| 講演名 | 2023-11-09 ブロックノイズ低減に向けたオーバラップ画像分割型Deep Joint Source-Channel Coding 山本 龍之介(阪大), 井上 文彰(阪大), 久野 大介(阪大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 深層学習を用いて情報源符号化と通信路符号化を一括して行う情報源-通信路深層結合符号化方式(DeepJoint Source-Channel Coding, Deep JSCC) が注目されている．画像伝送用のDeep JSCC では，畳み込みニューラルネットワーク（Convolutional neural network, CNN）ベースの自己符号化器が用いられる. CNN によるDeep JSCC では，入力画像は任意のサイズを入力できる一方で, 画像サイズが大きくなると, 畳み込み演算に膨大なメモリを要してしまい，高速計算のためには高性能なGPU が必要となる．画像を事前に分割し，逐次的にDeep JSCC を施すことにより，GPUへの負荷低減が期待できるが，画像を再構成した際に分割した境界でブロックノイズが生じてしまう. 本稿では, このブロックノイズを低減するための画像オーバラップ分割法を提案する. DIV2K データセットを用いた計算機シミュレーションにより，オーバラップ分割法を用いることで，画像のPSNR が改善することを示す. |
| 抄録(英) | Deep Joint Source-Channel Coding (Deep JSCC), which uses deep learning to perform source and channel coding simultaneously, has attracted attention. Deep JSCC for image transmission uses a convolutional neural network (CNN)-based autoencoder. In CNN-based Deep JSCC, the input image can be arbitrary size, but the larger the image size, the more memory is required for convolution operations, and a high-performance GPU is needed for high-speed computation. Therefore, dividing the image and applying Deep JSCC sequentially is expected to reduce the load on the GPU, but block noise occurs at the boundaries of the images when the image is reconstructed. This paper proposes Deep JSCC using overlap image division to reduce the block noise. Simulation on the DIV2K dataset shows that the overlap image division method improves the PSNR of the image. |
| キーワード(和) | 5G / 情報源通信路結合符号化 / 深層学習 / セマンティック通信 / 画像伝送 |
| キーワード(英) | 5G / Joint Source-Channel Coding / Deep Learning / Semantic Communication / Image Transmission |
| 資料番号 | CS2023-65 |
| 発行日 | 2023-11-02 (CS) |
| 研究会情報 | |
| 研究会 | CS |
|---|---|
| 開催期間 | 2023/11/9(から2日開催) |
| 開催地（和） | プラサヴェルデ |
| 開催地（英） | Plaza Verde |
| テーマ（和） | ブロードバンドアクセス，ホームネットワーク，ネットワークサービス，通信利用アプリケーション，一般 |
| テーマ（英） | Broadband access, Home network, Network service, Communication applications, etc. |
| 委員長氏名（和） | 梅原 大祐(京都工繊大) |
| 委員長氏名（英） | Daisuke Umehara(Kyoto Inst. of Tech.) |
| 副委員長氏名（和） | 小崎 成治(三菱電機) |
| 副委員長氏名（英） | Seiji Kozaki(Mitsubishi Electric) |
| 幹事氏名（和） | 鎌倉 浩嗣(千葉工大) / 斉藤 洋之(Oki) |
| 幹事氏名（英） | Koji Kamakura(Chiba Inst. of Tech.) / Hiroyuki Saito(Oki) |
| 幹事補佐氏名（和） | 川崎 耀(NICT) / 末廣 雄(三菱電機) |
| 幹事補佐氏名（英） | Hikaru Kawasaki(NICT) / Takeshi Suehiro(Mitsubishi Electric) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Communication Systems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ブロックノイズ低減に向けたオーバラップ画像分割型Deep Joint Source-Channel Coding |
| サブタイトル（和） | |
| タイトル（英） | Deep Joint Source-Channel Coding using Overlap Image Division for Block Noise Reduction |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 5G / 5G |
| キーワード(2)（和/英） | 情報源通信路結合符号化 / Joint Source-Channel Coding |
| キーワード(3)（和/英） | 深層学習 / Deep Learning |
| キーワード(4)（和/英） | セマンティック通信 / Semantic Communication |
| キーワード(5)（和/英） | 画像伝送 / Image Transmission |
| 第 1 著者 氏名（和/英） | 山本 龍之介 / Ryunosuke Yamamoto |
| 第 1 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 第 2 著者 氏名（和/英） | 井上 文彰 / Yoshiaki Inoue |
| 第 2 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 第 3 著者 氏名（和/英） | 久野 大介 / Daisuke Hisano |
| 第 3 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 発表年月日 | 2023-11-09 |
| 資料番号 | CS2023-65 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | CS-248 |
| ページ範囲 | pp.16-18(CS), |
| ページ数 | 3 |
| 発行日 | 2023-11-02 (CS) |