2014 Fiscal Year Annual Research Report
災害時にも利用可能な低ビットレートによる画像・動画像通信の研究
| Project/Area Number |
24500270
|
|---|
| Research Institution | Muroran Institute of Technology |
|---|
Principal Investigator |
鈴木 幸司 室蘭工業大学, 工学(系)研究科(研究院), 教授 (00179269)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
寺本 渉 室蘭工業大学, 工学(系)研究科(研究院), 准教授 (30509089)
渡部 修 室蘭工業大学, 工学(系)研究科(研究院), 准教授 (50343017)
|
|---|
| Project Period (FY) |
2012-04-01 – 2015-03-31
|
| Keywords | 画像・動画像圧縮 / ベクトル量子化 / 顕著性領域 / 動き補償 / クラスタリング |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，災害時に想定されるネットワークの輻輳状態（通信が要求過多になって通信が成立しなくなる状態）を回避し通信回線を確保するための画像・動画像の符号化方式を開発することにある。２０１１年３月１１日に発生した東日本大震災においては家族・親戚・関係者による被災者の安否確認，被害状況を画像・動画像で行うことができれば最も効果的であると考えられる。このため本研究では画像・動画像を低ビットレートで符号化するための符号化法，通信のためのパケット化，ストリーミング技術について研究を行った。２４年度の研究では，画像の符号化法としてベクトル量子化に注目して研究を行った。ベクトル量子化においては，符号化するためにコードブックを作成する必要がある。このためには画像をブロックに分割してクラスタリングアルゴリズムによってコードベクトルを作成する。クラスタリングアルゴリズムとしてファジィクラスタリングを用いたが初期値依存性があるためAffinity Propagationアルゴリズムを用いて初期クラスタを決定した。このことによって復号画像の画質を向上させることができた。
２５年度の研究においては，画像（動画像）から重要な部分（顕著領域）を抽出することによって符号化を効率的に行うアルゴリズムを開発した。画像から顕著性領域を抽出する方法は，比較的計算負荷が少ないAchanta等によって提案されている方法を用いた。このことによって画像符号化の画質を改善できた。
２６年度の研究においては，動画像を中心として効果的な予測符号化法について研究した。予測符号化においては，まず従来法であるオプテカルフローを用いた方法を検討した。次に，オプテルフローに基づく速度ベクトルに自己回帰モデルを用いることによって動き補償ベクトルを求め効率的な符号化について実験的に研究しアルゴリズムの開発へと研究を進展させた。
|
