講演抄録/キーワード |
講演名 |
2021-03-05 15:30
[ショートペーパー]正確な水中画像モデルに基づくデータセットの構築と解析 ○髙尾俊輔(港湾空港技研) PRMU2020-96 |
抄録 |
(和) |
水中光学画像は応用上大変重要であるが,複雑な海洋環境に起因して生じる色被りやコントラストの低下といった画像劣化が深刻な問題となる.水中画像に含まれる強いノイズを除去するうえで,近年急速に発展を遂げているディープラーニングを用いた学習ベースの手法があるものの,陸上画像とは異なり実画像による大規模なデータセットの構築が困難である.そのため,水中画像処理の分野では実データの代替として人工データがしばしば用いられる.しかし,既存研究では水中画像モデルを簡略化したものにとどまり,実際の水中画像を十分に再現することができず,その有効性はやや限定的である.
本研究では,厳密な水中画像モデルに基づき大規模なデータセットの構築を行い,構築したデータセットの有効性について定量的に評価を行うとともに画像処理への応用の展望について述べる. |
(英) |
Although underwater images are important in many fields,
image degradation such as color distortion or declined contrast caused by
the complex ocean environment is a serious problem.
In order to remove strong noises in underwater images, learning based approaches like deep learning are a prominent solution, but making large dataset is a challenging task in underwater image, not as in land image. Artificial images are commonly used in stead of real images to satisfy sufficient data in underwater image processing, but
previous underwater image models are simplified and lacking reality.
This research constructs large underwater dataset based on correct underwater image model, and implements analysis quantitatively, then prospect of image processing is talked. |
キーワード |
(和) |
水中画像データセット / 水中画像ノイズ除去 / MCMC / ディープラーニング / / / / |
(英) |
underwater dataset / MCMC / deep learning / underwater image enhancement / / / / |
文献情報 |
信学技報, vol. 120, no. 409, PRMU2020-96, pp. 157-157, 2021年3月. |
資料番号 |
PRMU2020-96 |
発行日 |
2021-02-25 (PRMU) |
ISSN |
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 |
PRMU2020-96 |