圧縮センシングに基づく超解像処理の高速化

摘要

本稿では圧縮センシングに基づく超解像処理の高速化手法を提案する．低解像度の画像から高解像度の画像を生成する超解像処理は，データが持つ元の情報量よりも多くの情報量を生成する不良設定問題であり，超解像処理の既存研究では機械学習やデータベースなどを利用し，低解像度画像から尤もらしい高解像度画像を推定する方法が取られている．しかし，このような手法は，実装に大量のメモリを必要とし，推定処理が複雑になる傾向が強い．本稿で用いる圧縮センシングに基づく超解像処理では，低解像度の画像を高解像度の画像に対する圧縮された形の観測結果としてみなすことで，超解像処理を圧縮センシングにおける情報復元の最適化問題として扱う．先行研究では最適化問題の解法として2次ノルムを用いたROMPアルゴリズムを使用するが，本稿では準ニュートン法に基づく最適化を行うことで超解像処理の高速化を実現する．標準画像データベースを用いた実験では，提案手法が従来の画像拡大手法より1～4dB高いPSNRを達成し，先行研究とはほぼ同等な画像拡大性能を示しており，処理性能においても先行手法の約2倍から21倍の高速化を実現している．