著者

安永 守利 高見 知親 吉原 郁夫

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会論文誌. D-II, 情報・システム, II-パターン処理 (ISSN:09151923)

巻号頁・発行日

vol.84, no.10, pp.2280-2292, 2001-10-01

被引用文献数

7

---

大量な画像データに対する高速な認識処理は, 産業の様々な分野で要求されている.我々は, 画像認識処理に内在している並列処理可能性に着目し, FPGA(Field Programmable Gate Array)の書換え可能性を利用した細粒度高並列な専用付加ハードウェアにより, 高速認識処理を実現しようと考えた.このために本論文では, 統計的パターン認識手法の一つであるParzen Window法をハードウェア化のために拡張することを提案する.この提案手法により, 画像パターンデータから直接パターン認識回路を生成することができる.これにより, サンプルパターン数と同数の並列度を有する専用回路が, 複雑な演算器等を使用せずに構成できる.したがって, 高速なパターン認識処理を小規模なハードウェアで実現できる.パターンデータを直接回路化することは, 対象問題ごとに異なる集積回路(1問題1品種)を最適設計することである.これは, 従来の方法, すなわちフォトマスクベースの集積回路(汎用1品種)を作成し問題の個別性にはソフトウェアで対応する方法とは根本的に異なる.このような個別対応の専用ハードウェアは, FPGAを利用することで実現できる.本論文では提案ハードウェアを試作し, 顔画像認識を題材に本方式の有効性を評価する.具体的には, 実験結果をニューロコンピュータや超並列計算機を用いた従来技術と比較し, 認識精度, 動作速度(認識処理時間), 回路規模の観点から評価する.その結果, 認識精度は従来手法とほぼ同程度(ベンチマークデータで95.8%)であったが, パーソナルコンピュータより2, 000倍以上高速で, 更に, ニューロコンピュータや超並列計算機より55〜125倍高速なナノ秒オーダの認識処理が可能なハードウェアを1ボードで実現することができた.