| 研究概要 |
本研究では,単一静止画像からの高解像度画像生成法Hallucinationを高精度化する方法について検討を行なった.昨年度はHallucinationによって生じるブロックノイズの除去方式および最近傍探索アルゴリズムの高速化について検討したが,今年度は最近傍探索アルゴリズムの高速化と全く別方式のHallucinationアルゴリズムの開発を行った.
前者に関しては,昨年度提案したPrincipal Component Hashing(PCH)を改良し,Adaptive PCH(APCH)を提案した.これは,PCHでは画像データの分布が正規分布に従うものと仮定していたが,一般の分布では,必ずしも効率の良い探索が行えなかった.これを一般分布に対しても効率が良くなるように,累積ヒストグラムとそれを参照した2分探索木を用いたHash関数を導入した.これにより,任意のデータ分布に対してLSHや従来のPCHよりも効率の良い最近傍探索が行えることを示した.
後者については,大量の画像集合から構成した部分空聞を利用して,入力画像の一部から残りの部分を推定する写像計算法について検討を行い,通常の部分空間を用いた写像では入力画像の面積が小さくなると多重共線形性の問題が発生することを明らかにした.さらに,その問題を回避するためにマハラノビス距離を最小化する出力を推定するMaximum Mahalanobis-distance Mapping(M3)を提案し,多重共線形性の問題を回避することができることを示した.さらに,これを画素間引きした画像に適用し,低解像度顔画像から高解像度顔画像が生成できることを示した.
|
