防衛装備庁、遠赤外線画像にGANを適用し、カラー画像を生成
MATLABは深層学習のフレームワークが充実しています。また、豊富な関数が用意されているので、新たなアルゴリズム開発に役立っています。
主な成果
- 遠赤外線画像にpix2pix(GAN)を適用し、高精度なカラー画像の生成を実現
- 学習データを作るための遠赤外線カメラと可視カメラのキャリブレーション
- 結果を自律移動ロボットの認識および制御に応用
防衛装備庁では、日照や照明の変化に影響を受けにくい遠赤外線画像の研究や応用に取り組んでいます。 遠赤外線画像には、継続的で安定した環境認識が可能な利点がありますが、一方で視認性が低いこと、温度変化への対応が難しいことが課題となっていました。
そこで防衛装備庁では、深層学習の生成系モデルGANの応用手法である画像対画像変換 (pix2pix) を用いて、赤外線画像から高精度なカラー画像の生成を行い視認性ならびに物体認識性能を向上させました。画像前処理から深層学習までをサポートするツールの一つとして MATLABを利用しています。また、その手法を自律移動ロボットに適用し、暗所での自律移動を可能にしています。
