|
最終年度となる令和元年度は本研究の仕上げの年度と位置づけ、実用に向けて画像中への埋め込み情報の可読性の向上と埋め込み可能な情報密度の向上を目指し、以下の研究を実施した。
埋め込み情報を精度よく読み出すには被写体に投影するパタンの変調度を高くすればよいが、変調度を高くすると撮像画像に埋め込まれたときのパタンの振幅が大きくなり、被写体画像にパタンが重畳されて見えるようになり、埋め込みパタンの不可視性が低下する。この解決法として、埋め込みパタンから情報を読み取った後、パタンを消去し、読み取った情報を不可視性の高いコード情報に変換し電子透かし等で用いられているディジタル処理によって再度撮像画像中に埋め込む方法を検討した。ここでの課題はパタンのみを撮像画像中から選択的に消去できるかであり、当初は色成分間の相関性を利用してパタンが埋め込まれていない色成分からパタンが埋め込まれる前の画像を推測する方法を試みた。しかし、被写体表面に複雑なテクスチャーがある領域などでパタンを完全に消去することはできないことがわかった。そこで、深層学習のGAN（Generative Adversarial Network）とよばれる方法を用いてパタンが重畳された画像からパタンが重畳される前の画像を推定することによりパタンを除去する方法を試みた。この結果、目視では完全にパタンは見えなくなり、かつ定量的にもPSNRが50ｄBに近い値となり良好な結果を得ることができた。この結果から、埋め込み情報の可読性、埋め込み情報の高密度化が可能であることを示すことができ、実用性の向上と応用範囲の拡大の可能性を実証した。
|
