基于二进神经网络的稀疏编码架构的图像无损压缩新方法

• 作者: 杨娟 王佐成 薛丽霞
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 无损压缩 二进神经网络 线性可分结构系 冗余字典 压缩比
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 371-376
• 页数: 6页
• 分类号: TP391
• 字数: 1303字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2017.03.014

摘要

视频图像的高效无损压缩在海量的航空和遥感图像传输、珍贵的文物信息的保存等方面具有重要的应用价值,而目前的研究热点主要针对有损压缩,为此通过对现有的无损压缩方法的分析和研究,提出一种在稀疏编码与二进神经网络相结合的框架下建立新的图像无损压缩方法.首先借助二进神经网络中的线性可分结构系建立冗余字典,获得有效的稀疏分解基;再借助二进神经网络学习算法将图像映射为以线性可分结构系为神经元的二进制神经网络,在此基础上建立相应的模式匹配算法将每个神经元与冗余字典简历映射关系,通过稀疏系数建立原始图像的编码形式,进而实现了图像的无损压缩,并从理论上分析了该方法可以有效地提高压缩比,最后通过实验验证了该算法的有效性和通用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王佐成	中国电子科技集团公司第三十八研究所	3	8	2.0	2.0
5	薛丽霞	合肥工业大学计算机与信息学院	27	72	5.0	7.0
6	杨娟	合肥工业大学计算机与信息学院	47	121	5.0	8.0