お知らせ ◆映像情報メディア学会における研究会の開催について (新型コロナウイルス関連)2021年7月21日更新
映像情報メディア学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2020-02-27 13:00
CNNによる最適Intra予測モード推定を用いた動画像符号化
横山怜汰田原雅彦早大)・孫 鶴鳴早大/JST)・竹内 健早大)・松尾康孝NHK)・甲藤二郎早大
抄録 (和) 近年,高精細な動画の生成や視聴の機会が拡がっているため,効率の良い動画像符号化が求められている.最新の動画像符号化規格H.265/HEVC(High Efficiency Video Coding)の参照ソフトウェアであるHEVC Test Model(HM)では,Rate-Distortion(RD)最適なIntra 予測モードを選択するためにRDコストが用いられる.しかし,RDコストの計算量は大きいため,計算量の小さい代替コスト計算やMost Probable Mode(MPM)によりRDコスト計算対象の候補となるモードを絞りこむ.そこで,様々な画像処理のタスクで高い性能を発揮しているConvolutional Neural Network(CNN)により候補モードを取得し,MPMとして利用して符号化を行うことを提案する.評価実験の結果,HMに対して最適Intra予測モード推定の精度向上,Y BD-Rateの0.16%削減を確認した. 
(英) These days, efficient video coding is required due to spread of video production and viewing, and high definition video. In order to select the Rate-Distortion (RD) optimized intra prediction mode, RD cost is used in High Efficiency Video Coding Test Model (HM). However, since calculation of RD cost is computationally intensive, intra prediction modes are filtered to the candidates for RD cost calculation by alternative cost calculation or Most Probable Mode (MPM) with low computational complexity. We introduce video coding using MPMs obtained by Convolutional Neural Network (CNN). As experimental results, we confirmed that our method achieve higher accuracy in optimal intra prediction mode estimation and 0.16% reduction in Y BD-Rate, compared to HM.
キーワード (和) Intra予測 / Convolutional Neural Network(CNN) / Most Probable Mode(MPM) / 動画像符号化 / / / /  
(英) Intra prediction / Convolutional Neural Network (CNN) / Most Probable Mode (MPM) / Video coding / / / /  
文献情報 映情学技報
資料番号  
発行日  
ISSN Print edition: ISSN 1342-6893  Online edition: ISSN 2424-1970
PDFダウンロード

研究会情報
研究会 HI IEICE-IE IEICE-ITS MMS ME AIT  
開催期間 2020-02-27 - 2020-02-28 
開催地(和) 北海道大学 
開催地(英) Hokkaido Univ. 
テーマ(和) 画像処理および一般 
テーマ(英) Image Processing, etc. 
講演論文情報の詳細
申込み研究会 IEICE-IE 
会議コード 2020-02-HI-IE-ITS-MMS-ME-AIT 
本文の言語 日本語 
タイトル(和) CNNによる最適Intra予測モード推定を用いた動画像符号化 
サブタイトル(和)  
タイトル(英) Video Coding Using Optimal Intra Prediction Mode Estimation by CNN 
サブタイトル(英)  
キーワード(1)(和/英) Intra予測 / Intra prediction  
キーワード(2)(和/英) Convolutional Neural Network(CNN) / Convolutional Neural Network (CNN)  
キーワード(3)(和/英) Most Probable Mode(MPM) / Most Probable Mode (MPM)  
キーワード(4)(和/英) 動画像符号化 / Video coding  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 横山 怜汰 / Ryota Yokoyama / ヨコヤマ リョウタ
第1著者 所属(和/英) 早稲田大学 (略称: 早大)
Waseda University (略称: Waseda Univ.)
第2著者 氏名(和/英/ヨミ) 田原 雅彦 / Masahiko Tahara / タハラ マサヒコ
第2著者 所属(和/英) 早稲田大学 (略称: 早大)
Waseda University (略称: Waseda Univ.)
第3著者 氏名(和/英/ヨミ) 孫 鶴鳴 / Heming Sun /
第3著者 所属(和/英) 早稲田大学/科学技術支援機構 (略称: 早大/JST)
Waseda University/Japan Science and Technology Agency (略称: Waseda Univ./JST)
第4著者 氏名(和/英/ヨミ) 竹内 健 / Masaru Takeuchi / タケウチ マサル
第4著者 所属(和/英) 早稲田大学 (略称: 早大)
Waseda University (略称: Waseda Univ.)
第5著者 氏名(和/英/ヨミ) 松尾 康孝 / Yasutaka Matsuo / マツオ ヤスタカ
第5著者 所属(和/英) 日本放送協会 (略称: NHK)
Japan Broadcasting Corporation (略称: NHK)
第6著者 氏名(和/英/ヨミ) 甲藤 二郎 / Jiro Katto / カットウ ジロウ
第6著者 所属(和/英) 早稲田大学 (略称: 早大)
Waseda University (略称: Waseda Univ.)
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2020-02-27 13:00:00 
発表時間 15 
申込先研究会 IEICE-IE 
資料番号  
巻番号(vol) ITE-44 
号番号(no)  
ページ範囲  
ページ数 ITE- 
発行日  


[研究会発表申込システムのトップページに戻る]

[映像情報メディア学会ホームページ]


ITE / 映像情報メディア学会