| Project/Area Number |
21K12052
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61040:Soft computing-related
|
|---|
| Research Institution | Chukyo University |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
大竹 敢 玉川大学, 工学部, 教授 (20296883)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | 可逆階調圧縮 / 時空間分割 / 2層のSD-CNN / Swin Transformer / ビット深度拡張 / 可逆パルス伝送 / バイナリデータ伝送 / 可逆画像伝送 / セルラーニューラルネットワーク / レートコーディング / Predictive Filter Flow / 周波数に基づくロス関数 / 2次元可視光通信 |
|---|
| Outline of Research at the Start |
一般に画像の減色(階調圧縮，量子化) は非可逆圧縮であり, 減色された画像から原画像を完全に再現する手法は現在のところ存在しない. 本研究では, シグマデルタ型セルラーニューラルネットワーク(SD-CNN) による可逆階調圧縮に基づく新しい画像圧縮手法を創成する．網膜情報処理に基づく提案手法により，従来の階調圧縮手法とは異なる新たな圧縮方式への道を拓き，画像情報の2次元パルス化による圧縮伝送を模索する．
|
| Outline of Final Research Achievements |
In this research project, we have developed a method to decompose input data into binary data sequences and integrate them using a multistage digital integrator, thereby restoring the input data without degradation. In our method, two-stage SD-CNN, a mimic of converting external image information into biological pulses in the retina of a living body, is employed. We have also realized a highly accurate bit-depth expansion technique that efficiently reconstructs a visually lossless quality image from a low-gradation image.
|
| Academic Significance and Societal Importance of the Research Achievements |
学術的意義として，生体の網膜における情報処理を応用することで，画像を含む様々なデータを可逆復元できることを明らかにした点が挙げられる．また，階調圧縮のみならず，海中など狭帯域の通信環境に適合するデータ伝送方式への応用が可能である点に社会的意義がある．
|
