2020 年度研究成果報告書

Data-driven Filter Design and Implementation for Snapshot Hyperspectral Imaging

研究課題

PDF

研究課題/領域番号	19K20307
研究種目	若手研究
配分区分	基金
審査区分	小区分61010:知覚情報処理関連
研究機関	国立情報学研究所
研究代表者	鄭銀強国立情報学研究所, コンテンツ科学研究系, 准教授 (30756896)
研究期間 (年度)	2019-04-01 – 2021-03-31
キーワード	Spectral Imaging / Deep Learning / Filter Selection / Filter Design
研究成果の概要	本研究プロジェクトは、スペクトル再構成の精度を向上させるため、カメラの感度曲線の最適化を工夫してきました。具体的には、RGB画像からスペクトル画像の復元に対して、カメラの感度曲線の影響を調べました。更に、再構成の精度を改善するため、既存のカメラデータベースから最適なカメラ感度曲線の選ぶ方法を提案しました。また、製造条件を考えた上、最適なカメラ感度曲線を自由に設計することも成功しました。ハイブリッド融合方式の場合、カメラ感度曲線の最適化も先駆的に展開しました。更に、スペクトルの再構成ではなく、シーン認識に対して、カメラ感度曲線の役割と最適化の効果も解明しました。
自由記述の分野	Computer Vision
研究成果の学術的意義や社会的意義	深層学習を用いてイメージングハードウェアの最適化はとても挑戦的な研究課題です。本研究では、カメラの感度曲線の最適化方法を開発する上、スペクトル再構成の精度を向上させた。更に、製造上の拘束も考慮したので、アルゴリズムによる設計結果はフィルターで忠実に実装が可能であることも示した。