深層学習を用いた任意の画像への QR コード埋め込み手法の 性能向上に関する研究

カテゴリ: 研究会(論文単位)

論文No: IIS22031

グループ名: 【D】産業応用部門 次世代産業システム研究会

発行日: 2022/03/02

タイトル(英語): A Research on Performance Improvement of QR Code Embedding Method into Any Image Using Deep Learning

著者名: 熊渕 叶琉(大阪工業大学),小林 裕之(大阪工業大学)

著者名(英語): kanaru Kumabuchi(Osaka Institute of Technology),Hiroyuki Kobayashi(Osaka Institute of Technology)

キーワード: 深層学習|オートエンコーダー|Deeplearning|Auto Encoder

要約(日本語): 本研究の目的は,深層学習を用いて任意の画像に対してQRコード画像を埋め込むことである.本研究では,AutoEncoderのモデルを参考に画像に対してQRコード画像を埋め込むEncoderモデルとその埋め込まれたQRコード画像の情報を復元するDecoderモデルを作成する.その二つのモデルのlossパラメーターを共有し最適化を行う.

要約(英語): The purpose of this research is embed a QR code image into any image by means of deep learning. In this research, I create Encoder model that embeds QR code image into an image and Decoder model that recovers the information of the embedded QR code image referring to the AutoEncoder model. The loss parameters of the two models are shared and optimized.

本誌: 2022年3月5日次世代産業システム研究会

本誌掲載ページ: 19-21 p

原稿種別: 日本語

PDFファイルサイズ: 1,680 Kバイト