DIVISION PATTERN DETERMINING APPARATUS, AND IMAGE ENCODING APPARATUS AND LEARNING APPARATUS USING DIVISION PATTERN DETERMINING APPARATUS, AND CONTROL METHOD OF DIVISION PATTERN DETERMINING APPARATUS AND LEARNING APPARATUS, AND PROGRAM
To reduce an amount of calculation in processing for determining a division pattern formed by a hierarchical structure for a target image and increase division accuracy thereof.SOLUTION: A division pattern determining apparatus is configured to determine a division pattern for dividing a region to b...
Gespeichert in:
1. Verfasser: | |
---|---|
Format: | Patent |
Sprache: | eng ; jpn |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | To reduce an amount of calculation in processing for determining a division pattern formed by a hierarchical structure for a target image and increase division accuracy thereof.SOLUTION: A division pattern determining apparatus is configured to determine a division pattern for dividing a region to be encoded in image data using a neural network. The division pattern determining apparatus includes a determining portion configured to execute on the image data of the region to be encoded a determination for a plurality of blocks of different sizes whether to divide each block using a neural network and determine a division pattern of one or more blocks included in the region to be encoded on the basis of the determination. The neural network of the determining portion is constituted by a plurality of layers. When a size of a block for which whether to divide is to be determined is large, information from an intermediate layer positioned in an upper position is used for the determination.SELECTED DRAWING: Figure 1
【課題】 着目画像に対して階層構造を成す分割パターンを決定する処理の、演算量を削減しつつ、その分割精度を高める。【解決手段】 画像データにおける符号化対象の領域を分割する分割パターンを、ニューラルネットワークを利用して決定する分割パターン決定装置であって、符号化対象の領域の画像データについて、それぞれが異なるサイズの複数のブロックに分割した際の各ブロックについて分割の可否を、ニューラルネットワークを用いて判定し、当該判定に基づき符号化対象の領域に包含される1以上のブロックの分割パターンを決定する決定部を有する。ここで、決定部におけるニューラルネットワークは複数の層で構成され、分割可否の判定の対象のブロックのサイズが大きいほど、上位に位置する中間層からの情報を用いて決定する。【選択図】 図1 |
---|