| 講演名 | 2022-02-21 汎用な深層画像圧縮に向けた検討 坪田 亘記(東大), 圷 弘明(日立), 相澤 清晴(東大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本研究では，汎用な深層画像圧縮に向けた検討を行う．画像圧縮では，自然画像だけではなく加工された写真，線画，イラストといった広いドメインの画像を圧縮できるのが望ましい．しかしながら，一般に深層画像圧縮では自然画像のみを評価対象として研究が行われており，自然画像以外の画像を対象とした研究はほとんど行われていない．本研究では，複数のドメインからなるデータセットを用いて，伝統的手法と比較しながら既存の深層画像圧縮モデルの検証を行う．次に，複数のドメインを学習に用いた場合の，学習ドメインに対する性能と学習時に未知なドメインへの汎化性能を検証する．この学習方法は，ドメイン汎化やマルチドメイン学習のベースラインといえる手法である．実験では，伝統的手法と比較して自然画像で学習した深層画像圧縮手法では低い性能であり，特に高いレートにおいて性能が低下することを示す．また，複数ドメインでの平均的な性能は単一ドメインで学習するよりも複数ドメインで学習する方が高くなる一方で，各ドメインでの最も性能が高くなるのは評価するドメインのみで学習した場合であることを示す． |
| 抄録(英) | In this paper, we investigate deep image compression towards universal usage. In image compression, it is desirable to be able to compress not only natural images but also images in a wide range of domains such as processed photographs, line drawings, and illustrations. However, deep image compression has been generally studied only for natural images and little has been studied for non-natural images. In this study, we first validate the existing deep image compression models using a dataset consisting of multiple domains. Then, we train a compression model on multiple domains and examine the performance on the training domains and unseen domains during training. This method is a baseline method for domain generalization and multi-domain learning. In experiments, we show that deep image compression methods trained on natural images achieve lower performance than traditional methods, especially at higher rates. We also show that while the average performance across multiple domains is higher when training on multiple domains than when training on a single domain, the best performance in each domain is achieved when training on only the evaluation domain. |
| キーワード(和) | 画像圧縮 / 深層学習 / ドメイン汎化 / マルチドメイン学習 |
| キーワード(英) | image compression / deep neural networks / domain generalization / multi-domain learning |
| 資料番号 | ITS2021-31,IE2021-40 |
| 発行日 | 2022-02-14 (ITS, IE) |
| 研究会情報 | |
| 研究会 | IE / ITS / ITE-AIT / ITE-ME / ITE-MMS |
|---|---|
| 開催期間 | 2022/2/21(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 画像処理，一般 |
| テーマ（英） | Image Processing, etc. |
| 委員長氏名（和） | 児玉 和也(NII) / 藤井 雅弘(宇都宮大) / 名手 久貴(東京工芸大) / 新井 啓之(日本工大) / 町田 賢司(NHK) |
| 委員長氏名（英） | Kazuya Kodama(NII) / Masahiro Fujii(Utsunomiya Univ.) / Hisaki Nate(Tokyo Polytechnic Univ.) / Hiroyuki Arai(Nippon Inst. of Tech.) / Kenji Machida(NHK) |
| 副委員長氏名（和） | 坂東 幸浩(NTT) / 山崎 俊彦(東大) / 大野 光平(明治大) / 橋本 尚久(産総研) / / 村松 正吾(新潟大) |
| 副委員長氏名（英） | Hiroyuki Bandoh(NTT) / Toshihiko Yamazaki(Univ. of Tokyo) / Kohei Ohno(Meiji Univ.) / Naohisa Hashimoto(AIST) / / Shogo Muramatsu(Niigata Univ.) |
| 幹事氏名（和） | 海野 恭平(KDDI総合研究所) / 福嶋 慶繁(名工大) / 橋浦 康一郎(秋田県立大) / 金 帝演(鶴岡工専) / / 望月 貴裕(NHK) / 小川 貴弘(北海道大) / 細井 利憲(NEC) / 山野 文子(コニカミノルタ) / 堀 淳志(三菱電機) / 文仙 正俊(福岡大) |
| 幹事氏名（英） | Kyohei Unno(KDDI Research) / Norishige Fukushima(Nagoya Inst. of Tech.) / Kouichiro Hashiura(Akita Prefectural Univ.) / Kim Jeyeon(NIT, Tsuruoka College) / / Takahiro Mochizuki(NHK) / Takahiro Ogawa(Hokkaido Univ.) / Toshinori Hosoi(NEC) / Ayako Yamano(KONICA MINOLTA) / Atsushi Hori(Mitsubishi Electric) / Masatoshi Bunsen(Fukuoka Univ.) |
| 幹事補佐氏名（和） | 岩村 俊輔(NHK) / 工藤 忍(NTT) / 今尾 勝崇(三菱電機) / 佐保 賢志(富山県立大) / 自見 圭司(群馬大) |
| 幹事補佐氏名（英） | Shunsuke Iwamura(NHK) / Shinobu Kudo(NTT) / Msataka Imao(Mitsubishi Electric) / Kenshi Saho(Toyama Prefectural Univ.) / Keiji Jimi(Gunma Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Image Engineering / Technical Committee on Intelligent Transport Systems Technology / Technical Group on Artistic Image Technology / Technical Group on Media Engineering / Technical Group on Multi-media Storage |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 汎用な深層画像圧縮に向けた検討 |
| サブタイトル（和） | |
| タイトル（英） | Towards Universal Deep Image Compression |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 画像圧縮 / image compression |
| キーワード(2)（和/英） | 深層学習 / deep neural networks |
| キーワード(3)（和/英） | ドメイン汎化 / domain generalization |
| キーワード(4)（和/英） | マルチドメイン学習 / multi-domain learning |
| 第 1 著者 氏名（和/英） | 坪田 亘記 / Koki Tsubota |
| 第 1 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：UTokyo) |
| 第 2 著者 氏名（和/英） | 圷 弘明 / Hiroaki Akutsu |
| 第 2 著者 所属（和/英） | 株式会社 日立製作所(略称：日立) Hitachi, Ltd.(略称：Hitachi) |
| 第 3 著者 氏名（和/英） | 相澤 清晴 / Kiyoharu Aizawa |
| 第 3 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：UTokyo) |
| 発表年月日 | 2022-02-21 |
| 資料番号 | ITS2021-31,IE2021-40 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | ITS-373,IE-374 |
| ページ範囲 | pp.37-42(ITS), pp.37-42(IE), |
| ページ数 | 6 |
| 発行日 | 2022-02-14 (ITS, IE) |