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。

Scattered media あ る い は scattered media company は, light の scattered に よ り portrait の quality を the し く low さ せ る た め, light を い て scattered body の Mr の object や qu が り Angle の Mr な ど directly see え な い と こ ろ に あ の る object visualization は difficult し い と さ れ て き た. デ ィ ー プ ラ ー ニ ン グ deep (learning) を with い て ス ペ ッ ク ル portrait portraits と yuan の statistical properties を learning し line, portrait again の を う こ と が may と な っ て き て い る. This study で は, physical な メ カ ニ ズ ム を clear に す べ く, light コ ヒ ー レ ン ス theory, light 伝 を move theory base plate と し, light の 伝 move を consider す る ア ル ゴ リ ズ ム を build す る. ま た, そ の ア ル ゴ リ ズ ム に base づ く デ ィ ー プ ラ ー ニ ン グ に よ り, portrait again を す る と と も に, ス ペ ッ ク ル portrait と を Ming yuan portrait の statistical properties ら か に す る. This year, <s:1>, the depth of the written field <s:1> 拡 is large, the spectral <s:1> メ ジ ジ ジ <s:1> グと wavelength presumption, and the fragility とロバスト 検 検 are discussed in を actual application of た. Spectral イ メ ー ジ ン グ で は, LED light source に を with い て, モ ノ ク ロ カ メ ラ で pinch of shadow さ れ た ス ペ ッ ク ル portrait よ が り center wavelength variations change す る カ ラ ー の portrait object to constitute と wavelength presumption を be presently し た. デ ィ ー プ ラ ー ニ ン グ は enemy of seaborne サ ン プ ル や デ ー タ セ ッ ト に す seaborne attack る shock で あ る デ ー タ pollution attack shock に よ り vulnerability を shown す た め, light sources に レ ー ザ ー を い, ト リ ガ ー portrait に よ る デ ー タ pollution attack shock の influence に つ い て survey し た. ロ バ ス ト sex を upward す る た め に, media を mobile さ せ た occasions の ロ バ ス impact に ト す る by に つ い て beg し 検 た. Scattered media を optical axis に し seaborne て な vertical direction に mobile さ せ て ス ペ ッ ク ル portrait を し, his phase masato を computing し た. デ ィ ー プ ラ ー ニ ン グ に お け る learning に ス ペ ッ ク ル portrait を with い る technique と his phase portrait masato を using い る で portrait constitute し again, their phase portrait masato を using い る gimmick が high い ロ バ ス ト sex を have す る こ と を shown し た.

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

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

スペックル計測によるすりガラスの奥にある物体の可視化

使用散斑测量对磨砂玻璃后面的物体进行可视化

• 发表时间: 2023
• 作者: Lu Xu;Bing Xue;Katsumi Midorikawa;and Eiji J. Takahashi;福田 渓人，塩田 達俊;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