|
本研究ではスイッチングモデルに基づく高精度な画像修復法の実現を目指し，一般化主成分分析と呼ばれる方法を元に新たな方法を提案している．スイッチングモデルとは1
枚の画像を表現するために複数のモデルを用意し，画像の各部分ごとにそれぞれのモデルが切り替わることで画像を構成しているというものである．スイッチングモデルを仮定し，最適化によってモデルの推定，ピクセルとモデルの対応関係推定，欠損ピクセルの修復の３つを同時に行うことで，推定精度の向上を目指した．
研究期間全体を通して，目標としていた新たな画像修復法の提案を完了することができ，従来法と比較して高い精度で画像復元が可能であることを示すことができた．この成果は学術論文として現在投稿中であり，その他関連業績と合わせて雑誌論文2本，学会発表7件を既に公開している．
本年度については，当初GPGPUを用いた計算やRandmizedSVDを用いたアルゴリズムの高速化を行う予定であったが，RandmizedSVDの適用が本手法の定式化では高速化につながらないことがわかったため，現実的な解像度を持つ画像に適用した場合の演算時間削減を目指して実装上の検証を行った．学術的な発展はあまり得られなかったが，研究成果を一般に広く公開する上で重要な利便性を確保することに成功した．
結果として当初計画をほぼ達成できており，画像処理分野並びに広く信号処理分野へ波及する成果を得ることができた．
|
