| 研究課題/領域番号 |
20K12040
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61060:感性情報学関連
|
|---|
| 研究機関 | 石川工業高等専門学校 |
|---|
研究代表者 |
川除 佳和 石川工業高等専門学校, 電子情報工学科, 准教授 (90552547)
|
|---|
| 研究分担者 |
稲積 泰宏 山梨英和大学, 人間文化学部, 准教授 (30367255)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
|
|---|
| キーワード | 違和感評価 / 深層学習ベース画像符号化 / 感性情報学 / 感性計測評価 / 画像符号化 |
|---|
| 研究開始時の研究の概要 |
膨大な画像のデータを効率的に扱うための画像符号化技術の研究が停滞しており，これを打開するべく，深層学習を用いた新しい枠組みによる符号化の研究が進められている．現在までに，現状の枠組みの数段階上の圧縮効率を達成した報告がある一方，高い圧縮効率の代償として，復号された画像には「現状の符号化では生じ得ないような強い違和感」が生じるという課題も明らかとなってきた．主観品質を大きく損なう違和感の発生を抑制するためには，符号化の設計指針となる評価基準の解明が不可欠である．そこで本研究では，深層学習ベースによる画像符号化の枠組みに適用可能な違和感の評価器を設計し，それに基づく画像符号化手法を開発する．
|
| 研究実績の概要 |
近年、深層学習を用いた新しい枠組みによる画像のデータ圧縮技術（画像符号化技術）の研究が進められている。現在までに、従来の枠組みの数段階上の圧縮効率を達成した報告がある一方で、高い圧縮効率の代償として、復号された画像に強い違和感が生じるという課題が明らかとなってきた。主観品質を大きく損なう違和感の発生を抑制するためには、符号化の設計指針となる評価基準の解明・尺度化が不可欠である。申請者らは、違和感の要因解明と尺度化の研究を進めており、本研究ではこれを発展させ(I) 新しい画像符号化の枠組みに適用可能な違和感評価器の設計、およびこれに基づく(II) 違和感の発生を抑えた画像符号化手法の開発が目的である。昨年度までの実績として、画像生成AIであるStable Diffusionおよび、拡張ツールであるControlNetを用いた深層学習ベースの画像符号化フレームワークを構築した。具体的には、ControlNetを用いて原画像を線画に変換し、これと画像を説明するプロンプトを符号化データとする。また、復号側ではそれらを入力としてStable Diffusionにより画像を生成し、これを復号画像とするものである。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
昨年度に構築した深層学習ベースの画像符号化の枠組みにおいて、その性能の評価ができておらず、研究が遅れている。
|
| 今後の研究の推進方策 |
昨年度に構築した深層学習ベースの画像符号化の枠組みに対して、符号化前後の画像に対して主観評価実験を行い、性能を評価する予定である。
|
