|
ディジタルカメラの高性能化やAI技術の発展により、監視・車載カメラで撮影した画像から人や車などのオブジェクトを認識する技術が急速に進化している。既存手法では、背景を静止成分とし、動きのある成分を大まかに前景として分離する。しかし、撮影視点はしばしば動き、人や車など動きの異なる被写体に加え、雨や雪の軌跡がノイズとして混入することがある。
本研究では、動的モード分解、スパースモデリング、圧縮センシング技術を融合し、背景の動きに頑健で高次元データを高効率に処理できる動画像成分分離アルゴリズムを提案した。さらに、ハイパースペクトル画像などの超高次元データへの応用も検討した。
|
