お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2017-03-06 10:50
Deep Neural Networksを用いたSDR画像からのHDR画像生成手法に関する一検討
平尾克彦竹内 健甲藤二郎早大IMQ2016-26 IE2016-141 MVE2016-49
抄録 (和) 本稿では,SDR画像から白飛び,黒潰れを修復したHDR画像を生成するDeep Learning手法を提案する.まず予備実験として,SDR画像を疑似HDR画像,線形変換により更にダイナミックレンジを狭めたSDR画像を疑似SDR画像とみなし,DNN(Deep Neural Network)に疑似SDR画像から疑似HDR画像へのend-to-endなマッピングを学習させ,疑似HDR画像を生成する実験を行う.SDR画像に対する疑似HDR画像のPSNR評価により,提案手法の有効性を示す.次に本実験として,HDR画像からトーンマッピングによって生成したSDR画像からの,DNN学習によるHDR画像の生成を試みる. 
(英) In this paper, we propose a deep learning method to generate an HDR image from a single SDR image with restoring over and under exposed regions. Firstly, as a preliminary experiment, we regard SDR images as pseudo HDR images, linearly reduce their dynamic ranges as pseudo SDR images, and then train DNN (Deep Neural Network) to generate the end-to-end mapping from pseudo SDR images to pseudo HDR images. Thereafter we show the effectivity of our method by PSNR evaluation. Secondly, as a main experiment, we generate SDR images from HDR images using tone mapping, then try to generate an HDR image from an SDR image using DNN.
キーワード (和) Deep Learning / HDR / SDR / 画像復元 / / / /  
(英) Deep Learning / HDR / SDR / Image Restoration / / / /  
文献情報 信学技報, vol. 116, no. 495, IE2016-141, pp. 37-42, 2017年3月.
資料番号 IE2016-141 
発行日 2017-02-27 (IMQ, IE, MVE) 
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 IMQ2016-26 IE2016-141 MVE2016-49

研究会情報
研究会 MVE IE CQ IMQ  
開催期間 2017-03-06 - 2017-03-07 
開催地(和) 九州大学大橋キャンパス 5号館 
開催地(英) Kyusyu Univ. Ohashi Campus 
テーマ(和) 五感メディア,マルチメディア,仮想環境基礎,映像符号化,超臨場感,ネッ トワークの品質と信頼性,イメージメディアの品質,一般(MVE・IE・IMQ研究会共催,CQ研究会併催,VR学会香り・味と生体情報研究委員会と連催) 
テーマ(英) Five senses media, Multimedia, Virtual Environment, Image encoding, Ultra realistic, Network quality and reliability, Image media quality, etc. 
講演論文情報の詳細
申込み研究会 IE 
会議コード 2017-03-MVE-IE-CQ-IMQ 
本文の言語 日本語 
タイトル(和) Deep Neural Networksを用いたSDR画像からのHDR画像生成手法に関する一検討 
サブタイトル(和)  
タイトル(英) A Study on HDR Image Generation Method from an SDR Image Using Deep Neural Networks 
サブタイトル(英)  
キーワード(1)(和/英) Deep Learning / Deep Learning  
キーワード(2)(和/英) HDR / HDR  
キーワード(3)(和/英) SDR / SDR  
キーワード(4)(和/英) 画像復元 / Image Restoration  
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) 平尾 克彦 / Katsuhiko Hirao / ヒラオ カツヒコ
第1著者 所属(和/英) 早稲田大学 (略称: 早大)
Waseda University (略称: Waseda Univ.)
第2著者 氏名(和/英/ヨミ) 竹内 健 / Masaru Takeuchi / タケウチ マサル
第2著者 所属(和/英) 早稲田大学 (略称: 早大)
Waseda University (略称: Waseda Univ.)
第3著者 氏名(和/英/ヨミ) 甲藤 二郎 / Jiro Katto / カットウ ジロウ
第3著者 所属(和/英) 早稲田大学 (略称: 早大)
Waseda University (略称: Waseda Univ.)
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
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: )
講演者 第1著者 
発表日時 2017-03-06 10:50:00 
発表時間 25分 
申込先研究会 IE 
資料番号 IMQ2016-26, IE2016-141, MVE2016-49 
巻番号(vol) vol.116 
号番号(no) no.494(IMQ), no.495(IE), no.496(MVE) 
ページ範囲 pp.37-42 
ページ数
発行日 2017-02-27 (IMQ, IE, MVE) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会