| 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 | 2016-05-19 13:00 動画像超解像システムのFPGA実装 ○眞邉泰斗・柴田裕一郎・小栗 清（長崎大）  RECONF2016-5 |
|
| 抄録 | （和） | 本研究では，畳み込みニューラルネットワーク(CNN)を用いたリアルタイムの動画像超解像システムをFPGAに実装し，その効果を検証する． CNNを用いた超解像では，入力画像を事前に拡大してネットワークに与える手法が提案されているが，本研究では水平及び垂直方向の反転を組み合わせる手法により，ネットワークに与えられる実質的な情報量の低下を防いでいる． このことにより，FPGAの資源制約からネットワーク規模やフィルタサイズが限定される中でも，ネットワークに最大限の情報を与えることができ，事前拡大を用いる手法と比べて高い品質を実現できることが示された． |
| （英） | In this study, we implement a real-time super-resolution system for moving images using a convolutional neural network on an FPGA, and evaluate its performance. Instead of pre-enlargement proposed in related works, we apply horizontal and/or vertical flips to network input images. This method prevents them from losing information, which enables super-resolution whose quality is superior to the system using pre-enlargement, even though the network scale and the size of filters are limited due to resource restriction of the FPGA. |
|
| キーワード | （和） | 超解像 / 動画像 / リアルタイム / FPGA / 畳み込みニューラルネットワーク / ディープラーニング / / |
| （英） | Super Resolution / Moving Images / Real-time / FPGA / Convolutional Neural Network / Deep Learning / / | |
| 文献情報 | 信学技報, vol. 116, no. 53, RECONF2016-5, pp. 17-22, 2016年5月. | |
| 資料番号 | RECONF2016-5 | |
| 発行日 | 2016-05-12 (RECONF) | |
| 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 | RECONF2016-5 |
|
| 研究会情報 | |
| 研究会 | RECONF |
| 開催期間 | 2016-05-19 - 2016-05-20 |
| 開催地（和） | 富士通研究所 |
| 開催地（英） | FUJITSU LAB. |
| テーマ（和） | リコンフィギャラブルシステム、一般 |
| テーマ（英） | Reconfigurable Systems, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RECONF |
| 会議コード | 2016-05-RECONF |
| 本文の言語 | 日本語 |
| タイトル（和） | 動画像超解像システムのFPGA実装 |
| サブタイトル（和） | |
| タイトル（英） | FPGA Implementation of a Super-Resolution System |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 超解像 / Super Resolution |
| キーワード(2)（和/英） | 動画像 / Moving Images |
| キーワード(3)（和/英） | リアルタイム / Real-time |
| キーワード(4)（和/英） | FPGA / FPGA |
| キーワード(5)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Network |
| キーワード(6)（和/英） | ディープラーニング / Deep Learning |
| 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） | 眞邉 泰斗 / Taito Manabe / マナベ タイト |
| 第1著者 所属（和/英） | 長崎大学 (略称： 長崎大) Nagasaki University (略称： Nagasaki Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 柴田 裕一郎 / Yuichiro Shibata / シバタ ユウイチロウ |
| 第2著者 所属（和/英） | 長崎大学 (略称： 長崎大) Nagasaki University (略称： Nagasaki Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 小栗 清 / Kiyoshi Oguri / オグリ キヨシ |
| 第3著者 所属（和/英） | 長崎大学 (略称： 長崎大) Nagasaki University (略称： Nagasaki 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 | 2016-05-19 13:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | RECONF |
| 資料番号 | RECONF2016-5 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.53 |
| ページ範囲 | pp.17-22 |
| ページ数 | 6 |
| 発行日 | 2016-05-12 (RECONF) |
[研究会発表申込システムのトップページに戻る]