従来の散乱媒質を通したターゲット解析は主に静止ターゲットを対象としており、環境または外部の照度条件がターゲット解析結果に非常に重要な影響を与えるため、画像収集装置のダイナミックレンジや時間分解能などの性能に非常に高い要求が課される。イベントカメラは、その高いダイナミックレンジ、高時間分解能、低遅延といった特性から、これらの問題に対して新しい解決策を提供する。本稿では、低照度環境において薄い散乱媒質を通した移動ターゲットの検出性能が低い問題に対し、イベントカメラを用いた透過薄散乱媒質のターゲット検出の研究を行った。V2Eアルゴリズムを用いてグレースケールのスペックルを利用した「イベントスペックル」データセットを作成し、ResNet分類ネットワークでターゲット分類を行い、94.27%の10クラス分類精度を達成した。実験結果は、イベントストリームを用いることで散乱媒質を通したターゲット情報解析に大きな発展可能性があることを示している。

スペックルイメージング;イベントカメラ;ニューラルネットワーク