講演抄録/キーワード |
講演名 |
2019-03-15 13:00
Deep Image Prior を用いたぶれ画像の補正 ○藤沢貴典・池原雅章(慶大) IMQ2018-66 IE2018-150 MVE2018-97 |
抄録 |
(和) |
深層学習は画像生成や画像再構成の分野において有力なツールとなっている.一般的には,深層学習は膨大な数の入力データと出力データの組み合わせから画像の特徴を学習することによって実現される.近年,Deep Image Prior と呼ばれる手法において,ネットワークの構造自身が画像の構造を保持するのに十分な能力を持っており,ノイズ除去等の逆問題を解く際の事前情報として利用できることが示された.本手法はこのDeep Image Priorに固定の畳み込みレイヤーを追加することで,画像のぶれ除去を実現できることを示した.標準画像と固定のカーネルを用いたシミュレーションにて,本手法が既存の手法と比べて,リンギングの影響をなくし,より正確に画像の構造部分を復元できるぶれ除去を実現できることを示した. |
(英) |
Deep learning has become a major tools for image generation and image restoration. General approach for deep learning is to extract a image feature from a large number of images. Recently, a method called deep image prior has shown that a generator network has an ability to hold a image's structure and it can be used as a prior information for image restoration problem such as denoising. This paper shows that combining the convolution operation to the deep image prior achieves the image restoration such as deblurring. The simulation over standard images and kernels shows that our method can achieve more accurate image restoration compared to other image deblurring methods. |
キーワード |
(和) |
画像のぶれ除去 / 画像再構成問題 / 深層学習 / / / / / |
(英) |
Image deblurring / Image restoration / Deep learning / / / / / |
文献情報 |
信学技報, vol. 118, no. 501, IE2018-150, pp. 239-244, 2019年3月. |
資料番号 |
IE2018-150 |
発行日 |
2019-03-07 (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 |
IMQ2018-66 IE2018-150 MVE2018-97 |
研究会情報 |
研究会 |
IMQ IE MVE CQ |
開催期間 |
2019-03-14 - 2019-03-15 |
開催地(和) |
鹿児島大学 郡元キャンパス |
開催地(英) |
Kagoshima University |
テーマ(和) |
五感メディア,マルチメディア,メディアエクスペリエンス, 映像符号化,イメージメディアの品質,ネットワークの品質 および信頼性,一般 (魅力工学(AC)研究会協賛) |
テーマ(英) |
media of five senses, multimedia, media experience, picture codinge, image media quality, network,quality and reliability, etc |
講演論文情報の詳細 |
申込み研究会 |
IE |
会議コード |
2019-03-IMQ-IE-MVE-CQ |
本文の言語 |
日本語 |
タイトル(和) |
Deep Image Prior を用いたぶれ画像の補正 |
サブタイトル(和) |
|
タイトル(英) |
Non-blind image deblurring using deep image prior |
サブタイトル(英) |
|
キーワード(1)(和/英) |
画像のぶれ除去 / Image deblurring |
キーワード(2)(和/英) |
画像再構成問題 / Image restoration |
キーワード(3)(和/英) |
深層学習 / Deep learning |
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) |
藤沢 貴典 / Takanori Fujisawa / フジサワ タカノリ |
第1著者 所属(和/英) |
慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.) |
第2著者 氏名(和/英/ヨミ) |
池原 雅章 / Masaaki Ikehara / イケハラ マサアキ |
第2著者 所属(和/英) |
慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
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 |
2019-03-15 13:00:00 |
発表時間 |
25分 |
申込先研究会 |
IE |
資料番号 |
IMQ2018-66, IE2018-150, MVE2018-97 |
巻番号(vol) |
vol.118 |
号番号(no) |
no.500(IMQ), no.501(IE), no.502(MVE) |
ページ範囲 |
pp.239-244 |
ページ数 |
6 |
発行日 |
2019-03-07 (IMQ, IE, MVE) |
|