| 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 | 2018-08-08 15:25 CNN予測器を適応型差分進化法により最適化する階層型可逆符号化 ○河合悠輝・長野裕樹・戸田英治・青森 久（中京大）・大竹 敢（玉川大）・松田一朗・伊東 晋（東京理科大）  NLP2018-59 |
|
| 抄録 | （和） | 我々はセルラーニューラルネットワーク(CNN)を予測器として利用した画像のスケーラブルな可逆符号化方式について研究を展開してきた．ここで，CNN予測器は画素毎に適応的に選択され，その形状と割り当ては符号化した際の符号量が最小となるよう最適化される．従来の方式では，最適化の際の探索点は超立方体で定義され，これを逐次的に探索していたが，この手法は局所解に容易にトラップされてしまうため，効果的な探索手法の開発が課題となっている．本研究では，適応型差分進化をCNN予測器とその割当の最適化に導入することにより，前述の問題に対処する．様々な画像に対して符号化実験を行い，提案手法の有効性を確認した． |
| （英） | We have been proposed on hierarchical lossless image coding using predictors composed of Cellular Neural Network(CNN).Their shapes and assignment are optimized to minizing coding bits.In the conventional method, a sequential search method for searching space defined by a hypercube was emploied.However, since a sequential search method is easily trapped in local minimum, development of effective search method has become issue.In this paper, to address the aforementioned problems, an adaptive differential evolution are introduced into the optimization of CNN predictors and their assignment.The effectiveness of proposed method confirmed by coding experiment on various images. | |
| キーワード | （和） | セルラーニューラルネットワーク / 階層型可逆符号化 / 適応型差分進化 / / / / / |
| （英） | Cellular Neural Network / Hierarchical Lossless Image Coding / Adaptive Differential Evolution / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 174, NLP2018-59, pp. 35-38, 2018年8月. | |
| 資料番号 | NLP2018-59 | |
| 発行日 | 2018-08-01 (NLP) | |
| 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 | NLP2018-59 |
|
| 研究会情報 | |
| 研究会 | NLP |
| 開催期間 | 2018-08-08 - 2018-08-09 |
| 開催地（和） | 香川大学 幸町キャンパス |
| 開催地（英） | Saiwai-cho Campus, Kagawa Univ. |
| テーマ（和） | 一般 |
| テーマ（英） | etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2018-08-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | CNN予測器を適応型差分進化法により最適化する階層型可逆符号化 |
| サブタイトル（和） | |
| タイトル（英） | Hierarchical Lossless Image Coding Using CNN Predictors Optimized by Adaptive Differential Evolution |
| サブタイトル（英） | |
| キーワード(1)（和/英） | セルラーニューラルネットワーク / Cellular Neural Network |
| キーワード(2)（和/英） | 階層型可逆符号化 / Hierarchical Lossless Image Coding |
| キーワード(3)（和/英） | 適応型差分進化 / Adaptive Differential Evolution |
| キーワード(4)（和/英） | / |
| 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） | 河合 悠輝 / Yuki Kawai / カワイ ユウキ |
| 第1著者 所属（和/英） | 中京大学 (略称： 中京大) Chukyo University (略称： Chukyo Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 長野 裕樹 / Yuki Nagano / ナガノ ユウキ |
| 第2著者 所属（和/英） | 中京大学 (略称： 中京大) Chukyo University (略称： Chukyo Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 戸田 英治 / Hideharu Toda / トダ ヒデハル |
| 第3著者 所属（和/英） | 中京大学 (略称： 中京大) Chukyo University (略称： Chukyo Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 青森 久 / Hisashi Aomori / アオモリ ヒサシ |
| 第4著者 所属（和/英） | 中京大学 (略称： 中京大) Chukyo University (略称： Chukyo Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 大竹 敢 / Tsuyoshi Otake / オオタケ ツヨシ |
| 第5著者 所属（和/英） | 玉川大学 (略称： 玉川大) Tamagawa University (略称： Tamagawa Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 松田 一朗 / Ichiro Matsuda / マツダ イチロウ |
| 第6著者 所属（和/英） | 東京理科大学 (略称： 東京理科大) Tokyo University of Science (略称： TUS) |
| 第7著者 氏名（和/英/ヨミ） | 伊東 晋 / Susumu Itoh / イトウ ススム |
| 第7著者 所属（和/英） | 東京理科大学 (略称： 東京理科大) Tokyo University of Science (略称： TUS) |
| 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 | 2018-08-08 15:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2018-59 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.174 |
| ページ範囲 | pp.35-38 |
| ページ数 | 4 |
| 発行日 | 2018-08-01 (NLP) |
[研究会発表申込システムのトップページに戻る]