本論文では２次元射影像のみから複数の３次元物体の認識・類別を行う神 経回路モデルを提案する．本モデルは複数のモジュールからなり，モジュール間で競 合を行いながらそれぞれのモジュールで入力射影像の圧縮・復元を学習する．その結 果，各モジュールはそれぞれ一つの物体の射影像のみを復元できるようになり，その 復元精度から物体の類別を行うことが可能となる．この過程では物体のラベル等の教 師信号は不要である．さらに，本モデルでは入力特徴を限定していない．すなわち， 入力情報を画像濃淡値としても，各特徴点の座標としても同様のネットワーク構造で 扱うことができる．本論文では本モデルの詳細を説明するとともに，計算機実験の結 果も合わせて提示する．この実験結果は，視点方向によらない３次元物体の認識が教 師信号なしに可能であり，各モジュールの内部表現（圧縮表現）は視点方向に等価で あることを示している．これは２次元情報のみからの３次元情報の推定を意味してい る．また，脳内の神経結合と比較して，情報の圧縮・復元過程は２つの視覚領野間の 双方向結合に，モジュール間の競合は視覚領野内の水平方向の結合に対応づけて考え ることができる．
３次元物体認識，モジュール構造，教師なし学習，情報圧縮・復元，競合学習， 双方向結合