| 研究課題/領域番号 |
20H04181
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60060:情報ネットワーク関連
|
|---|
| 研究機関 | 日本大学 |
|---|
研究代表者 |
松村 哲哉 日本大学, 工学部, 教授 (50713129)
|
|---|
| 研究分担者 |
今村 幸祐 金沢大学, 電子情報通信学系, 准教授 (00324096)
金本 俊幾 弘前大学, 理工学研究科, 教授 (30782750)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
16,770千円 (直接経費: 12,900千円、間接経費: 3,870千円)
2023年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2022年度: 5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円)
2021年度: 6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2020年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
|
|---|
| キーワード | 低遅延 / 動画像符号化 / 動き予測 / 直交変換 / CAVLC / 動画像 / 符号化 / 物体検出 / 画像センシング / エッジデバイス / 8K |
|---|
| 研究開始時の研究の概要 |
5G通信ネットワークの浸透により、自動運転や遠隔手術など高精細画像をセンシングし超低遅延で圧縮伝送する技術が求められている。この符号化機能はセンシングデバイスとして低遅延性を確保しつつ、小面積・低電力での高画質・高圧縮動画像符号化機能が必須となる。
本課題では4K/8K等の高精細動画像に対してセンシングバイスとして実装可能な低遅延・高圧縮・高画質・低電力を実現するラインベースの低遅延動画像符号化方式を立案検証しハードウェア実装にてシステム動作を検証する。これにより従来の標準化符号化方式と同等レベルの圧縮率を、従来の1/1000のマイクロ秒オーダーの低遅延にて実現できる。
|
| 研究成果の概要 |
4K/8Kレベルの高精細画像向けの超低遅延動画像符号化方式についてラインベースの符号化手法を提案し実装検証を通してその効果を定量的に得ることができた．符号化全体を俯瞰し，省メモリ化インター予測手法および深層学習によるインター予測手法，DCT/DST混載直交変換手法，ラインベースCAVLC，可変ブロック選択手法等の複数種の符号化ツールを新規方式として実装検証した．その結果，従来の1/1000のマイクロ秒オーダーの低遅延にて，全体として5％～10％の圧縮率を実現できた．本課題研究では，低遅延画像伝送機器に搭載するエッジデバイスとして求められる機能と低コストを実現するための知見を得ることができた．
|
| 研究成果の学術的意義や社会的意義 |
4K/8Kレベルの高精細画像向けの超低遅延動画像符号化方式において，ラインベースの符号化手法を実装し検証した．この超低遅延動画像符号化方式は5％～10％の圧縮率を，従来の1/1000のマイクロ秒オーダーの低遅延を実現可能である．またハードウェアに実装する場合も小フレームメモリ構造を可能とするなど低コストで高精細画像伝送機器を実現できる見通しを得た．低遅延性が要求される応用製品は今後拡大すると想定され，この非標準の高精細画像向けの超低遅延動画像符号化方式に関する知見は有用であり，基盤技術として自動運転，自律型ロボット，医療機器，ゲームなどのIoTの進展に大きく貢献すると考えられる．
|
