Bilderkennung mit dynamischen Neuronennetzen

Es wird ein Objekterkennungssystem beschrieben, um damit die Fahigkeiten der Dynamic Link Architecture zu illustrieren. Bei dieser handelt es sich um ein neues System fur neuronales Rechnen. Objekte werden durch dunne Graphen reprasentiert. Die Knoten der Graphen werden mit lokalen Leistungsspektren (Morlet Jets) etikettiert, die Kanten mit Abstandsvektoren. Objekte werden durch Graphenvergleich erkannt. Die Ahnlichkeit zwischen Objektgraphen und Bildgraphen wird durch einen Diffusionsprozes in der Bildebene optimiert, wobei gleichzeitig die einzelnen Jet-Ahnlichkeiten maximiert und die metrische Graphenverzerrung minimiert werden. Wir haben das System auf einem Transputernetzwerk implementiert, um seine Parallelisierbarkeit zu demonstrieren. Es ist sehr erfolgreich im Erkennen von menschlichen Gesichtern anhand von frei aufgenommenen Kamerabildern.