画像補間のための確率モデルの実現に関する研究

点击翻译按钮获取中文摘要

これまで欠落領域の復元に用いてきたアルゴリズムを、画像の高解像度化、および類似画像検索のための画像の意味的特徴量の推定に応用を行った。まず、画像の高解像度化では、これまで提案を行ってきたカーネル主成分分析に基づいた失われた情報の推定法を応用し、既知の情報を低解像度画像における低周波成分、未知の情報を本来高解像度画像が有していたはずの高周波成分に置き換えることで、失われた高周波成分の推定を可能とした。近年の単一フレームによる超解像手法では、失われた高周波成分を推定するために、教師データとなる高解像度画像が必要となるのに対して、我々の研究では画像の異なる階層間での相関を用いることで、教師データを用いずに失われた高周波成分の推定が可能であり、非常に有効であることが確認された。さらに、我々は画像の高解像度化への応用だけでなく、復元や再構成とは異なる分野である類似画像検索への応用も試みた。一般に、対象となる画像に対して高精度に類似画像検索を行うためには、単純に画像特徴量間で距離を求めるのではなく、画像特徴量から意味的特徴量を推定し、それらの間で距離を求める手法が必要となる。我々はカーネル主成分分析を用いた画像の意味的特徴量の推定手法を提案し、与えられる画像の画像特徴量から意味的特徴量を高精度に推定することを可能とした。これにより、得られる意味的特徴量を用いることで、従来では困難であった画像内容に基づく類似画像検索を行うことが可能となった。このように、我々は復元・再構成の分野だけでなく、近年発展の著しい検索の分野への新たなアプローチの提案も行ってきた。