| 研究課題/領域番号 |
21K17767
|
|---|
| 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 | 北九州市立大学 |
|---|
研究代表者 |
松岡 諒 北九州市立大学, 国際環境工学部, 准教授 (40780391)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2023年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
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: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 動的モード分解 / スパースコーディング / 動画像復元 / 凸最適化 / DMD / ハイパースペクトル画像 |
|---|
| 研究開始時の研究の概要 |
本研究課題では, 背景の動きや不要な映り込みに頑健な動画像成分分離技術の開発を目的とし, 圧縮センシングやスパースモデリング技術を動的モード分解法に高度に融合した超高効率な前景/背景分離アルゴリズムを確立する. また, 提案アルゴリズムを多様なシーンに適用し, その復元精度を定性的/定量的に評価し提案技術の有効性と性能限界について明らかにする. さらに, 実応用に向けて, 圧縮センシング理論に基づく計算効率の向上, 物体認識や動作予測への応用を検討する.
|
| 研究成果の概要 |
ディジタルカメラの高性能化やAI技術の発展により、監視・車載カメラで撮影した画像から人や車などのオブジェクトを認識する技術が急速に進化している。既存手法では、背景を静止成分とし、動きのある成分を大まかに前景として分離する。しかし、撮影視点はしばしば動き、人や車など動きの異なる被写体に加え、雨や雪の軌跡がノイズとして混入することがある。
本研究では、動的モード分解、スパースモデリング、圧縮センシング技術を融合し、背景の動きに頑健で高次元データを高効率に処理できる動画像成分分離アルゴリズムを提案した。さらに、ハイパースペクトル画像などの超高次元データへの応用も検討した。
|
| 研究成果の学術的意義や社会的意義 |
本研究の主要な成果は、既存の動画像成分分離技術に比べてノイズなどによる劣化にロバストな手法であるため、動画像の物体認識や動き予測の精度改善に貢献し、監視カメラ技術などの応用領域における飛躍的な技術発展が期待できる。さらに、動画像やその解析が重要な役割を果たす産業・サイエンス・工学の諸分野に大きく貢献するものである。また、ノイズなどによる劣化の観点から実現が困難であった画期的な動画像処理応用を切り開き、医療・農業・産業などの広範な分野に大きなインパクトを与えるものであると考えられる。
|
