四方向（上、下、左および右）のそれぞれの方向へ暫定的に拡張され、分類器の精度に及ぼす影響が決定される。その後、構成要素は分類器の精度を最大化する方向へ拡張される。処理は分類器の精度を最大化するために多数回実行しても良い。
（もっと読む）

【課題】 初期の位置合わせができなければ，位置ずれ分がすべて差画像として計算されてしまうので，その差画像をもって認識することは不可能だった。
【解決手段】 対象物の映像信号から得られた濃淡画像の部分領域を選択し，前記選択された対象物の画像の部分領域と，あらかじめ保存してある教示画像の部分領域に対して，対象物の画像の部分領域における座標と，それと同じ座標を含む教示画像の複数の座標点の間で輝度差分の絶対値をとり，そのうち最も小さい値を，その座標における輝度値として第１出力画像を作成し，前記第１出力画像が，輝度値ゼロの画像に近い場合，対象物の画像の部分領域と教示画像の部分領域が同一であると判定し，そうでなければ双方が異なったものであると判定する （もっと読む）