Projection pursuit image compression with variable block size segmentation

Safavian, S.R.; Rabiee, Hamid R.; Fardanesh, M.

doi:10.1109/97.575551

Cited by 14 publications

(4 citation statements)

References 6 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Com relação ao uso de aproximação de função em processamento de imagens, ela têm sido utilizada para a reconstrução de imagens e redução de ruído [6], assim como para a compressão de dados [5]. Dentre essas, destaca-se o trabalho de Takeda [6], o qual utiliza o steering kernel regression e o iterative steering kernel regression para a redução de ruídos, reconstrução de imagens, fusão, redimensionamento, entre outros.…”

Section: Aproximação De Funçãounclassified

“…No que diz respeito a problemas complexos, a aproximação de função é uma classe de problemas bastante importante, uma vez que funções podem representar problemas do mundo real ou descrever alguma realidade a partir de um conjunto de pontos. Além disso, a aproximação de funções é bastante utilizada para a resolução de problemas de classificação e reconhecimento de padrões [4], predição, compressão de dados [5], aprendizagem por reforço, processamento e reconstrução de imagens [6]. A Programação Linear utilizando o algoritmo SIMPLEX possui, no pior caso, complexidade exponencial O(2n) [7] (i.e.…”

Section: Introductionunclassified

See 1 more Smart Citation

‘Wolf-Pack Approximation’ utilizando funções de núcleo

Pessoa¹,

Neto²,

Menezes³

2016

Anais Do 11. Congresso Brasileiro De Inteligência Computacional

View full text Add to dashboard Cite

Abstract-Through metaphors of natural phenomena, one can construct computational models that are able to simulate or solve complex problems. Often, those are more intuitive to use and less computationally expensive to run . Within complex problems, function approximation features as a very important class of problems, since functions are good ways to represent real-world problems or to describe reality from a sparse set of entries (e.g. points). Even though the vast range of techniques in existence for dealing with approximation of functions such as linear programming, e.g, the SIMPLEX algorithm, in the worst case, they are of exponential complexity O(2 n ). On the other hand, the very good approach of some metaheuristic such as artificial neural networks, completely lack in explanatory power towards the underlying relationships with the data.. In this context Wolf-Pack Approximation (WPA), although another metaheuristic, features as a new computational alternative to the approximation problem of a given set of entry points. This paper put forward an enlarged and restructured version of WPA, which had some important limitations in its inception, namely, (i) the lack of communication between the wolves and (ii) the use of simple function (i.e. circles) for modeling the contour of the input points of the problems. Thus, in this work we propose mechanisms to increase the effectiveness of the initial version of WPA. To validate the current proposition, WPA2 was used in complex tasks of digital image representation, where several analyses and comparison were performed. Keywords-Multiagent I. INTRODUÇÃODiversas são as técnicas e algoritmos inspirados no comportamento de animais na natureza para a resolução de problemas que surgiram nas últimas décadas. Essa abordagem mostra-se promissora e já apresentou resultados pelo seu poder de abstração e eficácia, porém ela é desafiadora, já que requer conhecimento em diferentes áreas de conhecimento. Através de metáforas com os fenômenos da Natureza, pode-se construir um modelo computacional que se proponha a simular o ambiente e resolver problemas complexos, geralmente de forma mais intuitiva O motivo para a existência de técnicas e abordagens diferentes dessa área é a sua aplicabilidade (e efetividade) em problemas específicos. Cada uma delas possui vantagens para resolver problemas com características em comum. No que diz respeito a problemas complexos, a aproximação de função é uma classe de problemas bastante importante, uma vez que funções podem representar problemas do mundo real ou descrever alguma realidade a partir de um conjunto de pontos. Além disso, a aproximação de funções é bastante utilizada para a resolução de problemas de classificação e reconhecimento de padrões [4], predição, compressão de dados [5], aprendizagem por reforço, processamento e reconstrução de imagens [6]. A Programação Linear utilizando o algoritmo SIMPLEX possui, no pior caso, complexidade exponencial O(2n) [7] (i.e. escala exponencialmente com o tamanho da entrada do problema de aproximação...

show abstract

Section: Aproximação De Funçãounclassified

Section: Introductionunclassified

‘Wolf-Pack Approximation’ utilizando funções de núcleo

Pessoa¹,

Neto²,

Menezes³

2016

Anais Do 11. Congresso Brasileiro De Inteligência Computacional

View full text Add to dashboard Cite

show abstract

“…Finally, it should be noted that matching pursuit has received some attention in the image coding literature [18,204]. With regards to this application, it may be of interest to use asymmetric atoms to improve modeling of edges in images, which is of course analogous to modeling onsets in audio signals.…”

Section: Audio Codingmentioning

confidence: 99%

Adaptive Signal Models

Goodwin¹

1998

View full text Add to dashboard Cite

“…At low bit rates (below 0.5 bpp), these standard schemes usually causes very severe problems of blockiness and other coding artifacts, 2,3 because of insufficient bit representation for each non-zero coefficients. Some new methods are also used to improve the image quality at low bit rates [4][5][6] but all these are based on the allocation of bits for every non-zero quantized transform coefficients. In any natural practical image high degree of spatial correlation exists among the pixels.…”

Section: Introductionmentioning

confidence: 99%

Improved Image Compression Based on Feed-Forward Adaptive Downsampling Algorithm

Singh

Kumar

2009

Int. J. Image Grap.

View full text Add to dashboard Cite

All the visual signals used in internet, mobile and multimedia applications are needed to be coded at very low bit rates, without affecting much the quality of image or video data. To achieve a very low bit rate and very high compression ratio the image can be downsampled prior to compression and the full resolution image can be obtained by estimating the missing portion after decompression with reward of better PSNR. In this paper an attempt has been made to design an improved image compression system based on the feed forward adaptive downsampling algorithm considering the visual significance of the image. The mathematical basis has been established for visual significance and downsampling parameters, the mathematical formulation has also been established to get the PSNR value reconstructed image, without the actual reconstruction on the downsampled image in terms of known pixel values, remained after downsampling. Through this paper a fast image compression method is proposed which is having high compression ratio, feed-forward nature, acceptable signal-to-noise ratio and is application oriented. This method can also be used further for variable bit rate application.

show abstract

Projection pursuit image compression with variable block size segmentation

Cited by 14 publications

References 6 publications

‘Wolf-Pack Approximation’ utilizando funções de núcleo

‘Wolf-Pack Approximation’ utilizando funções de núcleo

Adaptive Signal Models

Improved Image Compression Based on Feed-Forward Adaptive Downsampling Algorithm

Contact Info

Product

Resources

About