|
本研究では，画像復元（計測過程で生じた劣化（ノイズ等）を伴う画像から真の画像を推定するアルゴリズム）において，深層ニューラルネットワークの適用が困難な「ビッグデータが用意できないタイプの画像」（医療・産業用画像）のための手段として「深層エピグラフネットワーク」の技術を確立した．ビッグデータの学習が不要な画像復元手法として，先験情報に基づいて設計された正則化関数の最小化による推定が広く利用されている．本研究では対象画像データの複雑な先験情報をモデリングする深層合成正則化の設計方法とその最小化アルゴリズムを研究代表者の独自凸最適化技術「エピグラフ変形」によって解決し，実用性を示した.
|
