Research

研究内容

信号処理を基盤として、センサRAW画像から、人やAIが利用する画像情報までを対象に、
画像に潜む構造を捉え、情報表現と処理の効率性、品質、安全性を高める原理を研究しています。

Research Vision

画像に潜む構造と情報表現

画像には、色成分間の相関、空間周波数特性、方向性、画素間の予測可能性、知覚上の重要度など、さまざまな特性や構造が潜んでいます。

これらを見いだし、簡潔な変換や予測として表すことで、圧縮、画像処理・解析、情報保護に活用できる画像情報表現の原理を探究しています。

具体的には、フィルタバンク、ウェーブレット、色変換、予測符号化などの信号処理技術を基盤とし、機械学習も潜在構造の発見・解析に活用しています。

CFAで標本化されたRAW画像に対し、色成分間と空間方向の相関を同時に低減するスペクトル空間変換を研究しています。 Bayer型をはじめとする各種RGB CFAを対象とし、JPEG XSを用いた低遅延・可逆圧縮にも取り組んでいます。

リフティング構造、離散コサイン変換、重複変換、ウェーブレット、正則性を備えた高速変換など、可逆・非可逆の画像符号化に適した変換構造を設計します。

Radiance形式など、指数部と仮数部で表されるHDR画像の性質を利用した、高速かつ可逆な符号化を研究しています。

ウェーブレットや指向性変換、生成モデルを用い、低照度画像強調、超解像、圧縮画像復元などを研究しています。撮像・劣化過程を考慮し、失われた構造・色・高周波情報を適切に復元することを目指します。

機械学習を単なる高性能化のために用いるのではなく、RAW画像などに潜む構造を可視化・解析し、情報表現の新たな原理を探るために活用します。

JPEGなどの既存フォーマットで扱える画像暗号化方式を研究しています。予測誤差伝搬やビット単位の置換を利用し、保護性能を確保しつつ、圧縮効率の低下を抑え、既存システムとの互換性を維持することを目指します。

暗号化を圧縮や伝送から切り離して扱うのではなく、画像表現、符号化構造、保護処理を協調して設計します。これにより、既存の符号化・伝送系へ組み込みやすい情報保護方式を目指します。