|
既存技術では，学習用データセット全てを1つのモデルパラメータでモデル化しようとしていた．しかしながら，一般に画像の学習用データセットは複雑であり，1つのモデルパラメータでモデル化することは困難であることと考えられている．
そこで，類似パッチの基づく画像のモデル化の研究を推進した．具体的には，学習用データセットから類似パッチを収集し，集められた類似パッチ毎にモデルパラメータの学習を行い，推定されたモデルパラメータに基づき，画質改善を試みた．
本研究課題の手法では，学習パッチをその類似性に基づき，分割し，分割されたデータ毎にモデルパラメータを推定しているため，より詳細に画像データを表現することができる．このため，既存の方法と比較して，本研究課題の方法により，画質改善の効果が改善されることが確認された．
本年度は，画像モデルとして，本年度はスパースコーディングを利用した．スパースコーディングは人間の視覚情報処理との類似性が指摘されている．このため，人間の視覚にも造詣の深いスタンフォード大学ブライアンワンデル教授と国際研究者交流も行った．当該研究課題に関連する幅広い情報交換，議論を行った．
また，類似パッチの学習データセットから収集し，集められた類似パッチ毎にモデルパラメータを学習するアイディアを，国際会議にて研究発表した．
|
