| 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 | 2024-06-06 16:45 セルラーニューラルネットワークを用いたカラリゼーションに基づく深度画像の階層型可逆符号化 ○黒田匡功・串 星哉・才塚俊吾（中京大）・大竹 敢（玉川大）・青森 久（中京大）  NLP2024-27 CCS2024-14 |
|
| 抄録 | （和） | 近年，小型で安価な RGB-D センサの普及により，RGB-D 画像はコンピュータービジョンをはじめ，様々な分野で利用されている．RGB-D 画像は RGB 各色と深度からなる 4 チャンネルのデータであり，その高速伝送には大きな帯域幅が必要となるため，効率的な圧縮が求められる．そのため，深度画像に特化した符号化技術が数多く開発されている．カラリゼーション技術は深度画像の復元技術に有用であることが報告されているが，カラリゼーションを深度画像の圧縮に応用した報告は少ない．そこで，本研究では新たな RGB-D 画像の符号化手法として，カラリゼーションに基づく深度画像の可逆符号化方式を提案する．提案手法はセルラーニューラルネットワーク (CNN) による深度画像のカラリゼーションを，予測符号化方式の予測器として捉えることで効率的な圧縮を実現している． |
| （英） | The widespread of compact and inexpensive RGB-D sensors has recently led to the increased utilization of RGB-D images in various fields, including computer vision. RGB-D images have a four-channel data structure consisting of RGB colors and depth. Due to this nature, wide bandwidth communication channels are required for high-speed transmission. Therefore, efficient compression techniques for RGB-D images have been focused on. Many encoding techniques specialized for depth images have been developed. Although colorization techniques are reported to be beneficial for depth completion, there are few reports of their application in depth image compression. This paper proposes a new hierarchical lossless method for RGB-D image coding framework based on colorization. The proposed method utilizes the colorization of depth images by cellular neural networks (CNN) as a predictor in a predictive coding framework, achieving efficient compression. | |
| キーワード | （和） | 深度画像 / カラリゼーション / セルラーニューラルネットワーク / 可逆圧縮 / / / / |
| （英） | Depth Map / Colorization / Cellular Neural Network / Lossless Image Coding / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 62, NLP2024-27, pp. 57-60, 2024年6月. | |
| 資料番号 | NLP2024-27 | |
| 発行日 | 2024-05-30 (NLP, CCS) | |
| 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 | NLP2024-27 CCS2024-14 |
|
| 研究会情報 | |
| 研究会 | NLP CCS |
| 開催期間 | 2024-06-06 - 2024-06-07 |
| 開催地（和） | 西日本総合展示場AIM |
| 開催地（英） | West Japan General Exhibition Center AIM |
| テーマ（和） | NLP，CCS，一般 |
| テーマ（英） | Nonlinear Problems, Complex Communication Sciences, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2024-06-NLP-CCS |
| 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用いたカラリゼーションに基づく深度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 depth image compression based on depth map colorization by cellular neural networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深度画像 / Depth Map |
| キーワード(2)（和/英） | カラリゼーション / Colorization |
| キーワード(3)（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(4)（和/英） | 可逆圧縮 / Lossless Image Coding |
| 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） | 黒田 匡功 / Tasuku Kuroda / クロダ タスク |
| 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） | 串 星哉 / Seiya Kushi / クシ セイヤ |
| 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） | 才塚 俊吾 / Shungo Saizuka / サイヅカ シュンゴ |
| 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 | 2024-06-06 16:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2024-27, CCS2024-14 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.62(NLP), no.63(CCS) |
| ページ範囲 | pp.57-60 |
| ページ数 | 4 |
| 発行日 | 2024-05-30 (NLP, CCS) |
[研究会発表申込システムのトップページに戻る]