कंप्यूटर इंजीनियरिंग और सूचना प्रौद्योगिकी जर्नल

संयुक्त न्यूरल नेटवर्क और अंकगणित कोडिंग प्रसंस्करण द्वारा संशोधित छवि संपीड़न

अला एमएचएच और सिद्दिक एमएम

संयुक्त न्यूरल नेटवर्क और अंकगणित कोडिंग प्रसंस्करण द्वारा संशोधित छवि संपीड़न

यह लेख (परसेप्ट्रॉन न्यूरल नेटवर्क और अंकगणित कोडिंग) का उपयोग करके छवि संपीड़न-विसंपीड़न के लिए ढांचे पर जोर देता है। पहले प्रत्येक तीन-पिक्सेल को एकल मान में संपीड़ित किया जाता है, इस मान को संपीड़न मान कहा जाता है। हमारे काम में संपीड़न भाग में भार प्रशिक्षण के लिए तंत्रिका नेटवर्क की आवश्यकता नहीं है, इसके बजाय, हमारे काम में उपयोग किए गए भार फ़्लोटिंग पॉइंट मानों वाले एक आयामी सरणी हैं। भार मानों का योग एक के बराबर होता है। विसंपीड़न भाग में, भार तंत्रिका नेटवर्क के लिए एक इनपुट बन जाता है। बाद में, तंत्रिका नेटवर्क संपीड़न मान और वांछित आउटपुट के बीच त्रुटि के अनुसार पिक्सेल को अपडेट करते हैं ताकि लगभग मूल तीन-बाइट बन सकें। दूसरा चरण अंकगणित कोडिंग एल्गोरिदम है जो संपीड़न मानों के वेक्टर को एकल फ़्लोटिंग पॉइंट संख्या में परिवर्तित करने के लिए उपयोग करता है। हमारे दृष्टिकोण का परीक्षण तीन प्रकार की छवियों और विभिन्न आकारों के साथ किया गया है; इस लेख में एल्गोरिदम के प्रदर्शन की भी गणना की गई है।