| 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 | 2026-03-05 12:30 省メモリ実現を目的とした多重スケール構造に基づく拡散型画像ノイズ除去ネットワーク ○伊藤秀吾・中静 真（千葉工大）  SIS2025-57 |
|
| 抄録 | （和） | 画像処理の分野において,少ないパラメータでノイズ除去や画像補間等を実現するために，深層展開に基づく方法が提案されている．その中で，非線形性を導入した拡散方程式を深層展開するノイズ除去ネットワークが提案されている．この方法では,一つのネットワークの層で，ラプラシアン成分と非線形関数の組み合わせによりノイズを推定し，それを画像から減算する．これを多層化することで，ガウス性ノイズ除去を実現している．本研究では,パラメータ数の増加を抑えつつ,ノイズ推定の精度を向上させるために，Trous構造cite{Trous}を用いたネットワーク構成を提案する．さらに，フィルタのカーネルに回転を導入することで，同じパラメータ数で4倍のフィルタ数でのノイズ除去を実現した．実験では,深層学習によるノイズ除去法であるDnCNNに比べて,復元精度ではPSNRで$0.1$から$0.3$dB程度低いものの，パラメータの数を1/80程度に削減できた． |
| （英） | In the field of image processing, methods based on deep neural network expansion have been proposed to achieve noise removal and image interpolation with a small number of parameters. One such method is a noise removal network that uses a deep neural network expansion of a diffusion equation incorporating nonlinearity. In this method, noise is estimated in one network layer by combining Laplacian components and nonlinear functions, and then subtracted from the image. By multiplying this process, Gaussian noise removal is achieved. In this study, we propose a network configuration using a Trous structurecite{Trous} to improve the accuracy of noise estimation while suppressing the increase in the number of parameters. Furthermore, by introducing rotation into the filter kernel, we achieved noise removal with four times the number of filters for the same number of parameters. In experiments, compared to DnCNN, a deep learning-based noise removal method, the number of parameters could be reduced to approximately 1/80, although the restoration accuracy was approximately 0.1 to 0.3 dB lower in PSNR. | |
| キーワード | （和） | 画像処理 / 深層学習 / 深層展開 / 拡散過程 / ノイズ除去 / / / |
| （英） | Image Processing / deep learning / deep unrolling / diffusion process / denoising / / / | |
| 文献情報 | 信学技報, vol. 125, no. 393, SIS2025-57, pp. 1-5, 2026年3月. | |
| 資料番号 | SIS2025-57 | |
| 発行日 | 2026-02-26 (SIS) | |
| 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 | SIS2025-57 |
|
| 研究会情報 | |
| 研究会 | SIS |
| 開催期間 | 2026-03-05 - 2026-03-06 |
| 開催地（和） | 埼玉大学 大久保キャンパス |
| 開催地（英） | Ohkubo Campus, Saitama University |
| テーマ（和） | ソフトコンピューティング，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIS |
| 会議コード | 2026-03-SIS |
| 本文の言語 | 日本語 |
| タイトル（和） | 省メモリ実現を目的とした多重スケール構造に基づく拡散型画像ノイズ除去ネットワーク |
| サブタイトル（和） | |
| タイトル（英） | Memory-Efficient Diffusion-based Image Denoising Networks with Multi-Scale Structures |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 画像処理 / Image Processing |
| キーワード(2)（和/英） | 深層学習 / deep learning |
| キーワード(3)（和/英） | 深層展開 / deep unrolling |
| キーワード(4)（和/英） | 拡散過程 / diffusion process |
| キーワード(5)（和/英） | ノイズ除去 / denoising |
| 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） | 伊藤 秀吾 / Shugo Ito / イトウ シュウゴ |
| 第1著者 所属（和/英） | 千葉工業大学 (略称： 千葉工大) Chiba Institute of Technology (略称： CIT) |
| 第2著者 氏名（和/英/ヨミ） | 中静 真 / Makoto Nakashizuka / ナカシズカ マコト |
| 第2著者 所属（和/英） | 千葉工業大学 (略称： 千葉工大) Chiba Institute of Technology (略称： CIT) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-05 12:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SIS |
| 資料番号 | SIS2025-57 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.393 |
| ページ範囲 | pp.1-5 |
| ページ数 | 5 |
| 発行日 | 2026-02-26 (SIS) |
[研究会発表申込システムのトップページに戻る]