SSII2022 [OS2-01] イメージング最前線 6月9日 (木) 11:00 - 12:30 メイン会場 オーガナイザー：日浦 慎作 氏（兵庫県立大学）​ ​概要：深層学習技術の発展により、画像から多様な情報を取り出すことができるようになりましたが、もちろん画像に何の手がかりもなければ必要な情報を得ることはできません。つまり、end-to-end 学習の守備範囲の外側にこそ問題解決と飛躍の鍵があると言えます。このセッションでは画像情報の入口であるイメージング技術と、それが取り込むべき光を作り出す物理世界に焦点を合わせ、基礎研究から実応用までにわたる最先端の取り組みをご紹介いただきます。

1. OS2
イメージング最前線
2022.6.9
⽇浦 慎作（兵庫県⽴⼤学）

2. OS2
イメージング最前線
画像認識とカメラ
• 深層学習の発展により，画像認識はブラックボックス化する傾向
• end-to-end 学習：特徴抽出などを⼿作りせず，⽣画像から直接結果を得る
• 右側は，そこが本当に end なの？ NO!!
• 画像に⼿がかりがなければ認識できない．今こそセンシングが重要！
光源
シーン
カメラ
・灰⾊の円筒
・⽩い⽴⽅体
AI 応⽤
end-to-end と呼ばれる範囲
画像
ブラック
ボックス化

3. OS2
イメージング最前線
イメージングとは︖
ライトフィールド
（光線空間）
€
(X,Y,Z)
€
(θ,φ)
• カメラは，シーン中の光（電磁波）の分布を記録する機械である
€
I = P(X,Y,Z,θ,φ,λ,t)
光源
物体
プレノプティック関数
カメラの性能は
⽅位分解能に
偏っている！
⽅位
強度
波⻑
偏光
時刻
分解能
1000
100
10
1
カメラ

4. OS2
イメージング最前線
機械の⽬としてのカメラ
⼈間の視覚に合わせた（⼈を騙せる）性能を有するカメラ
• 可視光帯のみを撮影：波⻑ 380〜760nmの範囲
• その範囲を⾚・⻘・緑の３つの波⻑帯に分けて積分（カラーカメラ）
• 時間分解能：〜60フレーム/秒（それ以上は⼈にとって不必要）
• 偏光：計測できない
極端に⽅位分解能（画素数）重視の性能
コンピュータビジョンのために最適化されたカメラ
• 欲しい情報が直接得られるカメラ：距離，⾯の向きなど
• 物体の物理特性に関連した情報：偏光，波⻑，光応答など
⽬的により様々に異なった性能
同じではない
t
台数，市場規模
（概念図）
撮影した画像を鑑賞し
て楽しむカメラから，
機械の⽬として最適化
されたカメラへ！

5. OS2
イメージング最前線
アンコンベンショナルカメラ
• イベントカメラ
https://spectrum.ieee.org/prophesees-eventbased-camera-reaches-high-resolution
l 遠⾚外線カメラ
l TOFカメラ
https://linx.jp/linx_express/i16252/linx_express_i16252.php
https://www.phototechnica.co.jp/products/spectral-imaging/hyperspectral-imaging/hyper-spectral-camera/
l ハイパースペクトルカメラ
l 偏光カメラ
https://www.ipros.jp/product/detail/2000499389/

6. OS2
イメージング最前線
セッションの構成
シート状ブロードバンドイメージャーと⾮破壊検査分析応⽤
〜テラヘルツ光から可視光まで〜
河野 ⾏雄 ⽒（中央⼤学/東京⼯業⼤学/国⽴情報学研究所）
⾃動運転のためのセンシングデバイスの開発状況
⾼橋 昌幸 ⽒（ソニーセミコンダクタソリューションズ株式会社）
距離だけじゃない。Time-of-Flightからわかること
〜 光の遅延を利⽤した⼤域照明を含む
シーンの理解 〜
向川 康博 ⽒（奈良先端科学技術⼤学院⼤学）