| 講演名 | 2023-02-21 ［特別講演］事例探索と適応予測に基づく画像可逆符号化の確率モデリングに関する研究 小島 弘暉(KDDI), 喜多 泰代(東京理科大), 松田 一朗(東京理科大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 多くの効率的な画像可逆符号化方式では，符号化済み画素から次に符号化する画素値を予測し，画素値から予測値を差し引くことで画像信号の空間的な冗長度を取り除いている．冗長度を除去した後，0付近にピークを持つ単峰性の確率分布を用いて予測残差をエントロピー符号化している．このような手法では，複数の画素値が同程度の確率で生起しうるエッジ部など，単峰性分布によるモデリングが難しい画素での符号化効率の悪化が予想される．そこで著者らは，原画像を予測残差に変換せず複数のピークを持つ多峰性の確率分布を用いて画素値を直接エントロピー符号化する方式を開発した．この手法では，符号化済み領域からテンプレートマッチングや適応予測などの処理により収集した画像情報に基づいて各画素における確率分布をモデル化し，分布の形状を制御するパラメータを最適化することで，従来手法を上回る符号化効率を達成している．本講演では，確率モデルの定義とパラメータの最適化手順を工夫することで，さらに符号化効率を向上するとともに，演算量を削減する手法について報告する． |
| 抄録(英) | Many efficient lossless image coding methods predict the next pel value to be coded from the pels already coded, and remove the spatial redundancy of the image signal by subtracting the predicted value from the pel value. After removing the redundancy, the prediction residual is entropy coded using a single-peak probability distribution that has a peak near 0. With this technique, it is expected that the coding efficiency will deteriorate at pels that are difficult to model with a unimodal distribution, such as edges where multiple pel values occur with equal probability. Therefore, we developed a method that directly entropy coding the pel value using a multi-peak probability distribution without converting the original image into a prediction residual. This method models the probability distribution for each pel based on image information collected by processing such as template matching and adaptive prediction in the encoded region, and achieves better coding efficiency than conventional methods by optimizing the parameters that control the shape of the distribution. In this talk, we will report on techniques that further improve the coding efficiency and reduce computational complexity by devising the definition of probability models and the optimization procedure of parameters. |
| キーワード(和) | 画像可逆符号化 / 事例探索 / 適応予測 / 確率モデル最適化 |
| キーワード(英) | Lossless image coding / Example search / Adaptive prediction / Probability model optimization |
| 資料番号 | ITS2022-46,IE2022-63 |
| 発行日 | 2023-02-14 (ITS, IE) |
| 研究会情報 | |
| 研究会 | IE / ITS / ITE-MMS / ITE-ME / ITE-AIT |
|---|---|
| 開催期間 | 2023/2/21(から2日開催) |
| 開催地（和） | 北海道大学 |
| 開催地（英） | Hokkaido Univ. |
| 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) / 町田 賢司(NHK) / 新井 啓之(日本工大) / 名手 久貴(東京工芸大) |
| 委員長氏名（英） | Kazuya Kodama(NII) / Masahiro Fujii(Utsunomiya Univ.) / Kenji Machida(NHK) / Hiroyuki Arai(Nippon Inst. of Tech.) / Hisaki Nate(Tokyo Polytechnic Univ.) |
| 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) / 佐保 賢志(富山県立大) / 金 帝演(鶴岡工専) / 文仙 正俊(福岡大) / 望月 貴裕(NHK) / 小川 貴弘(北海道大) / 細井 利憲(NEC) / 小池 崇文(三菱電機) / 小幡 朋和(コニカミノルタ) |
| 幹事氏名（英） | Kyohei Unno(KDDI Research) / Norishige Fukushima(Nagoya Inst. of Tech.) / Kenshi Saho(Toyama Prefectural Univ.) / Kim Jeyeon(NIT, Tsuruoka College) / Masatoshi Bunsen(Fukuoka Univ.) / Takahiro Mochizuki(NHK) / Takahiro Ogawa(Hokkaido Univ.) / Toshinori Hosoi(NEC) / Takafumi Koike(Mitsubishi Electric) / Tomokazu Obata(KONICA MINOLTA) |
| 幹事補佐氏名（和） | 岩村 俊輔(NHK) / 工藤 忍(NTT) / 澤邊 太志(奈良先端大) / 自見 圭司(群馬大) |
| 幹事補佐氏名（英） | Shunsuke Iwamura(NHK) / Shinobu Kudo(NTT) / Taishi Swabe(NAIST) / 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 Multi-media Storage / Technical Group on Media Engineering / Technical Group on Artistic Image Technology |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ［特別講演］事例探索と適応予測に基づく画像可逆符号化の確率モデリングに関する研究 |
| サブタイトル（和） | |
| タイトル（英） | [Special Talk] Study of Probability Modeling for Lossless Image Coding Using Example Search and Adaptive Prediction |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 画像可逆符号化 / Lossless image coding |
| キーワード(2)（和/英） | 事例探索 / Example search |
| キーワード(3)（和/英） | 適応予測 / Adaptive prediction |
| キーワード(4)（和/英） | 確率モデル最適化 / Probability model optimization |
| 第 1 著者 氏名（和/英） | 小島 弘暉 / Hiroki Kojima |
| 第 1 著者 所属（和/英） | KDDI株式会社(略称：KDDI) KDDI CORPORATION(略称：KDDI) |
| 第 2 著者 氏名（和/英） | 喜多 泰代 / Yasuyo Kita |
| 第 2 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：Tokyo Univ. of Science) |
| 第 3 著者 氏名（和/英） | 松田 一朗 / Ichiro Matsuda |
| 第 3 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：Tokyo Univ. of Science) |
| 発表年月日 | 2023-02-21 |
| 資料番号 | ITS2022-46,IE2022-63 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | ITS-384,IE-385 |
| ページ範囲 | pp.25-25(ITS), pp.25-25(IE), |
| ページ数 | 1 |
| 発行日 | 2023-02-14 (ITS, IE) |