| 研究課題/領域番号 |
26730097
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
知覚情報処理
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
望月 義彦 早稲田大学, 理工学術院, 助教 (00609191)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017年度)
|
| 配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2016年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2015年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2014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 | 高階エネルギー最小化 / グラフカット / 医用画像処理 / 全方位画像 / 高階エネルギー最適化 / 領域分割 / 三次元復元 / 3次元復元 / 医用画像 / セグメンテーション |
|---|
| 研究成果の概要 |
これまで一般的に使われている低階エネルギーの定式化と学習方法をより高階のエネルギーへ拡張するための手法を提案する。高階エネルギーの具体的な例を複数考え、また多次元や複雑な構造をもつデータへの応用について検証を行った。前者については３ＤＣＴ画像や時系列動画像に対して行い、領域の過分割（スーパーピクセルおよびスーパーボクセル）の上でエネルギーを定義し、また後者については曲面上に投影されたカメラ画像に対して、抽出された構造化されていない線分集合に対するエネルギーを構築した。
|
