| 研究課題/領域番号 |
18K18077
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
飯塚 里志 筑波大学, システム情報系, 助教 (30755153)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2019年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2018年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
|
|---|
| キーワード | 経年変化 / 深層学習 / 画像処理 / 経年劣化 / 画像編集 |
|---|
| 研究成果の概要 |
画像中の物体の経年劣化を再現するため，深層学習を用いた画像の経年変化再現手法の開発に取り組んだ。このため，経年劣化テクスチャ画像のデータセットを構築し，それを深層生成ネットワークによって学習することで，錆や苔などの任意の経年劣化テクスチャを生成できるニューラルネットワークを構築した．この経年劣化テクスチャを対象物体に合成することで，様々な経年劣化画像を誰でも簡単に生成することができるようになることが期待される．
|
| 研究成果の学術的意義や社会的意義 |
画像の経年変化の再現技術は，実世界の景観や物体がどのように変化していくかを視覚的かつ直感的に伝えることができるため，都市計画における景観予測やエンターテインメント分野におけるコンテンツ制作など、幅広い応用が期待できる．学術的にも，深層学習を活用して画像の経年劣化を再現する技術はこれまでになく，本研究成果はこのタスクにおける新たなアプローチとして当該研究分野の発展に貢献できると考えられる。
|
