信号のスパース表現とは、与えられた信号を、予め準備された信号の線形結合で近似する方法であり、できるだけ少数の信号で近似するため、スパース（疎）と言われています。スパース表現の応用として多視点動画像符号化に適用する方法、また、スパース問題の解法をGPUやCPUの並列計算で高速化する手法を検討しています。

＜スパース表現による多視点動画像の符号化＞
　映像素子の低価格化に伴い、複数のカメラを用いたディジタルアーカイブや幾何情報の計測が安価に実現できるようになりました。動画像符号化の国際標準MPEGシリーズは、符号化済みの画像を用いて着目画像を予測する動き補償予測と、予測残差にDCTを施す、ハイブリッド符号化を用いています。動き補償予測を複数ブロックの線形結合に一般化したLIC、予測残差に対するDCT、およびMPEG-4 AVCのフレーム内予測、以上の処理を1つのスパース問題に統合し、従来法よりも着目画像の予測精度を向上させました（図1）。


　　　　図１　近似画像のPSNR

＜スパース解法の並列演算による高速化＞
　スパース解法は計算負荷が大きいといわれています。本研究ではGPUとCPUの複数コアを用いて準最適解法AIHTを並列化しました（H24～26年　科研費基盤C）。図2のとおり、提案法は最大で約6.2倍の高速化を実現しています。また、本研究の前段階として、ディジタルシネマの標準圧縮方式JPEG2000のウェーブレット変換を並列化し、17倍の高速化を実現しています（知的クラスター創生事業第II期）。


　　　　図２　処理時間の比較

＜今後の展開＞
　計算機の発展は複数コアを用いた並列演算に移っています。撮像素子も微細加工技術の発展により、入射光線の色情報だけでなく方向も記録するライトフィールドカメラが発売されています。現在、スパース表現を用いたライトフィールドカメラ画像の符号化（H27～29年　科研費基盤C）、画像修復やパターン認識などについて研究しています。

0942-35-9392

kuroki＊kurume.kosen-ac.jp

http://www101.cc.kurume-nct.ac.jp/profile/CIS/kuroki.html

2015年度