文献

J-GLOBAL ID：201802259916764511   整理番号：18A1019567

CNNの構造に基づいた多視点超解像画像の最適設計と符号化画質評価

Optimal Design and Coded Image Quality Assessment of the Multi-view and Super-resolution Images Based on Structure of Convolutional Neural Network

著者 (1件)： 河畑則文 (名古屋大 未来社会創造機構)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 118  号： 65(IMQ2018 1-4)  ページ： 15-20  発行年： 2018年05月18日 
JST資料番号： S0532B  ISSN： 0913-5685  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： 多視点画像は多くの視点を扱うため,単視点画像と比較して,1視点毎の画面解像度は低い。それゆえに,画像提示の際に,超解像処理がなされることが多い。低解像度画像から高解像度画像に変換する際に,出力データは,入力データより多くのデータを出力することになる。このことから,今までに,ニューラルネットワークを用いる手法が研究されており,更に,深層学習ツールの普及により,超解像処理に関して深層学習に基づくアプローチが可能になった。単に,超解像処理に深層学習理論を適用するだけでも性能は発揮されるが,アルゴリズムの改良をし,最適なパラメータを設定することで,超解像処理における最適な条件及び設計がよりよく可能になると考える。本稿では,畳み込みニューラルネットワークの構造に着目して,Chainerを用いて,多視点3D符号化画像の超解像処理の最適な条件,設計に関する実験を行った。そして,生成画像に対して,画質評価を行い,各々の画像を比較し,考察を行った。(著者抄録)

シソーラス用語： *映像 ,  *超解像 ,  ニューラルネットワーク ,  機械学習 ,  *最適設計 ,  *画像符号化 ,  IEC規格 ,  ISO規格 ,  SN比 ,  評価 ,  画像圧縮 ,  静止画像 ,  *画像合成
準シソーラス用語： H.265/HEVC ,  画質評価 ,  畳込みニューラルネットワーク ,  深層学習 ,  *多視点画像

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： CNN ,  視点 ,  超解像 ,  最適設計 ,  符号化 ,  画質評価