講演名 | 2017-07-13 SD-CNNを用いた画像復元手法に関する一検討 水谷 涼平(中京大), 戸田 英治(中京大), 青森 久(中京大), Sathit Prasomphan(King Mongkut Univ. of Tech. North Bangkok), 田中 衞(上智大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 近年,パソコンやスマートフォンの普及によりデジタル画像を扱う機会が増加しているが,画像データがすべて無欠損な十全の状態にあるとは限らない.例えば,イメージセンサ不良による画素の欠損,通信路におけるノイズ混入,欠損のある写真のデジタル化,目的外のオブジェクトが映り込んでしまった場合など数多くあげられる.本稿では上記のような画像欠損の問題に対して,シグマデルタセルラーニューラルネットワーク(SD-CNN)を利用した従来の画像復元手法の更なる高性能化を目的とし,SD-CNN の動作に大きく影響を及ぼすテンプレートの適応的な切り換えと,係数の再検討を行った.10%~50%の画素を欠損させた6 種類の画像に対する復元実験を行い,提案手法が従来手法よりも優れた画像復元性能を有することを明らかにした. |
抄録(英) | In recent years, the practical use of digital images have been progressed because of the popularization and advance of information terminals such as personal computers, smartphones and tablets. The image deteriorations are caused by image sensor failure, noise mixing in communication path, digitization of already defected photographs and mixing of unwilling objects. In our previous work, to cope with above problems, the basic restoration technique of damaged image using the sigma-delta cellular neural network (SD-CNN) was proposed. In this paper, to improve restoration performance, we propose a novel image inpainting method using the SD-CNN having the defective-pixel-oriented B-template. In the proposed method, in order to perform optimal pixel reconstruction, the B-template is adaptively switched according missing pixel information. We performed image reconstruction experiments on 6 images with 10% - 50% loss rate and clarified that the proposed method has better image restoration performance than that of our previous method. |
キーワード(和) | Σ-Δ変調器 / セルラーニューラルネットワーク / 画像復元 |
キーワード(英) | Sigma-Delta Modulation / Cellular Neural Network / Image Inpainting |
資料番号 | NLP2017-37 |
発行日 | 2017-07-06 (NLP) |
研究会情報 | |
研究会 | NLP |
---|---|
開催期間 | 2017/7/13(から2日開催) |
開催地(和) | 宮古島マリンターミナル大研修室 |
開催地(英) | Miyako Island Marine Terminal |
テーマ(和) | 一般 |
テーマ(英) | etc. |
委員長氏名(和) | 安達 雅春(東京電機大) |
委員長氏名(英) | Masaharu Adachi(Tokyo Denki Univ.) |
副委員長氏名(和) | 高橋 規一(岡山大) |
副委員長氏名(英) | Norikazu Takahashi(Okayama Univ.) |
幹事氏名(和) | 坪根 正(長岡技科大) / 山内 将行(広島工大) |
幹事氏名(英) | Tadashi Tsubone(Nagaoka Univ. of Tech.) / Masayuki Yamauchi(Hiroshima Inst. of Tech.) |
幹事補佐氏名(和) | 橘 俊宏(湘南工科大) / 木村 真之(京大) |
幹事補佐氏名(英) | Toshihiro Tachibana(Shonan Inst. of Tech.) / Masayuki Kimura(Kyoto Univ.) |
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) | SD-CNNを用いた画像復元手法に関する一検討 |
サブタイトル(和) | |
タイトル(英) | A Study of Image Inpainting Methods by using SD-CNN |
サブタイトル(和) | |
キーワード(1)(和/英) | Σ-Δ変調器 / Sigma-Delta Modulation |
キーワード(2)(和/英) | セルラーニューラルネットワーク / Cellular Neural Network |
キーワード(3)(和/英) | 画像復元 / Image Inpainting |
第 1 著者 氏名(和/英) | 水谷 涼平 / Ryohei Mizutani |
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) | 戸田 英治 / Hideharu Toda |
第 2 著者 所属(和/英) | 中京大学(略称:中京大) Chukyo University(略称:Chukyo Univ.) |
第 3 著者 氏名(和/英) | 青森 久 / Hisashi Aomori |
第 3 著者 所属(和/英) | 中京大学(略称:中京大) Chukyo University(略称:Chukyo Univ.) |
第 4 著者 氏名(和/英) | Sathit Prasomphan / Sathit Prasomphan |
第 4 著者 所属(和/英) | King Mongkut University of Technology North Bangkok(略称:King Mongkut Univ. of Tech. North Bangkok) King Mongkut University of Technology North Bangkok(略称:King Mongkut Univ. of Tech. North Bangkok) |
第 5 著者 氏名(和/英) | 田中 衞 / Mamoru Tanaka |
第 5 著者 所属(和/英) | 上智大学(略称:上智大) Sophia University(略称:Sophia Univ.) |
発表年月日 | 2017-07-13 |
資料番号 | NLP2017-37 |
巻番号(vol) | vol.117 |
号番号(no) | NLP-121 |
ページ範囲 | pp.53-57(NLP), |
ページ数 | 5 |
発行日 | 2017-07-06 (NLP) |