抄録
H-028
Deep Attention ConvLSTM-UNetを用いた画像の降雨ノイズ除去
山道航平・韓 先花(山口大)
単一画像の降雨除去ではIll posed問題を持つため,コンピュータビジョン分野において重要且つ困難なタスクである.近年,深層畳み込みネットワーク(CNN)のエンドツーエンド学習を用いた手法は,このタスクに大きな進捗をもたらした.しかし,従来の降雨除去における深層学習法では,主により深く且つ複雑なネットワーク構造を構築することで精度向上を図ったが,長時間の学習と大規模なトレーニングサンプルが必要という問題点がある.本研究では,シンプルなUNet構造に基づく新たなDeep Attention ConvLSTM UNet構造を提案した.提案したネットワーク構造ではEncoderの特徴マップをDecoderの特徴へ単方向に連結するのではなく対応するEncoderとDecoderの特徴マップの時系列を見直し,逆順のConvLSTMを用いて融合させる.さらに,SE Blockを用いて学習された特徴マップの重要な領域を強調するAttention機構を取り込むことで表現力を強化するDeep Attentionネットワークを提案した.二種類の降雨画像データベースを用いて検証実験を行い,提案手法の有効性を示した.