符号化

近年のスマートフォンやデジタルカメラ等の普及により、誰でも気軽に画像や動画像を取り扱うことができるようになってきています。
画像であれば、Instagramのユーザは1日平均5500万枚、Facebookのユーザは1日平均3億5000万枚の画像をアップロードするという調査の結果がありますし、動画像であれば、現在、4K放送や8K放送の開始に向け、試験放送等が行われています。
これらのサービスを可能にするためには、画像・動画像の符号化は必要不可欠な技術であり、伝送の速さやストレージの保存容量に大きな影響を与えます。皆さんが取り扱うデータであれば、画像のファイル名の後ろに.jpgと付いていたり、動画像であれば.mp4などと付いているのを見たことがあるかと思います。これが符号化の技術を表しています。
より高効率な符号化の技術が生まれれば、世界中に存在するデータの容量を削減することができたり、同じ容量でもより高画質な画像の表現ができるようになります。このような背景から、私たちは高効率符号化技術の可能性を探るため、研究をしています。



研究内容



動き補償を用いた高効率な符号化

映像の通信では圧縮する必要があり、それを動き補償を使って研究しています。これは符号化した画像と似ている部分を探して符号化する方法です。簡単に予測できる平行移動だけでなく、複雑な動きに対しても精度良く予測する研究をしています。

#符号化



テキストを含む画像の符号化

高周波をカットする既存の画像圧縮では、画像中に含まれる文字が読みづらくなってしまうという問題があります。本研究では、文字検出とスパースコーディングを組み合わせることで、文字部分をきれいに保存しつつ画像の容量を削減する手法を検討します。

#符号化 #文字検出



スパースコーディングの利用

スパースコーディングとは、任意の画像からパッチを複数個切り出し、切り出したパッチの集合を利用して圧縮したい画像を構築する符号化手法です。本研究室ではスパースコーディングを用いた静止画像・動画像の圧縮手法について検討しています。

#符号化



画像中の重要オブジェクトの判別

画像中には重要な情報がいくつも含まれており、そのうちの一つが人の注目を集める物体(オブジェクト)です。 この研究では、ディープラーニングを用いた高精度な物体検出、および注目度の予測によりより重要なオブジェクトを判別します。その後、符号化などに応用します。

#ディープラーニング #符号化