Modified neocognitron for recognizing multi-patterns

복수 패턴 인식을 위한 변형된 네오코그니트론

In this paepr, the modified neocognitron, which has capability of recognizing multi-patterns in input image in one pass, is proposed. It is the hierarchical neural network composed of S and V layer which are able to extract features and of C layer with little effect from deformation, changes in size, shifts in position. S and V cells extract the features of all patterns in input image by applying DCC(don't care condition) to those cells. S and C cells also have position informations of extracted patterns. Position information is used in extracting good features without extracted features beting interfered one another. The proposed method is shorter in recognition time than the selective attention method with backward connection, because of recognizing multi-patterns in one passe. The modified neocognitron can recognizze attached multi-patterns because of using DCC and position informations.

본 논문에서는 입력영상에 존재하는 복수 패턴을 한번의 패스(pass)로 인식할 수 있는 변형된 네오코그니트론을 제안한다. 변형된 네오코그니트론은 특징을 추출하는 S세포층 및 V세포층과 패턴의 크기, 이동, 회전 등 변형에 덜 민감하게 하는 C세포층으로 구성된 계층적 신경망이다. S세포와 V세포들은 DCC(don't care condition)을 적용하여 영상에 존재하는 모든 패턴에 대한 특징을 추출하는 역할을 하며, S세포와 C세포는 추출된 패턴에 대한 위치정보도 함께 가진다. 위치정보는 추출된 특징들이 서로 간섭을 받지 않고 올바른 특징만이 추출되도록 하는 데 이용된다. 제안한 방법은 피드백이 존재하는 선택적 주의 방법과는 달리 단일패스로 인식이 가능하므로 인식시간이 짧으며, DCC와 위치정보를 이용하므로 서로 접촉되어 있는 복수 패턴의 인식도 가능하다.