2018 Fiscal Year Research-status Report
| Project/Area Number |
17K00247
|
|---|
| Research Institution | Tokyo University of Science |
|---|
Principal Investigator |
松田 一朗 東京理科大学, 理工学部電気電子情報工学科, 教授 (70287473)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 画像符号化 / 可逆符号化 / 学習型確率推定モデル |
|---|
| Outline of Annual Research Achievements |
従来の画像符号化手法では、画像信号の冗長度削減とエントロピー符号化の処理が独立に扱われていたため、特に非定常な性質を有する画像において符号化効率が低下するという問題があった。これに対し本研究課題では、従来の冗長度削減処理を非定常性も内包する確率生成モデルの学習問題と捉え、直接エントロピー符号器を駆動するアルゴリズムを提唱している。このアルゴリズムは、様々な映像データを効率的に圧縮するための統一的な手順を提供するものであり、多様化する映像情報メディアの蓄積・伝送手段として幅広く応用が可能であると考えられる。
本研究課題の2年目となる平成30年度は、主として前年度に開発したモノクローム静止画像を対象とした基本アルゴリズムの性能改善に取り組んだ。基本アルゴリズムはテンプレートマッチングの処理によって符号化済み領域から波形パターンの類似した事例を収集し、各事例から得た輝度値の推定値を中心とするガウス関数の線形結合によって確率モデルを構築している。これに対し本年度は、近傍領域で設計した線形予測器によって輝度値を推定する手法を導入し、非近傍領域から得た事例と併用することで確率モデルの精度を高め、符号化効率を約2.7 %改善することに成功した。この成果は、国内の映像符号化の専門家が多数参加する画像符号化シンポジウム(PCSJ 2018)において高い評価を受け、優秀論文賞を受賞することができた。また、新たな改良を加えた内容を査読付き論文誌および査読付き国際会議に投稿中である。
さらに、提案アルゴリズムをカラー静止画像やモノクローム静止画像符号化に拡張する手法についても検討中であり、その一部については査読付き国際会議を含む複数の学会にて公表済みである。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究計画の中間年度となる平成30年度は、基本アルゴリズムの性能改善について重点的に取り組み、非近傍領域の情報に着目した事例探索と近傍画素の情報を利用した適応予測の処理を併用するというアイデアによって前年度と比べて符号化効率を約2.7 %改善することに成功している。この結果は、同一テスト画像の平均符号化レートで性能比較が可能な先行研究の中で最も高い符号化効率に相当し、本研究課題が提唱する学習型確率推定モデルの有効性を証明し、画像符号化研究の分野において新しい方向性を示したといえる。また、提案アルゴリズムをカラー画像やモノクローム動画像符号化に拡張する手法についても検討を加え、基本的なアルゴリズムの実装を完了している。
研究成果の公表については、モノクローム静止画像の可逆符号化の成果を中心に査読付き学術誌と査読付き国際会議に投稿済みである。また、並行して開発を進めていた周辺技術についても、成果が得られたものから順次査読付き国際会議などで発表しており、引き続き本研究課題への統合を視野に入れて改良を加えている段階である。
以上のように、研究計画立案時に設定した目標はほぼ達成されており、現時点での進捗状況はおおむね順調であると判断できる。
|
| Strategy for Future Research Activity |
平成30年度の成果によって、モノクローム静止画像の可逆符号化に関しては平均的に先行研究を上回る符号化効率を達成することに成功しているが、個々の画像については提案手法が劣る場合も存在するため、今年度はその対策を優先課題として研究を進める予定である。具体的には、画像端でも十分な数の事例収集を可能にするため全ての画像で共通に利用可能な辞書を設計すると共に、画像の局所対称性に着目した事例の収集方法の改良や、事例と予測の確率モデルに対する寄与度を画像毎に適切に制御する手法の開発に取り組むことを計画している。
これと並行し、提案アルゴリズムを動画像やカラー画像、さらに非可逆符号化方式などに拡張する検討も継続し、今年度中に一定の成果を挙げることを目標とする。
研究成果の公表についても、引き続き論文執筆および学会発表に積極的に取り組み、研究コミュニティからのフィードバックを得ることで完成度の向上を図りたいと考えている。本研究予算の一部は、そのための必要経費として計上する予定である。
|
| Causes of Carryover |
参加を予定していた国内学会の開催地が近郊となったため、国内旅費の支出額が若干減少した。
これにより発生した次年度使用額の増加分は、本研究課題に関連したテーマに従事する学生の学会発表旅費などに有効活用する予定である。
|
