池原研究室では、画像と音声の信号処理について研究を行っています。
このページでは、主な研究テーマを紹介します。

画像処理Image Processing

ブレた画像の復元,対象と背景の自動分割,画質の低い画像を高解像度にする方法など,
ディジタル画像特有の特徴と問題点を関連付け,様々な角度から問題解決へアプローチします.

デノイジングDenoising

暗い場所で撮影した写真にはノイズ(ざらつき)が発生しやすく、画質が低下してしまいます。

理論に基づいたアプローチでそれを取り除き、きれいな画像を得ることを目指します。

超解像Super Resolution

近年4K/8Kテレビが開発されるなど、映像デバイスの高解像度化が進んでいますが、 肝心の映像データがそれに遅れを取っており、デバイスの性能が活かせていないことが課題になっています。

そこで、低解像度の画像を高解像度に拡大する方法の研究を行っています。

インペインティングInpainting

インペインティングは、画像の不要な人物や物体を除去する研究です。

除去した部分の背景を、周囲の情報から推定して補正します。

手ブレ除去Deblurring

カメラの撮影の際に生じる手ブレを除去する研究です。

手ブレを、画像にあるボケ作用のフィルタを畳み込んだものとみなし、そのフィルタを推定することでブレ除去を行います。

カラリゼーションColorization

カラリゼーションは、モノクロ画像に自動で色をつける技術です。

人の手で一部の色を指定することで自動で他の部分を推定して彩色します。

符号化Coding

ディジタル画像や動画の大容量化に伴い、低情報量で高品質な圧縮技術が求められています。

コサイン変換などの数学的テクニックを応用し、より高品質かつ効率的なデータの削減を目指します。

音声処理Audio Processing

音源分離Audio Source Separation

複数の人間や楽器の音声が混ざっている環境下から,ある特定の人物や楽器の音のみを抽出する技術です。

複数の人数が同時に発言している音源のうちの特定の人物のみの声を抽出するなどの応用が可能です。

音高推定Pitch Estimation

音源の音の高さを推定する技術で、音源のみからコンピュータが自動で楽譜を生成する方法について研究しています。

この技術を利用することで、楽器を演奏しながらの作曲活動などが可能になります。

機械学習Machine Learning

近年注目を集めている機械学習アルゴリズムを用いて、画像の超解像や、ノイズ除去などに取り組んでいます。

研究方法Research Environment

本研究室では、主にMATLAB®を用いて実装・実験を行っています。

慶應義塾大学では、学生全員に無料でMATLAB®のライセンスが配布されているため、自分のパソコンにインストールして、 自宅や移動中でも研究を行うことが可能です。