講演抄録/キーワード |
講演名 |
2016-02-22 15:00
畳み込みニューラルネットワークを用いた修復失敗領域の自動検出による画像修復の反復的適用 ○田中隆寛・河合紀彦・中島悠太・佐藤智和・横矢直和(奈良先端大) PRMU2015-160 CNR2015-61 |
抄録 |
(和) |
画像から不要な物体を取り除き,取り除かれた領域(以下,欠損領域)を違和感なく修復することで画像の利用価値を高める画像修復に関する研究が盛んに行われている.従来から,欠損領域と他の領域間のパターン類似度に基づくエネルギー関数を定義し,それを最小化するように欠損領域内の画素値を決定することで修復を行う手法が提案されている.ここで,一度のみの修復では欠損領域全体に違和感のないテクスチャが生成されない場合も多いが,そのような場合にはユーザが手動で修復に失敗した領域(以下,修復失敗領域)を再指定し,反復的に画像修復を適用することで結果を改善することが可能である.本研究では,このような手動での修復失敗領域の再指定なしに画像修復の結果の品質を向上させることを目指し,畳み込みニューラルネットワークを用いて画像修復の結果から修復失敗領域を自動的に検出することで,自動で反復的に画像修復を適用する手法を提案する. |
(英) |
Image inpainting is a method that fills in missing regions with plausible textures in an image to remove undesired objects for enhancing the utility of the image. Image inpainting has been widely studied; some conventional methods define an energy function based on similarity between missing regions and the rest of the image. They search for patterns that are similar to the missing regions and update pixel values so that the energy function is minimized. However, applying such methods only once does not always generate plausible textures for the missing regions. This problem can be solved by iteratively applying image inpainting with manually reselecting such failure regions. To improve the quality of image inpainting result without such manual reselection, this study proposes a method that iteratively applies image inpainting with automatic detection of failure regions in a resulting image using a convolutional neural network. |
キーワード |
(和) |
画像修復 / 畳み込みニューラルネットワーク / 修復失敗領域の自動検出 / / / / / |
(英) |
image inpainting / convolutional neural network / automatic detection of failure regions / / / / / |
文献情報 |
信学技報, vol. 115, no. 456, PRMU2015-160, pp. 133-138, 2016年2月. |
資料番号 |
PRMU2015-160 |
発行日 |
2016-02-14 (PRMU, CNR) |
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 |
PRMU2015-160 CNR2015-61 |