2016 Fiscal Year Annual Research Report
Ultrahigh-speed fiber transmission imaging using random coding by scatter medium
| Project/Area Number |
15K13381
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
谷田 純 大阪大学, 情報科学研究科, 教授 (00183070)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
堀崎 遼一 大阪大学, 情報科学研究科, 助教 (20598958)
|
|---|
| Project Period (FY) |
2015-04-01 – 2017-03-31
|
| Keywords | 散乱イメージング / ファイバ / スペックル / クラス判別 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
本研究は、散乱媒体による光学的符号化を応用した超高速ファイバ伝送イメージング技術の開発を目的とする。散乱媒体としてマルチモードファイバを利用することにより、ファイバを介した情報伝送を実現する。散乱媒体を透過した観測信号をニューラルネットワーク等の識別器に直接入力させ、機械学習アルゴリズムを適用することで、イメージング過程を経ることなく、物体識別と物体再構成を行った。
まず、強散乱媒体として利用される拡散板を用いて、物体分類とイメージングを行った。顔画像と非顔画像に由来するスペックル画像の二値分類を行った。学習に顔画像1000枚、非顔画像1000枚、テストに顔画像100枚、非顔画像100枚を用いた。学習画像とテスト画像の間に重複はない。学習に利用する画素数を増やせば増やすほど分類正解率が向上した。抽出画素数が800の場合、分類正解率98％を得た。
拡散板を利用したイメージングでは、透過型液晶ディスプレイに画像を表示し、スペックル画像を撮影する．サポートベクター回帰により、スペックル画像から表示画像への逆関数を計算した。事前に学習して得られた逆関数を適用したところ、良好な再構成画像が得られ、拡散板を通したイメージングの原理を確認できた。
マルチモードファイバの出射端からの散乱光をイメージセンサで取得して、同様の処理を行った。スペックル画像から画素をランダムに抽出し、サポートベクターマシン、アダブースト、ニューラルネットワークを用いて分類した。サポートベクターマシンの分類正解率がやや高く、抽出画素数が800の時、92%であった。
実証実験より、マルチモードファイバを用いた高速伝送光イメージングの原理を確認した。本研究は、低コストかつ省エネルギーで光計測と情報伝送をシームレスにつなぐことができ、遠隔地や体内等の閉空間内部に対するイメージングへの応用が期待できる。
|
