研究課題/領域番号 |
20K11870
|
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 | 高知工科大学 |
研究代表者 |
栗原 徹 高知工科大学, 情報学群, 教授 (50401245)
|
研究期間 (年度) |
2020-04-01 – 2025-03-31
|
研究課題ステータス |
交付 (2023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: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2020年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
キーワード | 光学フィルタ / セマンティックセグメンテーション / ハイパースペクトル / 深層学習 / end-to-end学習 / スマート農業 / セグメンテーション |
研究開始時の研究の概要 |
本研究の目的は、広く普及している安価なRGBカメラを用いたセマンティックセグメンテーション精度向上のための光学フィルタ設計法の確立である。 通常、RGBカメラは可視光をイメージセンサ直前に置いたRGBカラーフィルタによって適当に重み付けを行い、3バンド画像として世界の光量を記録している。本研究では、深層学習によるRGBカラー画像のセグメンテーションネットワークと同時にRGBカラーフィルタ前に配置する光学フィルタの分光透過率をend-to-endで学習することで、連続スペクトル情報を有効に利用したセグメンテーションの仕組みを開発する。
|
研究実績の概要 |
本研究の目的は、広く普及している安価なRGBカメラを用いたセマンティックセグメンテーション精度向上のための光学フィルタ設計法の確立である。通常、RGBカメラは可視光をイメージセンサ直前に置いたRGBカラーフィルタによって適当に重み付けを行い、3バンド画像として世界の光量を記録している。本研究では、元の光信号が連続スペクトルであることに立ち返り、RGBカラーフィルタによる3バンド重みづけ撮像を行う前に、目的のための最適波長を選択する枠組みを構築する。そのため深層学習により、(1)RGBカラー画像のセグメンテーションニューラルネットワーク、(2)RGBカラーフィルタ前に配置する光学フィルタの分光透過率、の2つを同時にend-to-endで学習することで、連続スペクトル情報を有効に利用し、かつ設計された光学フィルタに対し最適なセグメンテーションニューラルネットワークを同時に実現するセグメンテーションの仕組みを実現する。
本年度は、前年度に実現したカメラレンズの画角に対応し広い入射角範囲で設計値に近い性能を実現するための積層薄膜フィルタの分光透過特性・分光反射特性を計算し正面入射と斜め入射の両方で所望の分光透過特性に近い特性が得られる膜厚リストを求める手法による設計値の有効性を確認するため、いくつかの試作メーカーと技術相談を行った。 いまだ試作には至っておらず、引き続き試作メーカーを探索している。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
試作メーカとの技術相談が思うように進まず、膜厚を指定できる発注先を探している状況である
|
今後の研究の推進方策 |
本年度を最後に試作メーカを引き続き探索する。
|