| 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 | 2022-08-26 15:51 画像復元のための多様体最適化による構造化畳み込み辞書の設計に関する研究 ○高橋颯志・村松正吾（新潟大）  SIP2022-76 |
|
| 抄録 | （和） | 本稿では，画像復元のための多様体最適化を導入した構造化畳み込み辞書学習の有効性について報告する． 一般的にセンサで取得された画像はあらゆる要因によって劣化を生じる．よって劣悪な環境下で観測された画像に対する復元技術の需要が高まっている．画像復元手法の一つとしてスパースモデリングがある．要素画像群として構成される辞書はスパースモデリングでの画像の特徴表現において重要な役割を持つ．村松らは構造化畳み込み辞書として非分離冗長重複変換（NSOLT）を提案している．NSOLTは画像復元で有効性を示す一方，その学習速度や構造の洗練化に課題が残る．本研究では辞書学習に多様体最適化手法を導入した学習高速化を検討する．加えて，タイト性の制約を保持しながら，局所的構造制約を緩和したNSOLT辞書による復元高性能化も検討する． |
| （英） | This work reports on the effectiveness of a structured convolutional dictionary learning that introduces manifold optimization for image restoration. In general, images acquired by sensors are degraded by a variety of factors. Therefore, there is a growing demand for image restoration techniques for images observed under poor environmental conditions. Sparse modeling is one of the image restoration methods. Dictionaries composed of atomic images play an important role in representing image features in sparse modeling. Muramatsu {it et al.} proposed non-separable oversampled lapped transform (NSOLT) as a structured convolutional dictionary. While NSOLT has shown effectiveness in image restoration, there remain issues in its learning speed and structural refinement. In this study, we introduce a manifold optimization method for dictionary learning to accelerate the learning and to improve the restoration performance of NSOLT dictionary by relaxing the local structure constraints while maintaining the tight constraint. |
|
| キーワード | （和） | 非分離冗長重複変換 / 多様体最適化 / レトラクション / Landing / 辞書学習 / 画像復元 / / |
| （英） | Non-separable Oversampled Lapped Transform / Manifold optimization / Retraction / Landing / Dictionary learning / Image restoration / / | |
| 文献情報 | 信学技報, vol. 122, no. 165, SIP2022-76, pp. 134-139, 2022年8月. | |
| 資料番号 | SIP2022-76 | |
| 発行日 | 2022-08-18 (SIP) | |
| 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 | SIP2022-76 |
|
| 研究会情報 | |
| 研究会 | SIP |
| 開催期間 | 2022-08-25 - 2022-08-26 |
| 開催地（和） | 大濱信泉記念館（石垣島） |
| 開催地（英） | Nobumoto Ohama Memorial Hall (Ishigaki Island) |
| テーマ（和） | 信号処理一般（数理・学習・画像・音声音響・通信・実現システム・基礎等) |
| テーマ（英） | Signal processing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2022-08-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | 画像復元のための多様体最適化による構造化畳み込み辞書の設計に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | Design of Structured Convolutional Dictionary by Manifold Optimization for Image Restoration |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 非分離冗長重複変換 / Non-separable Oversampled Lapped Transform |
| キーワード(2)（和/英） | 多様体最適化 / Manifold optimization |
| キーワード(3)（和/英） | レトラクション / Retraction |
| キーワード(4)（和/英） | Landing / Landing |
| キーワード(5)（和/英） | 辞書学習 / Dictionary learning |
| キーワード(6)（和/英） | 画像復元 / Image restoration |
| 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） | 高橋 颯志 / Soushi Takahashi / タカハシ ソウシ |
| 第1著者 所属（和/英） | 新潟大学 (略称： 新潟大) Niigata University (略称： Niigata Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 村松 正吾 / Shogo Muramatsu / ムラマツ ショウゴ |
| 第2著者 所属（和/英） | 新潟大学 (略称： 新潟大) Niigata University (略称： Niigata Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-08-26 15:51:00 |
| 発表時間 | 18分 |
| 申込先研究会 | SIP |
| 資料番号 | SIP2022-76 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.165 |
| ページ範囲 | pp.134-139 |
| ページ数 | 6 |
| 発行日 | 2022-08-18 (SIP) |
[研究会発表申込システムのトップページに戻る]