現在, 一般的に広く利用されているイメージングは1画素分に当たる光検出器を撮影したい数だけ並べて作成したイメージセンサを用いて像を撮影する技術です. イメージセンサの基本性能には画素数・解像度, センササイズ, 速度・フレームレート, 消費電力, 感度, ダイナミックレンジが挙げられますが, 現在それらの性能は物理的な限界に近づきつつあるとされています. 例えば, 物理的な制約から画素数とダイナミックレンジにはトレードオフの関係にあります.
そこで, 私たちはこれらの問題に対して, 光検出器1つのみを用いてイメージングを行うシングルピクセルイメージングに取り組んでいます. 下記に研究例をご紹介します.
シングルピクセルイメージングで画像を構成するには, 複数枚の符号化パターンをDMDと呼ばれる光変調器に投影し, 変調された光を光検出器で複数枚撮影を行う必要があります. また, 撮影結果と符号化パターンから計算によって画像を構成するため, 一枚の画像を得るための時間が必要となります. そこで高速かつ省電力なFPGAで計算することによって計算時間の削減を行いました.
シングルピクセルイメージングにおける高画質化を実現するにはDMDに投影する符号化パターンを増加させる必要があります. しかし, 符号化パターン数を増加させると計算量が増加し, 画質と計算量がトレードオフの関係になります. そこで, ニューラルネットワークに少枚数かつ高画質な符号化パターンを出力させることで再生像の高画質化を行いました.
References
Ikuo Hoshi, Masaki Takehana, Tomoyoshi Shimobaba, Takashi Kakue, Tomoyoshi Ito, "Single-pixel imaging for edge images using deep neural networks", Applied Optics, 61, 7793-7797 (2022) https://doi.org/10.1364/AO.468100
Ikuo Hoshi, Tomoyoshi Shimobaba, Takashi Kakue, Tomoyoshi Ito, "Real-time single-pixel imaging using a system on a chip field-programmable gate array", Scientic Reports, 12, 14097 (2022) https://doi.org/10.1038/s41598-022-18187-8
Ikuo Hoshi, Tomoyoshi Shimobaba, Takashi Kakue, Tomoyoshi Ito, "Optimized binary patterns by gradient descent for ghost imaging", IEEE Access, 9, 97320-97326 (2021) https://doi.org/10.1109/ACCESS.2021.3094576
Ikuo Hoshi, Tomoyoshi Shimobaba, Takashi Kakue, Tomoyoshi Ito, "Single-pixel imaging using a recurrent neural network combined with convolutional neural network" , Optics Express, 28, 34069-34078 (2020) https://doi.org/10.1364/OE.410191
Kenya Sugimoto, Takashi Shikamura, Keita Miura, Yu Yamazawa, Ryo Aoki, Fan Wang, Tomoyoshi Ito, Tomoyoshi Shimobaba, "Binarization for single-pixel imaging using error diffusion with the maximum and minimum values", Advanced Devices & Instrumentation, 7, Article ID: 0109 (Apr. 2026) https://doi.org/10.34133/adi.0109
Ryo Aoki, Ryo Kondo, Kenya Sugimoto, Fan Wang, Tomoyoshi Ito, Tomoyoshi Shimobaba, "Data compression for single-pixel imaging using audio codecs", Applied Physics B, 132, 88 (Jun. 2026) https://doi.org/10.1007/s00340-026-08695-0