Degradation removal of images by nonlocal deep learning using signal processing techniques

Research Project

Project/Area Number	23K03842
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 21020:Communication and network engineering-related
Research Institution	Keio University
Principal Investigator	池原雅章慶應義塾大学, 理工学部(矢上), 教授 (00212796)
Project Period (FY)	2023-04-01 – 2026-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2025: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000) Fiscal Year 2024: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000) Fiscal Year 2023: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Keywords	画像劣化 / 深層学習 / 信号処理
Outline of Research at the Start	最新の深層学習のキーワードは非局所的処理である。従来の畳み込みによる処理では局所的な特徴しか捉えられず、画像全体の特徴や一貫性を考慮することができないため、その性能は限界に来ている。画像には類似性がありその性質を利用して非局所的な処理を施すことにより、性能が飛躍的に向上することが知られている。最新の深層学習では、画像処理におけるNLMに相当するトランスフォーマーや非局所的ニューラルネットワークが注目されている。しかしこれらの技術は計算量が膨大で、携帯等で実装するのは不可能である。そこで本研究課題では信号処理で用いられている技術と深層学習を融合して、高速高精度な画像劣化除去技術の研究を行う。