| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2012-07-30 11:35 アンサンブル学習による画像の雑音除去 ○渡邊栄治（甲南大）・尾関孝史（福山大）・小濱 剛（近畿大）  NC2012-16 |
|
| 抄録 | （和） | 本報告では，複数の階層型ニューラルネットワーク (階層型NN) を用いること により，JPEG 圧縮により劣化した画像を対象とした雑音除去手法を提案する． 画像には，エッジ領域及び濃度変化が緩やかな領域が混在するために，単一の 固定係数を含むフィルタでは，全ての領域から，ブロッキー雑音やモスキート 雑音などを除去することが困難なケースが生じる． まず，学習画像を利用した単一の階層型NNによる雑音除去の概要について述べ る． つぎに，複数個の階層型NNに対する学習法として，アンサンブル学習法を用い た雑音除去のための手法について述べる． 最後に，実験結果から，メジアンフィルタとの比較など，提案手法による復元 精度について検討する． |
| （英） | This report discusses a restoration method for JPEG images based on ensemble learning algorithm for multiple multi-layered neural networks. When images have edge and non-edge regions, it is difficult for single filter having fixed coefficients to reduce both blocky and mosquito noises adequately. Here, new restoration methods for JPEG images are proposed by introducing multiple muliti-layered neural networks. Each neural network can be adapted for edge, flat, and texture regions in images by ensemble learning. From experimental results, the proposed method can obtain good restoration accuracy compared with conventional filters. Moreover, we have confirmed that the proposed method could automatically assign restoration tasks to each neural network according to the characteristics of each region in given distorted images. |
|
| キーワード | （和） | JPEG 画像 / アンサンブル学習 / 雑音除去 / 階層型ニューラルネットワーク / / / / |
| （英） | JPEG image / ensemble learning / noise reduction / neural network / / / / | |
| 文献情報 | 信学技報, vol. 112, no. 168, NC2012-16, pp. 13-18, 2012年7月. | |
| 資料番号 | NC2012-16 | |
| 発行日 | 2012-07-23 (NC) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NC2012-16 |
|
| 研究会情報 | |
| 研究会 | NC |
| 開催期間 | 2012-07-30 - 2012-07-31 |
| 開催地（和） | 立命館大学 情報理工学部 クリエーションコア１階教授会会議室 |
| 開催地（英） | Ritsumeikan Univ. College of Information Science and Engineering |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2012-07-NC |
| 本文の言語 | 日本語 |
| タイトル（和） | アンサンブル学習による画像の雑音除去 |
| サブタイトル（和） | |
| タイトル（英） | Noise reduction for images by ensemble learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | JPEG 画像 / JPEG image |
| キーワード(2)（和/英） | アンサンブル学習 / ensemble learning |
| キーワード(3)（和/英） | 雑音除去 / noise reduction |
| キーワード(4)（和/英） | 階層型ニューラルネットワーク / neural network |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 渡邊 栄治 / Eiji Watanabe / ワタナベ エイジ |
| 第1著者 所属（和/英） | 甲南大学 (略称： 甲南大) Konan University (略称： Konan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 尾関 孝史 / Takashi Ozeki / オゼキ タカシ |
| 第2著者 所属（和/英） | 福山大学 (略称： 福山大) Fukuyama University (略称： Fukuyama Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 小濱 剛 / Takeshi Kohama / コハマ タケシ |
| 第3著者 所属（和/英） | 近畿大学 (略称： 近畿大) Kinki University (略称： Kinki Univ.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2012-07-30 11:35:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2012-16 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | no.168 |
| ページ範囲 | pp.13-18 |
| ページ数 | 6 |
| 発行日 | 2012-07-23 (NC) |
[研究会発表申込システムのトップページに戻る]