| 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 | 2024-01-24 10:00 セルラーニューラルネットワークを予測器として用いた高階調画像の階層型可逆符号化 ○串 星哉・中島和輝・戸田英治（中京大）・大竹 敢（玉川大）・青森 久（中京大）  NLP2023-85 MICT2023-40 MBE2023-31 |
|
| 抄録 | （和） | 我々はセルラーニューラルネットワーク(CNN)を画像の予測器として利用した階層型可逆符号化方式の研究を展開している．本方式は，分割された画像をCNNを用いて予測し，予測誤差を複数の確率モデルを用いて適応算術符号化している．近年，医用画像などに代表される高階調画像の利活用が進展しているが，この方式は高階調画像の圧縮に対応していない問題がある．そこで本研究では10-bit/pelの高階調画像に対応した圧縮方式を提案する．また，算術符号化の際に利用する確率モデル群を異なる形状を持つ20組用意し，それを適応選択することで，高階調画像を効率的に符号化することを可能としている． |
| （英） | We have been developing a scalable lossless coding method using cellular neural networks (CNN) as predictors. This method uses five types of CNN predictors to predict images split by the quincunx lattice. The prediction errors are adaptively arithmetically encoded using multiple probabilistic models. Although high dynamic range (HDR) image utilization has been increasing in recent years, this method can only compress standard 8-bit/pel images. This study proposes a lossless compression scheme for 10-bit/pel HDR images using CNN predictors. In our method, 20 probabilistic models with different shapes are prepared for adaptive selection to enable efficient lossless coding of HDR images. | |
| キーワード | （和） | セルラーニューラルネットワーク / 階層型可逆符号化 / 適応算術符号化 / / / / / |
| （英） | Cellular Neural Network / Hierarchical Lossless Image Coding / Adaptive Arithmetic Coding / / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 354, NLP2023-85, pp. 12-15, 2024年1月. | |
| 資料番号 | NLP2023-85 | |
| 発行日 | 2024-01-17 (NLP, MICT, MBE) | |
| 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 | NLP2023-85 MICT2023-40 MBE2023-31 |
|
| 研究会情報 | |
| 研究会 | NC MBE NLP MICT |
| 開催期間 | 2024-01-24 - 2024-01-25 |
| 開催地（和） | 鳴門教育大学 |
| 開催地（英） | Naruto University of Education |
| テーマ（和） | NC, MBE, MICT NLP, 一般 |
| テーマ（英） | NC, MBE, MICT, NLP, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2024-01-NC-MBE-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | セルラーニューラルネットワークを予測器として用いた高階調画像の階層型可逆符号化 |
| サブタイトル（和） | |
| タイトル（英） | Hierarchical lossless compression of high dynamic range images using predictors based on cellular neural networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | セルラーニューラルネットワーク / Cellular Neural Network |
| キーワード(2)（和/英） | 階層型可逆符号化 / Hierarchical Lossless Image Coding |
| キーワード(3)（和/英） | 適応算術符号化 / Adaptive Arithmetic Coding |
| キーワード(4)（和/英） | / |
| 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） | 串 星哉 / Seiya Kushi / クシ セイヤ |
| 第1著者 所属（和/英） | 中京大学 (略称： 中京大) Chukyo University (略称： Chukyo Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 中島 和輝 / Kazuki Nakashima / ナカシマ カズキ |
| 第2著者 所属（和/英） | 中京大学 (略称： 中京大) Chukyo University (略称： Chukyo Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 戸田 英治 / Hideharu Toda / トダ ヒデハル |
| 第3著者 所属（和/英） | 中京大学 (略称： 中京大) Chukyo University (略称： Chukyo Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 大竹 敢 / Tsuyoshi Otake / オオタケ ツヨシ |
| 第4著者 所属（和/英） | 玉川大学 (略称： 玉川大) Tamagawa University (略称： Tamagawa Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 青森 久 / Hisashi Aomori / アオモリ ヒサシ |
| 第5著者 所属（和/英） | 中京大学 (略称： 中京大) Chukyo University (略称： Chukyo Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-01-24 10:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2023-85, MICT2023-40, MBE2023-31 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.354(NLP), no.355(MICT), no.356(MBE) |
| ページ範囲 | pp.12-15 |
| ページ数 | 4 |
| 発行日 | 2024-01-17 (NLP, MICT, MBE) |
[研究会発表申込システムのトップページに戻る]