2024-03-29T01:33:21Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:001023992023-04-27T10:00:04Z01164:03616:07453:07634
局所特徴適応型スパース基底セットを利用した画像符号化A Study of Image Coding using Multiple Sparse Bases Sets based on Image Featuresjpn画像工学3http://id.nii.ac.jp/1001/00102376/Technical Reporthttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=102399&item_no=1&attribute_id=1&file_no=1Copyright (c) 2014 by the Institute of Electronics, Information and Communication Engineers This SIG report is only available to those in membership of the SIG.千葉工業大学大学院情報科学研究科千葉工業大学大学院情報科学研究科東日本電信電話株式会社ビジネス開発本部NTTメディアインテリジェンス研究所NTTメディアインテリジェンス研究所王, 冀八島, 由幸高木, 基宏藤井, 寛清水, 淳本文では,学習により得られた複数の基底セットを利用した画像符号化方式を提案する.提案方式では,まず,多くの学習用画像を用意して,学習用画像内の小領域ごとに局所特徴量を DSIFT により算出する.次に,局所特徴量によって小領域を複数のクラスに分類して,クラスごとにその特徴を反映したスパース基底を K-SVD および OMP により設計し,設計された複数の基底セットをエンコーダとデコーダで共有しておく.符号化時には,符号化対象ブロックの特徴量によりクラスを決定した後,符号化対象ブロックを該クラスで設計されたスパース基底で表現しその重み係数を符号化する.実験では,ブロックサイズおよびクラス数をパラメータとして符号化特性を把握した.その結果,128 クラスの基底を用いることで,DCT と比較して圧縮効率を平均 29%,最大 45%向上できることが明らかになり,提案方式の有用性が確かめられた.In this paper, we propose a new image coding method using the multiple sparse bases sets. In our method, large amount of test images are divided into small blocks and they are classified into multiple classes using their local features calculated by DSIFT. A sparse bases set are designed for every class using K-SVD, and decoder shares the designed multiple sparse bases sets with encoder. An image to be encoded is divided into blocks and class number of each block is determined, and the sparse bases set designed for the class is utilized for encoding. Experimental results show that the proposed method with 128 sparse bases sets improves 29% (average) and 45% (maximum) of compression efficiency compared to DCT.AN10438399研究報告オーディオビジュアル複合情報処理(AVM)2014-AVM-857162014-07-252014-07-18