映像符号化方式におけるDNNを利用した高効率動き補償予測方式の実現手法に関する研究

• 研究課題/領域番号: 23K03843
• 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21020:通信工学関連
• 研究機関: 早稲田大学
• 研究代表者: 亀山 渉 早稲田大学, 理工学術院, 教授 (90318858)
• 研究期間 (年度): 2023-04-01 – 2026-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2025年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円); 2024年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円); 2023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: 映像符号化 / 動き保証 / DNN / 予測フレーム生成

研究開始時の研究の概要

従来の映像符号化方式を超える情報圧縮性能を達成することを目的として、映像符号化方式の圧縮性能に大きく寄与する動き補償予測方式に着目し、符号化済みフレームを学習データとして利用するDNN（Deep Neural Network）による動き補償予測方式について研究する。多様な動きに対する追従性能向上と生成フレームのボケを改善する高画質予測フレーム生成手法の検討、多様な映像内容を含んだ大量フレームの学習による汎化性能向上、映像情報圧縮性能の統合検証を通し、映像符号化方式におけるDNNの効率的かつ汎用的な利活用手法を明らかにする。