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):
資料名:
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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 
引用文献 (7件):
もっと見る

前のページに戻る