@techreport{oai:ipsj.ixsq.nii.ac.jp:00204946,
 author = {坂本, 真啓 and Raytchev, Bisser and 玉木, 徹 and 金田, 和文 and Masahiro, Sakamoto and Raytchev, Bisser and Toru, Tamaki and Kazufumi, Kaneda},
 issue = {5},
 month = {Jun},
 note = {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．, 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).},
 title = {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},
 year = {2020}
}