画像処理における位置依存フィルタのためのフルベイズ統計推測法

点击翻译按钮获取中文摘要

採用2年目となる本年度は,主に3つのトピックに取り組んだ.実績を挙げた.いずれの実績においても,構成された画像処理アルゴリズムが高性能である点と,各モデルにおける厳密計算の困難性を適切な近似法によって克服した点とが主な意義と重要性である.1つ目は,画像のフィルタリング処理の統計的な定式化に,カラー画像への適応を組み込んだことである.画像フィルタの拡大係数の上にスパース性を仮定するスパースベイズ学習法により,サポートが小さくコンパクトであるにもかかわらず拡大性能の高いフィルタが学習されることが前年度に示されたことであるが,カラーチャネルごとのスパース性を考慮することで,RGB表現においてはGチャネル(緑色)において大きなサポートが学習されやすいことが,YIQ表現においてはYチャネル(輝度)において大きなサポートが学習されやすいことが,それぞれ示された.本結果は,ヒト視覚系がGチャネルやYチャネルに鋭敏に反応することは広く知られており,映像取得や伝送において広く利用されていることとも一致している.2つ目は,画像超解像法の研究にとりくみ,ハイパーパラメタ推定や,効率の良いレジストレーション法,遮蔽物除去といった事項を研究した.3つ目は,コンピュータ断層撮影法(CT)の研究である.人体を撮影対象とする場合は,撮影される物体が空気,水,骨,脂肪,筋肉など既知のものである点を利用し,再構成性能のよいCTアルゴリズムの提案をおこなった.