PIV計測における深層学習を用いた低フレームレート映像の高フレームレート化に向けたフレーム補間技術の検討

カテゴリ：研究会(論文単位)

論文No：ST25011,CT25073

グループ名：【C】電子・情報・システム部門 システム/【C】電子・情報・システム部門 制御合同研究会

発行日：2025/6/26

タイトル(英語)：Frame Interpolation Techniques for High Frame Rate of Low Frame Rate Video Using Deep Learning in PIV Measurement

著者名：山川 絵梨奈(東京理科大学),浅野 敏行(ニイガタ),相川 直幸(東京理科大学)

著者名(英語)： Erina Yamakawa(Tokyo University of Science),Toshiyuki Asano(NIIGATA),Naoyuki Aikawa(Tokyo University of Science)

キーワード：粒子画像流速測定法,フレーム補間,深層学習,３次元畳み込みニューラルネットワーク,Particle Image Velocimetry,frame interpolation,deep learning,3DCNN

要約(日本語)：流体計測に用いられるPIV（粒子画像流速測定法）では，高フレームレートカメラの使用が欠かせない．しかし，高フレームレートを有するカメラは高額になるという問題点がある．本研究では深層学習を基づいて，低フレームレートカメラで撮影した映像を高フレームレートに変換を試みる．

要約(英語)：Using high-speed cameras is essential for particle image velocimetry used in fluid flow measurement, but it has the problem of high cost. In this study, we attempt to convert images captured by a low frame rate camera to a high frame rate camera based on deep learning.

本誌：2025年6月29日システム/制御合同研究会

本誌掲載ページ：53-58p

原稿種別：日本語

PDFファイルサイズ：1,721Kバイト