Статья

Название статьи СЖАТИЕ ИЗОБРАЖЕНИЙ С ПОМОЩЬЮ ТЕНЗОРНОЙ АППРОКСИМАЦИИ
Автор М.К. Чобану, Д.В. Макаров
Рубрика РАЗДЕЛ III. МОДЕЛИРОВАНИЕ СЛОЖНЫХ СИСТЕМ
Месяц, год 02, 2013
Индекс УДК 621.396
DOI
Аннотация Рассматривается задача сжатия изображений, представляемых в форме многомерных сигналов. Для ее решения предлагается использовать метод тензорной аппроксимации, разработанный для сжатия данных большой размерности и позволяющий ускорить вычисления. Приведен результат применения двух методов Tensor-Train Decomposition (TT) и Wavelet Tensor-Train (WTT) для сжатия изображений. Установлено, что метод WTT позволяет получить большее сжатие, чем TT. Сравнение WTT с популярными алгоритмами сжатия изображений (JPEG и JPEG2000) показало, что при использовании фильтров малого ранга WTT проигрывает, а при фильтрах большого ранга превосходит JPEG и JPEG2000.

Скачать в PDF

Ключевые слова Многомерный сигнал; тензор; тензорная аппроксимация; сжатие с потерями; снижение размерности сигнального пространства; аппроксимации цепочкой тензоров; сигнально-зависимые фильтры.
Библиографический список 1. Orfanidis, S. SVD, PCA, KLT, CCA, and All That // Optimum Signal Processing, Rutgers University. – 2007.
2. Dasgupta S., Gupta A. An elementary proof of a theorem of Johnson and Lindenstrauss // Random Structures and Algorithms. – 2003. – Vol. 22. – P. 60-65.
3. Oseledets, I.V. Tensor-train decomposition // SIAM J. Sci.Comput. – 2011. – Vol. 33, № 5. – P. 2295.2317.
4. Oseledets, I.V. Approximation of matrices with logarithmic number of parameters // Doklady Math. – 2009. – Vol. 428, № 1. – P. 23-24
5. Wallace G.K. The JPEG Still Picture. Compression Standard // Communication of the ACM. – 1991. – Vol. 34. – № 4.
6. Чобану М. Многомерные многоскоростные системы обработки сигналов. – М.: Техносфера, 2009. – 480 c.

Comments are closed.