| 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 | 2023-11-09 10:55 ブロックノイズ低減に向けたオーバラップ画像分割型Deep Joint Source-Channel Coding ○山本龍之介・井上文彰・久野大介（阪大）  CS2023-65 |
|
| 抄録 | （和） | 深層学習を用いて情報源符号化と通信路符号化を一括して行う情報源-通信路深層結合符号化方式(Deep Joint Source-Channel Coding, Deep JSCC) が注目されている．画像伝送用のDeep JSCC では，畳み込みニューラルネットワーク（Convolutional neural network, CNN）ベースの自己符号化器が用いられる. CNN によるDeep JSCC では，入力画像は任意のサイズを入力できる一方で, 画像サイズが大きくなると, 畳み込み演算に膨大なメモリを要してしまい，高速計算のためには高性能なGPU が必要となる．画像を事前に分割し，逐次的にDeep JSCC を施すことにより，GPUへの負荷低減が期待できるが，画像を再構成した際に分割した境界でブロックノイズが生じてしまう. 本稿では, このブロックノイズを低減するための画像オーバラップ分割法を提案する. DIV2K データセットを用いた計算機シミュレーションにより，オーバラップ分割法を用いることで，画像のPSNR が改善することを示す. |
| （英） | Deep Joint Source-Channel Coding (Deep JSCC), which uses deep learning to perform source and channel coding simultaneously, has attracted attention. Deep JSCC for image transmission uses a convolutional neural network (CNN)-based autoencoder. In CNN-based Deep JSCC, the input image can be arbitrary size, but the larger the image size, the more memory is required for convolution operations, and a high-performance GPU is needed for high-speed computation. Therefore, dividing the image and applying Deep JSCC sequentially is expected to reduce the load on the GPU, but block noise occurs at the boundaries of the images when the image is reconstructed. This paper proposes Deep JSCC using overlap image division to reduce the block noise. Simulation on the DIV2K dataset shows that the overlap image division method improves the PSNR of the image. | |
| キーワード | （和） | 5G / 情報源通信路結合符号化 / 深層学習 / セマンティック通信 / 画像伝送 / / / |
| （英） | 5G / Joint Source-Channel Coding / Deep Learning / Semantic Communication / Image Transmission / / / | |
| 文献情報 | 信学技報, vol. 123, no. 248, CS2023-65, pp. 16-18, 2023年11月. | |
| 資料番号 | CS2023-65 | |
| 発行日 | 2023-11-02 (CS) | |
| 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 | CS2023-65 |
|
| 研究会情報 | |
| 研究会 | CS |
| 開催期間 | 2023-11-09 - 2023-11-10 |
| 開催地（和） | プラサヴェルデ |
| 開催地（英） | plazaverde |
| テーマ（和） | ホームネットワーク，感覚情報ネットワーク，量子ネットワーク，ネットワークサービス，CPS/デジタルツイン，通信利用アプリケーション，一般 |
| テーマ（英） | Home networks, Sensory information networks, Quantum networks, Network service, CPS/Digital twin, Communication applications, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CS |
| 会議コード | 2023-11-CS |
| 本文の言語 | 日本語 |
| タイトル（和） | ブロックノイズ低減に向けたオーバラップ画像分割型Deep Joint Source-Channel Coding |
| サブタイトル（和） | |
| タイトル（英） | Deep Joint Source-Channel Coding using Overlap Image Division for Block Noise Reduction |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 5G / 5G |
| キーワード(2)（和/英） | 情報源通信路結合符号化 / Joint Source-Channel Coding |
| キーワード(3)（和/英） | 深層学習 / Deep Learning |
| キーワード(4)（和/英） | セマンティック通信 / Semantic Communication |
| キーワード(5)（和/英） | 画像伝送 / Image Transmission |
| 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） | 山本 龍之介 / Ryunosuke Yamamoto / リュウノスケ ヤマモト |
| 第1著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 井上 文彰 / Yoshiaki Inoue / イノウエ ヨシアキ |
| 第2著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 久野 大介 / Daisuke Hisano / ヒサノ ダイスケ |
| 第3著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-11-09 10:55:00 |
| 発表時間 | 2分 |
| 申込先研究会 | CS |
| 資料番号 | CS2023-65 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.248 |
| ページ範囲 | pp.16-18 |
| ページ数 | 3 |
| 発行日 | 2023-11-02 (CS) |
[研究会発表申込システムのトップページに戻る]