| 研究課題/領域番号 |
17K00157
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
マルチメディア・データベース
|
|---|
| 研究機関 | 徳島大学 |
|---|
研究代表者 |
宋 天 徳島大学, 大学院社会産業理工学研究部(理工学域), 准教授 (10380130)
|
|---|
| 研究分担者 |
島本 隆 徳島大学, 大学院社会産業理工学研究部(理工学域), 教授 (20170962)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2019年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2018年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2017年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 動画像符号化 / HEVC / Object extraction / Salient object / Parallel processing / object based coding / smart coding / 並列処理 / オブジェクトベース符号化 / オブジェクト |
|---|
| 研究成果の概要 |
本研究は、画像の注目オブジェクトの抽出技術を導入し、新しい符号化構造を提案する。この提案は、画像フレームを符号化する際にオブジェクト抽出による動き検出処理を加える。 この処理により、画像内の注目領域を抽出し、その動きを探索することにより真の動きを検出でき、画面間予測の効率を改善し符号化効率を大幅に向上する。提案手法の性能が優れていることを確認したうえに論文にまとめた。また、同分野の他の研究を鑑みても、効率的な学習を導入したオブジェクト単位の符号化手法が主流になっているため、今後この研究をさらに深め、次世代の標準化活動に提案できるものだと信じている。
|
| 研究成果の学術的意義や社会的意義 |
従来の符号化構造を持つ符号化国際標準には、様々な固有問題を抱えているため、最新の規格がハードウェアに実装する際に大変苦労している。本研究は、昨今大きく進展を遂げた人工知能分野の知恵を借り、符号化手法に新たな符号化構造を提案している。提案の構造は、過去蓄積した知恵を利用しながら、最新の物体検出手法も利用し、高い符号化効率と小面積ハードウェア実装を両立可能としている。現在、このような研究が増え、注目されつつある。次の国際標準に向け、更に研究を深める必要がある。
|
