| 研究課題/領域番号 |
20K04472
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分21020:通信工学関連
|
|---|
| 研究機関 | 慶應義塾大学 |
|---|
研究代表者 |
池原 雅章 慶應義塾大学, 理工学部(矢上), 教授 (00212796)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 画像復元 / 深層学習 / 信号処理 / ボケ除去 / デブラー / DCT / GAN / CNN / 画像処理 / ディフェンシング |
|---|
| 研究開始時の研究の概要 |
本研究では、畳み込み層の役割を解明し、信号処理技術により目的に応じた画像の特徴を前処理として検出し、劣化画像を考慮しながら深層学習を行うことにより、より層数の少ないネット構造を用いて、高精度な画像復元技術を開発する。本研究によりカメラ撮影における劣化を低減させるのみならず、画像をセンサーとして用いるセキュリティー分野や社会のあらゆる領域を変革するブレークスルーになり得る。
|
| 研究成果の概要 |
本研究課題では、信号処理と深層学習の融合による高速高精度画像復元技術の開発を行なった。信号処理技術により目的に応じた画像の特徴を前処理として検出し、劣化画像の性質を考慮しながら深層学習を行うことにより、1)霧除去、2)雨滴除去、3)ビデオの超解像、4)ボケ除去に対して従来方に比べて良好な性能が得られた。また深層学習における基本的な処理である畳み込みに対して、いくつかのカーネルを用意して、その線型結合により畳み込みを表現することで直接実現する場合より演算量を削減しつつ高性能なネットワークを構築することができた。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、畳み込み層の役割を解明し、信号処理技術により目的に応じた画像の特徴を前処理として検出し、劣化画像を考慮しながら深層学習を行うことにより、より層数の少ないネット構造を用いて、高精度な画像復元技術を開発する。本研究によりカメラ撮影における劣化を低減させるのみならず、画像をセンサーとして用いるセキュリティー分野や社会のあらゆる領域を変革するブレークスルーになり得る。
|
