.png){kind=icon}
返回
Enhanced image compression using wavelet-based encoder-decoder architectures
.png){kind=icon}
PRE
AI
DOI：10.1007/s11760-026-05134-7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
图像对于理解和处理信息至关重要。然而，存储空间等限制使得图像压缩必不可少。图像压缩涉及在移除冗余信息的同时保留关键数据，以有效重建图像。本研究中，我们介绍了一种新颖的图像压缩混合方法，结合了小波变换与深度学习技术。我们的方法利用编码器-解码器架构高效地压缩和重建图像。在编码器阶段提取关键特征，在解码器阶段利用这些特征精确重建图像。与使用最大池化（可能导致重要信息丢失）的传统方法不同，我们采用小波变换来调整特征图大小，从而保留关键细节，确保空间特征的保持，并提升性能。为证明我们方法的优势，我们在多个数据集上将其与最先进方法进行比较。实验结果明确显示，我们的方法优于其他方法，凸显了其有效性。
Keyword:
Deep learning
Image compression
Wavelet
Lossless compression
期刊
IF:
2.1
论文数:
908
被引数:
4.6K
机构
引用论文
.png){kind=icon}
A novel image compression method using wavelet coefficients and Huffman coding一种基于小波系数和霍夫曼编码的新型图像压缩方法
OAAI
OAAI分享收藏The Cancer Imaging Archive (TCIA): Maintaining and Operating a Public Information Repository癌症影像档案 (TCIA): 维护和运营公共信息库
OAAI
OAAI分享收藏
查看更多内容