The synthesis method for viewing angle-based hybrid image by using angle-dependent frequency noises

利用角度相关频率噪声的基于视角的混合图像合成方法

基本信息

批准号：
19K20302
负责人：
SRIPIAN PEERAYA
金额：
$ 2.75万
依托单位：
Shibaura Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

ハイブリッド画像は、2枚の画像を低周波数成分と高周波数成分に分解し、再合成することで生成される。このハイブリッド画像は、近くで見ると高周波数成分が目立ち、遠くで見ると低周波数成分が認識されるという錯視効果がある。従来のハイブリッド画像の生成手法では異なる形状の画像を合成すると問題が生じるため、研究代表者は周波数分解時のリンキングノイズを導入する方法を提案しました。これにより、ハイブリッド画像の認識効果が向上し、視覚的な錯覚が生じやすくなりました。本研究の目的は、様々なフィルタリング手法を検討し，新ハイブリッド画像を生成する、また、様々な認知仕方によって違うものが観察できる、ハイブリッド画像のような錯覚を検証するための実験方法を提案することである。2022年度は、ハイブリッド画像生成手法によって動画合成をし、検証実験を行った。予備実験の検証実験結果をInteraction2023と国際会議のHCII2023に採択。実験から、動画像でも静止画像と同様のハイブリッド画像の性質が保たれることがわかった．またOliva (2006) 手法やSripian (2017) の手法の特性も基本的には保たれていることがわかった．同時に，ハイブリッド画像の生成手法を適用した合成動画では，それぞれの元動画（高周波成分動画と低周波成分動画）によって，視認できる距離に影響が出ることがわかった．既存研究では静止画像の合成のみが行われており，今のところ動画像に適用した例は未だないようである．そのため本研究により，かなり初歩的ではあるものの，ハイブリッド画像合成手法の動画像への応用に関して，一定の知見を得られたと考えられる．今後は予備実験で得られた結果に基づいて，本格的なユーザ・スタディを設計・実践し統計的な有意さを検定する予定である．また、錯覚の効果に変化があるかを今後認知実験で検証する予定。

通过将两个图像分解为低频分量和高频分量并重新组合来生成混合图像。这种混合图像具有视错觉效果，近距离观察时高频成分会突出，而从远处观察时低频成分会被识别出来。传统的混合图像生成方法在组合不同形状的图像时存在问题，因此主要研究者提出了一种在频率分解过程中引入链接噪声的方法。这提高了混合图像的识别效果，更容易产生视觉错觉。这项研究的目的是考虑各种过滤方法，生成新的混合图像，并提出一种实验方法来验证混合图像的错觉，其中可以根据不同的感知方式观察到不同的事物。 2022年，我们使用混合图像生成方法合成视频并进行验证实验。初步实验的验证实验结果在Interaction 2023和国际会议HCII 2023上得到通过。实验表明，运动图像中保持了与静态图像相同的混合图像属性。还发现基本保持了Oliva（2006）方法和Sripian（2017）方法的特点。同时发现，在使用混合图像生成方法合成的视频中，可视距离受到各个源视频（高频分量视频和低频分量视频）的影响。现有的研究中，只进行了静止图像的合成，到目前为止似乎还没有将该方法应用于运动图像的例子。因此，虽然这项研究相当初级，但我们相信我们已经获得了一定的关于混合图像合成方法在视频图像中的应用的知识。未来，我们计划根据初步实验的结果设计并实施全面的用户研究，并检验统计显着性。另外，我们计划未来进行认知实验，验证幻觉的效果是否有变化。

项目成果

期刊论文数量（13）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Emotion-sensitive voice-casting care robot in rehabilitation using real-time sensing and analysis of biometric information

利用实时传感和生物特征信息分析的情感敏感语音播报护理机器人在康复中的应用

DOI：
10.3233/ais-210614
发表时间：
2021
期刊：
Journal of Ambient Intelligence and Smart Environments
影响因子：
1.7
作者：
Sripian Peeraya;Anuardi Muhammad Nur Adilin Mohd;Ito Teppei;Tobe Yoshito;Sugaya Midori
通讯作者：
Sugaya Midori

ハイブリッド・イメージ手法による動画合成

使用混合图像方法进行视频合成

DOI：
发表时间：
2023
期刊：
影响因子：
0
作者：
湯舟航耶;郡山知樹;高道慎之介;猿渡洋;奥村秀岳（高知工科大），Sripian Peeraya（芝浦工大），西野裕樹（高知工科大）
通讯作者：
奥村秀岳（高知工科大），Sripian Peeraya（芝浦工大），西野裕樹（高知工科大）

Hybrid image of three contents

三种内容的混合图像

DOI：
10.1186/s42492-019-0036-3
发表时间：
2020
期刊：
Visual Computing for Industry, Biomedicine, and Art
影响因子：
0
作者：
Peeraya Sripian;Yasushi Yamaguchi
通讯作者：
Yasushi Yamaguchi

End-to-End Deep Learning for Remote pNN50 Estimation Using a Spatiotemporal Representation

使用时空表示进行远程 pNN50 估计的端到端深度学习

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Sayyedjavad Ziaratnia1;Peeraya Sripian;Tipporn Laohakangvalvit; Kazuo Ohzeki and Midori Sugaya
通讯作者：
Kazuo Ohzeki and Midori Sugaya

End-To-End Deep Learning for pNN50 Estimation Using a Spatiotemporal Representation

DOI：
10.1007/978-3-030-78642-7_79
发表时间：
2021
期刊：
影响因子：
0
作者：
Sayyedjavad Ziaratnia;Peeraya Sripian;Tipporn Laohakangvalvit;Kazuo Ohzeki;M. Sugaya
通讯作者：
Sayyedjavad Ziaratnia;Peeraya Sripian;Tipporn Laohakangvalvit;Kazuo Ohzeki;M. Sugaya