文献

J-GLOBAL ID：201802228154741726   整理番号：18A0822203

画像符号化のための完全接続ネットワークベースの内部予測【JST・京大機械翻訳】

Fully Connected Network-Based Intra Prediction for Image Coding

著者 (5件)： Li Jiahao (Institute of Digital Media, School of Electronic Engineering and Computer Science, Peking University, Beijing, China) ,  Li Bin (Microsoft Research Asia, Beijing, China) ,  Xu Jizheng (Microsoft Research Asia, Beijing, China) ,  Xiong Ruiqin (Institute of Digital Media, School of Electronic Engineering and Computer Science, Peking University, Beijing, China) ,  Gao Wen (Institute of Digital Media, School of Electronic Engineering and Computer Science, Peking University, Beijing, China)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 27  号： 7  ページ： 3236-3247  発行年： 2018年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  資料種別： 逐次刊行物 (A)
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： 本論文は,イントラ予測のための深い学習方法を提案した。いくつかの固定されたルールを利用する従来の方法とは異なり,完全に接続されたネットワークを用いて,隣接する再構成されたピクセルから現在のブロックへのエンドツーエンドマッピングを学習することを提案した。提案した方法において,ネットワークは複数の基準線によって供給される。従来の単一線ベースの方法と比較して,現在のブロックのより多くの文脈情報を利用した。このため,提案したネットワークはより良い予測を生成する可能性を持つ。さらに,提案したネットワークは異なるビットレート設定に対して良好な一般化能力を有している。特定のビットレート設定から訓練されたモデルは,他のビットレート設定にも良く機能する。実験結果は,提案方法の有効性を実証した。高効率ビデオ符号化参照ソフトウェアHM-16.9と比較したとき,著者らのネットワークは平均3.4%のビットレート節約を達成することができた。特に,4Kシーケンスの平均結果は4.5%ビットレート節約であり,最大値は7.4%であった。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 基準線 ,  モデル ,  画素 ,  *画像符号化 ,  *ネットワーク ,  再構成 ,  ソフトウェア
準シソーラス用語： ビデオ符号化 ,  高効率 ,  ビットレート ,  文脈情報 ,  学習方法 ,  *イントラ予測 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  符号理論  (ND02030R)

タイトルに関連する用語 (3件)： 画像符号化 ,  完全接続ネットワーク ,  内部予測