2026-03-08T18:14:43Z https://ipsj.ixsq.nii.ac.jp/oai

oai:ipsj.ixsq.nii.ac.jp:00197557 2025-01-19T22:18:29Z 1164:3616:9728:9821

スパース・低ランクモデリングに基づく画像処理 Image Processing Based on Sparse and Low-rank Modeling 京地, 清介 Seisuke, Kyochi 招待講演 本稿では，近年盛んに研究されている凸最適化を用いた画像復元について，その基本事項と著者グループの関連研究をいくつか紹介する．カメラで取得された画像には，その取得過程で発生するノイズ，焦点ぼけ，手ぶれなど様々な要因によりしばしば劣化が生じる．画像復元ではこれらの劣化が生じる過程を数理的にモデル化し，逆問題を解くことによって所望画像を推定する．高精度な画像復元を行うためには，所望画像が満たすべき性質を反映した正則化関数を適切に設計し，最適化問題を構成する目的関数に導入することが必要となる．本稿では，凸最適化の中でも特にスパース ・低ランクモデリングの観点に基づく正則化関数の設計例を示し，実験にて有効性を確認する． This paper presents fundamental tools for image recovery by convex optimization and introduces some case study from the author's related works. During the image acquisition, images are often corrupted by many kinds of degradation, such as noise, blur caused by incorrect focus or handshaking. In image recovery framework, each process of degradation is mathematically modeled as a regularizer and integrated into the cost function. Finally, by solving the inverse problem, the desired image is estimated. For accurate image recovery, a suitable regularizer should be designed. In this paper, some convex regularizers based on sparsity and low-rankness are presented and shown their effectiveness in experiments. technical report 情報処理学会 2019-06-06 application/pdf 研究報告オーディオビジュアル複合情報処理（AVM） 10 2019-AVM-105 1 6 2188-8582 AN10438399 https://ipsj.ixsq.nii.ac.jp/record/197557/files/IPSJ-AVM19105010.pdf jpn