La ricerca di algoritmi efficienti ad affidabili per la compressione di immagini ha lo scopo principale di ridurre il costo di trasmissione delle immagini e rendere possibile l'utilizzo di canali a bassa velocità. In particolare questa ricerca diventa estremamente importante nell'ambito delle immagini TV ad alta definizione. La produzione di nuove tecnologie per il trattamento dell'informazione ha esercitato una notevole influenza sulla possibilità di coniugare l'esperienza di ricerca nel campo delle reti neurali con le possibilità applicative che solo l'attuale tecnologia può permettere. Le reti neuronali hanno dimostrato di poter essere utilmente impiegate nell'elaborazione di dati provenienti da sensori (pattern preprocessing, pattern recognition), nel trattamento della conoscenza (rappresentazione della conoscenza, ragionamento con dati imprecisi e incompleti), in applicazioni di robotica, visione artificiale, riconoscimento del linguaggio parlato, interpretazione del linguaggio naturale, controllo di processi. Indipendentemente dai settori nei quali l'efficacia del paradigma neuronale rappresenta un fatto consolidato, le aree applicative cui le reti neuronali possono contribuire sono molteplici, soprattutto considerando le possibilità di integrazione con ambienti software esistenti, che permettono di trattare la rete neurale come un modello specializzato, nel contesto di una applicazione più vasta e di diversa natura tecnologica. In particolare l'utilizzo di reti neuronali per operare compressioni di immagini è stato oggetto di studi dal 1987 da parte di G.W. Cottrell (UCSD) e dallo staff della Hecht-Nielsen Co. Lo scopo di questo rapporto è duplice. Da un lato si descrivono i principi fondamentali delle reti neurali e delle loro architetture; dall'altro si focalizza l'attenzione sullo stato dell'arte sull'uso di reti neuronali per la compressione di immagini, con lo scopo finale di definire le specifiche di un sistema basato su modello neuronale con particolare riferimento alla back-propagation. Nel seguito si illustrano i concetti fondamentali sui modelli di reti neuronali e sul problema della compressione di immagini, l'attuale stato dell'arte nel campo applicativo e le specifiche del sistema proposto.
Sistemi per la compressione di immagini basati su reti neuronali
A Corana
1990
Abstract
La ricerca di algoritmi efficienti ad affidabili per la compressione di immagini ha lo scopo principale di ridurre il costo di trasmissione delle immagini e rendere possibile l'utilizzo di canali a bassa velocità. In particolare questa ricerca diventa estremamente importante nell'ambito delle immagini TV ad alta definizione. La produzione di nuove tecnologie per il trattamento dell'informazione ha esercitato una notevole influenza sulla possibilità di coniugare l'esperienza di ricerca nel campo delle reti neurali con le possibilità applicative che solo l'attuale tecnologia può permettere. Le reti neuronali hanno dimostrato di poter essere utilmente impiegate nell'elaborazione di dati provenienti da sensori (pattern preprocessing, pattern recognition), nel trattamento della conoscenza (rappresentazione della conoscenza, ragionamento con dati imprecisi e incompleti), in applicazioni di robotica, visione artificiale, riconoscimento del linguaggio parlato, interpretazione del linguaggio naturale, controllo di processi. Indipendentemente dai settori nei quali l'efficacia del paradigma neuronale rappresenta un fatto consolidato, le aree applicative cui le reti neuronali possono contribuire sono molteplici, soprattutto considerando le possibilità di integrazione con ambienti software esistenti, che permettono di trattare la rete neurale come un modello specializzato, nel contesto di una applicazione più vasta e di diversa natura tecnologica. In particolare l'utilizzo di reti neuronali per operare compressioni di immagini è stato oggetto di studi dal 1987 da parte di G.W. Cottrell (UCSD) e dallo staff della Hecht-Nielsen Co. Lo scopo di questo rapporto è duplice. Da un lato si descrivono i principi fondamentali delle reti neurali e delle loro architetture; dall'altro si focalizza l'attenzione sullo stato dell'arte sull'uso di reti neuronali per la compressione di immagini, con lo scopo finale di definire le specifiche di un sistema basato su modello neuronale con particolare riferimento alla back-propagation. Nel seguito si illustrano i concetti fondamentali sui modelli di reti neuronali e sul problema della compressione di immagini, l'attuale stato dell'arte nel campo applicativo e le specifiche del sistema proposto.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
