【中止】畳み込みニューラルネットワーク（CNN）を用いたノンリファレンス型画像品質評価

セミナー趣旨

　画像の品質評価に関して、特に国内では、これまであまり注目されてこなかった感があります。それは、多くの人に評価値を求める主観評価には時間と手間がかかりすぎることと、PSNRなどの客観評価では、元画像がリファレンスとして必要であることなどが、主とした原因と考えられます。
　しかし、1枚の画像のみが与えられたとき、コンピュータがその画質の評価値を一瞬で、1000人分の（人の）主観評価値と同じ値を出したらどうでしょうか？講師の研究グループが、このようなシステムを研究開発しました。
　本セミナーでは、このシステムのご紹介をします。大量の画像の中から、高品質な画像のみを自動抽出したり、画像の品質の順位付けを自動に行ったり、また、最近流行のフェイク（偽造）画像を見分けたりすることができるようになります。加えて、これまでの客観評価法を説明し、複数の評価値を組み合わせる、最新の評価方法も紹介します。PSNRなどの客観評価はよく用いられますが、それが我々の主観評価と全く違う場合があることは、あまり認知されていないようです。我々の主観評価と客観評価の関連性を明らかにします。
　新しいシステムをご紹介するのと同時に、世の中に数多く利用される画像データに、画質の評価値が自動付与されたら、どのような利用価値があるか、参加者の方々と一緒に考える場になれば幸いです。

習得できる知識

・画像品質評価の考え方
・客観的画像品質評価の方法の理解
・ノンリファレンス型（ブラインド型）画像品質評価の方法
・畳み込みニューラルネットワークの画像品質評価へ利用方法
・ノンリファレンス型画像品質評価法の新しい応用例

セミナープログラム

1.画像の品質評価
　1.1　主観評価
　1.2　客観評価
2.客観評価方法
　2.1　フルリファレンス型
　2.2　部分リファレンス型
　2.3　ノンリファレンス型
3.フルリファレンス型
　3.1　PSNR
　3.2　SSIM
　3.3　組み合わせ法
　3.4　その他
4.部分リファレンス型
5.ノンリファレンス型
　5.1　畳み込みニューラルネットワーク法
　5.2　最近の方法
6.応用例
　6.1　高品質な画像のみを自動選択
　6.2　画像品質の自動順位づけ
　6.3　フェイク画像の発見
　6.4　車載などの動画へ利用
　6.5　その他各種
7.今後の発展

（質疑応答）

セミナー講師

埼玉大学大学院理工学研究科 数理電子情報部門　教授 工学博士  島村 徹也 先生
■主経歴
・慶應義塾大学大学院理工学研究科　電気工学専攻修士課程修了、同　博士課程修了
・埼玉大学工学部情報工学科助手
・Loughborough University（イギリス）, Queens University of Belfast（イギリス）客員研究員
・埼玉大学大学院理工学研究科助教授　同　教授
・埼玉大学情報メディア基盤センター長
■専門・得意分野
デジタル信号処理、統計的信号処理、音声処理、音声認識・話者認識、画像処理、画像復元、画像理解、無線通信方式、適応変調、通信路推定・等化
■本テーマ関連の学会・協会・団体等
信号処理学会（2018-編集長）, 電子情報通信学会, 日本音響学会, 電気学会, IEEEシニア会員

セミナー受講料

1名47,300円(税込・消費税10％、資料・昼食付)
　＊1社2名以上同時申込の場合、1名につき36,300円
　＊学校法人割引；学生、教員のご参加は受講料50％割引。

※ご連絡
　当セミナーの会場では、現金による受講料支払いを休止させていただくこととなりました。
　現金にてお支払い希望の方は、コンビニエンスストアにてお支払いできる用紙をご送付申し上げますので、お近くの店舗にてお支払い頂けましたら幸いです。尚、領収証をご希望の方は、コンビニ支払い時に発行される振込受領書と引き換えにて発行させて頂きます。