DSpace

人的視網膜是一個快速的即時影像處理系統, 而以矽晶片來模仿視網膜即稱為矽視網膜 . 本計畫擬接續以前的研究成果做進一步的改進及創新, 包括改進平均化函數, 使其達到高斯(Guassian)函數; 另一方面即為讓此矽視網膜具有色彩感應的功能之創新. 最後, 完成整體之矽視網膜之設計.

在以前之研究計劃成果中，已先後完成新型矽視網膜積體電路(IC)晶片、具有相對記憶體之回授式類神經晶片以及影像處理晶片等。本計劃擬進一步運用這些成果，加以改進及整合，並以創新的電路設計，進一步研製具影像感測與運動偵測等處理能力的智慧型視覺陣列感測系統與具學習能力及相對記憶體之回授式類神經晶片，加上必要之介面電路及處理控制電路，研製影像分類、辨識等處理系統雛型，並加以測試、驗證，以期運用於電腦智慧型I/O或多媒體資訊處理系統等。基於大鄰近層細胞非線性神經網路通用機器的基本模型主要模型，以及其核心之低功率電路的研發及運用，本計劃擬研發新型大鄰近層細胞非線性網路通用機器(CNNUM)，並與矽視網膜整合，初步完成晶片系統測試；最後再整合矽視網膜、前處理電路及類神經網路，完成大鄰近層細胞非線性網路通用機器(Large-Neighborhood CNNUM)之影像處理雛型系統研究。本計劃執行期間將與美國蔡少棠教授合作，改良原有之矽視網膜電路；與匈牙利羅斯卡教授合作，藉由其完整之測試設備來進行細胞非線性網路通用機器(CNNUM)的功能測試及改進。此外，在比例式非線性神經網路方面，具有比例式記憶體之細胞非線性網路(RM-CNN)亦已被研發出來，已驗證可以用來學習並且辨識雜訊圖像，目前已針對其比例式記憶體學習法則做更深入研究，藉以加速其運算時間，未來將會朝向低功率以及往大鄰近層方向發展，運用原比例是記憶體的構想，將其直接結合到細胞網路中，可以在學習之後直接進行辨認，並且加入模組B(template B)的運用。另外，在先前之研究計劃中，已完成視網膜細胞電路架構之設計並應用於運動感測器晶片中。本計畫擬利用新提出之生物視網膜架構建立完整的視網膜細胞電路，並結合新的運動偵測演算法實現剪力運動(Shear Motion)與Z方向運動的偵測，以實現智慧型視覺陣列感測系統。由於視網膜晶片具有修復取代因疾病受損視網膜之潛力，於本計劃中亦將植入動物眼內，進一步測試其功能。本計劃並擬舉行國際性之研討會，邀請美國蔡少棠教授、匈牙利羅斯卡教授及其所屬研究團隊之知名學者等人前來提供我們相關之最新細胞神經網路通用機器系統(CNNUM)的理論、電路實現及測試環境之軟硬體設定。期能藉此一國際性研討會激發我國對於此一細胞神經網路通用機器(CNNUM)的研究，讓更多優秀人才投入此一研究領域。

學術出版;;Publications

Browse

Filters

Settings

Sort By

Results per page

🏛️國立陽明交通大學機構典藏

Search Results