| 講演名 | 2019-03-14 Quantization Adaptive Recurrent Neural Network for Image Compression 蘇 日格(早大), 程 正雪(早大), 甲藤 二郎(早大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | |
| 抄録(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) | |
| キーワード(英) | Image compressionLSTMQuantization |
| 資料番号 | IMQ2018-48,IE2018-132,MVE2018-79 |
| 発行日 | 2019-03-07 (IMQ, IE, MVE) |
| 研究会情報 | |
| 研究会 | IMQ / IE / MVE / CQ |
|---|---|
| 開催期間 | 2019/3/14(から2日開催) |
| 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 |
| 委員長氏名（和） | 杉山 賢二(成蹊大) / 浜本 隆之(東京理科大) / 間瀬 健二(名大) / 林 孝典(広島工大) |
| 委員長氏名（英） | Kenji Sugiyama(Seikei Univ.) / Takayuki Hamamoto(Tokyo Univ. of Science) / Kenji Mase(Nagoya Univ.) / Takanori Hayashi(Hiroshima Inst. of Tech.) |
| 副委員長氏名（和） | 中口 俊哉(千葉大) / 前田 充(キヤノン) / 木全 英明(NTT) / 児玉 和也(NII) / 井原 雅行(NTT) / 下西 英之(NEC) / 岡本 淳(NTT) |
| 副委員長氏名（英） | Toshiya Nakaguchi(Chiba Univ.) / Mitsuru Maeda(Canon) / Hideaki Kimata(NTT) / Kazuya Kodama(NII) / Masayuki Ihara(NTT) / Hideyuki Shimonishi(NEC) / Jun Okamoto(NTT) |
| 幹事氏名（和） | 工藤 博章(名大) / 齊藤 新一郎(ソニー) / 河村 圭(KDDI総合研究所) / 高橋 桂太(名大) / 青木 良輔(NTT) / 内山 英昭(九大) / 平山 高嗣(名大) / 池上 大介(NTT) / 大田 健紘(日本工大) |
| 幹事氏名（英） | Hiroaki Kudo(Nagoya Univ.) / Shinichiro Saito(Sony) / Kei Kawamura(KDDI Research) / Keita Takahashi(Nagoya Univ.) / Ryosuke Aoki(NTT) / Hideaki Uchiyama(Kyushu Univ.) / Takatsugu Hirayama(Nagoya Univ.) / Daisuke Ikegami(NTT) / Kenko Ota(Nippon Inst. of Tech.) |
| 幹事補佐氏名（和） | 土田 勝(NTT) / 大橋 剛介(静岡大) / 早瀬 和也(NTT) / 松尾 康孝(NHK) / 西口 敏司(阪工大) / 横山 正典(*) / 佐々木 力(KDDI総合研究所) / 西川 由明(NEC) / 山本 嶺(電通大) |
| 幹事補佐氏名（英） | Masaru Tsuchida(NTT) / Gosuke Ohashi(Shizuoka Univ.) / Kazuya Hayase(NTT) / Yasutaka Matsuo(NHK) / Satoshi Nishiguchi(Oosaka Inst. of Tech.) / Masanori Yokoyama(*) / Chikara Sasaki(KDDI Research) / Yoshiaki Nishikawa(NEC) / Ryo Yamamoto(UEC) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Image Media Quality / Technical Committee on Image Engineering / Technical Committee on Media Experience and Virtual Environment / Technical Committee on Communication Quality |
|---|---|
| 本文の言語 | ENG |
| 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（和） | |
| キーワード(1)（和/英） | / Image compressionLSTMQuantization |
| 第 1 著者 氏名（和/英） | 蘇 日格 / Rige Su |
| 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） | 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） | 甲藤 二郎 / Jiro Katto |
| 第 3 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda Univ.) |
| 発表年月日 | 2019-03-14 |
| 資料番号 | IMQ2018-48,IE2018-132,MVE2018-79 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | IMQ-500,IE-501,MVE-502 |
| ページ範囲 | pp.149-151(IMQ), pp.149-151(IE), pp.149-151(MVE), |
| ページ数 | 3 |
| 発行日 | 2019-03-07 (IMQ, IE, MVE) |