ハイパースペクトル画像の空間超解像度
概要
ハイパースペクトル画像は、可視光から近赤外線にわたる多数の波長帯域での情報を含む高次元データです。本研究では、その空間解像度を向上させることで、リモートセンシングや医療画像解析などの分野における高精度な分析を可能にします。
従来の超解像度技術では、複数の低解像度画像から高解像度画像を生成する手法が主流でしたが、本研究では教師なし学習手法を用いて、観測された一枚の低解像度（LR）ハイパースペクトル画像から直接、高解像度の超解像画像を生成する技術を開発しています。この手法により、より実用的で効率的な画像処理が実現します。
研究内容
スペクトル情報の保存
超解像度化処理において、豊富なスペクトル情報を損なわずに空間解像度を向上させる技術を開発します。
マルチモーダル融合
高解像度のRGB画像とハイパースペクトル画像を融合し、高解像度かつ高スペクトル分解能な画像を生成します。
深層ニューラルネットワーク
3D畳み込みニューラルネットワークやトランスフォーマーを活用し、スペクトル・空間の両次元での最適化を実現します。
応用分野
- 農業モニタリング（作物の健康状態診断）
- 環境監視（水質・大気汚染検出）
- 鉱物探査
- 医療画像診断
期待される成果
高解像度ハイパースペクトル画像により、精密農業や環境保全、資源探査などの分野で革新的な解析手法を提供します。