2020 Fiscal Year Annual Research Report
単一画像に基づく高ダイナミックレンジ画像の生成法に関する研究
| Project/Area Number |
18J20326
|
|---|
| Research Institution | Tokyo Metropolitan University |
|---|
Principal Investigator |
木下 裕磨 東京都立大学, システムデザイン研究科, 特別研究員(PD)
|
|---|
| Project Period (FY) |
2018-04-25 – 2021-03-31
|
| Keywords | 画像処理 / 高ダイナミックレンジ画像 / 画像強調 / 深層学習 / 色相補正 |
|---|
| Outline of Annual Research Achievements |
研究第2年度までに，当初に予定していた単一画像に基づくHDR画像生成法の開発は順調に進捗し，深層学習の利用により高品質HDR画像の生成を実現した．そのため，第3年度は，(1)高品質HDR画像生成に必要とされる深層学習そのものの性能向上，および(2)画像処理に起因する色歪み回避のための色相補正法の開発に取り組んだ．
本研究で開発した単一画像に基づくHDR画像生成法においては，畳み込みニューラルネットワーク（CNN）を利用している．CNNでは，画像や特徴マップ等の入力信号のダウン・アップサンプリング処理が一般に行われる．これらダウン・アップサンプリング処理は，出力信号あるいは逆伝搬される勾配信号に「チェス盤歪み」という一種の歪みをもたらすことが知られている．そこで，(1)の深層学習の性能向上においては，CNNにおけるチェス盤歪みの回避を目的に研究を遂行した．この目的の実現のため，チェス盤歪みの発生を完全に抑制できる固定畳み込み層を提案した．この成果は，IEEE ICASSPおよびAPSIPA ASCにおいて発表した．
(2)は，HDR画像生成法によって得られるHDR画像の色を制御する目的で実施した．既存の多くの画像処理法は，入力画像の持つ色を歪ませてしまう．特に深層学習を用いた場合には，出力画像を制御することが困難である．開発した色相補正法は，CIELAB空間での色相の定義に従い，入力画像とある画像処理アルゴリズムで得られた画像間の色相が完全に一致するように補正処理を行う．開発した色相補正法は，深層学習を含む任意の画像処理アルゴリズムと組み合わせて利用することができる．これらの成果は，電子情報通信学会SIS研究会にて発表した．さらに，これら成果をまとめた論文は，APSIPA Transactions Signal and Information Processingに掲載された．
|
| Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
