| 研究課題/領域番号 |
19K24347
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
1001:情報科学、情報工学およびその関連分野
|
|---|
| 研究機関 | 徳島大学 |
|---|
研究代表者 |
片山 貴文 徳島大学, 大学院社会産業理工学研究部(理工学域), 助教 (70848522)
|
|---|
| 研究期間 (年度) |
2019-08-30 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | Image processing / Versatile video coding / Machine learning / 動画像符号化 / 機械学習 / Versatile Video Coding |
|---|
| 研究開始時の研究の概要 |
AI・IoT環境が普及される中、動画像は情報伝達の方法として、今後も大きな役割を担っています。そして、正確かつ精細な動画像を提供するために、符号化技術は身近にある様々なデバイスに実装されています。次世代の符号化技術では、並列処理が困難であることから、超高解像度への応用が益々難題となっており、特にハードウェア実装容易度の面から抜本的な解決方法が必要です。本研究では、ハードウェア実装の容易化を達成しつつ、高圧縮な新規符号化構造を確立するために、分析回路と符号化回路の二つに分けて符号化を行うことで解決します。本研究を完遂することで、AI・IoT・5Gと呼ばれる次世代の社会基盤環境へ大きく貢献します。
|
| 研究成果の概要 |
AI・IoT環境が普及される中、動画像は情報伝達の方法として、今後も大きな役割を担っている。現在も正確かつ精細な動画像を提供するために、符号化技術は身近にある様々なデバイスに実装されている。次世代の符号化技術では、並列処理が困難であることから、超高解像度への応用が益々難題となっており、特にハードウェア実装容易度の面から抜本的な解決方法が必要である。
本研究を完遂することで、次世代符号化方式と人工知能のそれぞれの技術を統合した専用ICチップが設計可能となる。
|
| 研究成果の学術的意義や社会的意義 |
先行研究では、動画像符号化と人工知能を組み合わせた手法は提案されていた。しかし、先行研究で提案された方法は、動画像符号化の効率を向上する半面、人工知能回路がより複雑になることからハードウェアへの実装が困難となっていた。本課題に対して、本研究では人工知能回路の提案と動画像符号化に対する親和性の評価を実施した。この課題を解決することで、社会で利用される電子デバイスの映像処理が、今後さらに効率的に実現できることが期待される。
|
