2022 Fiscal Year Research-status Report
イメージセンサを用いた高時間分解能の動き分布の推定理論構築とその映像処理への応用
| Project/Area Number |
20K19829
|
|---|
| Research Institution | Sophia University |
|---|
Principal Investigator |
亀田 裕介 上智大学, 理工学部, 助教 (50711553)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | オプティカルフロー / シーンフロー / イメージセンサ / 映像処理 / 奥行きマップ / 動き補償 / 動き推定 / データ圧縮 |
|---|
| Outline of Annual Research Achievements |
映像から推定される動きの分布はオプティカルフローやシーンフローなどとよばれ、被写体やカメラの運動に伴う全画面での見かけの速度や被写体表面の三次元速度を表しており、さらには加速度の推定法も提案されている。近年の推定法の発展に伴い、動き分布は動物体検出やパターン認識、さらには映像データ圧縮符号化にも応用されており、映像処理における基盤的要素としてその更なる応用が期待されている。動き分布情報の理論的な方向性の一つは、映像のフレームレートを超える高時間分解能の動き分布の取得と応用が挙げられる。高時間分解能の動き分布が推定できたとすると、様々な映像処理の性能向上が見込まれる。明暗分布変化を高速に取得するイメージセンサを用いた高時間分解能の動き分布の推定理論とその応用に関する学術的基盤を確立し、将来的に様々な研究分野に対して動き分布情報を汎用センサ情報として定着させることを目指している。本研究課題ではイメージセンサを用いた高時間分解能の動き分布の推定理論構築のために、次の項目の研究を実施した。
１．様々なイメージセンサからの高時間分解能の動き分布推定法の構築
２．高時間分解能な動き分布を用いた撮像・映像処理の性能改善
３．オクルージョン領域付近での動き分布推定精度の改善
４．高時間分解能の動き分布の基礎的なデータ圧縮符号化理論の解明
今年度では、項目３に関する学会発表を新設の研究室の大学院生と共に実施した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
おおよそ項目１，２，３の研究成果を発表できている。項目４については従来法の枠組みによる結果がでている段階である。
|
| Strategy for Future Research Activity |
研究項目を継続実施しつつ成果をまとめる。
|
| Causes of Carryover |
新型コロナウイルス対策等により、旅費支出がなかったため多くの次年度使用額が生じた。計画と状況に応じて物品や旅費、バイアウト経費などに利用する。
|
