抄録
多様なフィルタを用いてボトムアップに生成された特徴マップ群から，それを統合した二次元平面上の特徴の多様性の高さを示すSaliency マップを計算する計算論的概念が提案されている． そこではフーリエ変換や回転フィルタなどの一般的なフィルタを用いて特徴が抽出されている． ヒトの視覚のフィルタには様々なフィルタが観測されており，そこで使用するフィルタがSaliency マップに多大に影響する． それに対して本稿では，ヒトの視覚にあると考えられる一般的なフィルタを用いるのではなく，観測画像に応じて自己組織的に生成するフィルタを用いてSaliencyマップを生成する手法を提案する． そのためにICA (Independent Component Analysis) 基底推定の概念をSaliency マップを生成するモデルに導入する． 格子配置の入力にフィルタをかけるのが一般的である一方で，受容細胞の配置は一般に格子上に整然と配置されていない． このような非均一な配置をしている受容野に対して計算できるフィルタを観測のみから自己組織的に生成できるように拡張する． 特にSaliencyマップを生成する上で重要な色や動きに関する生体が受け取っている情報を，受容細胞が受け取れるようモデル化する． そのためICA基底推定を色や動きの識別に必要な多次元に拡張する． ここで提案するICA基底推定によるSaliencyマップを生成する初期視覚モデルを実際にいくつかの画像に適用し，その有効性を示す．
