|
本研究では，適応的に事前確率分布モデルを推定し，高精度に画像を復元する処理に関する研究を行った．まず，本研究では，画像からパッチとよばれる小領域を抽出し，抽出されたパッチに基づき画像を復元する処理の検討を行った．
さらに，一般的に，画像の統計的性質は，シーンや画像により大きく異なるので，局所領域毎に適応的に事前確率分布モデルを推定する手法を提案した．この手法では，注目パッチの事前確率分布を推定するために，注目パッチ周辺の類似パッチを利用した．類似パッチに基づく，事前確率分布を抽出し，その事前確率分布に基づき，画像処理を行う手法である．この手法を，デノイジングに応用し，従来手法に比べて，高精度に画像を復元できることを確認した．
また，スパースコーディングに基づく画像超解像においても，与えられたシーン毎にスパースコーディングの辞書を学習する方法も提案している．多くのスパースコーディングに基づく研究は，あらかじめ学習しておいた辞書を使う例が多い．しかしながら，学習に利用した画像と対象画像の統計的な性質が異なる場合，高精度に画像を復元できないという問題があった．一方，入力画像のみからスパースコーディングの辞書を学習する場合，解像度が異なるという問題や学習データが不足するという課題があった．本研究において，解像度が異なっていても自然画像には，冗長性があることを利用して，スパースコーディングの辞書を学習する方法を提案している．
|
