| 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 | 2020-12-18 09:15 深層学習を用いたシーンに最適なトーンマッピング手法の解析 ○笹木博史・平井経太（千葉大）  IMQ2020-7 |
|
| 抄録 | （和） | High Dynamic Range(HDR)画像は幅広い色や明るさを再現することができる技術であるが，標準のディスプレイで表示する場合にはトーンマッピング処理が必要である．HDR画像に対するトーンマッピング処理はこれまでに数多くの手法が提案されている．それらの処理結果の見えは手法ごとに異なるが，最も優れた見えを提供する手法は一意に決まらず，撮影シーンに依存することが知られている．本研究では，シーンに依存した最適なトーンマッピング手法の開発を目的とし，深層学習による最適トーンマッピング手法の予測モデルの構築を行う．その後，CNNの判断根拠の可視化手法であるGrad-CAMなどを用いて作成したトーンマッピング手法予測モデルの評価と解析を行うことで様々なトーンマッピング手法のシーン依存性について言及する． |
| （英） | Although high dynamic range (HDR) images can reproduce a wide range of colors and brightness, tone mapping is necessary to display them on standard monitors. Many tone mapping methods for HDR images have been proposed so far. The appearance of tone mapped images differs from method to method, but the method that provides the best appearance is not uniquely determined and is known to be dependent on the shooting scene. The goal of this research is to develop a scene dependent optimal tone mapping method, and to construct a prediction model of the optimal tone mapping method using deep learning. After that, we evaluate and analyze the prediction model with using Grad-CAM, which is a visualization method for convolution neural network’s decision making. Finally, we discuss the characteristics of various tone mapping methods and scene dependence. | |
| キーワード | （和） | High Dynamic Range画像 / トーンマッピング / 主観評価実験 / 好ましさ / 深層学習 / / / |
| （英） | High Dynamic Range Image / Tone Mapping / Subjective Evaluation / Preference / Deep Learning / / / | |
| 文献情報 | 信学技報, vol. 120, no. 303, IMQ2020-7, pp. 1-4, 2020年12月. | |
| 資料番号 | IMQ2020-7 | |
| 発行日 | 2020-12-11 (IMQ) | |
| 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 | IMQ2020-7 |
|
| 研究会情報 | |
| 研究会 | IMQ |
| 開催期間 | 2020-12-18 - 2020-12-18 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 画質評価とIMQ一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IMQ |
| 会議コード | 2020-12-IMQ |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を用いたシーンに最適なトーンマッピング手法の解析 |
| サブタイトル（和） | |
| タイトル（英） | Analysis of Scene-Adaptive Tone Mapping Methods Using Deep Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | High Dynamic Range画像 / High Dynamic Range Image |
| キーワード(2)（和/英） | トーンマッピング / Tone Mapping |
| キーワード(3)（和/英） | 主観評価実験 / Subjective Evaluation |
| キーワード(4)（和/英） | 好ましさ / Preference |
| キーワード(5)（和/英） | 深層学習 / Deep Learning |
| 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） | 笹木 博史 / Hirofumi Sasaki / ササキ ヒロフミ |
| 第1著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 平井 経太 / Keita Hirai / ヒライ ケイタ |
| 第2著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-12-18 09:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IMQ |
| 資料番号 | IMQ2020-7 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.303 |
| ページ範囲 | pp.1-4 |
| ページ数 | 4 |
| 発行日 | 2020-12-11 (IMQ) |
[研究会発表申込システムのトップページに戻る]