CNN予測器の適応的設計に基づく階層型可逆符号化方式

戸田 英治  青森 久  竹之内 星矢  大竹 敢  松田 一朗  伊東 晋  

誌名
電子情報通信学会論文誌 A   Vol.J101-A   No.5   pp.92-104
発行日: 2018/05/01
Online ISSN: 1881-0195
DOI: 
論文種別: 論文
専門分野: 画像
キーワード: 
セルラーニューラルネットワーク,  階層型可逆符号化,  反復的予測器最適化,  適応算術符号化,  

本文: PDF(2.5MB)
>>論文を購入


あらまし: 
現在,ディジタルアーカイブや医療システムにおいてスケーラブルな可逆符号化が広く用いられ,その重要性が増している.しかしながら,スケーラブルな可逆符号化方式は符号化効率の観点からはノンスケーラブルな方式に劣っており,符号化効率の改善が求められている.そこで本論文では,スケーラブルな可逆符号化方式の更なる効率向上のために,セルラーニューラルネットワーク(CNN)を予測器として用いた階層型可逆符号化手法を提案する.本方式では,各階層ごとにCNN予測器を最適化するが,予測参照画像のエッジ強度に基づき初期値を決定する方法と,予測参照画像と類似性が高い上位階層の最適化済の予測器パラメーターを最適化の初期値とする方法の双方から得られたCNN予測器から,符号量が少ない予測器を階層ごとに適応選択する手法を用いている.また,符号量を見積もる際に利用する特徴量算出に画素間距離並びに階層間距離の双方を考慮することで符号量見積もり精度の向上を図っている.様々な画像に対する符号化実験により,提案手法が最新の符号化手法や国際標準規格と比較し,高い符号化効率を有することを明らかにした.