Fast image denoising to enhance textures in dark areas for environmental monitoring

点击翻译按钮获取中文摘要

2022年度は，「研究の目的」および「研究実施計画」に示した【項目1：事前知識なしでノイズバイアスを補正する理論を確立する】・【項目2：ノイズの発生モデルをインターネット上のビッグデータから推定可能とする】・【項目3：河川防災や道路メンテナンス等を目的とする自動診断システム上に提案手法を実装する】を実施した．項目1については，ノイズが重畳した画像に明るさ補正（トーンマッピング）を施すことで生じるノイズバイアスの補正理論を深化させた．具体的には，夜間画像を対象として，理想画像が得られない状況においても，ノイズバイアスを補正可能とする理論を構築した．この理論は，項目3において夜間カメラ監視システムを実装するために活用可能である．項目2については，誤ったラベル（ノイジーラベル）が混在する状況においても，高精度な深層学習を実現する技術を深化させた．具体的には，2021年度に構築したノイジーラベル環境下の画像分類技術を拡張し，新たにクロスモーダル検索(画像とテキストを横断した検索)を可能とした．提案技術は，深層学習の記憶効果に基づきノイジーラベルを修正しながら，画像とテキストの共通表現を獲得可能とする．項目3については，環境モニタリングの実例として，冬季の道路交通をターゲットとし，Hawkes過程を用いた雪害イベントの予測モデルの構築に成功した．