文献

J-GLOBAL ID：201802244241719667   整理番号：18A1672563

CNN予測器を適応型差分進化法により最適化する階層型可逆符号化

Hierarchical Lossless Image Coding Using CNN Predictors Optimized by Adaptive Differential Evolution

著者 (7件)： 河合悠輝 (中京大) ,  長野裕樹 (中京大) ,  戸田英治 (中京大) ,  青森久 (中京大) ,  大竹敢 (玉川大) ,  松田一朗 (東京理大) ,  伊東晋 (東京理大)
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： 174(NLP2018 52-71)  ページ： 35-38  発行年： 2018年08月01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： 我々はセルラーニューラルネットワーク(CNN)を予測器として利用した画像のスケーラブルな可逆符号化方式について研究を展開してきた。ここで,CNN予測器は画素毎に適応的に選択され,その形状と割り当ては符号化した際の符号量が最小となるよう最適化される。従来の方式では,最適化の際の探索点は超立方体で定義され,これを逐次的に探索していたが,この手法は局所解に容易にトラップされてしまうため,効果的な探索手法の開発が課題となっている。本研究では,適応型差分進化をCNN予測器とその割当の最適化に導入することにより,前述の問題に対処する。様々な画像に対して符号化実験を行い,提案手法の有効性を確認した。(著者抄録)

シソーラス用語： 装置 ,  アルゴリズム ,  最適化 ,  適応制御 ,  セルラニューラルネットワーク ,  *画像符号化 ,  階層構造 ,  性能評価 ,  *画像圧縮 ,  最適設計
準シソーラス用語： スケーラブル符号化 ,  *可逆符号化 ,  差分進化アルゴリズム ,  予測器

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (7件)：

• 戸田英治,青森久,竹之内星矢,大竹敢,松田一朗,伊東晋,“Cnn予測器の適応的設計に基づく階層型可逆符号化方式,”電子情報通信学会論文誌A,vol.101,no.5,pp.92-104,2018.
• R. Storn and K. Price, “Differential evolution-a simple and efficient heuristic for global optimization over continuous spaces,” Journal of global optimization, vol.11, no.4, pp.341-359, 1997.
• J.A. Nelder and R. Mead, ”A simplex method for function minimization,” The computer journal, vol.7, no.4, pp.308-313, 1965.
• 田邊遼司,串田淳一,畠中利治,“関数最適化における進化計算,”計測と制御,vol.54,no.8,pp.567-572,2015.
• J. Zhang and A.C. Sanderson, “Jade: adaptive differential evolution with optional external archive,” IEEE Transactions on evolutionary computation, vol.13, no.5, pp.945-958, 2009.

タイトルに関連する用語 (6件)： CNN ,  予測器 ,  差分進化 ,  最適化 ,  階層 ,  可逆符号化