| 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 | 2018-09-27 14:50 LDR画像の学習に基づくCNNを用いた逆トーンマッピング法 ○木下裕磨・貴家仁志（首都大東京）  LOIS2018-14 IE2018-34 EMM2018-53 |
|
| 抄録 | （和） | 本研究では，任意の単一LDR画像から高品質なHDR画像の生成することを目的に，LDR画像の学習に基づくCNNを用いた逆トーンマッピング法を提案する．CNNを用いた逆トーンマッピングにおいて，教師画像としてHDR画像を直接利用してCNNを学習することは，LDR画像とHDR画像におけるダイナミックレンジの違いや人間の非線形な視覚特性などの理由から，困難であることが既存の研究により指摘されている．そこで，提案する逆トーンマッピング法では，入力LDR画像からReinhardのグローバルオペレータによりマッピングされたLDR画像への変換を学習する．Reinhardのグローバルオペレータは逆変換が可能な関数である．提案法は，ReinhardのグローバルオペレータよってマッピングされたとみなすことのできるLDR画像を入力LDR画像から生成し，生成されたLDR画像に対してReinhardのグローバルオペレータの逆変換を行うことでHDR画像を生成する方法である．HDR-VDP-2.2，およびPU encoding + MS-SSIMを用いた客観評価実験により，提案法が他の手法と比較して高品質なHDR画像を生成できることが示される． |
| （英） | This paper proposes an inverse tone mapping operation using CNN with LDR based learning. In inverse tone mapping with CNNs, it is difficult to train CNNs by directly using HDR images as training data. In the proposed method, CNNs are trained with only LDR images, namely, HDR images are not used in training. The proposed CNNs learn a transformation from various input LDR images to LDR images mapped by Reinhard's global operator. Since Reinhard's global operator is invertible, HDR images can be reconstracted from LDR images mapped by the operator. For this reason, the proposed method enables us to generate high quality HDR images from various LDR images by transforming the input LDR ones via CNNs. Experimental results show that HDR images generated by the proposed method have higher quality than HDR ones generated by conventional inverse tone mapping methods, in terms of HDR-VDP-2.2 and PU encoding + MS-SSIM. | |
| キーワード | （和） | 逆トーンマッピング / 高ダイナミックレンジ画像 / 畳み込みニューラルネットワーク / 深層学習 / 画像強調 / / / |
| （英） | Inverse Tone Mapping / High Dynamic Range Image / Convolutional Neural Network / Deep Learning / Image Enhancement / / / | |
| 文献情報 | 信学技報, vol. 118, no. 223, IE2018-34, pp. 23-28, 2018年9月. | |
| 資料番号 | IE2018-34 | |
| 発行日 | 2018-09-20 (LOIS, IE, EMM) | |
| ISSN | 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 | LOIS2018-14 IE2018-34 EMM2018-53 |
|
| 研究会情報 | |
| 研究会 | IEE-CMN EMM LOIS IE ITE-ME |
| 開催期間 | 2018-09-27 - 2018-09-28 |
| 開催地（和） | ビーコンプラザ（別府国際コンベンションセンター） |
| 開催地（英） | Beppu Int'l Convention Ctr. aka B-CON Plaza |
| テーマ（和） | マルチメディア通信/システム，ライフログ活用技術，IP放送/映像伝送，メディアセキュリティ，メディア処理(AI，深層学習)，一般 |
| テーマ（英） | Multimedia Communication/System, Lifelog Applications, IP Broadcasting/Video Transmission, Media Security, Media Processing (AI, Deep Learning), etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2018-09-CMN-EMM-LOIS-IE-ME |
| 本文の言語 | 日本語 |
| タイトル（和） | LDR画像の学習に基づくCNNを用いた逆トーンマッピング法 |
| サブタイトル（和） | |
| タイトル（英） | An Inverse Tone Mapping Operation Using CNN with LDR Based Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 逆トーンマッピング / Inverse Tone Mapping |
| キーワード(2)（和/英） | 高ダイナミックレンジ画像 / High Dynamic Range Image |
| キーワード(3)（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(4)（和/英） | 深層学習 / Deep Learning |
| キーワード(5)（和/英） | 画像強調 / Image Enhancement |
| 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） | 木下 裕磨 / Yuma Kinoshita / キノシタ ユウマ |
| 第1著者 所属（和/英） | 首都大学東京 (略称： 首都大東京) Tokyo Metropolitan University (略称： Tokyo Metro. Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 貴家 仁志 / Hitoshi Kiya / キヤ ヒトシ |
| 第2著者 所属（和/英） | 首都大学東京 (略称： 首都大東京) Tokyo Metropolitan University (略称： Tokyo Metro. Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 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 | 2018-09-27 14:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IE |
| 資料番号 | LOIS2018-14, IE2018-34, EMM2018-53 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.222(LOIS), no.223(IE), no.224(EMM) |
| ページ範囲 | pp.23-28 |
| ページ数 | 6 |
| 発行日 | 2018-09-20 (LOIS, IE, EMM) |
[研究会発表申込システムのトップページに戻る]