| 研究課題/領域番号 |
17H02799
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
光工学・光量子科学
|
|---|
| 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 | 機械学習 / 深層学習 / イメージング / 位相回復 / 超解像 / 波面補正 / 複眼光学系 / 顕微鏡 |
|---|
| 研究成果の概要 |
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新たな散乱イメージング技術として、超解像回折イメージング、インコヒーレント符号化開口イメージング、深層学習に基づく計算機ホログラム生成法、機械学習に基づく波面センシング技術、複眼光学系によるマルチモーダルセンシング、3次元スペックル相関イメージングを開発した。ホログラフィック顕微鏡と超解像照明イメージングにより実体試料の観測における有効性を確認した。
|
| 自由記述の分野 |
情報光学、計算イメージング
|
| 研究成果の学術的意義や社会的意義 |
散乱媒質中の物体情報を復元する散乱イメージングは幅広い分野で利用されるが、強散乱媒質については、理論に基づいたモデルだけでは有効な方法は見つかっていない。本研究は、悪条件下においても、散乱媒質の入出力応答だけから高性能なイメージングを可能にする一連の技術を提示し、それらの有効性を示している。また、イメージング分野における人工知能技術の効果的な活用法を提示し、今後の技術展開に対する多くの示唆を与えている。
|
