| 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 | 2018-06-29 13:25 イントラ予測モード決定用ニューラルネットワークモデルの設計 ○関 夕貴也・鹿喰善明（明大）・岩村俊輔（NHK）  IE2018-26 |
|
| 抄録 | （和） | H.265/HEVC規格におけるイントラ予測モードを決定する手法として, 参照ソフウェアであるHMではRD最適化処理を用いているが, 計算負荷が高い. 本研究では, HMのRD最適化に代わり, 深層学習で設計したニューラルネットワークで予測モードの決定を行う方式を検討する. 一般にはニューラルネットワークの計算負荷も高い．そこで，ニューラルネットワークのエッジ数に着目し, ネットワークの仕様と予測モード決定にかかる計算時間の関係を調査した. 畳み込みニューラルネットワークに関して, 畳み込み層の数や全結合層のノード数などの各パラメータが符号化性能に及ぼす影響を調査した. さらに, 予測ブロックサイズ毎に予測モード決定方式の適性を検討した. 以上を踏まえて, 計算負荷と符号化性能のバランスを考慮した予測モード決定用ニューラルネットワークモデルの設計方針を提案する. |
| （英） | In H.265/HEVC standard, HM which is the reference software uses RD optimization processing to determine the intra prediction mode, but the computational complexity is high. In this research, instead of RD optimization of HM, Deep-learning-based intra mode decision is proposed. The computational complexity of the neural network is also high in general. Therefore, we focused on the number of edges of the neural network and investigated the relationship between network architecture and computation time for prediction mode decision. In CNN, we also investigated the suitability of the prediction mode decision method for each parameter of neural network and prediction unit size. Based on these observation, a neural network model for prediction mode decision considering the balance between complexity and coding performance is proposed. | |
| キーワード | （和） | HEVC / HM / イントラ予測 / イントラ予測モード / CNN / ニューラルネットワーク / / |
| （英） | HEVC / HM / Intra Prediction / Intra Prediction Mode / CNN / Neural Network / / | |
| 文献情報 | 信学技報, vol. 118, no. 113, IE2018-26, pp. 27-32, 2018年6月. | |
| 資料番号 | IE2018-26 | |
| 発行日 | 2018-06-22 (IE) | |
| ISSN | 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 | IE2018-26 |
|
| 研究会情報 | |
| 研究会 | IE |
| 開催期間 | 2018-06-29 - 2018-06-29 |
| 開催地（和） | 沖縄セルラー電話 |
| 開催地（英） | |
| テーマ（和） | 画像処理・符号化および一般 |
| テーマ（英） | Image processing, coding, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2018-06-IE |
| 本文の言語 | 日本語 |
| タイトル（和） | イントラ予測モード決定用ニューラルネットワークモデルの設計 |
| サブタイトル（和） | |
| タイトル（英） | Design of Neural Network for Intra Prediction Mode Decision |
| サブタイトル（英） | |
| キーワード(1)（和/英） | HEVC / HEVC |
| キーワード(2)（和/英） | HM / HM |
| キーワード(3)（和/英） | イントラ予測 / Intra Prediction |
| キーワード(4)（和/英） | イントラ予測モード / Intra Prediction Mode |
| キーワード(5)（和/英） | CNN / CNN |
| キーワード(6)（和/英） | ニューラルネットワーク / Neural Network |
| 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） | 関 夕貴也 / Yukiya Seki / セキ ユキヤ |
| 第1著者 所属（和/英） | 明治大学 (略称： 明大) Meiji University (略称： Meiji Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 鹿喰 善明 / Yoshiaki Shishikui / シシクイ ヨシアキ |
| 第2著者 所属（和/英） | 明治大学 (略称： 明大) Meiji University (略称： Meiji Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 岩村 俊輔 / Shunsuke Iwamura / イワムラ シュンスケ |
| 第3著者 所属（和/英） | 日本放送協会 (略称： NHK) Japan Broadcasting Corporation (略称： NHK) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-06-29 13:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IE |
| 資料番号 | IE2018-26 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.113 |
| ページ範囲 | pp.27-32 |
| ページ数 | 6 |
| 発行日 | 2018-06-22 (IE) |
[研究会発表申込システムのトップページに戻る]