2023 Fiscal Year Annual Research Report
Fast image denoising to enhance textures in dark areas for environmental monitoring
| Project/Area Number |
21K11934
|
|---|
| Research Institution | Nagaoka University of Technology |
|---|
Principal Investigator |
岩橋 政宏 長岡技術科学大学, 工学研究科, 教授 (30251854)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
原川 良介 長岡技術科学大学, 工学研究科, 准教授 (20787022)
峯脇 さやか 弓削商船高等専門学校, 情報工学科, 准教授 (20435473)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 信号処理 / 画像処理 / デノイジング / ビッグデータ / 自動診断システム |
|---|
| Outline of Annual Research Achievements |
本研究では，【項目1：事前知識なしでノイズバイアスを補正する理論を確立する】，【項目2：ノイズの発生モデルをインターネット上のビッグデータから推定可能とする】，【項目3：河川防災や道路メンテナンス等を目的とする自動診断システム上に提案手法を実装する】を実施した．研究期間全体を通して，項目1については，ノイズが重畳した画像に明るさ補正（トーンマッピング）を施すことで生じるノイズバイアスの補正理論の深化に成功した．項目2については，誤ったラベル（ノイジーラベル）が混在する状況においても，高精度な深層学習を実現することに成功した．項目3については，複数の分野における自動診断システムに資するデータ解析法の構築に成功した．
2023年度は，項目2として，ノイジーラベル環境下のクロスモーダル検索（画像とテキストを横断した検索）の高度化に取り組んだ．提案技術は，深層学習の記憶効果に基づき，識別器の弁別性が高くなるタイミングを特定することで，ノイジーラベルを修正しながら画像とテキストの共通表現を獲得可能とした．この成果をまとめ，電気電子工学分野のQ1ジャーナルであるIEEE TCSVTで発表した．項目3として，浄水場でのジャーテストにおいて，凝集剤の投与量決定を支援する映像予測技術を構築した．大量の学習データを必要とする既存技術と異なり，多解像度Echo State Networkという新たな手法を構築することで，学習データが少量の場合においても長期的な映像予測を実現した．この成果をIEEE SMCソサイエティのフラグシップ国際会議で発表した．さらに，少数方向の画像から火炎の3次元形状を観察可能とするスパースモデリング法や，酵母の培養状況の自動モニタリングを可能とする細胞小器官検出法，雪害対策のための除雪効果の定量化法の構築にも成功し，それぞれ国際会議や国内学会で成果発表した．
|
