ライトフィールド画像のための深層学習を用いた画像再構成に関する一検討

カテゴリ: 部門大会

論文No: TC17-10

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): A Study on Image Reconstruction Using Deep Learning for Light Field Images

著者名: 一色 正晴（愛媛大学）,木下 浩二（愛媛大学）

著者名(英語): Masaharu Isshiki (Ehime University),Koji Kinoshita (Ehime University)

キーワード: ライトフィールド画像|深層学習|画像再構成画像再構成|Light field images|Deep learning|Image reconstruction

要約(日本語): ライトフィールド法は，小さなレンズが並んだマイクロレンズアレイを利用して３次元的な画像情報を一度に取得する方法である．そのため，時間分解能が向上するものの，代わりに空間分解能が低下する．本研究では，空間分解能の低下を軽減するために，ライトフィールド画像深層学習による画像再構成について検討する．多数の点光源画像や線形状，らせん形状などの３次元構造物をシミュレータ上で構成し，これを深層学習の教師データとした．深層学習のネットワーク構造にはU-Netを用い，ネットワーク構造や損失関数を工夫することで画像再構成が実現可能であるのかを検討した．