Огляд методів стиснення зображень з використанням глибинного навчання

Maidaniuk, V.; Romanyuk, O.; Denysiuk, A.

Огляд методів стиснення зображень з використанням глибинного навчання

dc.contributor.author	Maidaniuk, V.	en
dc.contributor.author	Romanyuk, O.	en
dc.contributor.author	Denysiuk, A.	en
dc.date.accessioned	2026-06-02T13:40:39Z
dc.date.available	2026-06-02T13:40:39Z
dc.date.issued	2026
dc.description.abstract	The paper provides an analysis of modern approaches to visual data compression based on neural network architectures. The advantages of using generative adversarial networks (GAN) to maintain visual quality at low bitrates are analyzed.	en
dc.identifier.citation	Майданюк В. П., Романюк О. Н., Денисюк А. В. Огляд методів стиснення зображень з використанням глибинного навчання // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2026/paper/view/27961.	uk
dc.identifier.udc	004.932
dc.identifier.uri	https://ir.lib.vntu.edu.ua/handle/123456789/51737
dc.language.iso	uk_UA	uk_UA
dc.publisher	Вінницький національний технічний університет	uk
dc.relation.ispartof	Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р.	uk
dc.relation.references	Kingma, D. P., & Welling, M. (2013). Auto-Encoding Variational Bayes. arXiv preprint arXiv:1312.6114.	en
dc.relation.references	Ballé, J., Laparra, V., & Simoncelli, E. P. (2016). End-to-end optimized image compression. International Conference on Learning Representations (ICLR).	en
dc.relation.references	Ballé, J., Minnen, D., Singh, S., Hwang, S. J., & Johnston, N. (2018). Variational image compression with a scale hyperprior. International Conference on Learning Representations (ICLR).	en
dc.relation.references	Minnen, D., Ballé, J., & Toderici, G. D. (2018). Joint autoregressive and hierarchical priors for learned image compression. Advances in Neural Information Processing Systems (NeurIPS).	en
dc.relation.references	Agustsson, E., Tschannen, M., Mentzer, F., Timofte, R., & Van Gool, L. (2019). Generative Adversarial Networks for Extreme Learned Image Compression. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV).	en
dc.relation.references	Toderici, G., Vincent, D., Johnston, N., Jin, S. J., Hwang, D., Minnen, D., ... & Covell, M. (2017). Full Resolution Image Compression with Recurrent Neural Networks. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR).	en
dc.relation.uri	https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2026/paper/view/27961
dc.subject	image compression	en
dc.subject	deep learning	en
dc.subject	variational autoencoders	en
dc.subject	hyperpriors	en
dc.subject	rate-distortion criterion	en
dc.subject	neural networks	en
dc.title	Огляд методів стиснення зображень з використанням глибинного навчання	uk
dc.title.alternative	A review of image compression methods using deep learning	en
dc.type	Thesis

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1

Назва:: 202441.pdf
Розмір:: 385,11 KB
Формат:: Adobe Portable Document Format

Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1

Назва:: license.txt
Розмір:: 129 B
Формат:: Plain Text
Опис:

Завантажити

Зібрання

НТКП ВНТУ. Факультет інформаційних технологій та комп'ютерної інженерії (2026)
Наукові видання каф. ПЗ