信号処理と深層学習の融合による高速高精細画像復元に関する研究

Material type: 文書・図像類

Author: 池原, 雅章

Publisher: -

Publication date: 2022

Material Format: Digital

Capacity, size, etc.: -

NDC: -

View All

Notes on use

Note (General)：: type:text本研究課題では、信号処理と深層学習の融合による高速高精度画像復元技術の開発を行なった。信号処理技術により目的に応じた画像の特徴を前処理として検出し、劣化画像の性質を考慮しながら深層学習を行うことにより、1)霧除去、2)雨滴除去、3)ビデオの超解像、4)ボケ除去に対して従来方に比べて...

Related materials as well as pre- and post-revision versions

科研費研究者番号 : 00212796

Search by Bookstore

Holdings of Libraries in Japan

This page shows libraries in Japan other than the National Diet Library that hold the material.

List of Cooperating Institutions and Databases

Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.

other

Keio Associated Repository of Academic resources
Digital
You can check the holdings of institutions and databases with which Institutional Repositories DataBase(IRDB)(Institutional Repository) is linked at the site of Institutional Repositories DataBase(IRDB)(Institutional Repository).
Keio Associated Repository of Academic resources

Search by Bookstore

Bibliographic Record

You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.

Digital

Material Type: 文書・図像類
Title: 信号処理と深層学習の融合による高速高精細画像復元に関する研究
Author/Editor: 池原, 雅章
Author Heading: 池原, 雅章
Publication Date: 2022
Publication Date (W3CDTF): 2022
Alternative Title: シンゴウショリトシンソウガクシュウノユウゴウニヨルコウソクコウセイサイガゾウフクゲンニカンスルケンキュウ
Shingō shori to shinsō gakushū no yūgō ni yoru kōsoku kōseisai gazō fukugen ni kansuru kenkyū
Research on rapid and accurate image restoration by fusion of signal processing and deep learning
Periodical title: 科学研究費補助金研究成果報告書
Text Language Code: jpn
eng
Subject Heading: 画像復元,深層学習,信号処理
Target Audience: 一般
Note (General): type:text
本研究課題では、信号処理と深層学習の融合による高速高精度画像復元技術の開発を行なった。信号処理技術により目的に応じた画像の特徴を前処理として検出し、劣化画像の性質を考慮しながら深層学習を行うことにより、1)霧除去、2)雨滴除去、3)ビデオの超解像、4)ボケ除去に対して従来方に比べて良好な性能が得られた。また深層学習における基本的な処理である畳み込みに対して、いくつかのカーネルを用意して、その線型結合により畳み込みを表現することで直接実現する場合より演算量を削減しつつ高性能なネットワークを構築することができた。 In this research project, we developed a high-speed, high-precision image restoration technique by combining signal processing and deep learning. By using signal processing to detect image features as a pre-processing step and deep learning while taking into account the characteristics of degraded images, we have achieved better performance than conventional methods for 1) fog removal, 2) raindrop removal, 3) video super-resolution, and 4) blur removal. Moreover, for convolution, which is a fundamental process in deep learning, we were able to construct a high-performance network while reducing the amount of operations by preparing several kernels and expressing the convolution by linear combination of the kernels.
研究種目 : 基盤研究 (C) (一般) 研究期間 : 2020～2022 課題番号 : 20K04472 研究分野 : 画像処理
Access Restrictions: 限定公開
Related Material: 科研費研究者番号 : 00212796
Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）
https://irdb.nii.ac.jp
Original Data Provider (Database): 慶應義塾大学 : 慶應義塾大学学術情報リポジトリ