| 研究課題/領域番号 |
19K20300
|
|---|
| 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 | 工学院大学 |
|---|
研究代表者 |
雨車 和憲 工学院大学, 情報学部(情報工学部), 准教授 (50801180)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2021年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 信号値復元 / 信号圧縮 / 信号処理 / 画像復元 / 画像補正技術 / 深層学習 / 数理最適化 / 画像符号化 / センシング技術 / 画像復元技術 / スパース信号処理 |
|---|
| 研究開始時の研究の概要 |
本研究では、RGB画像・深度画像・温度・赤外など、多種の画像を相互に用いた画像復元技術の構築により、低コストかつ高性能な無人観測ロボットの実現を目指す。カラリゼーションやインペインティング、超解像といった既存の画像復元技術の知見を発展させ、多チャネル劣化動画像群同時復元技術の構築の構築を目指す。
|
| 研究成果の概要 |
低コストかつ高性能な無人観測ロボット実現のための、多チャネル劣化動画像群の同時復元技術の構築を目指し、各チャネル間の関係性を高度に利用した手法について研究を実施した。画像の多層グラフ表現による新たなモデリング手法や、深層学習を応用した手法を用いて、高精度な信号復元手法を提案している。また、各種信号に対するデノイジング手法についても高い性能を実現する手法を提案している。
|
| 研究成果の学術的意義や社会的意義 |
災害現場や畜産産業をはじめとして、無人の観測ロボットが様々な場面で利用されており、本研究の成果はそういった利用場面において、その観測ロボットの低コスト化および高性能化を促すものである。この点が研究成果の社会的意義であると言える。また、縦横に画素が並んでいる従来の画像表現とは異なり、多層のグラフ信号としての画像表現を用いた画像復元手法を提案しており、新しい画像の表現方法として、学術的な意義があると言える。
|
