本研究課題では,仮想的な並列計算機であるPCクラスタを用いた分散・協調型環境を構築し,そのような開発環境に立脚した画像処理の知能化について検討し、以下の成果を得た.
(1)画像処理問題を対象とした階層型ニューラルネットワークに対する学習法の知能化:
(a)画像全体を複数の小領域に分割し,各領域を各階層型ニューラルネットワークに割り当てることにより,各領域の特徴に応じた分割処理を実現するための手法を構築し,実験によりその有効性を確認した.
(b)階層型ニューラルネットワーク間において、荷重係数値などの獲得知識を相互に交換する(協調処理)ことにより,処理速度の改善を図るための手法を構築し,実験によりその有効性を確認した.
(2)劣化画像の復元問題を対象とした非線形最適化手法の知能化:
(a)鮮明な画像のエッジは局所的に2値画像とみなせるという考えから複数の解から最適な解を絞り込むための評価関数を提案した。
(b)劣化画像を復元する問題において、劣化画像から原画像を推定する問題を取り扱った。点広がり関数と原画像が有界であるという境界条件を与えることで、解候補が有限個になることを証明し、その全ての解候捕を求めるアルゴリズムを提案した。
(3)分散・協調型環境の構築に関する考察:
PCクラスタ,Unix系OS,および並列処理ライブラリによって構築する分散・協調型環境において,計算資源の有効利用を目的とする動的負荷分散機能の実現性について検討した.具体的には,各クラスタを自律エージェントで,各エージェントを,通常の計算を行うベースレベルと各エージェント間で協調計算を行うメタレベルとから構成されるメタレベルアーキテクチャの概念を用いて設計した,これによりエージェント間での協調計算で動的負荷分散が可能となる.