| Project/Area Number |
22K12072
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61010:Perceptual information processing-related
|
|---|
| Research Institution | Nagoya Institute of Technology |
|---|
Principal Investigator |
後藤 富朗 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (20324478)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
|
|---|
| Keywords | ブラインド画像復元 / 車載カメラ映像 / ぼけ・ぶれ補正 / ぶれ・ぼけ復元 |
|---|
| Outline of Research at the Start |
車載カメラ映像では、ぶれやぼけ、ノイズ混入などの画像劣化が生じる。本課題では、ブラインドデコンボリューションの高精度化・高速化アルゴリズムを提案し、車載カメラへ応用することで、車載カメラ撮影時のぼけ・ぶれ・ノイズ混入映像のリアルタイム補正を目指し、カメラ映像を用いた物体認識率や精度の向上を行うことで、次世代自動運転システムにおける安全性の向上に貢献できる技術の開発を行う。
|
| Outline of Annual Research Achievements |
令和5年度の研究実績の概要としては、以下の２点である。
(1) ブラインド画像復元処理の高速化：TV正則化手法およびShockフィルタのパラメータを最適化するアルゴリズムを開発し、復元画質性能を維持しつつ演算時間を従来法に比べ1/10程度の高速化を実現した。その際、動画像でのフレームの連続性を考慮し、PSF推定の際には前フレームの推定PSFを初期PSFとして用いることで、より高精度な推定を高速に行うことが可能となった。ただし、シーンの切り替わるような場面においては前フレームとの連続性がなくなることから、復元性能が低下することも確認した。また、シーンが切り替わる場面においては、数フレーム分、性能低下を引きずることも確認した。今後はシーンが切り替わる場面を推定し、その場合には前フレームのPSFを初期PSFとして用いないような処理を追加することで、復元性能の低下を抑える処理を追加する予定である。
(2) ワークステーション上でのリアルタイム処理の実現：ブラインド画像復元手法の種々のアルゴリズムの改良に取り組み、画質改善およびその計算時間を短縮し、ワークステーション上でのリアルタイム動作を実現した。実験により、VGA程度（640x480画素）の解像度の映像においては、リアルタイム処理が実現できることを確認した。ただし、処理時間と解像度は比例関係にあるため、VGAを超える解像度ではリアルタイム処理が行えず、更なる処理の高速化が必要であることも確認した。今後はより高精細な解像度にも対応するように更なる高速化を実現する予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初計画においては令和五年度において①ブラインド画像復元処理の高速化、②ワークステーション上でのリアルタイム処理の実現を予定しており、概ね実現することができた。令和六年度においては、ワークステーション上でのリアルタイム処理の更なる高速化および処理の並列化を図り、複数のGPUデバイス上でのリアルタイム処理の実現を目指す。
|
| Strategy for Future Research Activity |
令和六年度は、以下の３点について重点的に研究を進める。
(1) 令和五年度の研究におけるシーン切り替わり時の復元性能低下の改善：令和五年度の研究において、シーンが切り替わるタイミングでの復元性能の低下が発覚したため、シーンの切り替わり検出を行い、シーンが切り替わるタイミングでは前フレームのPSFを参照しないような処理を加えることで、性能低下を抑制する処理を追加する。
(2) ワークステーション上でのリアルタイム処理の高速化：ブラインド画像復元処理アルゴリズムを見直し、更なる高速化を目指すとともに並列処理による処理速度の高速化を図ることで、処理の高速化を実現する。
(3) ワークステーション上での並列処理を複数枚のGPUカードで動作するようにアルゴリズムの改良およびGPU上での実装を行い、リアルタイム処理を目指す。
|
