小脳演算モデルを用いた3次元動画像の情報圧縮に関する研究

基于小脑计算模型的3D视频图像信息压缩研究

• 批准号: 06750382
• 负责人: 飯國 洋二
• 金额: $ 0.58万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1994
• 资助国家: 日本
• 起止时间: 1994 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-06750382/
• 关键词: CMAC; ニューラルネットワーク; 画像圧縮; 汎化能力; 関数補間; 学習

小脳演算モデルの連想記憶能力と学習能力を使って画像データを情報圧縮する方法を示した.具体的な研究成果は次のようにまとめられる.・符号化アルゴリズムの開発:小脳演算モデルに画像を学習させる際,変動の大きい部分は連想記憶を強く,変動の小さい部分は弱くすることで圧縮符号化を行えることがわかった.従来の動画像に対する圧縮法では,動きベクトルを抽出するために膨大な計算量が必要となり,実用化に向けての大きな問題となっていた.しかし,本手法では,動画像を静止画像の単なる拡張としてとらえることができるので,ハードウェア実現が容易であることがわかった.・視覚特性を利用した符号化性能の向上:コンピュータで3次元動画像を生成し,画像の形状,時間変動量を変えることで定量的かつ視覚的な符号化特性がどのように変化するかを調べた.その結果,時間方向的に比べ空間方向に対する誤差が視覚的により敏感であることがわかった.このため,空間方向に比べ時間方向に対応する量子化器の量子間隔を粗くすることによって,視覚的な符号化性能が向上することがわかった.また,一般的に画像の中心部ほど興味があるので,画像の中心部に対応する量子化器ほど細かい量子化間隔を持つものを用いた.これにより,より視覚的な符号化性能が向上することがわかった.

The method of reducing image information is demonstrated by the ability of memory and learning. Specific research results are different. Symbolization is the development of the system: small calculation, picture, learning, movement, large part, memory, strong part, movement, small part, weak part, compression, symbolization, movement. The amount of computation required to extract the image from the animation image must be increased, and the application of the image must be improved. This method is easy to use, and the animation image is still. Visual characteristics are utilized to symbolize performance: 3D animation image generation, image shape, temporal momentum change, quantitative visual symbolization characteristics change. The result is that the temporal direction is more sensitive than the spatial direction. The quantum spacing of the quantizer is coarser in the spatial direction than in the temporal direction, and the symbolic performance of the quantizer is upward. In general, the central part of the image is interesting, and the central part of the image is used for quantization. The symbolic performance of the video is up.

项目成果

飯國洋二: "ツェルニケモーメントを特徴量とする2次元動的計画法を用いたイメージマッチング" 第37回自動制御連合講演会. 297-298 (1994)

Yoji Iikuni：“使用 Zernike 矩作为特征的二维动态规划的图像匹配”第 37 届自动控制协会会议 (1994)。