Komprese obrazu pomocí neuronových sítí
Image Compression with Neural Networks

Author
Advisor
Hradiš, MichalReferee
Sochor, JakubGrade
CAltmetrics
Metadata
Show full item recordAbstract
Tento dokument se zabývá kompresí obrazu za pomoci různých druhů neuronových sítí. Jsou zde probrány vlastnosti použitých druhů neuronových sítí, jako jsou konvoluční a rekurentní neuronové sítě. V dokumentu jsou ukázány a podrobně popsány architektury neuronových sítí, které se dají použit ke kompresi obrazu, a vysvětluje, jakým způsobem pracují. Dále jsou zde provedeny experimenty nad různými strukturami a parametry neuronových sítí za cílem najít nejvhodnější vlastnosti sítě pro kompresi obrazu. Navrhují se zde nové koncepty pro kompresi obrazu pomocí neuronových sítí, které jsou hned otestovány. Na závěr je zde navržena síť skládající se z nejlepších konceptů a částí otestovaných během experimentování. This document describes image compression using different types of neural networks. Features of neural networks like convolutional and recurrent networks are also discussed here. The document contains detailed description of various neural network architectures and their inner workings. In addition, experiments are carried out on various neural network structures and parameters in order to find the most appropriate properties for image compression. Also, there are proposed new concepts for image compression using neural networks that are also immediately tested. Finally, a network of the best concepts and parts discovered during experimentation is designed.
Keywords
Komprese obrazu, neuronové sítě, konvoluční sítě, rekurentní sítě, Image compression, neural networks, convolutional networks, recurrent networksLanguage
čeština (Czech)Study brunch
Počítačová grafika a multimédiaComposition of Committee
doc. Dr. Ing. Jan Černocký (předseda) doc. Ing. Lukáš Burget, Ph.D. (místopředseda) Ing. Michal Hradiš, Ph.D. (člen) doc. Ing. Vladimír Janoušek, Ph.D. (člen) doc. Ing. Petr Sedlák, Ph.D. (člen) Ing. Aleš Smrčka, Ph.D. (člen)Date of defence
2018-06-20Process of defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm dobře. Otázky u obhajoby: Jsou viditelné přechody mezi bloky při použití různých sítí v závislosti na váší sharpness metrice? Zvažoval jste použít různý počet bitů/iterací v závislosti na vaší sharpness metrice? Zvažoval jste použít variabilní počet iterací v závislosti na hodnotě MS-SSIM při enkodování?Result of the defence
práce byla úspěšně obhájenaPersistent identifier
http://hdl.handle.net/11012/84947Source
TEUER, L. Komprese obrazu pomocí neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2018.Collections
- 2018 [163]