ČVUT DSpace
  • Search DSpace
  • Čeština
  • Login
  • Čeština
  • Čeština
View Item 
  •   ČVUT DSpace
  • Czech Technical University in Prague
  • Faculty of Electrical Engineering
  • Department of Radioelectronics
  • Master Theses - 13137
  • View Item
  • Czech Technical University in Prague
  • Faculty of Electrical Engineering
  • Department of Radioelectronics
  • Master Theses - 13137
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Efektivní kódování obrazu založené na učení

Efficient Learning Based Image Coding

Type of document
diplomová práce
master thesis
Author
Daniel Šafář
Supervisor
Fliegel Karel
Opponent
Polák Ladislav
Field of study
Audiovizuální technika a zpracování signálů
Study program
Elektronika a komunikace
Institutions assigning rank
katedra radioelektroniky



Rights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item record
Abstract
Tato diplomová práce se věnuje efektivní kompresi obrazu s využitím strojového učení. Nejprve je představen stručný úvod do neuronových sítí a strojového učení, na který navazuje podrobnější rozbor jejich využití v kompresi obrazu, a to od nejstarších pokusů až po současné aktivity JPEG AI. Součástí teoretické části práce je také přehled dostupných softwarových implementací a nástrojů hlubokého učení. Dále je zařazena kapitola věnující se latentní reprezentaci obrazových dat, která z komprese založené na učení vychází. Významnou částí práce je provedení experimentu porovnávajícího konvenční obrazové kodeky (JPEG, JPEG 2000, HEVC Intra a JPEG XL) a několik metod založených na učení zejména s ohledem na kompresní účinnost. Porovnání je provedeno na vybraných testovacích datech pomocí několika metrik (PSNR, MS-SSIM, VIFP, PSNR-HVS-M, FSIMc a VMAF), přičemž výstupem jsou R–D (Rate–Distortion) křivky a integrální porovnání kompresní účinnosti kodeků pomocí Bjøntegaardovy metriky.
 
This master thesis is devoted to efficient image compression with the use of maachine learning. A brief introduction to neural networks and machine learning is presented, then more detailed analysis on the utilization of them in image compression is conducted, namely from the first attempts to the context of ongoing JPEG AI activities. An overview of current available software implementations and deep learning tools is also provided in the theoretical part of the thesis. Then, there is a chapter devoted to latent representation of image data, which is based on learning based image compression. The key part of the thesis is an experiment comparing conventional image codecs (JPEG, JPEG 2000, HEVC Intra and JPEG XL) and several learning based methods with emphasis on compression efficiency. The comparison is performed on selected test data with several metrics (PSNR, MS-SSIM, VIFP, PSNR-HVS-M, FSIMc and VMAF). The output of the experiment are the R–D (Rate–Distortion) curves and integral comparison of compression efficiency based on Bjøntegaard metric.
 
URI
http://hdl.handle.net/10467/94804
View/Open
PLNY_TEXT (44.24Mb)
PRILOHA (17.51Mb)
PRILOHA (47.20Mb)
PRILOHA (39.51Mb)
POSUDEK (364.6Kb)
POSUDEK (169.7Kb)
Collections
  • Diplomové práce - 13137 [258]

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV
 

 

Useful links

CTU in PragueCentral library of CTUAbout CTU Digital LibraryResourcesStudy and library skillsResearch support

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

Login

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV