| 講演抄録/キーワード |
| 講演名 |
2026-05-22 10:20
四分木領域上の混合自己回帰型画像生成確率モデルのもとでの変分ベイズ法と勾配法による正規雑音除去の解析的な更新式 ○齋藤翔太(群馬大)・中原悠太・小林 学・松嶋敏泰(早大) IT2026-13 EMM2026-13 |
| 抄録 |
(和) |
本研究では,グレースケール画像に対する画像雑音除去を扱う.ノイズが混入した観測画像をもとに,元の原画像を復元することが目標である.本研究では,画素値がその周辺の画素値を用いた自己回帰型の確率モデルによって生成され,自己回帰モデルのパラメータ,画像の領域分割パターン,分割領域のラベル割り当てに事前分布を仮定した新たなモデルを提案する.統計的決定理論に基づくベイズ最適な決定は,観測画像を得たもとでのMAP推定(事後確率最大推定)となる.これを直接計算することは難しいため,変分下界を考え,この下界を最大化するように勾配法と変分ベイズ法を交互に適用する交互最適化アルゴリズムを提案する.特に,勾配法による更新式が,数値計算や近似を用いることなく解析的に計算できることを示す. |
| (英) |
This study addresses noise removal for grayscale images. The objective is to restore the original image from a noisy observed image. We propose a novel model where pixel values are generated using an autoregressive probabilistic model that utilizes neighboring pixel values. This model assumes prior distributions for the autoregressive model parameters, the image segmentation pattern, and the label assignment of the segmented regions. Bayesian optimal decision, based on statistical decision theory, corresponds to maximum a posteriori (MAP) estimation given the observed image. Since direct computation is difficult, we consider a variational lower bound and propose an alternating optimization algorithm that alternately applies gradient methods and variational Bayesian methods to maximize this lower bound. We particularly demonstrate that the update formula derived from the gradient method can be computed analytically without numerical computation or approximation. |
| キーワード |
(和) |
自己回帰モデル / 画像雑音除去 / 変分ベイズ / / / / / |
| (英) |
autoregressive model / noise removal for images / variational Bayes / / / / / |
| 文献情報 |
信学技報, vol. 126, no. 29, IT2026-13, pp. 65-70, 2026年5月. |
| 資料番号 |
IT2026-13 |
| 発行日 |
2026-05-14 (IT, EMM) |
| 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 |
IT2026-13 EMM2026-13 |
| 研究会情報 |
| 研究会 |
IT EMM |
| 開催期間 |
2026-05-21 - 2026-05-22 |
| 開催地(和) |
京都テルサ |
| 開催地(英) |
Kyoto Terrsa |
| テーマ(和) |
情報セキュリティ,情報理論,情報ハイディング,一般,フレッシュマンセッション |
| テーマ(英) |
Information Security, Information Theory, Information Hiding, etc., Freshman session |
| 講演論文情報の詳細 |
| 申込み研究会 |
IT |
| 会議コード |
2026-05-IT-EMM |
| 本文の言語 |
日本語 |
| タイトル(和) |
四分木領域上の混合自己回帰型画像生成確率モデルのもとでの変分ベイズ法と勾配法による正規雑音除去の解析的な更新式 |
| サブタイトル(和) |
|
| タイトル(英) |
Analytical Update Formula for Gaussian Noise Removal Using Variational Bayes and Gradient Methods Under Mixture Autoregressive Image Generation Probabilistic Model on Quadtree Region |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
自己回帰モデル / autoregressive model |
| キーワード(2)(和/英) |
画像雑音除去 / noise removal for images |
| キーワード(3)(和/英) |
変分ベイズ / variational Bayes |
| キーワード(4)(和/英) |
/ |
| 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) |
齋藤 翔太 / Shota Saito / サイトウ ショウタ |
| 第1著者 所属(和/英) |
群馬大学 (略称: 群馬大)
Gunma University (略称: Gunma Univ.) |
| 第2著者 氏名(和/英/ヨミ) |
中原 悠太 / Yuta Nakahara / ナカハラ ユウタ |
| 第2著者 所属(和/英) |
早稲田大学 (略称: 早大)
Waseda University (略称: Waseda Univ.) |
| 第3著者 氏名(和/英/ヨミ) |
小林 学 / Manabu Kobayashi / コバヤシ マナブ |
| 第3著者 所属(和/英) |
早稲田大学 (略称: 早大)
Waseda University (略称: Waseda Univ.) |
| 第4著者 氏名(和/英/ヨミ) |
松嶋 敏泰 / Toshiyasu Matsushima / マツシマ トシヤス |
| 第4著者 所属(和/英) |
早稲田大学 (略称: 早大)
Waseda University (略称: Waseda Univ.) |
| 第5著者 氏名(和/英/ヨミ) |
/ / |
| 第5著者 所属(和/英) |
(略称: )
(略称: ) |
| 第6著者 氏名(和/英/ヨミ) |
/ / |
| 第6著者 所属(和/英) |
(略称: )
(略称: ) |
| 第7著者 氏名(和/英/ヨミ) |
/ / |
| 第7著者 所属(和/英) |
(略称: )
(略称: ) |
| 第8著者 氏名(和/英/ヨミ) |
/ / |
| 第8著者 所属(和/英) |
(略称: )
(略称: ) |
| 第9著者 氏名(和/英/ヨミ) |
/ / |
| 第9著者 所属(和/英) |
(略称: )
(略称: ) |
| 第10著者 氏名(和/英/ヨミ) |
/ / |
| 第10著者 所属(和/英) |
(略称: )
(略称: ) |
| 第11著者 氏名(和/英/ヨミ) |
/ / |
| 第11著者 所属(和/英) |
(略称: )
(略称: ) |
| 第12著者 氏名(和/英/ヨミ) |
/ / |
| 第12著者 所属(和/英) |
(略称: )
(略称: ) |
| 第13著者 氏名(和/英/ヨミ) |
/ / |
| 第13著者 所属(和/英) |
(略称: )
(略称: ) |
| 第14著者 氏名(和/英/ヨミ) |
/ / |
| 第14著者 所属(和/英) |
(略称: )
(略称: ) |
| 第15著者 氏名(和/英/ヨミ) |
/ / |
| 第15著者 所属(和/英) |
(略称: )
(略称: ) |
| 第16著者 氏名(和/英/ヨミ) |
/ / |
| 第16著者 所属(和/英) |
(略称: )
(略称: ) |
| 第17著者 氏名(和/英/ヨミ) |
/ / |
| 第17著者 所属(和/英) |
(略称: )
(略称: ) |
| 第18著者 氏名(和/英/ヨミ) |
/ / |
| 第18著者 所属(和/英) |
(略称: )
(略称: ) |
| 第19著者 氏名(和/英/ヨミ) |
/ / |
| 第19著者 所属(和/英) |
(略称: )
(略称: ) |
| 第20著者 氏名(和/英/ヨミ) |
/ / |
| 第20著者 所属(和/英) |
(略称: )
(略称: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2026-05-22 10:20:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
IT |
| 資料番号 |
IT2026-13, EMM2026-13 |
| 巻番号(vol) |
vol.126 |
| 号番号(no) |
no.29(IT), no.30(EMM) |
| ページ範囲 |
pp.65-70 |
| ページ数 |
6 |
| 発行日 |
2026-05-14 (IT, EMM) |
|