Wykorzystanie sieci neuronowych komórkowych do rekonstrukcji naturalnych tekstur wizualnych
Badania dotyczą możliwości użycia macierzy procesorów analogowych (sieci neuronowych komórkowych, SNK) do modelowania i szybkiej generacji obrazów o cechach tekstury naturalnej. Istniejąca możliwość implementacji fizycznej takiej sieci jako układu scalonego VLSI pozwoliłaby na skonstruowanie narzędzia do bardzo szybkiej syntezy tekstur wizualnych, stanowiącego jeden z elementów współczesnych systemów kompresji obrazów i grafiki komputerowej.
W ramach badań dokonano porównania modelu SNK ze znanym modelem, wykorzystującym dwuwymiarowe pola Markowa (Gaussian-Markov Random Field, GMRF) pod kątem ich przydatności do celów generacji naturalnych tekstur stochastycznych. W porównaniach brano pod uwagę liczbę parametrów modelu, czas estymacji wartości tych parametrów, czas trwania procesu syntezy oraz jakość rekonstrukcji obrazów. Wyniki (przedstawione w tabelach 1 i 2) potwierdzają przewagę modelu SNK dla rozpatrywanej klasy obrazów w przypadku symulacji pracy obu modeli przy użyciu komputera klasy PC. W przypadku implementacji VLSI modelu SNK (model GMRF nie został jak dotąd zaimplementowany sprzętowo) czas generacji obrazu o dowolnych rozmiarach byłby rzędu pojedynczych mikrosekund [6].
Tabela 1. Porównanie modelu SNK i GMRF (symulacja z użyciem komputera klasy PC, Pentium 360MHz)
CNN | GMRF | |
Czas estymacji parametrów [s] | 2 | 30 |
Czas generacji tekstury[s] | 90-360 | 900 |
Liczba parametrów | 10-50 | 23 |
Tabela 2. Porównanie jakości rekonstrukcji tekstur w modelach SNK i GMRF dla zbliżonej liczby parametrów: obrazy oryginalne z albumu Brodatz'a (a), obrazy wygenerowane z użyciem modelu GMRF (b), obrazy wygenerowane z użyciem modelu SNK (c)
[a]
|
[b]
|
[c]
|