| 研究課題/領域番号 |
17K00232
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知覚情報処理
|
|---|
| 研究機関 | 静岡大学 |
|---|
研究代表者 |
|
|---|
| 研究分担者 |
大橋 剛介 静岡大学, 工学部, 教授 (80293603)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2017年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
|---|
| キーワード | quality assessment / image restoration / image enhancement / visual detection / texture quality / visual perception / visual masking / machine learning / big data / restoration / enhancement / compression / IQA / VQA / human visual system |
|---|
| 研究成果の概要 |
画像において失われた視覚的細部を判定し、復元するためのアルゴリズムを開発することを、本研究の目的とした。研究代表者らは、テクスチャが元の画像の統計に基づいて生成され、そしてこれらが復元を実行するために画像に追加され得ることを見出した。ただし、品質にプラスの影響を与えるには、テクスチャを適切に調整する必要がある。各テクスチャの最適コントラストはそのテクスチャの視認性やどれだけ元の画像と一致するかに関連することを見出した。さらに、同じカテゴリーの異なる画像からのテクスチャは、テクスチャ作成時の適切なソース統計として役立つことが分かった。以上により画像の品質評価を行うためのアルゴリズムを開発した。
|
| 研究成果の学術的意義や社会的意義 |
Image restoration and enhancement have largely focused on removing artifacts and/or enhancing sharpness/contrast/colorfulness. We took a radically new approach by adding more noise. We demonstrated that adding shaped noise (matched random textures) can increase sharpness while hiding artifacts.
|
