mots quotidiens. | |
Daichi Mochihashi (持橋大地) daichi <at> ism.ac.jp | by hns, version 2.10-pl1. |
|
||||||||||||||||||||||||||||||||||||||||||||||||||
画像の研究者ではないので専門的な所はわかりませんが, 要するに手ブレ画像を,
原画像とブレを表現する Blur kernel と呼ばれるものの畳み込み(+ノイズ)
*1
と捉えて, 原画像と Blur kernel の両方を1枚の手ブレ画像から推定するという問題
になるらしい。
感じとしては, 自然言語処理の分野では5月に紹介したGaP(NMF)での文書の分解の話と
似ています。画像なので細かい所は違いますが, ざっと見た感じでは関連があって,
当たらずとも遠からずだと思う。
何となく, ブレた画像との重ね合わせがあると情報が失われてしまっているのでは
ないかという気がしてしまいますが(特に、視覚的なものなので), 実際にはpixelの中
に情報が残っていて, 相関を利用して分解できるという所が面白い。
内部的には Blur kernel を推定しながら, variational approximation
を作って尤度を上げるということを繰り返すようです。
少し思ったのは, 内部でこうやって色々やっていても, ニュース等で紹介される
時には
「1枚の画像から手ブレが補正できる」という結果だけが広まるわけで, これは
自然言語処理でも同じなんだろうなあ, ということ。研究者としては中で使われている
細かい技術が重要なわけですが, 外から見ると, 「..ができる」というような形でしか
見えないんだろうなあ, ということ。当たり前のことだけれども。
「自然言語処理におけるベイズ統計」 nc2006bayes.pdf
タイトル一覧 |