文献

J-GLOBAL ID：202202245109463013   整理番号：22A0396908

補助コーデックネットワークに基づく強化標準適合画像圧縮フレームワーク【JST・京大機械翻訳】

Enhanced Standard Compatible Image Compression Framework Based on Auxiliary Codec Networks

著者 (4件)： Son Hanbin (School of Electrical and Electronic Engineering, Yonsei University, Seoul, South Korea) ,  Kim Taeoh (School of Electrical and Electronic Engineering, Yonsei University, Seoul, South Korea) ,  Lee Hyeongmin (School of Electrical and Electronic Engineering, Yonsei University, Seoul, South Korea) ,  Lee Sangyoun (School of Electrical and Electronic Engineering, Yonsei University, Seoul, South Korea)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 31  ページ： 664-677  発行年： 2022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： 画像圧縮性能を強化する最近の深層ニューラルネットワークベースの研究は,学習可能なコーデック,後処理ネットワーク,およびコンパクトな表現ネットワークという3つのカテゴリーに分割できる。学習可能なコーデックを,従来の圧縮モジュールを超えるエンドツーエンド学習のために設計した。後処理ネットワークは,例ベース学習を用いて復号画像の品質を増加させる。コンパクト表現ネットワークを学習し,入力画像の容量を低減し,ビットレートを低減し,復号画像の品質を維持した。しかし,これらのアプローチは既存のコーデックとは互換性がなく,符号化効率を増加させるには最適ではない。特に,符号の不正確な考慮により,コンパクトな表現ネットワークを用いた以前の研究での最適学習を達成することは困難である。本論文では,補助コーデックネットワーク(ACN)に基づく新しい標準互換性画像圧縮フレームワークを提案した。さらに,ACNは,既存のコーデックの画像劣化操作を模倣するように設計され,コンパクトな表現ネットワークにより正確な勾配を与える。したがって,コンパクトな表現と後処理ネットワークを,効果的かつ最適に学習できる。JPEGと高効率ビデオ符号化標準に基づく提案フレームワークは,標準互換性方式で既存の画像圧縮アルゴリズムよりも実質的に優れていることを実証した。Copyright 2022 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： アルゴリズム ,  学習 ,  互換性 ,  *ネットワーク ,  後処理 ,  エンドツーエンド方式 ,  *画像圧縮 ,  JPEG
準シソーラス用語： 高効率 ,  ビットレート ,  ビデオ符号化 ,  符号化効率 ,  画像劣化 ,  ディープニューラルネットワーク , 【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 (5件)： コーデック ,  強化 ,  標準 ,  画像圧縮 ,  フレームワーク