Realization of precise Depth from Defocus technique based on a compensation for lens nonidealities

Research Project

Project/Area Number	24K15008
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	University of Fukui
Principal Investigator	吉田俊之福井大学, 学術研究院工学系部門, 教授 (50240297)
Project Period (FY)	2024-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000) Fiscal Year 2026: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000) Fiscal Year 2025: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000) Fiscal Year 2024: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
Keywords	Depth from Defocus / depth推定 / ニューラルネットワーク / 誤差低減 / 像面湾曲
Outline of Research at the Start	申請者は畳み込みニューラルネットワーク(CNN)を用いたDepth from Defocus(DFD)法（CNN-DFD法）およびその学習手法を提案し，従来法におけるdepth推定誤差の低減を実現している一方，誤差低減が進む過程で像面湾曲として知られる実レンズの非理想性がdepth推定に大きく影響することが明らかになって来た．そこで本研究では，像面湾曲の影響を補償可能なCNN-DFD法の確立を目的とし，さらに対象物体の表面テキスチャや照明の影響に対する汎化性，また対象ブロック内のdepthの不連続に対するロバスト性を備えたCNN-DFD法の確立を目指す．