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 2021-01-21 14:00
[招待講演]確率モデル推定と最適化に基づく画像/映像の可逆符号化方式
海野恭平KDDI総合研究所IE2020-36
抄録 (和) 本講演では,筆者らが研究している画像/映像の可逆符号化方式について紹介する.提案手法は,画素ごとに画素値の確率分布を混合ガウス分布として直接推定し,多値算術符号化する.各ガウス分布は,符号化対象画素近傍の情報を用いる適応予測と,符号化対象画素の非近傍の領域の情報を用いる事例探索によってそれぞれ生成する.また,確率分布の形状を少数のパラメータで制御可能とし,このパラメータをエントロピーが最小となるように非線形最適化手法を用いて最適化することで符号化効率を高めている. 
(英) In this talk, the lossless image/video coding method that is proposed by the author is introduced. The proposed method estimates the probability distribution of pixel value by using the Gaussian mixture model for pixel-by-pixel. Then, each pixel value is coded by multiple-value arithmetic coding. Each Gaussian is generated by adaptive prediction and example search. The adaptive prediction is using information neighboring a target pixel. On the other hand, the example search is using non-neighboring information. The shape of the probability distribution can be controlled by a few parameters. To improve coding performance, those parameters are optimized to minimize entropy by a non-linear optimization method.
キーワード (和) 可逆符号化 / 事例探索 / 適応予測 / 準ニュートン法 / / / /  
(英) Lossless coding / Example search / Adaptive prediction / Quasi-Newton method / / / /  
文献情報 信学技報, vol. 120, no. 329, IE2020-36, pp. 8-8, 2021年1月.
資料番号 IE2020-36 
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 IE2020-36

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) 確率モデル推定と最適化に基づく画像/映像の可逆符号化方式 
サブタイトル(和)  
タイトル(英) Lossless Image/Video Coding Method Based on Probability Model Estimation and Optimization 
サブタイトル(英)  
キーワード(1)(和/英) 可逆符号化 / Lossless coding  
キーワード(2)(和/英) 事例探索 / Example search  
キーワード(3)(和/英) 適応予測 / Adaptive prediction  
キーワード(4)(和/英) 準ニュートン法 / Quasi-Newton method  
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) 海野 恭平 / Kyohei Unno / ウンノ キョウヘイ
第1著者 所属(和/英) 株式会社 KDDI総合研究所 (略称: KDDI総合研究所)
KDDI Research, Inc. (略称: KDDI Research)
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: )
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 2021-01-21 14:00:00 
発表時間 35分 
申込先研究会 IE 
資料番号 IE2020-36 
巻番号(vol) vol.120 
号番号(no) no.329 
ページ範囲 p.8 
ページ数
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]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会