違和感の評価に基づく深層ニューラルネットワークを用いた画像符号化手法の開発

点击翻译按钮获取中文摘要

2022（令和4）年度に実施した主な研究成果は次の2点，（1）画像品質の善し悪しを2クラス分類する深層学習モデルの検討，（2）深層学習ベースの画像符号化手法の基礎検討，である．(1)では．画像品質が良いか悪いかだけを2クラス分類するための深層学習モデルの構築と検証を行った．モデルの学習には，昨年度までに構築した実験画像データベースおよび一般に公開されている画像生成AIを含む大規模な画質評価実験結果をまとめたデータベースを利用した．本年度は画像品質の善し悪しのみを判別するモデルの基礎検討としたが，今回用いたデータベースには，GANベースの画像生成AIにより生成された多様な品質の超解像画像が含まれており，これらを用いることで特に画像生成AIに生じる特有の違和感の分類を目指している．（2）では，深層学習ベースの画像符号化手法の基礎検討として，ESRGANを用いた超解像符号化の枠組みを実験的に実装し，符号化性能を検証した．広く利用されているJPEG符号化手法と比較して，同程度のビットレートにおいては深層学習ベースの超解像符号化の枠組みが有効であることを確認した．この検討結果は，違和感評価尺度に基づく画像符号化手法の設計に活かすことが期待できる．