دانلود فایل با شمار فاکتور

لطفا شماره فاکتور خود را درج نمایید


عنوان محصول: فشرده سازی تصویر با شبکه های عصبی با استفاده از سطح پیچیدگی تصاویر

دسته‌بندی: مقالات ترجمه شده رشته کامپیوتر
تاریخ انتشار: جمعه 14 آبان 1395
توضیحات مختصر: این مقاله یک روش فشرده سازی تصویر مبتنی بر پیچیدگی با استفاده از شبکه های عصبی ارائه می کند. در این روش، ANN های مختلف پرسپترون چندلایه ای بعنوان کمپرسور و دی – کمپرسور استفاده می شوند. هر تصویر به بلوک هایی تقسیم می شود، پیچیدگی هر بلوک با استفاده از روش های محاسبه پیچیدگی محاسبه می شود و یک شبکه ب...
فشرده سازی تصویر با شبکه های عصبی با استفاده از سطح پیچیدگی تصاویر فشرده سازی تصویر با شبکه های عصبی با استفاده از سطح پیچیدگی تصاویر


قیمت قیمت : 18000 تومان
تخفیف تخفیف: 2000 تومان
قیمت نهایی قیمت نهایی: 16000 تومان
500 بازدید
کد مقاله: TTC- 1- 83
نوع فایل : docx
Journal: IEEE

Image Compression with Neural Networks Using Complexity Level of Images
Abstract
This paper presents a complexity-based image compression method using neural networks. In this method, different multi-layer perceptron ANNs are used as compressor and de-compressor. Each image is divided into blocks, complexity of each block is computed using complexity measure methods and one network is selected for each block according to its complexity value. Three complexity measure methods, called entropy, activity and pattern-based are used to determine the level of complexity in image blocks and their ability are evaluated and compared together. Selection of a network for each image block is based on its complexity value or the Best-SNR criterion. Best-SNR chooses one of the trained networks such that it results best SNR in compressing a block of input image. In our evaluations, best results, with PSNR criterion, are obtained when overlapping of blocks is allowed and choosing the networks in compressor is based on the Best-SNR criterion. In this case, the results demonstrate superiority of our method comparing with previous similar works and that of JPEG standard coding.
Keywords: Image compression, image complexity, multi-layer perceptron, neural network, back-propagation, JPEG

چکیده
این مقاله یک روش فشرده سازی تصویر مبتنی بر پیچیدگی با استفاده از شبکه های عصبی ارائه می کند. در این روش، ANN های مختلف پرسپترون چندلایه ای بعنوان کمپرسور و دی – کمپرسور استفاده می شوند. هر تصویر به بلوک هایی تقسیم می شود، پیچیدگی هر بلوک با استفاده از روش های محاسبه پیچیدگی محاسبه می شود و یک شبکه برای هر بلوک با توجه به مقدار پیچیدگی اش انتخاب می شود. سه روش محاسبه پیچیدگی به نام های انتروپی، فعالیت و مبتنی بر الگو برای تعیین سطح پیچیدگی در بلوک های تصویر استفاده می شوند و توانایی شان ارزیابی شده و با هم مقایسه می شوند. انتخاب شبکه برای هر بلوک تصویر برمبنای مقدار پیچیدگی اش یا ضابطه بهترین SNR است. بهترین SNR یکی از شبکه های آموزش دیده را انتخاب می کند طوریکه منجر به بهترین SNR در فشرده سازی بلوک تصویر ورودی می شود. در ارزیابی هایمان، بهترین نتایج با ضابطه PSNR، بدست می آیند، زمانیکه همپوشانی بلوک ها مجاز است و انتخاب شبکه ها در کمپرسور برمبنای ضابطه بهترین SNR است. در این مورد، نتایج برتری روش ما را در مقایسه با روش های مشابه قبلی و کدینگ استاندارد JPEG نشان می دهند.
کلمات کلیدی: فشرده سازی تصویر، پیچیدگی تصویر، ادراک چند لایه ای، شبکه عصبی، انتشار بازگشتی، JPEG، PSNR.

تعداد صفحات انگلیسی تعداد صفحات انگلیسی:6 صفحه
تعداد صفحات فارسی تعداد صفحات فـارسـی:17 صفحه

تماس با پشتیبانی فروشگاه ترجمه‌های تخصصی

نام و نام خانوادگی*
پست الکترونیکی*
موضوع پیام*
متن پیام*
اطلاعات تماس با فروشگاه ترجمه‌های تخصصی


فروشگاه ترجمه‌های تخصصی
پست الکترونیک :info@ttsell.ir
پست الکترونیک :mailttsell@gmail.com
شماره تلفن تماس:09355907190
کانال تلگرام : t.me/ttsell

  • آدرس: تبریز، خیابان  خاقانی، پاساژ خاقانی، پلاک 119
  • تلفن  تماس: 09355907190
  • تلفن  ثابت : 35250068-041
  •  Mailttsellاین آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید : آدرس  ایمیل
  • @ttsell:آدرس تلگرام
فروشگاه ترجمه‌های تخصصی از  سال  1387شروع به کار نموده است  و تا کنون بیش از ده هزار ترجمه در رشته ها و زمینه های مختلف توسط متخصصین این مرکز انجام  شده  است.
Scroll to top