2017 Fiscal Year Annual Research Report
Development of an imaging technique through scattering media based on a data-centric method
| Project/Area Number |
17H02799
|
|---|
| 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) |
小倉 裕介 大阪大学, 情報科学研究科, 准教授 (20346191)
堀崎 遼一 大阪大学, 情報科学研究科, 助教 (20598958)
西村 隆宏 大阪大学, 工学研究科, 助教 (10722829)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 散乱 / 機械学習 / 回折イメージング / レンズレス光学系 / 深層学習 |
|---|
| Outline of Annual Research Achievements |
本研究は、散乱媒質の入出力応答を機械学習により推定するデータセントリック手法に基づく散乱イメージング技術の開発を目標とする。従来手法では困難な、強散乱媒質を通した信号復元をめざす。本年度は、特定の奥行き位置に局在する2次元物体の観測を行い、各種機械学習モデルの特性について評価した。
2次元物体に対するイメージング手法として、回折限界回折イメージング技術に機械学習を適用し、シングルショット撮像による強度画像から超解像物体信号を再現する方法を開発した。本方法では、物体と観測画像の多数の組を学習データとしてサポートペクター回帰を行い、物体から再構成像に至る回折イメージングの逆過程を回帰した。実験光学系において、散乱媒質の有無にかかわらず、レンズレス光学系により回折限界の30倍以上の解像度で超解像物体信号が再現できることを実証した。
さらに、深層学習モデルの利用により、結像光学素子を用いずに符号化開口だけで、振幅と位相を同時に観察するためのシングルショットインコヒーレント光イメージング法を開発した。学習モデルには、マルチスケールResNetを用いて、最適化アルゴリズムにはAdamを適用した。実証実験として、物体に手書き文字データベースを用い、プロジェクターシートに印刷した符号化開口により、その効果を調べた。本手法は、簡単な光学系で構成することができ、観察速度においても、他のインコヒーレント光による手法に対して優位である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初計画について、学習モデルの特性評価の結果、深層学習モデルの優位性が得られない、との問題が発覚したため、3ヶ月の研究計画延長を申請し、認められた。その結果、新たな学習モデルの選定を行い、局在2次元物体の観測に対して、サポートベクター回帰、および、深層学習モデルに基づいた、2種類の有効な手法を開発することができた。併せて、各機械学習モデルの特性についての知見を深めることもできた。いずれの手法も、結像素子を必要としないレンズレス光学で構成され、シングルショットで撮像可能という特徴を持つ。その結果、変更後の計画に対して、本研究は計画通りに進展している。
|
| Strategy for Future Research Activity |
2次元物体に対しては、有効な手法が開発されたと考える。そこで、得られた研究成果をもとに、非局在3次元物体に対する散乱イメージング手法への拡張をめざす。併せて、有効な応用対象を選定し、開発手法を適用することにより、その有効性を確認する。
|
