• 2022年08月30日(火) 10:30 ~ 17:30

１．イメージセンサ技術の基礎
　　（１）．基本動作原理
　　　　ａ．ピクセル回路と動作原理
　　　　ｂ．相関２重サンプリング回路と雑音への影響
　　　　　（固定パターン雑音、熱雑音、１/f雑音）
　　　　ｃ．信号読み出し回路（A/D変換器の基礎）
　　（２）．イメージセンサの変遷
　　　　ａ． ピクセル回路の変遷
　　　　ｂ．読み出し回路の低ノイズ化
　　　　ｃ．高機能化（高ダイナミックレンジ化、グロバルシャッタ）
　　　　ｄ．積層型センサへ

２．輝度補正技術の基礎と高速化、深層学習との融合技術
　　（１）．基礎原理
　　　　ａ．グローバル補正
　　　　ｂ．ローカル補正（マルチレイヤ―（ML）法と局所ヒストグラム均等化（LHE）法
　　（２）．画素毎に制御する局所輝度補正技術の特性
　　　　ａ．ML法とLHE法の出力特性の本質
　　　　　・高周波成分に着目すること
　　　　ｂ．ML法とLHE法どちらが良いのか？
　　　　　・研究ではML法、市場はLHE法、なぜか？
　　　　　・錯覚を使った感性評価から知見を得る
　　（３）．軽量実装・超高速化に向けてのアルゴリズムの工夫
　　　　ａ．カーネルサイズに依存しないフィルタ処理とは
　　　　ｂ．インテグラルイメージとマクドナル法
　　　　　・更にダウンサンプリングまで活用できるか？
　　　　ｃ．空間方向だけでなく輝度方向の扱いの工夫
　　（４）．局所輝度補正関数の設計
　　　　ａ．市場を独占した手法の再確認（Apical＠ARMの手法）
　　　　ｂ．度数内平均値の活用
　　　　ｃ．低周波成分を完全にカットする補正関数とその有用性
　　（５）．輝度補正関数を定義する輝度入出力空間
　　　　ａ．局所輝度補正関数だけで画像全体を操る
　　　　ｂ．カットされた低周波の復元
　　　　ｃ．局所／画像全体を簡単I／Fで同時に制御する
　　（６）．輝度入出力空間内で機能追加
　　　　ａ．ハロー効果の制御
　　　　ｂ．ノイズ制御
　　（７）．AI処理との融合
　　　　ａ．AIを用いた処理（基本処理＋応用、FPGAへの実装など）
　　　　ｂ．輝度補正と深層畳み込み処理の相互変換
　　　　ｃ．深層学習を含んだ輝度補正の軽量化実装（低解像度DCNN＋高解像度高効率処理）
　　（８）．色と輝度の扱いや補足
　　　　ａ．人間の知覚に基づく輝度チャネル
　　　　ｂ．深層学習に基づく輝度チャネル生成の考察
　　　　ｃ．Computational imagingへの展開（スマホのカメラと高級カメラの違いは何？）
　　　　　　　　　　　　　　　　

オンラインセミナー