| 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 | 2021-01-21 14:45 ［招待講演］主観画質最大化を目指すGANベース画像符号化 ○工藤 忍（NTT）  IE2020-37 |
|
| 抄録 | （和） | 画像の高解像度化やIoT デバイスの普及によりこれまで以上に効率的な映像蓄積・伝送システムが求められている．画質の評価基準として従来はPSNR やSSIM などの信号値の差分に基づく指標が用いられているが，大きな符号化効率向上を目指し，データ的には元の信号値とは異なるが，主観的に見た目の違和感がなければ良しとする新しい評価基準に基づく手法が提案されている．本稿では主観画質最大化を目指した手法として我々が提案するGANベースの画像符号化手法について紹介する． |
| （英） | The increasing image resolution and the spread of IoT devices require more efficient video storage and transmission systems. Conventional image quality evaluation criteria such as peak signal-to-noise ratio and structural similarity are based on the difference of signal values. In order to improve the coding efficiency, a method based on a new evaluation criteria has been proposed, where that allows the data to be different from the original signal value if there is no subjective visual discomfort. In this paper, we introduce our generative adversarial networks (GAN)-based image coding methods for maximizing subjective image quality. |
|
| キーワード | （和） | 画像符号化 / 深層学習 / GAN / 主観画質 / / / / |
| （英） | Image coding / Deep learning / Generative adversarial networks / Subjective image quality / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 329, IE2020-37, pp. 9-13, 2021年1月. | |
| 資料番号 | IE2020-37 | |
| 発行日 | 2021-01-14 (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 | IE2020-37 |
|
| 研究会情報 | |
| 研究会 | IE |
| 開催期間 | 2021-01-21 - 2021-01-21 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 画像処理・符号化および一般 |
| テーマ（英） | Image Processing, Image Coding, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2021-01-IE |
| 本文の言語 | 日本語 |
| タイトル（和） | 主観画質最大化を目指すGANベース画像符号化 |
| サブタイトル（和） | |
| タイトル（英） | GAN-based Image Coding Methods for Maximizing Subjective Image Quality |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 画像符号化 / Image coding |
| キーワード(2)（和/英） | 深層学習 / Deep learning |
| キーワード(3)（和/英） | GAN / Generative adversarial networks |
| キーワード(4)（和/英） | 主観画質 / Subjective image quality |
| 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） | 工藤 忍 / Shinobu Kudo / クドウ シノブ |
| 第1著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第2著者 氏名（和/英/ヨミ） | / / |
| 第2著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-01-21 14:45:00 |
| 発表時間 | 35分 |
| 申込先研究会 | IE |
| 資料番号 | IE2020-37 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.329 |
| ページ範囲 | pp.9-13 |
| ページ数 | 5 |
| 発行日 | 2021-01-14 (IE) |
[研究会発表申込システムのトップページに戻る]