[16a-P07-1~8] 3.3 情報フォトニクス・画像工学

[16a-P07-3] 深層学習を援用したシングルピクセルイメージングにおけるマスクパターン数削減

〇(B)向島 直哉¹、八杉 公基^1,2、水谷 康弘³、安井 武史⁴、山本 裕紹^1,2 (1.宇都宮大工、2.JST, ACCEL、3.大阪大工、4.徳島大工)

キーワード：シングルピクセルイメージング、深層学習、ジェスチャー認識

シングルピクセルイメージングは公共空間においてプライバシーに配慮したイメージングが可能である．しかし鮮明な画像を得るには膨大な測定を必要とする．そこで深層学習を用いた測定数の削減が提案されている．我々はこの手法によりプライバシーを配慮したジェスチャー認識を目的として研究を行っている． 本研究ではリアルタイムでのジェスチャー検出を行えるよう，再構成時に必要とするマスクパターン数をどの程度削減しても深層学習による復元の精度に影響を与えないか検証した．