- …
- …
#255
summarized by : Higaki Yoshinari
どんな論文か？
2D取得画像から3Dデータ(分光スペクトル、動画、デプス等)を再構成するSnapshot Compressive Imaging(CSI)において、画質と処理速度のトレードオフ、観測行列の変化に対する耐性が課題であった。本研究ではこの課題に対し、速度と精度を両立するアルゴリズムを提案し、シミュレーション・実画像で優位性を検証している。
新規性
画像復元（超解像等）向けに開発されたPnP-ADMMアルゴリズムを、CSI向けに拡張した。具体的には、DLベースのdenoisingアルゴリズムFFDNetを、ADMMのdenoiserステップに組み込んでいる。さらにこれをPnP-GAPへと発展させ、再構成の解の収束性について理論的保証を与えている。
結果
静止画からのUHD解像度の動画復元のPSNR値において、従来手法(GAP-TV)25.45 dBに対し、本手法(PnP-FFDNet)32.60 dBと大幅な画質改善。
その他（なぜ通ったか？等）
SCIの実応用において大きな課題であった再構成処理速度が、従来手法より大幅に高速化されている(DeSCIに対し2000倍以上)点が評価のポイントと考えられる。
- …
- …