文献

J-GLOBAL ID：201702291934162746   整理番号：17A1369999

Deep Learningによる圧縮ビデオセンシングの再構成

著者 (5件)： 吉田道隆 (九大 大学院システム情報科学研究院) ,  長原一 (大阪大 データビリティフロンティア機構) ,  鳥居秋彦 (東京工大) ,  奥富正敏 (東京工大) ,  谷口倫一郎 (九大 大学院システム情報科学研究院)
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： 117  号： 210(PRMU2017 39-62)  ページ： 121-128  発行年： 2017年09月08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： スチルカメラは空間解像度の高い画像を撮影することができるが,フレームレートの高い撮影は行えない。一方で,ビデオカメラではフレームレートの高い時系列の画像を撮影できるが,空間解像度を高くすることは難しい。この様に,一般的なカメラの空間解像度とフレームレートにはトレードオフがあるが,これは撮像センサからのリードアウトやアナログデジタル変換などのハードウェアの制限に起因するものである。これを克服する方法として,圧縮ビデオセンシング手法が研究されている。圧縮ビデオセンシングでは,画素をランダムなタイミングで露光可能なセンサにより撮像したからランダム露光画像から,シーンのスパース性を利用して,高解像度で高フレームレートの動画を再構成する。この再構成処理にスパース最適化やGaussian Mixture Models(GMM)を用いた手法など様々な手法が提案されてきたが,一般に再構成に時間がかかるという問題があった。それに対して,近年Deep Learningによる圧縮ビデオセンシングのための再構成手法が提案され高速化が実現出来ている。本研究では,このDeep Learningによる再構成手法と従来再構成手法の比較実験を行い,その画質や復元時間についての評価を行った。また圧縮ビデオセンシングに用いる,ランダム露光パターンに関しても比較検討を行った。(著者抄録)

シソーラス用語： *機械学習 ,  画像圧縮 ,  信号再生 ,  信号標本化 ,  *画像再構成 ,  動画像 ,  露光 ,  画質 ,  画像復元 ,  高速化 ,  比較試験
準シソーラス用語： *深層学習 ,  ビデオ圧縮 ,  圧縮センシング ,  動画 ,  比較実験

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

引用文献 (16件)：

• B. Wilburn, N. Joshi, V. Vaish, M. Levoy, M. Horowitz, ′′High-speed videography using a dense cam-era array′′ , Computer Vision and Pattern Recognition (CVPR),pp.II-294,2004.
• A. Gupta, P. Bhat, M. Dontcheva, O. Deussen, B. Cur-less, M. Cohen, ′′Enhancing and experiencing spacetime resolution with videos and stills′′ , International Con-ference on Computational Photography (ICCP),pp.1-9,2009.
• T. Sonoda, H. Nagahara, K. Endo, Y. Sugiyama, R. Taniguchi, ′′High-speed imaging using CMOS image sen-sor with quasi pixel-wise exposure′′ , International Con-ference on Computational Photography (ICCP),pp.1-11,2016.
• M. Iliadis, L. Spinoulas, A. K. Katsaggelos, ′′Deep Fully-Connected Networks for Video Compressive Sensing′′, arXiv preprint arXiv:1603.04930,2016.
• M. Iliadis, L. Spinoulas, A. K. Katsaggelos, ′′DeepBina-ryMask: Learning a Binary Mask for Video Compressive Sensing.′′ , arXiv preprint arXiv:1607.03343 (2016).

タイトルに関連する用語 (3件)： ビデオ ,  センシング ,  再構成