文献

J-GLOBAL ID：201802225560550069   整理番号：18A0518508

畳込みニューラルネットワークを用いた動き補償フレーム内挿のための新しい動き推定法【Powered by NICT】

A new motion estimation method for motion-compensated frame interpolation using a convolutional neural network

著者 (4件)： Choi Giyong (Department of Electrical Engineering, KAIST, Daejeon, Republic of Korea) ,  Heo PyeongGang (Department of Electrical Engineering, KAIST, Daejeon, Republic of Korea) ,  Oh Se Ri (Department of Electrical Engineering, KAIST, Daejeon, Republic of Korea) ,  Park HyunWook (Department of Electrical Engineering, KAIST, Daejeon, Republic of Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 800-804  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 動き補償フレーム内挿(MCFI)法は,通常,動き推定(ME)のためのブロックマッチングアルゴリズム(BMA)を用いた。しかし元々これらの予測誤差を最小化することにより開発された従来のBMAはしばしば物体運動を予測できなかった。本論文では,信頼性と動きベクトル(MV)を見つけるために畳込みニューラルネットワーク(CNN)を利用した新しいMCFI法を提示した。使用したMVを推定するCNNモデルは,可能な限り密接に投影された物体の運動を追跡するために訓練した。標準テストビデオ列を用いた実験結果は,提案したME法は従来のME法よりも信頼性が高いMVを獲得したことを示した。さらに,提案MCFI法は補間フレームの平均ピーク信号対雑音比(PSNR)を改善した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 信頼性 ,  *内挿法 ,  *動き推定 ,  予測誤差 ,  *動き補償
準シソーラス用語： ピーク信号対雑音比 ,  ビデオ列 ,  動きベクトル ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 畳込みニューラルネットワーク ,  動き補償 ,  内挿 ,  動き推定