自己教師学習による動画焦点ボケの除去

• Item type: SIG Technical Reports(1)
• 公開日: 2023-05-11
• タイトル: 自己教師学習による動画焦点ボケの除去
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 卒論スポットライトセッション (CVIM)
• 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: 京都大学大学院情報学研究科
• 著者所属: 京都大学大学院情報学研究科
• 著者所属: 京都大学大学院情報学研究科
• 著者名: 野上, 誠太; 延原, 章平; 西野, 恒
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 一般に，カメラはあらゆる距離に同時にピントを合わせることはできず，ピントの合わない部分には焦点ボケが発生する．特に，被写体の距離が刻一刻と大きく変化する屋外の動画撮影では，ピントを合わせ続けることは難しい．ピントのズレによって焦点ボケの発生した映像を解析，編集するために，焦点ボケを除去する技術が必要となる．しかし，焦点ボケは各フレームの各物体それぞれに様々な大きさでかかっており，映像に含まれるすべてのフレームの焦点ボケを除去することは困難である．そこで，本研究では自己教師学習により焦点ボケ除去を実現する．映像から推定できる深度を映像と共に深層ニューラルネットワークに入力することで，ネットワークに深度とボケの大きさの関係を学習させる．さらに，深度を使用することでネットワークの出力に再度焦点ボケを付与し，完全にボケを除去した映像にボケを付与した映像とボケ除去前の映像の整合性を用いて自己学習を実現する．焦点ボケがある映像と，同一場面で焦点ボケのない映像のペアを含むデータセットが存在しないため，本研究ではボケのない映像に焦点ボケを付与することでデータを作成し，本手法の有用性を確かめた．本手法は既存手法に勝るボケ除去性能を発揮したが，改良の余地を残す結果を示した．
• 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: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2023-CVIM-234, 号 10, p. 1-8, 発行日 2023-05-11
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• 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