Нейроподібні методи ущільнення зображень

Abstract

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. Розгляду цих питань присвячена дана робота.

В научной литературе рассматриваются разные подходы к применению нейронных сетей для сжатия изображений, однако особенного внимания заслуживают подходы, которые опираются на принципы векторного квантования, поскольку они обеспечивают высокую скорость сжатия и хорошее качество восстановленного изображения. Идеальными для решения этих задач являются самоорганизующиеся нейронные сети, предложенные финским ученым Т. Кохоненом, а именно, самоорганизующиеся сети в виде двумерной карты Кохонена. Рассмотрению этих вопросов посвящена данная работа.

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.