| 講演抄録／キーワード |
| 講演名 |
2005-05-17 14:55
離散時間型セルラニューラルネットワークの非線形補間能力を用いたリフティング方式に基づくロスレスハイダイナミックレンジ画像符号化
○青森 久・川上航平（上智大）・大竹 敢（玉川大）・高橋伸彰（日本IBM）・山内将行・田中 衞（上智大） |
| 抄録 |
（和） |
リフティング方式は線形及び非線形ウェーブレット変換を構成する柔軟な方式の一つである. 本論文では離散時間型セルラニューラルネットワーク(DT-CNNs)を用いたリフティング方式に基づくハイダイナミックレンジ(HDR)画像のロスレス符号化手法を提案する. 提案手法では, DT-CNNsのダイナミクスによる非線形内挿効果によってHDR画像の予測に最適化された空間フィルタが実現される. また, DT-CNNsの出力関数は多値量子化関数として設計されているため, 提案方式はロスレス符号化のための整数型リフティングが構成される. さらに, 提案方式はBテンプレートのみを使用する従来のCNNを用いた画像処理手法と比べてAテンプレートによる非線形補間ダイナミクスを有効に使用している. 様々な画像に対して実験を行い, 提案手法の優位性を確認した. |
| （英） |
The lifting scheme is a flexible method for the construction of linear and nonlinear wavelet transforms. In this paper, we propose a novel lossless high dynamic range (HDR) image coding method based on the lifting scheme using discrete-time cellular neural networks (DT-CNNs). In our proposed method, the image is interpolated by using the nonlinear interpolative dynamics of DT-CNN. Since the output function of DT-CNN works as a multi-level quantization function, our method adapts for the prediction of HDR image, and composes the integer lifting scheme for lossless coding. Moreover, our method makes good use of the nonlinear interpolative dynamics by A-template compared with conventional CNN image coding methods using only B-template. The experimental results show a better coding performance compared with the conventional lifting method using linear filters. |
| キーワード |
（和） |
リフティング / セルラニューラルネットワーク / ロスレス符号化 / 非線形補間 / ダイナミクス / / / |
| （英） |
Lifting / Cellular Neural Network / Lossless Coding / Interpolative Dynamics / / / / |
| 文献情報 |
信学技報, vol. 105, no. 49, NLP2005-5, pp. 23-28, 2005年5月. |
| 資料番号 |
NLP2005-5 |
| 発行日 |
2005-05-10 (NLP) |
| ISSN |
Print edition: ISSN 0913-5685 |
| PDFダウンロード |
|
|