圧縮型ロバスト動的モード分解に基づく動画像成分分離とその応用
| Project/Area Number |
21K17767
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 61010:Perceptual information processing-related
|
|---|
| Research Institution | The University of Kitakyushu |
|---|
Principal Investigator |
松岡 諒 北九州市立大学, 国際環境工学部, 准教授 (40780391)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2023: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | DMD / ハイパースペクトル画像 / 動的モード分解 / スパースコーディング / 動画像復元 / 凸最適化 |
|---|
| Outline of Research at the Start |
本研究課題では, 背景の動きや不要な映り込みに頑健な動画像成分分離技術の開発を目的とし, 圧縮センシングやスパースモデリング技術を動的モード分解法に高度に融合した超高効率な前景/背景分離アルゴリズムを確立する. また, 提案アルゴリズムを多様なシーンに適用し, その復元精度を定性的/定量的に評価し提案技術の有効性と性能限界について明らかにする. さらに, 実応用に向けて, 圧縮センシング理論に基づく計算効率の向上, 物体認識や動作予測への応用を検討する.
|
| Outline of Annual Research Achievements |
令和５年度の研究成果は以下の通りである。
１．動画像ノイズ除去のための動的モード分解（DMD）の最適化
緩やかな動きのある背景や複数の動的成分を有するシーンにおける高感度撮影の際に生じるセンサノイズによる劣化を復元するため、Plug-and-Playに基づくDMDモードの最適化問題を提案した。人工的にノイズを付加した動画像や実際の高感度撮影から得られたノイジーな動画像に提案手法を適用し、関連する既存手法と比較することで、提案手法の有効性を示した。また、被写体の輪郭やテクスチャなどの勾配情報を保存しつつ、平滑化やノイズ除去を行う勾配正則化による画像復元手法を提案し、関連手法との比較実験によりその有効性を示した。これらの成果をまとめた論文を国際学術論文誌に投稿し、採択された。
２．ハイパースペクトル画像のためのJPEG圧縮歪みの最適復元
ハイパースペクトル画像は、航空撮影などのリモートセンシング分野で非常に重要な役割を果たしている。これらの画像は高分解能の波長情報を含んでおり、そのデータ容量は比較的大きいため、伝送やストレージの負荷が問題となっている。そこで、ハイパースペクトル画像のJPEG圧縮における最適な画像復元技術を提案し、関連手法との比較によりその有効性を確認した。これらの成果をまとめた論文を国際会議に投稿し、採択された。さらに、ハイパースペクトル画像の異常検知や超解像に関する研究にも取り組み、その成果を国内会議で発表した。
|
Report
(3 results)
Research Products
(16 results)
