|
質感に重要な役割を果たす光沢と蛍光を有する物体の見えを計測・解析・再現する総合的な技法の確立を目指している．本年度の具体的な研究実績は下記の通りである．
①従来の蛍光研究は人工物に焦点を当ててきたが，蛍光を発する自然物は数多く存在する．今年度は植物からの蛍光発光の推定を検討した．市販カメラを用いて6チャンネルの蛍光分光を推定する二つの撮像系を構築した．一つは米穀物用で，スマホカメラをマルチバンド化して可視域の蛍光発光が検出する．他方は植物の葉用で，モノクロカメラと追加フィルターを使用して，赤色から遠赤色の領域のクロロフィル蛍光を検出する．
②金属物体のように強い光沢面を撮影する際，センサーのダイナミックレンジ制限のため，ピクセル値が飽和してクリップされ，その画像領域の物理情報が失われる． 本研究では，金属物体の飽和した低ダイナミックレンジ (LDR) 画像から高ダイナミックレンジ (HDR) の元画像を再構成する方法を検討した．8 ビット LDR 画像を HDR に直接マッピングするために、ディープ NN法を採用した．まず種々の金属物体を使用してHDR 画像データベースを構築した．各HDR 画像から8 ビット LDR 画像を作成し，HDR画像と LDR画像のすべての対を，ネットワークの学習とテストに使用した．
③カメラ応答に基づく分光反射率推定方法は、モデルベース法とトレーニング (または学習) ベース法の 2 つの手法に分類できる．本研究では，分光反射率の推定精度を向上させるために，モデルベースと学習ベースの2つの方法を組み合わせた新しい手法を考案した．提案法は２段階で構成され， 第 1 段階で分光反射率の最適推定に最も信頼できる候補セットをデータベースから選択する．第 2 段階では、局所的な最適データセットのみに基づいたNNを使用して、最良の反射率を決定する．
|
