文献

J-GLOBAL ID：202002276374586799   整理番号：20A1983706

画像再構成のための自己符号化器を収縮関数に用いた学習型ISTAに関する検討

A Study on Trainable ISTA using Auto Encoder as Shrinkage Function for Image Recovery

著者 (3件)： 横山健人 (名古屋工大) ,  高邉賢史 (名古屋工大) ,  和田山正 (名古屋工大)
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： 105(IT2020 11-17)  ページ： 13-18 (WEB ONLY)  発行年： 2020年07月09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： ISTA(Iterative Shrinkage-Thresholding Algorithm)は観測信号からスパースな原信号を推定する圧縮センシングにおいて用いられる基本的なアルゴリズムのひとつである.近年,Trainable ISTAのように圧縮センシングのアルゴリズムに深層学習を組み合わせた手法が高い信号再現を達成している.本稿では画像再構成への応用を目指し画像の特徴を事前学習させたDAE(Denoising AutoEncoder)をISTAの収縮関数に利用したDAE-ISTAを提案する.実データを用いた性能評価によって,DAE-ISTAは既存手法と比べて信号再現性能を大きく向上させることが明らかとなった。(著者抄録)

シソーラス用語： *信号再生 ,  信号標本化 ,  信号推定 ,  アルゴリズム ,  *機械学習 ,  *画像再構成 ,  再現性 ,  性能評価 ,  圧縮センシング ,  自己符号化器 ,  深層学習
準シソーラス用語： オートエンコーダ

分類 (1件)： 通信理論一般  (ND02010V)

引用文献 (18件)：

• 板垣博幸, 高橋哲彦, “MRI における医用画像処理の現状と動向,” Medical Imaging Technology, 32.1, 9-14, 2014.
• 朝比奈諒, 藤居昭吾, 山本悦治, “圧縮センシングによるMRI画像シミュレータの高速化,” Medical Imaging Technology, 32.3,212-221, 2014.
• 酒井智弥, “圧縮センシングの基礎原理と画像再構成アルゴリズムの進歩,′′ Medical Imaging Technology, 34.4, 177-185, 2016.
• 岩間尚文, 大舘暁, “画像再構成の数理的基礎 (画像再構成とパターン認識の数理),” プラズマ・核融合学会誌, 92.10, 743-762,2018.
• D. Ingrid, M. Defrise, and C. D. Mol, “An Iterative Thresholding Algorithm for Linear Inverse Problems with a Sparsity Constraint,” Communications on Pure and Applied Mathematics, 57.11, 1413-1457, 2004.

タイトルに関連する用語 (5件)： 画像再構成 ,  自己符号化器 ,  収縮 ,  関数 ,  学習