| 講演名 | 2017-03-14 符号量見積もりに基づくCNN予測器の設計と予測器プロトタイプの継承を用いた階層型可逆符号化 戸田 英治(中京大), 大竹 敢(玉川大), 松田 一朗(東京理科大), 伊東 晋(東京理科大), 青森 久(中京大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 画像のスケーラブルな階層型可逆符合化手法として，輪郭の方向性に応じたセルラニューラルネットワーク（CNN）予測器から算出された予測誤差を，コンテキストモデリングに基づいて適応多値算術符号化する方式を提案した．本研究では，CNN予測器の更なる高能率化を目的に，階層型符号化方式における画像ピラミッド構造を利用し，隣接階層間の予測器設計において設計済の予測器を設計の初期値として継承する新しいCNN予測器設計方法を提案する．本手法の有効性は，様々な画像に対する符号化実験により確認され，特に自然画像の符号化に有効であることを明らかにした． |
| 抄録(英) | We proposed a hierarchical lossless image coding method using cellular neural network (CNN). It performs adaptive multi symbol arithmetic coding based on context modeling to prediction error calculated from CNN predictor according to contour direction. In this paper, we propose a new CNN predictor design method for further efficiency improvement. By using the image pyramid structure in the hierarchical coding method, this method inherits the designed predictor as the initial value of the design when designing the predictor between adjacent layers. The effectiveness of this method was confirmed by coding experiments on various images, and clarified that it is especially effective for coding of natural images. |
| キーワード(和) | 離散時間型セルラニューラルネットワーク / 予測器継承 / 階層型可逆符号化 |
| キーワード(英) | discrete-time cellular neural network / predictor inheritance / hierachical lossless image coding |
| 資料番号 | NLP2016-109 |
| 発行日 | 2017-03-07 (NLP) |
| 研究会情報 | |
| 研究会 | NLP |
|---|---|
| 開催期間 | 2017/3/14(から2日開催) |
| 開催地（和） | ねぶたの家 ワ・ラッセ（青森市） |
| 開催地（英） | Nebuta Museum Warasse |
| テーマ（和） | 一般 |
| テーマ（英） | |
| 委員長氏名（和） | 藤坂 尚登(広島市大) |
| 委員長氏名（英） | Hisato Fujisaka(Hiroshima City Univ.) |
| 副委員長氏名（和） | 安達 雅春(東京電機大) |
| 副委員長氏名（英） | Masaharu Adachi(Tokyo Denki Univ.) |
| 幹事氏名（和） | 和田 昌浩(甲南大) / 坪根 正(長岡技科大) |
| 幹事氏名（英） | Masahiro Wada(Konan Univ.) / Tadashi Tsubone(Nagaoka Univ. of Tech.) |
| 幹事補佐氏名（和） | 麻原 寛之(岡山理科大) / 橘 俊宏(湘南工科大) |
| 幹事補佐氏名（英） | Hiroyuki Asahara(Okayama Univ. of Science) / Toshihiro Tachibana(Shonan Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Nonlinear Problems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 符号量見積もりに基づくCNN予測器の設計と予測器プロトタイプの継承を用いた階層型可逆符号化 |
| サブタイトル（和） | |
| タイトル（英） | Hierarchical Lossless Image Coding using Inheritance of Predictor-Prototypes and Designing of CNN Predictors based on Estimate of Coding Bits |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 離散時間型セルラニューラルネットワーク / discrete-time cellular neural network |
| キーワード(2)（和/英） | 予測器継承 / predictor inheritance |
| キーワード(3)（和/英） | 階層型可逆符号化 / hierachical lossless image coding |
| 第 1 著者 氏名（和/英） | 戸田 英治 / Hideharu Toda |
| 第 1 著者 所属（和/英） | 中京大学(略称：中京大) Chukyo University(略称：Chukyo Univ.) |
| 第 2 著者 氏名（和/英） | 大竹 敢 / Tsuyoshi Otake |
| 第 2 著者 所属（和/英） | 玉川大学(略称：玉川大) Tamagawa University(略称：Tamagawa Univ.) |
| 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：TUS) |
| 第 4 著者 氏名（和/英） | 伊東 晋 / Susumu Itoh |
| 第 4 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：TUS) |
| 第 5 著者 氏名（和/英） | 青森 久 / Hisashi Aomori |
| 第 5 著者 所属（和/英） | 中京大学(略称：中京大) Chukyo University(略称：Chukyo Univ.) |
| 発表年月日 | 2017-03-14 |
| 資料番号 | NLP2016-109 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | NLP-523 |
| ページ範囲 | pp.19-24(NLP), |
| ページ数 | 6 |
| 発行日 | 2017-03-07 (NLP) |