Исследование перспективных методов сжатия ТВ изображений на основе нейротехнологий и оценка их эффективности

Ushbu kitob televidenie sohasida sun'iy neyron tarmoqlar (SNT) va ularning video ma'lumotlarni siqish uchun qo'llanilishini o'rganadi. Kitobda mavjud bo'lgan siqish usullari, neyroprotsessorlar va ularning arxitekturasi, neyron tarmoqlarni o'qitish usullari va SNTni qo'llashning afzalliklari muhokama qilinadi. Shuningdek, SNT yordamida tasvirlarni qayta tiklash va takomillashtirish texnikasi bilan tanishishingiz mumkin. Kitob davomida muallif eksperimental natijalarga asoslangan tavsiyalar beradi.

Asosiy mavzular

Mavjud siqish usullari: Ushbu bo'limda turli tasvir va video siqish usullari, shu jumladan spektral o'zgartirishlar (DCT, to'lqinlar), fraktallar va vektor kvantlash kabi usullar taqqoslanadi.
Neyron tarmoqlarni o'qitish usullari: Bu erda turli xil neyron tarmoqlarni o'qitish usullari ko'rib chiqiladi. Xususan, ta'lim bilan va ta'limsiz o'qitish hamda Xebb qoidasi kabi o'qitish algoritmlari muhokama qilinadi.
Neyroprotsessorlar arxitekturasi: Neyroprotsessorlar uchun turli xil apparat platformalari taqqoslanadi. Maxsuslashtirilgan neyrochips, buyurtma asosida tayyorlangan mikrosxemalar (ASIC), o'rnatilgan mikrokontrollerlar (mC) va signal protsessorlarining (DSP) xususiyatlari ko'rib chiqiladi.
Video ma'lumotlarni siqish uchun Kohonen tarmoqlaridan foydalanish: Ushbu bo'limda video ma'lumotlarni siqish uchun Kohonen neyron tarmog'idan (KNT) foydalanishning samaradorligi o'rganiladi. KNTning vektorli kvantlash usuli bilan integratsiyasi o'rganiladi.
Video ma'lumotlarni siqish uchun rekurrent neyron tarmoqlardan foydalanish: Ushbu qism rekurrent neyron tarmoqlari (RNT) va ularning tasvir siqishdagi imkoniyatlari haqida ma'lumot beradi. Asosiy komponentlar tahlili asosida ma'lumotlarni siqish usullari taqdim etilgan.
Raolliqlik va tavsiyalar: Ushbu bobda SNTning raqamli televideniyeda qo'llanilishi bo'yicha tavsiyalar berilgan. Shuningdek, bu sohada yangi ishlanmalarga bo'lgan ehtiyoj ta'kidlanadi.