研究課題/領域番号 |
18H03213
|
研究機関 | 北海道大学 |
研究代表者 |
池辺 将之 北海道大学, 量子集積エレクトロニクス研究センター, 教授 (20374613)
|
研究分担者 |
高前田 伸也 北海道大学, 情報科学研究科, 准教授 (60738897)
|
研究期間 (年度) |
2018-04-01 – 2021-03-31
|
キーワード | 深層畳み込みニューラルネットワーク / 有用画像処理 / 局所適応型輝度補正技術 / FPGA実装 |
研究実績の概要 |
画像の重要な情報は,ローカル/グローバルなダイナミックレンジと空間パターンによって特徴づけられている。本研究では,これまでの研究を更に発展させ,局所的な量(例:輝度)と空間パターンを活用する深層畳み込みニューラルネット(DCNN)に対し「1有用な画像処理を相互変換2現存する処理に新機能を発現 3DCNNとのシームレスなI/Fを実現」する仕組みの解明を目的として研究を進めた。 ローカル処理は、特徴量に即した変換関数を必要とするため、シンプルな空間フィルタの構成が難しい。本研究では、特徴量⇔統計量とし、統計量に基づいた局所変換関数(DCNN物理量1×1と空間方向n×nのフィルタ分離+多層)を再構成した。ヒストグラムの各要素は、1x1のReLuまたはシグモイドを活性化関数にて記述した。オフセット値は、直接ヒストグラムのビン幅となることが数学的に明らかになった。そして,統計量に基づいた関数に、拘束条件を加えた場合、グローバル特性とローカル特性が変化することが明らかとなった。 ローカル関数は、入力輝度⇔出力輝度の関係を局所情報に基づいて得たものである。 これらをFPGA上で実装した。FullHD出力に対して、その1/64となる解像度でCNNを記述して、1/64にアップサンプリングする構成をとる。時系列画像から次フレームの再構をおこなうことで、局所的な輝度補正をリアルタイムに処理できることをXilinx Kintex-7にて実証した。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本研究では、特徴量⇔統計量とし、統計量に基づいた局所変換関数(DCNN物理量1×1と空間方向n×nのフィルタ分離+多層)を再構成した。ヒストグラムの各要素は、1x1のReLuまたはシグモイドを活性化関数にて記述した。オフセット値は、直接ヒストグラムのビン幅となることが数学的に明らかになった。そして,統計量に基づいた関数に、拘束条件を加えた場合、グローバル特性とローカル特性が変化することが明らかとなった。 ローカル関数は、入力輝度⇔出力輝度の関係を局所情報に基づいて得たものである。 これらをFPGA上で実装した。FullHD出力に対して、その1/64となる解像度でCNNを記述して、1/64にアップサンプリングする構成をとる。時系列画像から次フレームの再構成をおこなうことで、局所的な輝度補正をリアルタイムに処理できることをXilinx Kintex-7にて実証した。 また、医療技術応用として、間接リウマチ診断サポートシステムのための技術要素開発を行った。X線画像より指角度の自動補正、関節部の自動抽出、関節部の特徴量を抽出を既存のDCNNシステムに際し一桁高精度に実現する。
|
今後の研究の推進方策 |
処理アルゴリズムの多層化への適用⇔位相相関限定法の関連検証として これまで、述べてきた処理は、画像に含まれる領域・物体の意味を考慮した処理ではない。そこで、深く多層化されたDCNNの能力を活かし、認識を含んだ全体画像処理へ拡張する。研究中の位相相関限定法とスパース演算[80%演算削減 に対して,中間層プーリングの位置位相不変性との共有機能および相互変換を検証・評価する。
|