| 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 | 2026-03-19 14:10 Mixture-of-Complexity Experts Image Restorationのクリーン画像入力に対する対応性向上方法の検討 ○渡邉優真・今泉誠一朗・タナヴィット ゲルドプラサット・佐村俊和（山口大）  MSS2025-73 NLP2025-154 |
|
| 抄録 | （和） | Mixture-of-Complexity Experts Image Restoration（MoCE-IR）は，入力画像のノイズ強度に応じて計算量の異なるモデルを動的に切り替えることで，多様なノイズ除去に対応する画像復元モデルである．しかし，ノイズ画像のみで学習された事前学習済み MoCE-IR は，クリーン画像を入力した場合に過剰な復元処理を行い，画像の劣化やPSNRなどの評価指標の低下などの恐れがある．そこで本研究では，MoCE-IR の各デコーダブロックにおける特徴量の変化に着目し，入力がクリーン画像と判定された場合に以降の復元処理をスキップするプラグイン機構を導入する．実験の結果，提案機構は，クリーン画像を含む場合でも，劣化が抑えられ，計算量の削減も両立することを報告する． |
| （英） | Mixture-of-Complexity Experts Image Restoration (MoCE-IR) dynamically selects experts with different computational costs according to input noise intensity. However, as the pretrained model is optimized only for noisy inputs, its performance often degrades when processing clean images. This study enhances the practical usability of pretrained MoCE-IR by introducing a plug-in skip mechanism. This mechanism identifies whether to bypass restoration processes based on the feature differences between the input and output of each decoder block. Experimental results demonstrate that the proposed plug-in mechanism preserves the quality of clean images while simultaneously reducing overall computational cost. | |
| キーワード | （和） | Mixture-of-Complexity Experts for Image Restoration / 事前学習済モデル / 復元処理スキップ / プラグイン機構 / / / / |
| （英） | Mixture-of-Complexity Experts for Image Restoration / Pretrained Model / Restoration Skipping / Plug-in / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 418, NLP2025-154, pp. 139-144, 2026年3月. | |
| 資料番号 | NLP2025-154 | |
| 発行日 | 2026-03-11 (MSS, NLP) | |
| 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 | MSS2025-73 NLP2025-154 |
|
| 研究会情報 | |
| 研究会 | MSS NLP |
| 開催期間 | 2026-03-18 - 2026-03-19 |
| 開催地（和） | シンフォニアテクノロジー響ホール伊勢（伊勢市観光文化会館） |
| 開催地（英） | |
| テーマ（和） | MSS，NLP，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2026-03-MSS-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | Mixture-of-Complexity Experts Image Restorationのクリーン画像入力に対する対応性向上方法の検討 |
| サブタイトル（和） | |
| タイトル（英） | Clean Image processing in Mixture-of-Complexity Experts for Image Restoration via a Plug-in Mechanism |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Mixture-of-Complexity Experts for Image Restoration / Mixture-of-Complexity Experts for Image Restoration |
| キーワード(2)（和/英） | 事前学習済モデル / Pretrained Model |
| キーワード(3)（和/英） | 復元処理スキップ / Restoration Skipping |
| キーワード(4)（和/英） | プラグイン機構 / Plug-in |
| 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） | 渡邉 優真 / Yuma Watanabe / ワタナベ ユウマ |
| 第1著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ) |
| 第2著者 氏名（和/英/ヨミ） | 今泉 誠一朗 / Seiichiro Imaizumi / イマイズミ セイイチロウ |
| 第2著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ) |
| 第3著者 氏名（和/英/ヨミ） | タナヴィット ゲルドプラサット / Thanawit Gerdprasert / タナヴィット ゲルドプラサット |
| 第3著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ) |
| 第4著者 氏名（和/英/ヨミ） | 佐村 俊和 / Toshikazu Samura / サムラ トシカズ |
| 第4著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-19 14:10:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NLP |
| 資料番号 | MSS2025-73, NLP2025-154 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.417(MSS), no.418(NLP) |
| ページ範囲 | pp.139-144 |
| ページ数 | 6 |
| 発行日 | 2026-03-11 (MSS, NLP) |
[研究会発表申込システムのトップページに戻る]