| 研究課題/領域番号 |
19H04132
|
|---|
| 研究機関 | 千葉大学 |
|---|
研究代表者 |
下馬場 朋禄 千葉大学, 大学院工学研究院, 教授 (20360563)
|
|---|
| 研究分担者 |
伊藤 智義 千葉大学, 大学院工学研究院, 教授 (20241862)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | ホログラフィ / 深層学習 / ３次元ディスプレイ |
|---|
| 研究実績の概要 |
本研究課題は，次々世代のディスプレイ技術と期待されているホログラフィック3次元ディスプレイで課題となっている，(1) ホログラム計算の高速化，(2) より簡易な光学システムの実現，(3) 高画質な再生像を得ることができるホログラム最適化技術，について研究開発を行う．
本年度は膨大なホログラムの計算を高速化するために，スパース性（疎性）を利用したホログラム計算アルゴリズムを検討した．スパース性は信号処理の分野で近年重要なキーワードの一つになっているが，ホログラム計算の分野ではほとんど注目されていなかった．ホログラムの計算は，物体から発する光波をホログラム上ですべて足し合わせる必要があるため計算量が膨大なものとなる．しかし，ホログラム面での光波の分布は一見すると密なデータのように見えるが，見方を変えることで疎なデータとみなせる．具体的には短時間フーリエ変換を用いたアルゴリズムの実装を行う，このアルゴリズムをFPGAに実装することを検討した．本アルゴリズムをFPGAに実装することに成功し，CPUやGPUに比べ低消費電力でホログラム計算ができることを示し，CPUに比べ高速にホログラムを生成することに成功した．
本研究課題ではホログラム計算と深層学習の融合も一つの課題にあげている．本年度は，ホログラム画像をデータサイズを1/8に圧縮したものから，深層学習を用いて復号する技術の開発に成功した．圧縮にはホログラムに対して単純なバイナリ処理を施し，そのバイナリ化されたホログラムからもとの階調のあるホログラムを深層学習で推定した．提案手法は既存の圧縮技術（Jpeg2000，HEVC）よりも同ビットレートで圧縮・復調できることを示すことができた．
|
| 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
本年度は膨大なホログラムの計算を高速化するために，スパース性（疎性）を利用したホログラム計算アルゴリズムを検討した．具体的には短時間フーリエ変換を用いたアルゴリズムの実装を行った．はじめに固定小数点演算でこのアルゴリズムを実装し，演算精度などが十分化を見積もった．その後，FPGAに実装を行った．本アルゴリズムをFPGAに実装することに成功し，CPUやGPUに比べ低消費電力でホログラム計算ができることを示し，CPUに比べ高速にホログラムを生成することに成功した．
本研究課題ではホログラム計算と深層学習の融合も一つの課題にあげている．本年度は，ホログラム画像をデータサイズを1/8に圧縮したものから，深層学習を用いて復号する技術の開発に成功した．圧縮にはホログラムに対して単純なバイナリ処理を施し，そのバイナリ化されたホログラムからもとの階調のあるホログラムを深層学習で推定した．提案手法は既存の圧縮技術（Jpeg2000，HEVC）よりも同ビットレートで圧縮・復調できることを示すことができた．シミュレーションおよび光学実験の両面で，提案手法は従来手法よりも有効であった．この研究は，ワルシャワ工科大学，ブリュッセル自由大学との共同研究となっている．
|
| 今後の研究の推進方策 |
短時間フーリエ変換を用いたスパース性を利用したホログラム計算アルゴリズムの実装を行った．はじめに固定小数点演算でこのアルゴリズムを実装し，演算精度などが十分化を見積もった．その後，FPGAに実装を行った．本アルゴリズムをFPGAに実装することに成功し，CPUやGPUに比べ低消費電力でホログラム計算ができることを示し，CPUに比べ高速にホログラムを生成することに成功した．この実装は初号機的な側面があるため，実装およびCPUに比べ高速化に成功したが，さらに並列度を上げ，計算を高速化する必要がある．次年度も，引き続き並列度を上げる研究を行う予定である．
本研究課題ではホログラム計算と深層学習の融合も一つの課題にあげている．本年度は，ホログラム画像をデータサイズを1/8に圧縮したものから，深層学習を用いて復号する技術の開発に成功した．次年度は，圧縮技術を行うとともに，ホログラムの最適化に深層学習を利用し，最適化の高速化も検討する．
|
