文献

J-GLOBAL ID：202002251783038990   整理番号：20A2462447

GANと意味論的符号化によるビデオ知覚品質の向上【JST・京大機械翻訳】

Increasing Video Perceptual Quality with GANs and Semantic Coding

著者 (5件)： Galteri Leonardo (MICC - Universita degli Studi di Firenze, Florence, Italy) ,  Bertini Marco (MICC - Universita degli Studi di Firenze, Florence, Italy) ,  Seidenari Lorenzo (MICC - Universita degli Studi di Firenze, Florence, Italy) ,  Uricchio Tiberio (MICC - Universita degli Studi di Firenze, Florence, Italy) ,  Del Bimbo Alberto (MICC - Universita degli Studi di Firenze, Florence, Italy)
資料名： ACM Proceedings  (ACM Proceedings)
号： MM ’20  ページ： 862-870  発行年： 2020年 
JST資料番号： D0698C  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： 昨年度のビデオベースユーザ通信の上昇が見られ,COVID-19疾患の普及により不幸に燃料が出た。ビデオの伝送の効率の良い低待ち時間遅延は,常に高スループットを許さないネットワークインフラストラクチャの分割された性質を扱う必要がある挑戦的な問題である。損失ビデオ圧縮は,そのような技術を広く可能にする基本的要件である。これはストリームビデオの品質を損なうかもしれないが,損失圧縮ビデオの品質を回復するための最近の深層学習ベースソリューションがある。ビデオ会議の非常に性質を考慮して,ビデオストリーミングにおけるビットレート割当は,意味的に駆動され,会話主題と背景の間の品質を区別できる。現在,深い学習を用いて意味的に符号化されたビデオの回復を研究する研究はない。本研究では,コンピュータビジョンにより導出されたマスクを用いてビットレートをシフトすることにより,そのようなビデオを効率的に生成でき,ビデオ品質を復元するために,深層生成敵対ネットワークを訓練できる方法を示す。本研究は,意味符号化と学習ベースビデオ復元の組合せが優れた結果を提供できることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *意味論 ,  学習 ,  ネットワーク ,  *録画装置 ,  通信 ,  待ち時間 ,  コンピュータビジョン ,  深層 ,  会話
準シソーラス用語： ビットレート ,  ビデオ圧縮 ,  ビデオストリーミング ,  ハイスループット ,  ビデオ品質 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： ガン ,  意味論的ビデオ圧縮 ,  ビデオ品質の向上

分類 (2件)： テレビジョン一般  (ND12031N) ,  計算機網  (JC03000K)

タイトルに関連する用語 (5件)： GaN ,  意味論 ,  符号化 ,  ビデオ ,  知覚品質