JP2021072540A - 画像符号化装置、復号装置、伝送システム、及びその制御方法 - Google Patents
画像符号化装置、復号装置、伝送システム、及びその制御方法 Download PDFInfo
- Publication number
- JP2021072540A JP2021072540A JP2019197993A JP2019197993A JP2021072540A JP 2021072540 A JP2021072540 A JP 2021072540A JP 2019197993 A JP2019197993 A JP 2019197993A JP 2019197993 A JP2019197993 A JP 2019197993A JP 2021072540 A JP2021072540 A JP 2021072540A
- Authority
- JP
- Japan
- Prior art keywords
- image
- neural network
- decoding
- network
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 38
- 230000005540 biological transmission Effects 0.000 title claims description 26
- 238000013528 artificial neural network Methods 0.000 claims abstract description 142
- 230000000694 effects Effects 0.000 claims description 12
- 230000006872 improvement Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 description 18
- 238000012545 processing Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 13
- 238000007906 compression Methods 0.000 description 9
- 230000006835 compression Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000013500 data storage Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000004913 activation Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 208000033748 Device issues Diseases 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Landscapes
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Image Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
Description
第1の実施形態では、オートエンコーダと呼ばれる次元圧縮アルゴリズムを利用した画像伝送システムを例に説明する。オートエンコーダでは、入力層、中間層、出力層からなるニューラルネットワークであり、入力層と出力層に同じデータを用いた教師あり学習させることで構成されたモデルである。特に、中間層の少なくとも1層において、入力層よりも次元数を少なくしておくことで、次元圧縮された特徴表現が可能となる。以下の説明では、入力層から所望の次元数に圧縮される中間層までを前半部分、所望の次元数に圧縮される中間層から出力層までの後半部分とする。すなわち、画像の符号化・復号アルゴリズムとしてオートエンコーダを用いると、オートエンコーダにおける前半部分が符号化、後半部分が復号を実現することになる。
第2の実施形態では、学習用画像格納部104に新たな画像データが一定枚数以上格納されたら学習を行い、符号化ニューラルネット、復号ニューラルネットのネットワークパラメータを更新する例について説明した。復号ニューラルネットのネットワークパラメータを更新するためには、復号側に伝送する必要があるため、伝送コストに見合う効果が望まれる。そこで第2の実施形態として、学習後に効果があるか判定し、判定の結果、所定の改善効果が得られた場合にのみネットワークパラメータを更新する例について以下に説明する。
上述の第1、第2の実施形態では、伝送後、受信側で直ちに復号して画像を出力する場合を例に、説明したが、このような形態に限定されず、受信側で符号化データを保持しておき、復号要求を受けた時点で復号するような用途においても適用可能である。第3の実施形態として、伝送された符号化データを格納しておき、必要になった時点で復号処理を行う例について説明する。
上述の実施形態では、画像符号化装置と画像復号装置は、信号線を介してデータの授受を行う構成を例に説明したが、これにかぎらない。画像符号化装置および画像復号装置を、無線の通信により共通のサーバーと接続可能とし、サーバーを介した通信によりデータの出力、入力を行うようにすることもできる。
101 画像入力部
102 画像符号化部
103 符号化データ出力部
104 学習用画像格納部
105 ネットワークパラメータ学習部
106 ネットワークパラメータ符号化部
107 画像復号装置
108 符号化データ入力部
109 画像復号部
110 画像データ出力部
111 ネットワークパラメータ復号部
Claims (12)
- ニューラルネットを利用して画像の符号化を行う符号化手段と、
学習用画像を格納する格納手段と、
前記格納手段に格納される画像を用いて、前記符号化手段で利用するニューラルネットのネットワークパラメータ、および、復号に利用するニューラルネットのネットワークパラメータを学習する学習手段と、
前記学習手段により得られたニューラルネットのネットワークパラメータに基づき、前記符号化手段で利用するニューラルネットを更新する更新手段と、
前記学習手段により得られるニューラルネットのパラメータに基づき、復号に利用するニューラルネットのパラメータを符号化するパラメータ符号化手段と、
前記符号化手段で得られた画像符号化データと、前記パラメータ符号化手段で生成されたネットワークパラメータ符号化データとを出力する出力手段と、を有することを特徴とする画像符号化装置。 - 更に、学習による改善効果の大きさを判定する判定手段を備え、
該判定手段による判定の結果、改善効果が大きいと判定された場合に、前記更新手段によるニューラルネットの更新、および、前記パラメータ符号化手段によるニューラルネットのパラメータの符号化を行うことを特徴とする請求項1に記載の画像符号化装置。 - 前記学習手段は、入力層、中間層、出力層から構成されるニューラルネットワークを有し、前記中間層における少なくとも1層のノード数は、前記入力層におけるノード数よりも少ないことを特徴とする請求項1または2に記載の画像符号化装置。
- 前記パラメータ符号化手段は、前記学習手段が有するニューラルネットワークのうち、前記入力層から、前記中間層のうち前記入力層と接続された層との間におけるパラメータは符号化せず。前記中間層のうちいずれかの層から前記出力層までのパラメータを、符号化することを特徴とする請求項3に記載の画像符号化装置。
- 符号化データを入力する入力手段と、
前記入力手段から入力される符号化データに含まれる画像符号化データを、ニューラルネットを利用して復号する復号手段と、
前記符号化データに含まれるネットワークパラメータ符号化データから、ニューラルネットのネットワークパラメータを復号するパラメータ復号手段と、
前記パラメータ復号手段により復号されるネットワークパラメータを用いて、前記復号手段で利用するニューラルネットを更新する更新手段と、
前記復号手段により復号される画像を出力する出力手段と、を有することを特徴とする画像復号装置。 - 更に、前記パラメータ復号手段により復号されるネットワークパラメータに識別情報を付与して、格納するパラメータ格納手段と、
前記入力手段から入力される画像符号化データを格納する格納手段を備え、
前記更新手段は、復号の対象となる画像符号化データを復号するために必要となるネットワークパラメータを前記パラメータ格納手段から取り出して、前記復号手段で利用するニューラルネットを更新することを特徴とする請求項5に記載の画像復号装置。 - 画像符を号化し、符号化したデータを伝送し、復号する伝送システムであって、
ニューラルネットを利用して画像の符号化を行う符号化手段と、
学習用画像を格納する格納手段と、
前記格納手段に格納される画像を用いて、前記符号化手段で利用するニューラルネットのネットワークパラメータ、および、復号に利用するニューラルネットのネットワークパラメータを学習する学習手段と、
前記学習手段により得られたニューラルネットのネットワークパラメータに基づき、前記符号化手段で利用するニューラルネットを更新する更新手段と、
前記学習手段により得られるニューラルネットのパラメータに基づき、復号に利用するニューラルネットのパラメータを符号化するパラメータ符号化手段と、
前記符号化手段で得られた画像符号化データと、前記パラメータ符号化手段で生成されたネットワークパラメータ符号化データとを符号化データとして出力する出力手段と、
前記出力手段から出力された符号化データのうち前記画像符号化データを、ニューラルネットを利用して復号する復号手段と、を有し、
前記復号手段は、前記画像符号化データを前記符号化手段が符号化した時に用いられたニューラルネットワークパラメータに対応するネットワークパラメータが設定されたニューラルネットワークを用いて、前記画像符号化データを復号することを特徴とする伝送システム。 - さらに、前記出力手段から出力された符号化データに含まれるネットワークパラメータ符号化データから、ニューラルネットのネットワークパラメータを復号するパラメータ復号手段と、
前記パラメータ復号手段により復号されるネットワークパラメータを用いて、前記復号手段で利用するニューラルネットを更新する更新手段と、を有することを特徴とする請求項7に記載の伝送システム。 - ニューラルネットワークを用いて画像を符号化する符号化方法であって、
前記ニューラルネットを利用して画像の符号化を行い、
学習用画像を用いて、前記ニューラルネットのネットワークパラメータ、および、復号に利用するニューラルネットのネットワークパラメータを学習し、
前記学習により得られたニューラルネットのネットワークパラメータに基づき、前記ニューラルネットを更新し、
前記学習により得られるニューラルネットのパラメータに基づき、復号に利用するニューラルネットのパラメータを符号化し、
前記符号化された画像符号化データと、前記パラメータ符号化手段で生成されたネットワークパラメータ符号化データとを出力することを特徴とする符号化方法。 - 符号化データを入力し、
前記入力される符号化データに含まれる画像符号化データを、ニューラルネットを利用し、
前記符号化データに含まれるネットワークパラメータ符号化データから、ニューラルネットのネットワークパラメータを復号し、
前記復号されるネットワークパラメータを用いて、前記ニューラルネットを更新し、
前記復号される画像を出力することを特徴とする画像復号方法。 - 画像を符号化し、符号化したデータを伝送し、復号する伝送方法であって、
符号化ニューラルネットを利用して画像を符号化し、
学習用画像を用いて、前記符号化ニューラルネットのネットワークパラメータ、および、復号に利用する復号ニューラルネットのネットワークパラメータを学習し、
前記学習されたニューラルネットのネットワークパラメータに基づき、前記符号化ニューラルネットを更新し、
前記学習されたニューラルネットのパラメータに基づき、復号ニューラルネットのパラメータを符号化し、
前記符号化された画像符号化データと、前記符号化されたネットワークパラメータ符号化データと符号化データとして出力し、
前記符号化データのうち前記画像符号化データを、前記画像符号化データを前記符号化手段が符号化した時に用いられたニューラルネットワークパラメータに対応するネットワークパラメータが設定されたニューラルネットワークを用いて復号することを特徴とする伝送システム。 - コンピュータが読み込み実行することで、前記コンピュータに、請求項9乃至11のいずれか一項に記載の方法を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019197993A JP2021072540A (ja) | 2019-10-30 | 2019-10-30 | 画像符号化装置、復号装置、伝送システム、及びその制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019197993A JP2021072540A (ja) | 2019-10-30 | 2019-10-30 | 画像符号化装置、復号装置、伝送システム、及びその制御方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021072540A true JP2021072540A (ja) | 2021-05-06 |
Family
ID=75713752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019197993A Pending JP2021072540A (ja) | 2019-10-30 | 2019-10-30 | 画像符号化装置、復号装置、伝送システム、及びその制御方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2021072540A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023011420A1 (zh) * | 2021-08-05 | 2023-02-09 | 华为技术有限公司 | 编解码方法和装置 |
US11979565B2 (en) | 2021-05-27 | 2024-05-07 | Tencent America LLC | Content-adaptive online training method and apparatus for post-filtering |
-
2019
- 2019-10-30 JP JP2019197993A patent/JP2021072540A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11979565B2 (en) | 2021-05-27 | 2024-05-07 | Tencent America LLC | Content-adaptive online training method and apparatus for post-filtering |
WO2023011420A1 (zh) * | 2021-08-05 | 2023-02-09 | 华为技术有限公司 | 编解码方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5461419B2 (ja) | 画素予測値生成手順自動生成方法、画像符号化方法、画像復号方法、それらの装置、それらのプログラム、およびこれらのプログラムを記録した記録媒体 | |
CN110401836B (zh) | 一种图像解码、编码方法、装置及其设备 | |
JP2021072540A (ja) | 画像符号化装置、復号装置、伝送システム、及びその制御方法 | |
CN111478885B (zh) | 一种非对称加解密方法、设备及存储介质 | |
KR20200089635A (ko) | 다수의 상이한 비트레이트로 영상 압축을 하기 위한 시스템들 및 방법들 | |
WO2022028197A1 (zh) | 一种图像处理方法及其设备 | |
TW202134958A (zh) | 神經網路表示型態格式 | |
JP3694999B2 (ja) | 画像符号化装置および画像復号装置ならびにそれらの方法 | |
US20230222354A1 (en) | A method for a distributed learning | |
US8754792B2 (en) | System and method for fixed rate entropy coded scalar quantization | |
KR102524547B1 (ko) | 무손실 이미지 압축을 위한 데이터 압축 및 복원 장치 | |
CN113630125A (zh) | 数据压缩、编码解压缩方法、装置、电子设备及存储介质 | |
JP2018201117A (ja) | 映像符号化装置、映像符号化方法およびプログラム | |
JPH11243491A (ja) | 適応進化型画像圧縮符号化装置 | |
JP2021072539A (ja) | 画像符号化装置、復号装置、伝送システム、及びその制御方法 | |
CN114501031B (zh) | 一种压缩编码、解压缩方法以及装置 | |
WO2021063218A1 (zh) | 一种图像信号处理方法及装置 | |
EP2381687B1 (en) | Method and apparatus for entropy decoding | |
CN106664099B (zh) | 使用统计特性编码脉冲矢量的方法 | |
Malka et al. | Learning Multi-Rate Vector Quantization for Remote Deep Inference | |
CN111274950B (zh) | 特征向量数据编解码方法及服务器和终端 | |
Flamich et al. | Compression without quantization | |
CN1656688B (zh) | 在压缩之前处理数字数据 | |
Chandra et al. | Review Paper of Image Compression | |
KR20230075248A (ko) | 데이터 압축 장치, 데이터 압축 시스템 및 데이터 압축 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221027 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231115 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231205 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20231213 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240201 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20240326 |