| 研究課題/領域番号 |
20K11867
|
|---|
| 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61010:知覚情報処理関連
|
|---|
| 研究機関 | 山口大学 |
|---|
研究代表者 |
韓 先花 山口大学, 大学院創成科学研究科, 准教授 (60469195)
|
|---|
| 研究分担者 |
陳 延偉 立命館大学, 情報理工学部, 教授 (60236841)
末竹 規哲 山口大学, 大学院創成科学研究科, 教授 (80334051)
|
|---|
| 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: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | ハイパースペクトル画像超解像度 / 教師無し深層モデル / データ融合 / ハイパースペクトル画像再構成 / 超解像度 / 深層融合ネットワーク / データ・知識融合型ネットワーク / 知識・データ融合モデル / 深層学習 |
|---|
| 研究開始時の研究の概要 |
最先端の計測技術を搭載したHSカメラであっても得ることのできない高解像度HS画像を生成することを目的に、数理モデルと機械学習技術を融合した新たな方法論を確立し、観測された通常のRGB画像と低解像度HS画像から高解像度HS画像を復元する方法を開発する。具体的に、知識駆動型数理モデルとデータ駆動型深層学習を融合した新たな深層学習モデルを構築し、観測された通常のRGB画像と低解像度HS画像の双方のもつ相補的な高分解能な空間情報とスペクトル情報を効率的に利用し、高解像度HS画像を復元する。また、復元された高解像度HS画像を用いたオブジェクトの識別・分割実験を行い、その実問題への応用可能性を検証する。
|
| 研究成果の概要 |
本研究ではRGB画像のもつ高空間分解能とHS画像のもつ詳細なスペクトル情報の両方を効率的に融合することで高解像度HS画像を生成することを目的とし、主に三つの研究方法を提案した。一つ目は、空間構造が大きく異なるHR-RGB・LR-HS画像を効率的に融合できる新たな教師あり深層学習モデルを構築した。二つ目はRGB画像とLR-HS画像のスペクトル・空間方向の劣化数理モデルに駆使した教師無しHR-HS画像復元深層モデルを開発した。三つ目はHR-HS画像を予測する深層生成ネットワークと劣化モデルのパラメターを同時に学習できるブライド深層学習法を確立し、汎用性の高いHR-HS画像復元モデルを提案した。
|
| 研究成果の学術的意義や社会的意義 |
本研究では最先端な計測技術でも得ることができない超人の視覚情報である高解像度なハイパースペクトル画像の生成を目的とする。本プロジェクト提案法の確立により、シーンや素材の多様な情報が復元でき、様々な分野において観測データをより高精度に理解することが可能となる。これを特性解析等の応用へと発展させていくことで関連分野の科学的進展に貢献できる。また、解像度や構造の異なるデータを効率的に融合できる深層学習フレームワークを構築することにより、実世界で得られる多様なマルチモーダルデータの統一解析などにも適用可能となり、ビッグデータ解析に対しても大きな貢献が期待できる。
|
