| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-12-07 11:05 チャネル別深層ニューラルネットワークによるカラー画像の色収差補正 ○長島尚登・目黒光彦（日大）  SIS2018-33 |
|
| 抄録 | （和） | 本稿では，深層学習を用いてカラー画像に生じる色収差の補正処理を行う手法について提案する．動画像の撮影において，レンズ等のハードウェアを改良することで色収差はある程度補正可能であるものの，完全に除去することは難しく，ソフトウェアでの色収差補正が必要とされる．本手法では，既存のノイズ除去用の深層学習手法であるDnCNNを，色収差補正を目的として使用する．その際に，学習用データセットを構成しているカラー画像の，赤，緑，青（$R$，$G$，$B$）の3つのカラーチャネルのうち，色収差の生じている$R$，及び，$B$チャネルに着目する．つまり，劣化を生じないと想定される$G$チャネルをエッジの基準として，$R$チャネル補正用に$R$と$G$チャネルにより学習させたネットワークを，さらに，$B$チャネル補正用に$G$と$B$チャネルにより学習させたネットワークの２つを作成する．学習に用いたデータを分けてトレーニングされるネットワークを設けることで，１つのネットワークにつき，１つのチャネルのみに対応するように2つのネットワークを別々にトレーニングさせる．２つのチャネルを同時に補正する1つのネットワークによる補正に比べ，より高精度な学習が可能となる．以上の手続きにより学習した2つのネットワークを用いて，色収差の生じた劣化画像に対して補正処理をおこなう．適用例を通じ，本提案手法の有効性を示す． |
| （英） | In this paper, we propose a new correcting method of chromatic aberration occurring in color images using Deep Learning. In this proposed method, the existing Deep Learning for denoising (well known as DnCNN) is used for chromatic aberration correction purpose. In a lens optical system for imaging, the wavelength of $G$ is designed to be in focus. Therefore, light $R$ with longer wavelength than $G$ and light $B$ with shorter wavelength are out of focus and may cause chromatic aberration. We propose a method to remove the deterioration of chromatic aberration of $R$ channel and $B$ channel by using the $G$ channel without chromatic aberration. DnCNN needs to be trained with both chromatic aberration images and original images not including these aberrations. In the case of learning DnCNN for restoration of $R$, it is better to perform correction with CNN learned using only learning data of $R$ and $G$. Moreover, for restoration $B$ channel, it is better using $B$ and $G$ data only than using all $RGB$ data. By separating the two DnCNN networks to be trained for the $R$ or $B$ channels, an accuracy and an efficiency of DnCNN can be improved. Through experimental results, we show the effectiveness of our proposed method. | |
| キーワード | （和） | 色収差補正 / 深層学習 / カラーチャネル / カラー画像処理 / / / / |
| （英） | chromatic aberration / Deep Learning / color channel / color image processing / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 346, SIS2018-33, pp. 61-66, 2018年12月. | |
| 資料番号 | SIS2018-33 | |
| 発行日 | 2018-11-29 (SIS) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SIS2018-33 |
|
| 研究会情報 | |
| 研究会 | SIS |
| 開催期間 | 2018-12-06 - 2018-12-07 |
| 開催地（和） | 萩市民館 |
| 開催地（英） | Hagi Civic Center |
| テーマ（和） | スマートパーソナルシステム,一般 |
| テーマ（英） | Smart Personal Systems, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIS |
| 会議コード | 2018-12-SIS |
| 本文の言語 | 日本語 |
| タイトル（和） | チャネル別深層ニューラルネットワークによるカラー画像の色収差補正 |
| サブタイトル（和） | |
| タイトル（英） | Chromatic Aberration Correction of Color Images Using Deep Neural Network for Each Channel Processing |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 色収差補正 / chromatic aberration |
| キーワード(2)（和/英） | 深層学習 / Deep Learning |
| キーワード(3)（和/英） | カラーチャネル / color channel |
| キーワード(4)（和/英） | カラー画像処理 / color image processing |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 長島 尚登 / Naoto Nagashima / ナガシマ ナオト |
| 第1著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 目黒 光彦 / Mitsuhiko Meguro / メグロ ミツヒコ |
| 第2著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-12-07 11:05:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SIS |
| 資料番号 | SIS2018-33 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.346 |
| ページ範囲 | pp.61-66 |
| ページ数 | 6 |
| 発行日 | 2018-11-29 (SIS) |
[研究会発表申込システムのトップページに戻る]