Нейроподібні методи ущільнення зображень

В науковій літературі розглядаються різні підходи до застосування нейронних мереж для ущільнення зображень, проте особливої уваги заслуговують підходи, які опираються на принципи векторного квантування, оскільки вони забезпечують високу швидкість ущільнення при збереженні хорошої якості відновленого...

Full description

Saved in:
Bibliographic Details
Published in:Оптико-електронні інформаційно-енергетичні технології
Date:2009
Main Authors: Майданюк, В.П., Кожем'яко, К.В., Арсенюк, І.Р.
Format: Article
Language:Ukrainian
Published: Інститут фізики напівпровідників імені В.Є. Лашкарьова НАН України 2009
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/32213
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Нейроподібні методи ущільнення зображень / В.П. Майданюк, К.В. Кожем’яко, І.Р. Арсенюк // Оптико-електронні інформаційно-енергетичні технології. — 2009. — № 1 (17). — С. 37-45. — Бібліогр.: 5 назв. — укp.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:В науковій літературі розглядаються різні підходи до застосування нейронних мереж для ущільнення зображень, проте особливої уваги заслуговують підходи, які опираються на принципи векторного квантування, оскільки вони забезпечують високу швидкість ущільнення при збереженні хорошої якості відновленого зображення. Ідеальними для вирішення цих завдань є нейронні мережі, що самоорганізовуються, запропоновані фінським вченим Т. Кохоненом, а саме, мережа, що самоорганізовується, у вигляді двовимірної карти Кохонена. Розглянуто вищевказані питання. In scientific literature different approaches are examined to application of networks of neurons for the compression of images, however deserved the special attention is by approaches which lean against principles of vector quantization, as they provide the high speed of compression at saving of good quality of the picked up thread image. Ideal for the decision of these tasks are networks of neurons, that selforganized, offered the Finnish scientist T. Kohonen, namely, networks which self-organized, as a two dimensional Kohonen map. The devoted is given questions to consideration of these work.
ISSN:1681-7893