研究シーズ集

研究の目的、概要、期待される効果

　劣悪な環境下で取得されるセンシングデータの復元や推定の問題解決に取り組んでいます。特に、画像やボリュームデータなど高次元信号を対象とした信号処理の理論、アルゴリズム、実現技術の研究を行っています．信号処理はセンサの物理的な限界を補う役割を果たします。観測信号が劣化していたとしても、コンピュータ処理により、重要な情報を抽出できる可能性があります。
　本研究室では信号の分析と合成に関する知識と技術を核として数多くの共同研究プロジェクトに貢献しています。例えば、車載ミリ波レーダによる障害物検出、河面計測からの河床状態の推定、内耳感覚上皮帯の断層撮像、皮膚疾患の画像診断支援などです。このように応用は多岐に渡ります。
　高次元信号の復元や推定は、観測信号を既知、原信号を未知とした数百万以上の連立方程式を解く問題になり得ます。通常は、解（原信号）を一意に求められない不良設定問題です。そこで、事前知識を利用して信号生成モデルや観測過程モデル、制約条件を導入し、最適化処理によりその解に迫ります。この一手法にスパースモデリングがあります。もし、訓練データを利用できればモデルの構築に機械学習を利用できます。センサ装置のコスト削減や小型化なども期待できます。

スパースモデリングと信号復元

信号生成モデルとしての画像変換