Application of cellular neural networks and deformable models to object recognition

• Autorzy: Korbiel P.

Warianty tytułu

PL

Wykorzystanie sieci neuronowych komórkowych i modeli deformowalnych do rozpoznawania obiektów dwuwymiarowych

• Języki publikacji: EN

Abstrakty

EN

The following paper presents an idea of deformable grid object-recognition paradigm implementation within a framework of Cellular Neural Network Universal Machine (CNN-UM). A method for parallel representation of deformable grid, as well as a method for parallel modelling of grid matching process has been proposed. The proposed object recognition method has been verified by means of computer simulations and experimentally by using actual hardware CNN-UM implementations. The main advantage of the method is a fast realisation of the recognition task.

PL

Podstawowym celem pracy było wykazanie możliwości efektywnej implementacji metody rozpoznawania obrazów, bazującej na wykorzystaniu siatek deformowalnych, w strukturze równoległego, macierzowego procesora obrazu, jaki stanowi uniwersalna sieć neuronowa komórkowa (USNK). W wyniku przeprowadzonych badań opracowano sposób reprezentacji deformowalnej siatki dostosowany do architektury procesorów USNK. Opracowana została metoda równoległego modelowania mechanizmów decydujących o przemieszczaniu węzłów siatki deformowalnej w procesie analizy obrazu. Opracowany w wyniku badań algorytm rozpoznawania został pomyślnie zweryfikowany w drodze symulacji komputerowych. Zweryfikowana została także możliwość realizacji opracowanego algorytmu przy użyciu współczesnych platform sprzętowych zbudowanych w oparciu o strukturę uniwersalnej sieci neuronowej komórkowej. Sformułowana w wyniku przeprowadzonych badań metoda pozwala na istotne poszerzenie możliwości funkcjonalnych współczesnych układów inteligentnych sensorów informacji wizyjnej, pozwalając na realizację złożonej analizy obrazu już na poziomie przetwarzania wstępnego. W konsekwencji, zaproponowane rozwiązanie pozwala na znaczące zwiększenie efektywności pracy szerokiej klasy systemów automatycznego monitorowania i nadzoru, korzystających z rozproszonych źródeł informacji wizyjnej.

Słowa kluczowe

EN

Cellular Neural Network Universal Machine; CNN-UM; object recognition; object recognition method; deformable grid; deformable model

PL

uniwersalna sieć neuronowa komórkowa; USNK; rozpoznawanie objektów dwuwymiarowych; algorytm rozpoznawania; siatka deformowalna; model deformowalny

• Wydawca: Wydawnictwo Politechniki Łódzkiej
• Czasopismo: Zeszyty Naukowe. Elektryka / Politechnika Łódzka
• Rocznik: 2007
• Tom: z. 111
• Strony: 65--72
• Opis fizyczny: Bibliogr. 7 poz.

Twórcy

autor

Korbiel P.

• Technical University of Łódź, Institute of Electronics

Bibliografia

• [1] Jain A.K., Zhong Y., Lakshmanan S.: Object matching using deformable templates. IEEE Transactions on PAMI, Vol. 18, No. 3, 1996, pp. 267-278.
• [2] Szczypiński P.M., Materka A.: Object tracking and recognition using deformable grid with geometrical templates. Proceedings of International Conference on Signals and Electronic Systems ICSES 2000, Poland 2000, pp. 169-174.
• [3] Roska T., Chua L.O.: The CNN Universal Machine: An Analogie Array Computer. IEEE Transactions on Circuits and Systems-IL, Vol. 40, 1993, pp. 163-173.
• [4] Linan G., Dominguez-Castro R., Espejo S., Rodriguez-Vazquez A.: ACE16K: an Advanced Focal-Plane Analog Programmable Processor. Proceedings of ESSCIRC'2001, Austria 2001, pp. 201-204.
• [5] Linan G., Espejo S., Dominguez-Castro R., Rodriguez-Vazquez A.: ACE4K: An analog I/O visual microprocessor chip with 7-bit analog accuracy. International Journal of Circuit Theory and Applications, Vol. 30, 2002, pp. 89-116.
• [6] Aurenhammer F., Klein R.: Voronoi diagrams. In Sack J.-R., Urrutia J.: Handbook of Computational Geometry. Elsevier Science Publishers B.V., Amsterdam 2000, pp. 201-290.
• [7] Dudek P., Carey S.J.: General-purpose 128x128 SIMD processor array with integrated image sensor. Electronic Letters, Vol. 42, No. 12, June 2006, pp. 678-679.