文献

J-GLOBAL ID：202102262022936525   整理番号：21A1488904

VVCへの深層学習によるフレーム補間の適用

VVC Video Coding with Deep Learning Based Frame Interpolation

著者 (4件)： 清水盛偉 (早稲田大 理工学術院) ,  SUN Heming (早稲田大 理工学術院) ,  SUN Heming (JST-さきがけ) ,  甲藤二郎 (早稲田大 理工学術院)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 120  号： 389(IMQ2020 10-35)  ページ： 40-45 (WEB ONLY)  発行年： 2021年02月22日 
JST資料番号： U2030A  ISSN： 2432-6380  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,深層学習によるフレーム補間モデルが多く提案されている.本研究では,動画圧縮の規格VVC(Versatile Video Coding)に深層学習ベースのフレーム補間を組み合わせた新たな圧縮の手法を提案する.動画のフレーム番号を0から数えるとすると,始めに偶数フレームのみをVVCの双方向予測を用いたコンフィギュレーション(ランダムアクセス)で符号化する.復号の際は,復号されたフレームの間をフレーム補間モデルで補間する.また,エンコーダ側における補間されたフレームと実際のフレームの差分情報の圧縮も検討する.動画によっては提案手法がVVCに匹敵する圧縮効率を実現することが確認できた.(著者抄録)

シソーラス用語： *画像符号化 ,  機械学習 ,  内挿法 ,  *画像圧縮 ,  *予測符号化 ,  入出力 ,  動き補償 ,  フレーム ,  差分法 ,  深層学習
準シソーラス用語： ビデオ符号化 ,  ランダムアクセス ,  画像フレーム

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (16件)：

• Cisco Visual Networking Index, “Forecast and Trends 2017-2022 whitepaper”, 2019.
• 総務省,“4K8Kの政策-4K放送・8K放送の推進”, https://www.soumu.go.jp/menu_seisaku/ictseisaku/housou_suishin/4k8k_suishin/policy.html
• J. Ballé, V. Laparra, E. P. Simoncelli, “End-to-end Optimized Image Compression”, ICLR, 2017.
• J. Ballé, D. Minnen, S. Singh, S. J. Hwang, N. Johnston, “Variational Image Compression with a Scale Hyper-prior”, ICLR, 2018.
• Z. Cheng, H. Sun, M. Takeuchi, J. Katto, “Learning Image Compression with Discretized Gaussian Mixture Likelihoods and Attention Modules”, IEEE CVPR, 2020.

タイトルに関連する用語 (2件)： 深層学習 ,  補間