| 研究課題/領域番号 |
17H02799
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
谷田 純 大阪大学, 情報科学研究科, 教授 (00183070)
|
|---|
| 研究分担者 |
西村 隆宏 大阪大学, 工学研究科, 助教 (10722829)
小倉 裕介 大阪大学, 情報科学研究科, 准教授 (20346191)
堀崎 遼一 大阪大学, 情報科学研究科, 助教 (20598958)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | 散乱 / 機械学習 / スペックル相関 / 位相回復 / 三次元イメージング / 超解像 / 複眼光学系 |
|---|
| 研究実績の概要 |
本研究は、散乱媒質の入出力応答を機械学習により推定するデータセントリック手法に基づく散乱イメージング技術の開発を目標とする。従来手法では実現が難しい強散乱媒質を通した信号復元をめざす。本年度は、各種の深層学習モデルの特性評価を継続するとともに、機械学習の問題点を補完する新たな機械学習イメージングについても評価した。また、実体試料に対するイメージングとマルチモーダル複眼撮像系による機械学習モデルの評価を行った。
非侵襲散乱イメージングとして知られているスペックル相関イメージングを三次元に拡張した。スペックル相関イメージングにおいて重要な基盤技術である位相回復処理に深層学習を適用し、その高速性やノイズ頑強性を解析した。
実体試料に対するイメージングとして、位相回復を用いたホログラフィック顕微鏡により、微生物のリアルタイム三次元イメージングをデモンストレーションした。また、植物細胞のチューブリンに対し、回折限界よりも細かい照明光を用いた超解像イメージング技術を適用した。走査により得られる多数の画像データに対するディジタルアパーチャ処理の有効性を確認した。
マルチモーダル複眼撮像系の特性解析を進め、深層学習モデルにより、複数視点による複眼画像から高精度に単一画像が生成できることを確認した。光学シミュレータにより、複眼撮像系に特化した学習用データ作成ツールを開発した。また、マルチスペクトル画像の一括評価モデルを構成し、葉面積指数と果実の糖度推定における有効性を評価した。
|
| 現在までの達成度 (段落) |
令和元年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和元年度が最終年度であるため、記入しない。
|
