| 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 | 2026-03-03 11:20 PHISWIDv2:より現実的な物理モデルに基づく合成水中画像データセット ○金子玲菜・原 惇也・東 広志・田中雄一（阪大）  EA2025-115 SIP2025-135 SP2025-68 |
|
| 抄録 | （和） | 本報告では，物理モデルに基づいて大気中RGB-D画像から合成した水中画像データセット PHISWIDv2（Physics-Inspired Synthesized Underwater Image Dataset version 2）を提案する．水中画像の復元では，深層学習などのデータ駆動型手法が広く用いられているが，その学習には大規模な訓練データが必要である．一方で，大気中で撮影された画像と，対応する劣化した水中画像のペアを多数取得することは，撮影環境や再現性の観点から困難である．PHISWIDv2はPHISWIDをより現実的な物理モデルに基づき更新した水中画像データセットである．PHISWIDv2では，大気中で撮影されたRGB-D画像を入力とし，物理に基づく水中観測モデルによって水中画像を合成することで，原画像と劣化した水中画像の対応ペアを生成する．PHISWIDからの更新点は，1）霞，2）水質タイプの追加，3）カメラ距離設定の改良，4）マリンスノーモデルの見直しの4点である．PHISWIDv2は9,468組の画像ペアから構成され，深層学習の効率的な学習および客観的な画質評価を可能にする．複数の最先端データセットおよび水中画像復元手法を用いた実験により，PHISWIDv2が水中画像復元性能の向上に有効であることを示したので報告する．本データセットはGitHubで公開している． |
| （英） | This paper presents PHISWIDv2: a more realistic physics-inspired synthesized underwater image dataset. For underwater image enhancement, data-driven approaches (e.g., deep neural networks) typically demand a significant amount of training data. In contrast to atmospheric image processing, we face a challenge to obtain paired clean atmospheric images and degraded underwater images. For PHISWIDv2, underwater images are synthesized from atmospheric RGB-D images with physics-inspired image observation model. While its initial version, PHISWID, contains physics-inspired synthesized images, it does not contain haze due to far-field small particles in underwater scene and has a narrow range of water types and camera distances. Therefore, the following updates have been made for PHISWIDv2: 1) including various hazy images, 2) adding an water type, 3) modifying camera distances, and 4) improving the marine snow model. PHISWIDv2 has 9,468 image pairs, enabling effective training of deep neural networks and objective image quality assessment. Through benchmark experiments with several state-of-the-art datasets and image enhancement methods, we validate that PHISWIDv2 leads to better underwater image enhancement qualities. The proposed dataset is available. |
|
| キーワード | （和） | 水中画像処理 / データセット / 深層学習 / / / / / |
| （英） | Underwater image dataset / Physics-inspired synthesis / Deep learning / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 370, SIP2025-135, pp. 253-258, 2026年3月. | |
| 資料番号 | SIP2025-135 | |
| 発行日 | 2026-02-23 (EA, SIP, SP) | |
| 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 | EA2025-115 SIP2025-135 SP2025-68 |
|
| 研究会情報 | |
| 研究会 | SP EA SIP IPSJ-SLP |
| 開催期間 | 2026-03-02 - 2026-03-04 |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | |
| テーマ（和） | 音声，応用／電気音響，信号処理，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2026-03-SP-EA-SIP-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | PHISWIDv2:より現実的な物理モデルに基づく合成水中画像データセット |
| サブタイトル（和） | |
| タイトル（英） | PHISWIDv2: Towards More Realistic Physics-inspired Synthesized Underwater Image Dataset |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 水中画像処理 / Underwater image dataset |
| キーワード(2)（和/英） | データセット / Physics-inspired synthesis |
| キーワード(3)（和/英） | 深層学習 / Deep learning |
| キーワード(4)（和/英） | / |
| 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） | 金子 玲菜 / Reina Kaneko / カネコ レイナ |
| 第1著者 所属（和/英） | 大阪大学 (略称： 阪大) The University of Osaka (略称： UOsaka) |
| 第2著者 氏名（和/英/ヨミ） | 原 惇也 / Junya Hara / ハラ ジュンヤ |
| 第2著者 所属（和/英） | 大阪大学 (略称： 阪大) The University of Osaka (略称： UOsaka) |
| 第3著者 氏名（和/英/ヨミ） | 東 広志 / Hiroshi Higashi / ヒガシ ヒロシ |
| 第3著者 所属（和/英） | 大阪大学 (略称： 阪大) The University of Osaka (略称： UOsaka) |
| 第4著者 氏名（和/英/ヨミ） | 田中 雄一 / Yuichi Tanaka / タナカ ユウイチ |
| 第4著者 所属（和/英） | 大阪大学 (略称： 阪大) The University of Osaka (略称： UOsaka) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-03 11:20:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SIP |
| 資料番号 | EA2025-115, SIP2025-135, SP2025-68 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.369(EA), no.370(SIP), no.371(SP) |
| ページ範囲 | pp.253-258 |
| ページ数 | 6 |
| 発行日 | 2026-02-23 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]