JetsonXavierを用いた水中画像補正に関する研究

抄録

海洋探査などへの貢献が期待される水中ロボットの大きな課題は，水中における特有の光伝播によって撮影画像に非線形な画像劣化を引き起こすことである．また視覚誘導を用いた探査の場合，組み込み型GPUボード上でそれらをリアルタイムで処理することが求められる．本論文では組み込み用GPUモジュール（JetsonXavier）上で既存手法のリアルタイム性能を評価し，その性能評価をもとに新規の補正方法を提案する．具体的にはJetsonXavirerへの実装が可能な既存アルゴリズムを構造類似性やリアルタイム性の評価を行い，その結果を基に推論時にリアルタイム処理を可能とする新規ニューラルネットワークを提案する．提案手法は従来の手法と比較して，水深10mの赤色波長が少ない領域で、構造類似性及びリアルタイム性においてより効率的な結果が得られた．