| 研究課題/領域番号 |
21K12052
|
|---|
| 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61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 中京大学 |
|---|
研究代表者 |
青森 久 中京大学, 工学部, 教授 (20453607)
|
|---|
| 研究分担者 |
大竹 敢 玉川大学, 工学部, 教授 (20296883)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 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 |
|---|
| 研究開始時の研究の概要 |
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．
|
| 研究成果の概要 |
本研究課題では，生体の網膜において外界の映像情報を生体パルスに変換する過程に着想を得たSD-CNNを用いて入力データをバイナリデータ列に分解し，それを多段ディジタル積分器により積分することで，入力データを劣化させることなく復元する手法を開発した．また，低階調画像から原画像レベルの品質の画像を効率的に復元する高精度なビット深度拡張技術を実現した．
|
| 研究成果の学術的意義や社会的意義 |
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．
|
