| 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 | 2019-03-14 15:45 Quantization Adaptive Recurrent Neural Network for Image Compression ○Rige Su・Zhengxue Cheng・Jiro Katto（Waseda Univ.）  IMQ2018-48 IE2018-132 MVE2018-79 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | Image compression is a means of applying data compression technology to digital images. The purpose is to reduce redundant information in image data, thereby improving the efficiency of format storage and transmission of data. The traditional image algorithm has performed well, such as JPEG and JPEG2000. Afterwards the BPG performed better than JPGE. In recent years, deep learning has engaged into the field of image compression. In this paper, we are going to proposal lossy image compression architecture based on LSTM network. And replace the binarization, which is used in currently architecture [1], and add the quantization layer to evaluate the quality, respectively. As the experiment results show that use the quantization can better than JPEG2000, that we test the network for using Kodak database. | |
| キーワード | （和） | / / / / / / / |
| （英） | Image compression / LSTM / Quantization / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 501, IE2018-132, pp. 149-151, 2019年3月. | |
| 資料番号 | IE2018-132 | |
| 発行日 | 2019-03-07 (IMQ, IE, MVE) | |
| 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 | IMQ2018-48 IE2018-132 MVE2018-79 |
|
| 研究会情報 | |
| 研究会 | IMQ IE MVE CQ |
| 開催期間 | 2019-03-14 - 2019-03-15 |
| 開催地（和） | 鹿児島大学 郡元キャンパス |
| 開催地（英） | Kagoshima University |
| テーマ（和） | 五感メディア，マルチメディア，メディアエクスペリエンス， 映像符号化，イメージメディアの品質，ネットワークの品質 および信頼性，一般 （魅力工学（AC）研究会協賛） |
| テーマ（英） | media of five senses, multimedia, media experience, picture codinge, image media quality, network,quality and reliability, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2019-03-IMQ-IE-MVE-CQ |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Quantization Adaptive Recurrent Neural Network for Image Compression |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / Image compression |
| キーワード(2)（和/英） | / LSTM |
| キーワード(3)（和/英） | / Quantization |
| 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） | 蘇 日格 / Rige Su / ソ リガ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 程 正雪 / Zhengxue Cheng / |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 甲藤 二郎 / Jiro Katto / カットウ ジロウ |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda 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 | 2019-03-14 15:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IE |
| 資料番号 | IMQ2018-48, IE2018-132, MVE2018-79 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.500(IMQ), no.501(IE), no.502(MVE) |
| ページ範囲 | pp.149-151 |
| ページ数 | 3 |
| 発行日 | 2019-03-07 (IMQ, IE, MVE) |
[研究会発表申込システムのトップページに戻る]