数理・学習融合モデルに基づく超ロバスト衛星画像合成
| 体系的番号 |
JPMJAX24C1 |
| DOI |
https://doi.org/10.52926/JPMJAX24C1 |
研究代表者 |
磯野 凌輔 東京科学大学, 情報理工学院, 大学院生
|
|---|
| 研究期間 (年度) |
2024 – 2026
|
| 概要 | 衛星画像の空間・時間・波長解像度の間には、使用する人工衛星やセンサの違いに起因するトレードオフの関係があります。また、衛星計測の過程においては、ノイズ・外れ値・雲や霧といったデータの劣化が避けられません。本研究では、数理最適化と深層学習の融合アプローチにより、劣化を分離しながら複数の画像系列を合成することで、全解像度が高く劣化のない画像データを取得する「ロバスト衛星画像合成」の実現を目指します。
|
|---|
| 研究領域 | 次世代AIを築く数理・情報科学の革新 |
|---|
