0

RGB トレーニング イメージを使用してコードブックを作成したとします。このコードブックは、エンコーダとデコーダに存在します。

これで、圧縮、送信、および再構築したい 1 つの RGB テスト画像 (トレーニング画像には含まれていません) ができました。このテスト画像の再構築中、テスト画像の強度が異なるため、トレーニング画像の強度と完全に一致しないものもある可能性があるため、再構築された画像の一部が既存のベクトルの元の画像よりも暗くなったり明るくなったりすることはありません量子化アルゴリズム? K-means、LBG などの既存のアルゴリズムの強度を処理する方法はありますか? それとも、最初からトレーニング画像を適切に選択する必要がありますか? または、テスト画像もトレーニング画像に含める必要がありますか? 標準的な方法は何ですか?

4

1 に答える 1

0

ベクトル量子化は非可逆圧縮方式です。コードブックを作成するために、トレーニング セット内で最適なクラスターを見つけています。概算です。トレーニングセットが大きければ大きいほど、試合は良くなりますが、常に負けがあります.

トレーニング セットは、圧縮しようとしている画像の強度だけでなく、画像のすべての強度 (複雑さ) を考慮する必要があります。トレーニング イメージにテスト イメージが含まれているかどうかによって、損失が発生するという事実は変わりません (トレーニング セットが非常に小さい場合を除き、ゲインは重要ではありません)。

于 2015-06-09T18:21:43.580 に答える