| 講演抄録/キーワード |
| 講演名 |
2007-04-25 14:00
網膜モデルに基づくDT-CNNによる画像解像度圧縮 田中芳栄・青森 久(上智大)・大竹 敢(玉川大)・高橋伸彰(日本IBM)・○田中 衞(上智大) NLP2007-4 |
| 抄録 |
(和) |
本論文では網膜モデルに基づく人工網膜回路であるDT-CNNを用いた画像解像度圧縮を提案する.
CNNによるシグマデルタ変調器を用いることで, 入力画像をディジタルパルス列に変換し, 画像復元をすることが可能である.
人間の網膜細胞は一億個以上もあり, そこからの信号は, 百万程度の視神経繊維を伝わって大脳視覚野に伝送される.
つまり, 網膜から大脳視覚野に至る系では, 入力された画像の解像度は圧縮され, 2値ディジタルパルス列に変換される.
これらの2値ディジタルパルス列は大脳視覚野に伝送される.
伝送された2値ディジタルパルス列は最終的に脳で再構成されることになる.
つまり, CNNによって網膜-大脳モデルが実現可能である.
実験により, 良質な再構成解像度圧縮画像を得ることができ, 網膜モデルに基づいたCNNによる画像解像度圧縮を実現できた. |
| (英) |
In this paper, image resolution compression based on retina model using DT-CNN is proposed.
By using sigma-delta modulator by CNN, the input image can be converted into digital pulse sequences, and the image can be reconstructed.
Human has 100 million retinal cells or more, and the input signal via the retina is sent to the cerebrum visual field.
The signal from there is transmitted to the cerebrum visual field through the optic nerve fiber of about one million.
In a word, the resolution of input image is compressed, and converted into binary digital purse sequences in the system from the retina to the cerebrum visual field.
These binary digital pulse sequences are sent to the cerebrum visual field.
The transmitted binary digital pulse sequences are reconstructed in the brain finally.
That is, a model from the retina to the cerebrum can be achieved by using CNN.
The experimental results show that a good quality reconstruction resolution compressed image was able to be obtained, and the image resolution compression by CNN based on the retina model was able to be achieved. |
| キーワード |
(和) |
網膜モデル / セルラニューラルネットワーク / 解像度圧縮 / / / / / |
| (英) |
Retina model / Cellular Neural Network / Resolution compression / / / / / |
| 文献情報 |
信学技報, vol. 107, no. 21, NLP2007-4, pp. 19-24, 2007年4月. |
| 資料番号 |
NLP2007-4 |
| 発行日 |
2007-04-18 (NLP) |
| ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
| PDFダウンロード |
NLP2007-4 |
| 研究会情報 |
| 研究会 |
NLP |
| 開催期間 |
2007-04-25 - 2007-04-25 |
| 開催地(和) |
上智大学軽井沢セミナーハウス |
| 開催地(英) |
|
| テーマ(和) |
一般 |
| テーマ(英) |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
NLP |
| 会議コード |
2007-04-NLP |
| 本文の言語 |
日本語 |
| タイトル(和) |
網膜モデルに基づくDT-CNNによる画像解像度圧縮 |
| サブタイトル(和) |
|
| タイトル(英) |
Image Resolutuin compression based on Retina Model using DT-CNN |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
網膜モデル / Retina model |
| キーワード(2)(和/英) |
セルラニューラルネットワーク / Cellular Neural Network |
| キーワード(3)(和/英) |
解像度圧縮 / Resolution compression |
| キーワード(4)(和/英) |
/ |
| キーワード(5)(和/英) |
/ |
| キーワード(6)(和/英) |
/ |
| キーワード(7)(和/英) |
/ |
| キーワード(8)(和/英) |
/ |
| 第1著者 氏名(和/英/ヨミ) |
田中 芳栄 / Yoshiei Tanaka / タナカ ヨシエイ |
| 第1著者 所属(和/英) |
上智大学 (略称: 上智大)
Sophia University (略称: Sophia Univ.) |
| 第2著者 氏名(和/英/ヨミ) |
青森 久 / Hisashi Aomori / アオモリ ヒサシ |
| 第2著者 所属(和/英) |
上智大学 (略称: 上智大)
Sophia University (略称: Sophia Univ.) |
| 第3著者 氏名(和/英/ヨミ) |
大竹 敢 / Tsuyoshi Otake / オオタケ ツヨシ |
| 第3著者 所属(和/英) |
玉川大学 (略称: 玉川大)
Tamagawa University (略称: Tamagawa Univ.) |
| 第4著者 氏名(和/英/ヨミ) |
高橋 伸彰 / Nobuaki Takahashi / タカハシ ノブアキ |
| 第4著者 所属(和/英) |
日本アイ・ビー・エム (略称: 日本IBM)
IBM Japan, Ltd. (略称: IBM Japan,) |
| 第5著者 氏名(和/英/ヨミ) |
田中 衞 / Mamoru Tanaka / タナカ マモル |
| 第5著者 所属(和/英) |
上智大学 (略称: 上智大)
Sophia University (略称: Sophia Univ.) |
| 第6著者 氏名(和/英/ヨミ) |
/ / |
| 第6著者 所属(和/英) |
(略称: )
(略称: ) |
| 第7著者 氏名(和/英/ヨミ) |
/ / |
| 第7著者 所属(和/英) |
(略称: )
(略称: ) |
| 第8著者 氏名(和/英/ヨミ) |
/ / |
| 第8著者 所属(和/英) |
(略称: )
(略称: ) |
| 第9著者 氏名(和/英/ヨミ) |
/ / |
| 第9著者 所属(和/英) |
(略称: )
(略称: ) |
| 第10著者 氏名(和/英/ヨミ) |
/ / |
| 第10著者 所属(和/英) |
(略称: )
(略称: ) |
| 第11著者 氏名(和/英/ヨミ) |
/ / |
| 第11著者 所属(和/英) |
(略称: )
(略称: ) |
| 第12著者 氏名(和/英/ヨミ) |
/ / |
| 第12著者 所属(和/英) |
(略称: )
(略称: ) |
| 第13著者 氏名(和/英/ヨミ) |
/ / |
| 第13著者 所属(和/英) |
(略称: )
(略称: ) |
| 第14著者 氏名(和/英/ヨミ) |
/ / |
| 第14著者 所属(和/英) |
(略称: )
(略称: ) |
| 第15著者 氏名(和/英/ヨミ) |
/ / |
| 第15著者 所属(和/英) |
(略称: )
(略称: ) |
| 第16著者 氏名(和/英/ヨミ) |
/ / |
| 第16著者 所属(和/英) |
(略称: )
(略称: ) |
| 第17著者 氏名(和/英/ヨミ) |
/ / |
| 第17著者 所属(和/英) |
(略称: )
(略称: ) |
| 第18著者 氏名(和/英/ヨミ) |
/ / |
| 第18著者 所属(和/英) |
(略称: )
(略称: ) |
| 第19著者 氏名(和/英/ヨミ) |
/ / |
| 第19著者 所属(和/英) |
(略称: )
(略称: ) |
| 第20著者 氏名(和/英/ヨミ) |
/ / |
| 第20著者 所属(和/英) |
(略称: )
(略称: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第5著者 |
| 発表日時 |
2007-04-25 14:00:00 |
| 発表時間 |
30分 |
| 申込先研究会 |
NLP |
| 資料番号 |
NLP2007-4 |
| 巻番号(vol) |
vol.107 |
| 号番号(no) |
no.21 |
| ページ範囲 |
pp.19-24 |
| ページ数 |
6 |
| 発行日 |
2007-04-18 (NLP) |
|