| 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 | 2024-03-14 15:20 4次元光線情報のグラフ学習型雑雑音抑制における効率的な正則化 ○吉田莉乃（理科大）・児玉和也（NII）・チョン ジーン（ヨーク大）・浜本隆之（理科大）  IMQ2023-56 IE2023-111 MVE2023-85 |
|
| 抄録 | （和） | 視点位置をわずかにずらして取得した多視点画像によって構成される4次元光線情報を用いた高臨場感メディアが注目されている．こうした光線情報の取得では，光学系等に起因した雑音の発生がしばしば課題となる．これに対し筆者らは，深層学習とグラフ信号処理を組み合わせた手法を導入した．深層学習が持つ強力な学習力と，グラフ信号処理が持つロバスト性を活かし，単視点画像からデータ拡張された多視点画像のみによる学習で，対象ごとに最適なグラフの構成を行う高品質な劣化復元が実現できる． これまで，グラフ上の信号の滑らかさを表現する正則化項として，エッジ保存型のグラフ全変動(GTV)が最適化すべき目的関数に組み込まれて来た． 本稿では，より軽量なグラフラプラシアン正則化項(GLR)と比較を行い，強い視点間相関を有する光線空間中に構成されたグラフではエッジ等の分離が先んじて進むため，GTVによらずともGLRが良好に機能することを示す． |
| （英） | Advanced 3D visual media as promising technology often require 4D light fields composed of dense multi-view images for ambient communication and immersive user experience. However, optical devices for multi-view imaging such as lens arrays tend to introduce awful noise into acquired light fields. We have extended image restoration integrating robust graph signal processing with efficient deep learning to 4D light field image denoising based on graph-learning, where its simple CNNs can be trained only by multi-view images synthesized from a single-view image as data augmentation. Such image denoising relies on Graph Total Variation (GTV) as an edge-preserving regularizer of its object function for promoting smoothness of graph signals. In this paper, we show that lightweight Graph Laplacian Regularization (GLR) works well instead of GTV on optimal graphs obtained for 4D light fields with similarity between viewpoints, where originally smooth regions unlike edges are properly separated from each other. |
|
| キーワード | （和） | グラフ信号処理 / 深層学習 / 光線 / 雑音抑制 / 正則化項 / / / |
| （英） | graph signal processing / deep learning / light field / denoising / regularization / / / | |
| 文献情報 | 信学技報, vol. 123, no. 432, IE2023-111, pp. 235-240, 2024年3月. | |
| 資料番号 | IE2023-111 | |
| 発行日 | 2024-03-06 (IMQ, IE, MVE) | |
| 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 | IMQ2023-56 IE2023-111 MVE2023-85 |
|
| 研究会情報 | |
| 研究会 | IE MVE CQ IMQ |
| 開催期間 | 2024-03-13 - 2024-03-15 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa Sangyo Shien Center |
| テーマ（和） | 五感に訴えるオンラインメディアとその評価，および一般（魅力工学研究会協賛） |
| テーマ（英） | Media of five senses, Multimedia, Media experience, Picture codinge, Image media quality, Network,quality and reliability, etc（AC） |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2024-03-IE-MVE-CQ-IMQ |
| 本文の言語 | 日本語 |
| タイトル（和） | 4次元光線情報のグラフ学習型雑雑音抑制における効率的な正則化 |
| サブタイトル（和） | |
| タイトル（英） | Efficient regularizer for 4D light field image denoising based on graph-learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | グラフ信号処理 / graph signal processing |
| キーワード(2)（和/英） | 深層学習 / deep learning |
| キーワード(3)（和/英） | 光線 / light field |
| キーワード(4)（和/英） | 雑音抑制 / denoising |
| キーワード(5)（和/英） | 正則化項 / regularization |
| 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） | 吉田 莉乃 / Rino Yoshida / ヨシダ リノ |
| 第1著者 所属（和/英） | 東京理科大学 (略称： 理科大) Tokyo University of Science (略称： TUS) |
| 第2著者 氏名（和/英/ヨミ） | 児玉 和也 / Kazuya Kodama / コダマ カズヤ |
| 第2著者 所属（和/英） | 国立情報学研究所 (略称： NII) National Institute of Informatics (略称： NII) |
| 第3著者 氏名（和/英/ヨミ） | チョン ジーン / Gene Cheung / チョン ジーン |
| 第3著者 所属（和/英） | ヨーク大学 (略称： ヨーク大) York University (略称： York Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 浜本 隆之 / Takayuki Hamamoto / ハマモト タカユキ |
| 第4著者 所属（和/英） | 東京理科大学 (略称： 理科大) Tokyo University of Science (略称： TUS) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-14 15:20:00 |
| 発表時間 | 20分 |
| 申込先研究会 | IE |
| 資料番号 | IMQ2023-56, IE2023-111, MVE2023-85 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.430(IMQ), no.432(IE), no.433(MVE) |
| ページ範囲 | pp.235-240 |
| ページ数 | 6 |
| 発行日 | 2024-03-06 (IMQ, IE, MVE) |
[研究会発表申込システムのトップページに戻る]