2018 Fiscal Year Annual Research Report
A Study on Accuracy Improvement and Acceleration for Super-Resolution Phase Unwrapping
| Project/Area Number |
17H07243
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
北原 大地 立命館大学, 情報理工学部, 助教 (20802094)
|
|---|
| Project Period (FY) |
2017-08-25 – 2019-03-31
|
| Keywords | 位相アンラップ / ブランチカット / 非凸最適化 / MR画像再構成 / スプライン関数 / 超解像 |
|---|
| Outline of Annual Research Achievements |
2018年度では，2017年度の研究成果を発表しつつ，それらを更に発展させて精力的に研究を行った．まず，「Asia-Pacific Signal and Information Processing Association Annual Summit and Conference 2018」において，東京工業大学の山田功教授とともに位相に関するSpecial Sessionを行い，国内外の位相信号処理の研究者と深い議論を行った．このSpecial Sessionにおいて，位相に関する非凸最適化問題に対して，ブランチカット型の新解法を発表し注目を集めた．
また，Univ. Grenoble AlpesのLaurent Condat准教授を招聘研究員として招き，2次元位相アンラップ問題に関する新たな解法を開発した．この共同研究成果は，「2019 International Conference on Acoustics, Speech and Signal Processing (ICASSP)」にて発表される予定である．
レーダ信号処理では，研究範囲を従来の合成開口レーダからフェーズドアレイ気象レーダに拡大させ，非線形ビームフォーミングやデータ圧縮に関する研究発表を行った．MR画像再構成問題では，従来あまり着目されていなかったMR複素信号の位相部分に着目することで，より高性能な再構成アルゴリズムを確立することができた．
また，スプライン平滑化に関しても，エッジを表現可能なエッジ保存スプライン平滑化を新たに開発し，今後の更なる進展が期待できる．その他，単一画像からのGANによる超解像に関する研究発表も行っている．ニューラルネットワークの出力層と損失関数を変更することで，従来手法の性能を凌駕することに成功している．
|
| Research Progress Status |
平成30年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
平成30年度が最終年度であるため、記入しない。
|
