文献

J-GLOBAL ID：201902261057330824   整理番号：19A0637884

確率モデル最適化に基づく無損失画像符号化法【JST・京大機械翻訳】

A Lossless Image Coding Method Based on Probability Model Optimization

著者 (4件)： Matsuda Ichiro (Department of Electrical Engineering, Faculty of Science and Technology, Tokyo University of Science, 2641 Yamazaki, Noda-shi, Chiba, 278-8510, JAPAN) ,  Ishikawa Tomokazu (Department of Electrical Engineering, Faculty of Science and Technology, Tokyo University of Science, 2641 Yamazaki, Noda-shi, Chiba, 278-8510, JAPAN) ,  Kameda Yusuke (Department of Electrical Engineering, Faculty of Science and Technology, Tokyo University of Science, 2641 Yamazaki, Noda-shi, Chiba, 278-8510, JAPAN) ,  Itoh Susumu (Department of Electrical Engineering, Faculty of Science and Technology, Tokyo University of Science, 2641 Yamazaki, Noda-shi, Chiba, 278-8510, JAPAN)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： EUSIPCO  ページ： 151-155  発行年： 2018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： 本論文では,画素毎に画像強度値の確率分布を直接推定する新しい無損失画像符号化法を提案した。推定プロセスにおいて,いくつかの例,すなわち,近傍が符号化されるべきターゲットの局所テクスチャに類似している一組のペルを,同じ画像のすでに符号化された部分に位置する探索ウィンドウから集めた。次に,確率分布を,中心位置が個々の例によって与えられるGauss関数の加重和としてモデル化した。さらに,Gauss関数の形状を制御するモデルパラメータを数値的に最適化し,画像強度値の符号化率を最小にした。シミュレーション結果は,提案方法が他の研究者によって提案された最先端の無損失符号化方式に匹敵する符号化性能を提供することを示した。Copyright 2019 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： *画像符号化 ,  *最適化 ,  *確率モデル ,  *画像 ,  確率分布 ,  モデリング ,  シミュレーション ,  画素 ,  加重 ,  Gauss関数 ,  クオリア ,  *改変 ,  *数学モデル
準シソーラス用語： 可逆符号化 ,  最先端 ,  モデルパラメータ ,  質感 ,  *無損失 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 確率モデル ,  最適化 ,  無損失 ,  画像符号化