スペクトル類似度を考慮した深層学習によるRGB画像からスペクトル画像への変換手法

• Item type: SIG Technical Reports(1)
• 公開日: 2020-06-18
• タイトル: スペクトル類似度を考慮した深層学習によるRGB画像からスペクトル画像への変換手法
• タイトル / 言語: en
• タイトル: Spectral reconstruction from RGB Image using CNN with spectral similarity
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 広島大学大学院先進理工系科学研究科
• 著者所属: 広島大学大学院先進理工系科学研究科
• 著者所属: 広島大学大学院先進理工系科学研究科
• 著者所属: 広島大学大学院先進理工系科学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Advanced Science and Engineering, Hiroshima University
• 著者所属(英): en
• 著者所属(英): Graduate School of Advanced Science and Engineering, Hiroshima University
• 著者所属(英): en
• 著者所属(英): Graduate School of Advanced Science and Engineering, Hiroshima University
• 著者所属(英): en
• 著者所属(英): Graduate School of Advanced Science and Engineering, Hiroshima University
• 著者名: 坂本, 真啓; Raytchev, Bisser; 玉木, 徹; 金田, 和文
• 著者名(英): Masahiro, Sakamoto; Raytchev, Bisser; Toru, Tamaki; Kazufumi, Kaneda
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: スペクトル画像は工業，医療，リモートセンシング等の幅広い分野にわたり活用されている．コンピュータグラフィックスでもスペクトラルレンダリングにおけるライトプローブ画像やテクスチャとして利用されている．しかし，スペクトル画像の取得には装置や時間的なコストがかかり，その取得や利用の妨げとなっている．本研究では深層学習を用いることにより RGB 画像からスペクトル画像への変換を行う手法を提案する．従来の深層学習を用いたスペクトル画像変換では，RGB 画像とスペクトル画像を直接エンドーツーエンドで学習を行う方法を採っていた．これに対し提案手法では輝度値を直接学習するのではなく，スペクトル類似度を損失関数としてネットワークを学習させる．これによりスペクトル画像変換の精度向上をはかる．2 つのデータセット（CAVE，VISTA）を用いて RGB 画像からスペクトル画像変換を行い，提案手法の有用性を示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Spectral images are used in a wide range of fields such as industry, medicine, and remote sensing. They are also used in computer graphics as a light probe image and textures in spectral rendering. However, the acquisition of spectral images is costly in terms of equipment and time, which hinders its acquisition and use. In this study, we propose a method for converting RGB images into spectral images by using deep learning. Conventional spectral image reconversion using deep learning has adopted a direct end-to-end learning method for RGB images and spectral images. In contrast, our proposed method does not learn the luminance values directly, but rather learns the network using the spectral similarity as a loss function. This will improve the accuracy of spectral image conversion. We show the usefulness of the proposed method by performing spectral image reconstruction from RGB images using two datasets (CAVE, VISTA).
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10100541
• 書誌情報: 研究報告コンピュータグラフィックスとビジュアル情報学（CG）; 巻 2020-CG-178, 号 5, p. 1-7, 発行日 2020-06-18
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8949
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会