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

基于不适评价的深度神经网络图像编码方法开发

• 批准号: 20K12040
• 负责人: 川除 佳和
• 金额: $ 2.75万
• 依托单位: Ishikawa National College of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K12040/
• 关键词: 違和感評価; 深層学習ベース画像符号化; 感性情報学; 感性計測評価; 画像符号化

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．

2022 (Order 4) The main research results of the year are as follows: (1) Deep learning and discussion on image quality improvement and classification,(2) Basic discussion on image symbolization techniques of deep learning, etc. (1)では. Image quality is good. Deep learning, construction and verification are performed. In the past year, the construction of the image was carried out. In general, the image was generated by AI, including large-scale image quality evaluation. In addition, the results of the evaluation were utilized. This year, the basic analysis of the quality of the image and the quality of the image are discussed. Now, in the middle of the image, the image generation AI of the GAN image is generated. The image generation AI of the multi-quality image includes the classification of the image generation AI of the special image. (2) After a thorough discussion on the basic techniques of image symbolization for in-depth learning, ESRGAN has been used to implement the components of super-resolution symbolization and verify the symbolization performance. The use of JPEG symbolization method comparison, the same level of the video, the deep learning of the super resolution symbolization of the group, there is a confirmation. The result of this investigation is that it violates the standards of perception and evaluation.