| 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 | 2026-02-19 16:30 訓練コストの少ないDnCNNに基づく画像デノイジング ○ゴン トクウ・目黒光彦（日大）  ITS2025-59 IE2025-74 |
|
| 抄録 | （和） | 撮影された画像データからのデノイジングは重要な研究課題の一つである．そこで，画像により劣化した画像の復元性能の向上を目的として，CNN を基にした DnCNN が提案され，高い復元性能を示している．しかしながら，DnCNN は学習に時間がかかり，かつ，高精度な画像復元を得るためには，大きなバッチサイズを必要とするという課題があった．そこで本研究では，すでにEDCNNとCBAM-DnCNNにおいて提案されている，Residual Excitation構造と，Attention機構に注目する．それらの機構を融合させた改良型のDnCNNを提案する．提案手法は従来のDnCNNに比べて，小さなバッチサイズにおいても高速に学習が可能であり，かつ，高いデノイジング性能との両立を達成したことを，種々の適用例を通じて明らかにする． |
| （英） | Image denoising has continuously attracted much attention as an important research topic. To improve the restoration performance of degraded images, DnCNN based on convolutional neural networks (CNNs) has been proposed and has demonstrated high denoising capability. However, DnCNN requires a long training time, and a large batch size is necessary to achieve high-accuracy image restoration. In this study, we focus on the Residual Excitation structure and the Attention mechanism that have been proposed in EDCNN and CBAM-DnCNN, respectively. By integrating these mechanisms, we propose an improved DnCNN model. The proposed method enables faster training with a smaller batch size compared with the conventional DnCNN, while maintaining high denoising performance. Its effectiveness is demonstrated through various application examples. | |
| キーワード | （和） | 画像デノイジング / DnCNN / 注意 / 残差励起 / 深層学習 / / / |
| （英） | Image Denoising / DnCNN / Attention / Residual Excitation / Deep learning / / / | |
| 文献情報 | 信学技報, vol. 125, no. 356, IE2025-74, pp. 113-118, 2026年2月. | |
| 資料番号 | IE2025-74 | |
| 発行日 | 2026-02-12 (ITS, IE) | |
| 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 | ITS2025-59 IE2025-74 |
|
| 研究会情報 | |
| 研究会 | IE ITS ITE-MMS ITE-ME ITE-AIT ITE-SIP |
| 開催期間 | 2026-02-19 - 2026-02-20 |
| 開催地（和） | 北海道大学 |
| 開催地（英） | |
| テーマ（和） | 画像処理、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2026-02-IE-ITS-MMS-ME-AIT-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | 訓練コストの少ないDnCNNに基づく画像デノイジング |
| サブタイトル（和） | |
| タイトル（英） | Image Denoising Method Based on DnCNN with Low Training Cost |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 画像デノイジング / Image Denoising |
| キーワード(2)（和/英） | DnCNN / DnCNN |
| キーワード(3)（和/英） | 注意 / Attention |
| キーワード(4)（和/英） | 残差励起 / Residual Excitation |
| キーワード(5)（和/英） | 深層学習 / Deep learning |
| 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） | ゴン トクウ / Deyu Gong / ゴン トクウ |
| 第1著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 目黒 光彦 / Mitsuhiko Meguro / メグロ ミツヒコ |
| 第2著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-02-19 16:30:00 |
| 発表時間 | 15分 |
| 申込先研究会 | IE |
| 資料番号 | ITS2025-59, IE2025-74 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.355(ITS), no.356(IE) |
| ページ範囲 | pp.113-118 |
| ページ数 | 6 |
| 発行日 | 2026-02-12 (ITS, IE) |
[研究会発表申込システムのトップページに戻る]