ダイナミック光線空間の圧縮撮像

2020 年度 研究成果報告書

• 研究課題/領域番号: 18K19810
• 研究種目: 挑戦的研究(萌芽)
• 配分区分: 基金
• 審査区分: 中区分61:人間情報学およびその関連分野
• 研究機関: 名古屋大学
• 研究代表者: 高橋 桂太 名古屋大学, 工学研究科, 准教授 (30447437)
• 研究分担者: 長原 一 大阪大学, データビリティフロンティア機構, 教授 (80362648)
• 研究期間 (年度): 2018-06-29 – 2021-03-31
• キーワード: 光線空間 / 圧縮センシング / 符号化開口法 / 深層学習

研究成果の概要

本研究では，撮影対象に動きがあるダイナミックな光線空間を撮像する技術に取り組んだ。これは、数十視点の動画像を同時に取得することを意味するため、データ帯域(単位時間あたりのデータ量)の観点で挑戦的な課題である。本研究では、圧縮センシングの枠組みのもと、情報を圧縮された形で撮像し、計算処理によって元の光線空間を復元するアプローチを取った。圧縮撮像には符号化開口法を採用し、開口パターンと復元アルゴリズムを深層学習の枠組みで同時に最適化した。また、撮影対象の動きに対応する撮像法および学習手法を明らかにした。さらに、本研究の有効性を示すため、実際のハードウェアを用いた実験を行った。

自由記述の分野

コンピュテーショナルフォトグラフィ

研究成果の学術的意義や社会的意義

本研究は、ダイナミックな光線空間の効率的な撮影技術を提案するものである。この技術は、3次元情報の可視化、デプス推定、物体の光学特性の計測など、光線空間の様々な応用において、今後の活用が期待できる。また、従来の研究においても、光線空間の圧縮撮影が議論されているが、被写体が動かないことを想定したものがほとんどであり、被写体の動きへの対応を可能にした本研究の貢献は重要である。さらに、本研究における深層学習を活用した開口パターンの導出手法は、物理的光学系を学習ベースで最適化する枠組みであるディープオプティクスの先端を切り開く研究例と位置付けられ、関連分野に波及効果を与え得るものである。