電子情報通信学会 - IEICE会誌 試し読みサイト
© Copyright IEICE. All rights reserved.
|
スマートフォン・監視カメラ・ドライブレコーダなど,日常生活の種々な場面で動画像が記録されている.撮像デバイスの多画素化・低雑音化など高性能化の一方で,デバイスサイズやコストなどの要請により,レンズや撮像素子の小形化もますます進んでおり,特に不十分な照明条件における撮像では雑音の目立つ動画像が記録されるケースも増えている.動画像の雑音除去は視覚的に良好な動画像を生成するばかりではなく,その後の符号化や解析など動画像処理の性能向上のための前処理として大変重要であり,高性能な動画像雑音除去法の研究が活発に行われている.本稿ではカラー動画像の雑音除去法の最新動向を紹介する.
動画像雑音除去法の前に,主な静止画像の雑音除去法を紹介する.自然画像内には類似したパッチ(2Dの方形領域)が多数存在する.Non-Local meansとBM3Dの両方式は,この空間相関を活用した雑音除去方式である.また,DnCNNは,画像認識に多く用いられるCNN(Convolutional Neural Network:畳込みニューラルネットワーク)を用いた雑音除去法である.次章で紹介する多くの動画像雑音除去法においてもこれらの概念が継承/拡張されており,最新の動画像雑音除去法の理解に資するものである.
続きを読みたい方は、以下のリンクより電子情報通信学会の学会誌の購読もしくは学会に入会登録することで読めるようになります。 また、会員になると豊富な豪華特典が付いてきます。
電子情報通信学会 - IEICE会誌はモバイルでお読みいただけます。
電子情報通信学会 - IEICE会誌アプリをダウンロード