超解像 (Super-Resolution) とは,低解像度の粗い画像から，高解像度の精細な画像を推測する技術です．

本研究では，Field-Programmable Gate Array (FPGA) と呼ばれる，ユーザが自由に論理回路を書き込んで利用できるデバイスを用いて，高速・低遅延な動画超解像を行えるシステムを設計，実装しています．

情報の補間には畳み込みニューラルネットワーク (CNN) を用いていますが，一般的な CNN 処理と異なり，ネットワーク全体を FPGA 上に空間展開し，並列性を最大限に引き出すことで性能を高めています．

腹腔鏡を使い，腹部に空けた小さな穴越しに行う腹腔鏡手術では，執刀医のほかに，腹腔鏡を操作するスコピストと呼ばれる技師が必要です．このスコピストの役割をロボットで代替できれば，離島医療等，医師不足が深刻な場面で有用であると考えられます．

本研究は，腹腔鏡操作の自動化に寄与するため，胆嚢摘出術を対象にCNN を用いた臓器のセマンティックセグメンテーションの実現を目指すものです．

タスクの専門性からデータセットの拡充が難しいことを踏まえ，過学習を抑えるための正則化機構やネットワーク構造の工夫を取り入れています．