Challenges to cognitive super-resolution techniques based on contextual bias for sense of "Unnatural"

• Project/Area Number: 23K18490
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 61:Human informatics and related fields
• Research Institution: Yokohama National University
• Principal Investigator: 濱上 知樹 横浜国立大学, 大学院工学研究院, 教授 (30334204)
• Project Period (FY): 2023-06-30 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000); Fiscal Year 2025: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000); Fiscal Year 2023: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
• Keywords: 超解像 / 深層学習 / 異常検知

Outline of Research at the Start

超解像技術とは、大量の画像から学習された結果を用いて、低解像画像データからオリジナルに近い美しい高解像画像を生成する手法である。これに対し本研究は、観測者の目的や仮定に沿った情報（文脈）を無意識に当てはめることで従来の特徴抽出に欠けている探索的プロセスを実現することをめざす。具体的には、画像の文脈情報の取得とその特徴に応じたバイアスを用いる。そして、文脈的バイアスを強調あるいは削除することで「視たいもの」と「見えているもの」の違いを際立たせ「違和感」の気づきを与える。このしくみが実現することで，医療や産業応用における高度な経験値が必要な異常検知を実現する。