| 研究課題/領域番号 |
20K19829
|
|---|
| 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 | 上智大学 (2021-2023)
東京理科大学 (2020) |
|---|
研究代表者 |
亀田 裕介 上智大学, 理工学部, 助教 (50711553)
|
|---|
| 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 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | オプティカルフロー / シーンフロー / イメージセンサ / 映像処理 / 高速計算 / イベントカメラ / dynamic vision sensor / neuromorphic camera / 奥行きマップ / 動き補償 / 動き推定 / データ圧縮 / 映像圧縮符号化 |
|---|
| 研究開始時の研究の概要 |
映像のフレームレートを超える時間分解能の動き分布の推定理論を確立し、既存イメージセンサで取得できる映像や奥行き等の高品質化、映像圧縮率の向上、短時間未来予測、高速映像処理、パターン認識などへの応用を目指す。４つの項目の実現により、明暗分布変化を高速に取得するイメージセンサを用いた高時間分解能の動き分布の推定理論とその応用に関する学術的基盤を確立する。
１．様々な明暗分布変化センサからの動き分布の推定理論とその数値安定な計算法の構築
２．高時間分解能な動き分布を用いた映像処理の性能改善
３．オクルージョン領域付近での動き分布推定精度の改善
４．高時間分解能の動き分布の基礎的なデータ圧縮符号化理論の解明
|
| 研究実績の概要 |
映像から推定される動きの分布はオプティカルフローやシーンフローなどとよばれ、被写体やカメラの運動に伴う全画面での見かけの速度や被写体表面の三次元速度を表しており、さらには加速度の推定法も提案されている。近年の推定法の発展に伴い、動き分布は動物体検出やパターン認識、さらには映像データ圧縮符号化にも応用されており、映像処理における基盤的要素としてその更なる応用が期待されている。動き分布情報の理論的な方向性の一つは、映像のフレームレートを超える高時間分解能の動き分布の取得と応用が挙げられる。高時間分解能の動き分布が推定できたとすると、様々な映像処理の性能向上が見込まれる。明暗分布変化を高速に取得するイメージセンサを用いた高時間分解能の動き分布の推定理論とその応用に関する学術的基盤を確立し、将来的に様々な研究分野に対して動き分布情報を汎用センサ情報として定着させることを目指している。本研究課題ではイメージセンサを用いた高時間分解能の動き分布の推定理論構築のために、当該年度では次の項目の研究を実施した。
・イベントカメラからの高時間分解能の動き分布推定法の構築
・オクルージョン領域付近での動き分布推定精度の改善
・動き推定に基づくフレームレート向上のための映像補間の改善
神経模倣カメラとも呼ばれるイベントカメラは、高速小型省電力で動作するセンサである。新設研究室の大学院生と共に、研究成果の国内シンポジウム発表、国際会議発表を実施するとともに、英文論文誌へ投稿した。
|
| 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
研究内容の特許化の検討及び英文論文誌への投稿を実施しているため。
|
| 今後の研究の推進方策 |
成果をまとめるための研究を継続しつつ、特許化や論文化を進める。
|
