Quad Bayer 配列は通常の Bayer 配列と比べて，各波長におけるサンプリング間隔が広
く，高空間周波数領域の復元おいて補間誤差および視覚的アーティファクトが増加する傾
向がある．本研究では，Quad Bayer 配列を持つ CFA 画像に対する画素補間において，深層学習による色差予測に基づくデモザイキング手法を提案する．本手法では，画像の高空間周波数領域における色の変化が，RGB 空間よりも色差空間のほうが滑らかであることに着目し，Quad Bayer 画像の RGB 値を直接予測する代わりに，色差を予測し，予測した色差に基づいてカラー画像を再構成する．実験では，ベースラインモデルおよび既存手法との比較により，提案手法が客観および主観的に優れた精度を達成することを示した．