コヒーレンスの伝搬に基づくディープラーニングによる散乱媒質のイメージング

使用基于相干传播的深度学习对散射介质进行成像

• 批准号: 21H01849
• 负责人: 渡邉 歴
• 金额: $ 11.15万
• 依托单位: Ritsumeikan University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H01849/
• 关键词: 散乱イメージング; 非視線方向イメージング; コヒーレンス; 光伝搬; ディープラーニング; メモリ効果; 機械学習; スペックル

散乱媒体あるいは拡散媒体は、光の散乱により画像の品質を著しく低下させるため、光を用いて散乱体の奥の物体や曲がり角の奥など直接見えないところにある物体の可視化は難しいとされてきた。ディープラーニング（深層学習）を用いてスペックル画像と元画像の統計特性を学習し、画像の再構成を行うことが可能となってきている。本研究では、物理的なメカニズムを明確にすべく、光コヒーレンス理論・光伝搬理論を基盤とし、光の伝搬を考慮するアルゴリズムを構築する。また、そのアルゴリズムに基づくディープラーニングにより、画像を再構成するとともに、スペックル画像と元画像の統計特性を明らかにする。本年度は、被写界深度の拡大、分光イメージングと波長推定、脆弱性とロバスト性の検討を実施した。分光イメージングでは，光源にLEDを用いて、モノクロカメラで撮影されたスペックル画像より中心波長が変化するカラー物体の画像再構成と波長推定を実現した。ディープラーニングは敵対的サンプルやデータセットに対する攻撃であるデータ汚染攻撃により脆弱性を示すため、光源にレーザーを用い、トリガー画像によるデータ汚染攻撃の影響について調査した。ロバスト性を向上するために，媒体を移動させた場合のロバスト性に影響する要因について検討した。散乱媒体を光軸に対して垂直な方向に移動させてスペックル画像を取得し、自己相関を計算した。ディープラーニングにおける学習にスペックル画像を用いる手法と自己相関画像を用いる手法で画像再構成し、自己相関画像を用いる手法が高いロバスト性を有することを示した。

散射或扩散介质会显着降低由于光散射而引起的图像质量，并且据说很难可视化直接不可见的物体，例如散射体深处的物体或使用光线深处的物体。现在可以学习斑点图像和原始图像的统计特征以及重建图像的统计特征。在这项研究中，为了阐明物理机制，我们将构建一种基于光学相干理论和光传播理论的光的传播算法。此外，基于算法的深度学习重建图像，并揭示斑点图像和原始图像的统计特征。今年，我们对景深，光谱成像和波长估计以及脆弱性和鲁棒性进行了研究。在光谱成像中，使用LED作为光源，对颜色对象的图像重建和波长估计，其中心波长从用单色摄像机拍摄的斑点图像发生变化。深度学习容易受到数据污染攻击的攻击，这些攻击是对敌对样本和数据集的攻击，我们使用激光作为光源研究了使用触发的图像的数据污染攻击的效果。为了提高鲁棒性，我们研究了移动培养基时影响鲁棒性的因素。沿垂直于光轴的方向移动散射介质，以获得斑点图像并计算自相关。该图像是使用斑点图像和用于深度学习学习的自相关图像的方法重建的，使用自相关图像的方法具有很高的鲁棒性。

项目成果

拡散板を介したカラー物体のモノクロカメラとディープラーニングを用いた画像再構成

使用单色相机进行图像重建，并通过扩散器对彩色对象进行深度学习

• 发表时间: 2022
• 作者: 稲垣 潤;島田和弥;石塚知香子;Fedir Ivanyuk;千葉 敏;塚田 拓海，渡邉 歴
• 通讯作者: 塚田 拓海，渡邉 歴

ディープラーニングを用いた散乱イメージングにおける被写界深度拡大

使用深度学习扩展散射成像的景深

• 发表时间: 2021
• 作者: 塚田 拓海;渡邉 歴
• 通讯作者: 渡邉 歴

光学手法を用いた散乱イメージング

使用光学方法进行散射成像

• 发表时间: 2022
• 作者: Negm Hani;Zen Heishun;Ohgaki Hideaki;渡邉 歴
• 通讯作者: 渡邉 歴

ディープラーニングを用いたマルチスペクトラル散乱イメージングとシングルショット波長推定

使用深度学习的多光谱散射成像和单次波长估计

• 发表时间: 2022
• 作者: 西村 光太郎; Xue Bing ; 須田 亮; 緑川 克美; 高橋 栄治;塚田拓海，渡邉歴
• 通讯作者: 塚田拓海，渡邉歴

ディープラーニングを用いたQRコードの散乱イメージングにおける脆弱性の検討

使用深度学习检查 QR 码散射成像中的漏洞

• 发表时间: 2021
• 作者: 大石 皓己;渡邉 歴
• 通讯作者: 渡邉 歴