私たちはインテグラルイメージングを用いた3D情報取得技術について研究しています。
「インテグラルイメージングとは何か？」
インテグラルイメージングとは、3D情報を持った画像を再構成する手法の1つです。様々な視点から取得した2Dの画像から視差を計算することによって、3D情報を取得します。
研究内容
1.3D イメージングシステムの研究
- 機械学習による2D画像を用いた3D情報の推定（自律走行システム）
- 視界不良の環境でも撮影可能な3D映像および可視化システムの開発
- 光信号処理とディープラーニングを活用した視界不良の災害現場におけるAR救援補助システムの研究
- 機械学習の一種であるSRCNNを用いた高解像度化技術
2. 画像暗号化技術に関する研究
3. 3次元デジタルホログラフィー顕微鏡(DHM)と深層学習による検診に関する研究
1. 3Dイメージングシステムの研究
- 自律走行カメラシステムの研究
Autonomous Vehicle Display Techniqueとは自動運転に伴う技術であり、自動運転を行うにあたって必要な前方の車や道路の状況などの視覚的状況を処理する技術です。
ここでは自動運転の画像処理の技術として、車両や道路の白線を区別し、その対象との距離を推定する「深度情報」を得るための技術を扱います。
深度情報、つまり奥行きの情報を得るには人間に目が２つあるように、少なくとも2台のカメラによる違う視点の画像（ステレオ画像）が必要です。本研究では、深層学習を行うことで１台のカメラで深度情報を推定することで効率化を図ります。 また、悪天候時の車両や道路状況の識別のための技術に関しても取研究を行っています。 ..詳細
雨天時におけるノイズ除去のイメージ
研究結果活用の将来像
- FPERT - Free-view Pixel of Elemental image Rearrangement Technique
従来の3D情報をもった画像の再構成では解像度が十分ではありません。また、実行時間も遅いため、解決法としてPixel Rearrangement technique(PERT)を用います。 ..詳細
PERTの概要
- 霧の除去システム(Haze removal - Fourier Peplography)
Peplographyは視界不良環境下での可視化の手法です。一般的に霧は低い空間周波数スペクトラムを示すので、フーリエ空間で霧や視界不良の環境に最適なフーリエマスクを作り、適切にフィルタリング処理をすることで霧や水中の視界不良状況での3D再構成が可能になります。
- 光子推定システム(Photon Counting System)
低照度での物体撮影と情報復元の手法です。イメージセンサでわずかな光子を撮影し、要素画像から光子の存在確率を推定して、イメージを再構成及び復元します。この手法によって夜間走行時などの暗い状況下での画像取得に応用できます。
- 光信号処理とディープラーニングを活用した視界不良の災害現場におけるAR救援補助システムの研究
光信号処理技術を活用した火災現場のような災害状況で発生する光散乱媒質（例えば、黒煙および白煙）のリアルタイム除去技術、および極低照度環境で視界を確保する映像分析/認識技術を開発している。さらにディープラーニングを組み合わせ、光散乱物質存在下においても、映像の歪みが少なく、高画質の映像をリアルタイムで処理することができる光学アルゴリズムを用い、Augmented Reality（AR）のハードウェア仕様に従った制約がなく、火災現場から発生する煙や暗黒状況でも救助者に安全な視界を提供することができます。
2. 画像暗号化技術に関する研究
DRPE(Double Random Phase Encryption)と呼ばれる技術を用いて、様々な画像を暗号化することができます。この暗号化技術を用いて、安全で高速な画像暗号化を実現できます。また、暗号化した画像の送受信における安全性について、画像処理技術を用いて解決できないか日々研究を行っています。
3. 3次元デジタルホログラフィー顕微鏡(DHM)と深層学習による検診に関する研究
既存の顕微鏡では細胞の2Dイメージを使って細胞の大きさと形を推定しますが、この方式の問題点を解決するのがDHMシステムです。本システムはホログラムの基礎理論を通じて光学システムを構築し、レーザーを使って血液細胞表面の形状と高さの情報を抽出し、計算を通じて3Dイメージを再生する方式です。さらに本システムは、細胞の様々な形状を観察し、分析が可能であるという長所を持っています。そのため、処理速度向上により、機械学習アルゴリズムを用いて血液を観察・分析し、被実験者の病名を簡単に診断できるシステムの構築を目指しています。 ...詳細
