Neyron tarmoqlari yordamida tasvirlarni siqish algoritmi



Download 2,16 Mb.
bet5/7
Sana01.06.2022
Hajmi2,16 Mb.
#628603
1   2   3   4   5   6   7
Bog'liq
Abilova (Jo\'rayeva) Rayhon to\'liq415-21 NEYRON TARMOQLAR (2)

E'tibor bering, o'ngdagi rasmda juda ko'p blokli artefaktlar mavjud. Bu yo'qolgan ma'lumot. O'xshash rangdagi qo'shni piksellar joyni tejash uchun yagona maydon sifatida siqiladi, ammo haqiqiy piksellar haqidagi ma'lumotlar yo'qoladi. Albatta, JPEG, PNG va hokazo kodeklarda qo'llaniladigan algoritmlar ancha murakkab, ammo bu yo'qotishli siqishni yaxshi intuitiv misoldir. Yo'qotmasdan siqish yaxshi, lekin yo'qotishsiz siqilgan fayllar diskda juda ko'p joy egallaydi. Ko'p ma'lumotni yo'qotmasdan tasvirlarni siqishning yaxshiroq usullari mavjud, ammo ular juda sekin va ko'pchilik iterativ yondashuvlardan foydalanadi. Bu shuni anglatadiki, ularni bir nechta CPU yoki GPU yadrolarida parallel ravishda ishga tushirish mumkin emas. Ushbu cheklov ularni kundalik foydalanishda mutlaqo amaliy bo'lmaydi.

  • E'tibor bering, o'ngdagi rasmda juda ko'p blokli artefaktlar mavjud. Bu yo'qolgan ma'lumot. O'xshash rangdagi qo'shni piksellar joyni tejash uchun yagona maydon sifatida siqiladi, ammo haqiqiy piksellar haqidagi ma'lumotlar yo'qoladi. Albatta, JPEG, PNG va hokazo kodeklarda qo'llaniladigan algoritmlar ancha murakkab, ammo bu yo'qotishli siqishni yaxshi intuitiv misoldir. Yo'qotmasdan siqish yaxshi, lekin yo'qotishsiz siqilgan fayllar diskda juda ko'p joy egallaydi. Ko'p ma'lumotni yo'qotmasdan tasvirlarni siqishning yaxshiroq usullari mavjud, ammo ular juda sekin va ko'pchilik iterativ yondashuvlardan foydalanadi. Bu shuni anglatadiki, ularni bir nechta CPU yoki GPU yadrolarida parallel ravishda ishga tushirish mumkin emas. Ushbu cheklov ularni kundalik foydalanishda mutlaqo amaliy bo'lmaydi.
  • Agar biror narsani hisoblash kerak bo'lsa va hisob-kitoblar taxminiy bo'lishi mumkin bo'lsa, neyron tarmog'i ham shular jumlasidan. Tasvirni siqishni yaxshilash uchun juda standart konvolyutsion neyron tarmoqdan foydalanganlar. Taqdim etilgan usul nafaqat eng yaxshi yechimlar bilan teng ishlaydi (agar yaxshiroq bo'lmasa), u parallel hisoblashdan ham foydalanishi mumkin, bu esa tezlikni keskin oshirishga olib keladi. Sababi, konvolyutsion neyron tarmoqlari (CNN) tasvirlardan fazoviy ma’lumotlarni olishda juda yaxshi, ular keyinchalik ixchamroq shaklda taqdim etiladi (masalan, tasvirning faqat “muhim” bitlari saqlanib qoladi). Mualliflar tasvirlarni yaxshiroq aks ettirish uchun ushbu CNN qobiliyatidan foydalanishni xohlashdi.
  • Ikki tomonlama tarmoqni taklif qilishdi. Birinchi tarmoq kirish sifatida tasvirni oladi va ixcham vakillikni yaratadi (ComCNN). Ushbu tarmoqning chiqishi standart kodek (masalan, JPEG) tomonidan qayta ishlanadi. Kodek tomonidan qayta ishlanganidan so'ng, tasvir ikkinchi tarmoqqa uzatiladi, u asl tasvirni qaytarishga urinishda kodekdan tasvirni "tuzatadi". Olimlar ushbu tarmoqni Rekonstruktiv CNN (RecCNN) deb nomladilar. GANlar singari, ikkala tarmoq ham iterativ tarzda o'qitiladi.
  • Kodek chiqishi kengaytiriladi va keyin RecCNN ga uzatiladi. RecCNN tasvirni iloji boricha asliga yaqinroq ko‘rsatishga harakat qiladi.

Download 2,16 Mb.

Do'stlaringiz bilan baham:
1   2   3   4   5   6   7




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©hozir.org 2024
ma'muriyatiga murojaat qiling

kiriting | ro'yxatdan o'tish
    Bosh sahifa
юртда тантана
Боғда битган
Бугун юртда
Эшитганлар жилманглар
Эшитмадим деманглар
битган бодомлар
Yangiariq tumani
qitish marakazi
Raqamli texnologiyalar
ilishida muhokamadan
tasdiqqa tavsiya
tavsiya etilgan
iqtisodiyot kafedrasi
steiermarkischen landesregierung
asarlaringizni yuboring
o'zingizning asarlaringizni
Iltimos faqat
faqat o'zingizning
steierm rkischen
landesregierung fachabteilung
rkischen landesregierung
hamshira loyihasi
loyihasi mavsum
faolyatining oqibatlari
asosiy adabiyotlar
fakulteti ahborot
ahborot havfsizligi
havfsizligi kafedrasi
fanidan bo’yicha
fakulteti iqtisodiyot
boshqaruv fakulteti
chiqarishda boshqaruv
ishlab chiqarishda
iqtisodiyot fakultet
multiservis tarmoqlari
fanidan asosiy
Uzbek fanidan
mavzulari potok
asosidagi multiservis
'aliyyil a'ziym
billahil 'aliyyil
illaa billahil
quvvata illaa
falah' deganida
Kompyuter savodxonligi
bo’yicha mustaqil
'alal falah'
Hayya 'alal
'alas soloh
Hayya 'alas
mavsum boyicha


yuklab olish