XiaoMi-AI文件搜索系统
World File Search System图像压缩
基于二维离散的医学图像压缩...
摘要：本文收集了两种类型的医学图像，它们来自 CT 扫描和超声系统，目的是在保持图像质量的情况下减少表示医学图像所需的位数。医学成像对疾病诊断和手术准备有很大影响。另一方面，由于医学图像数据量巨大，存储和传输是一个重要问题。例如，每张 CT 图像切片为 512 x 512，数据集由 200 到 400 张图像组成，平均数据量为 150 MB。对医学数据进行有效压缩可以解决存储和传输问题。医学图像使用提出的算法进行压缩，该算法包括两种技术，即离散余弦变换 DCT 和矢量量化 VQ。本文从收集医学图像开始，使用 MATLAB 通过 DCT-QV 开发压缩算法，并通过使用峰值信噪比 PSNR、均方误差 MSE、压缩比 CR 和每像素比特 BPP 测量原始图像和压缩图像之间的差异来评估这些技术的性能。实验结果表明，所提算法压缩后的图像质量较高，量化水平达到30%以上，压缩率达到可接受水平。
将图像压缩到视觉变压器的补丁
Vision Transformer（VIT）在计算机视觉领域取得了重大步骤。然而，随着模型的深度和输入图像的重新分配增加，与培训和运行的VIT模型相关的计算成本急剧上升。本文提出了一个基于CNN和Vision Trans-trans-trans的混合模型，称为CI2P-VIT。该模型包含一个称为CI2P的模块，该模块利用Compressai编码来压缩图像，然后通过一系列连接生成一系列贴片。CI2P可以替换VIT模型中的贴片嵌入组件，从而无缝集成到现有的VIT模型中。与VIT-B/16相比，CI2P-VIT具有减少到原始四分之一的自我发项层的斑块输入数量。此设计不仅显着降低了VIT模型的计算成本，而且还通过引入CNN的电感偏置特性有效地提高了模型的准确性。VIT模型的精度显着提高。在Animal-10数据集的地面上接受训练时，CI2P-VIT的准确率为92.37％，比VIT-B/16基线提高了3.3％。此外，该模型的计算操作以每秒浮点操作（FLOPS）测量，减少了63.35％，并且在相同的硬件配置上的训练速度增加了2倍。
使用神经网络的图像压缩和减压
下一步涉及神经网络模型开发。自动编码器和卷积神经网络（CNN）都是深度学习体系结构，但具有不同的目的，并且是为不同类型的任务而设计的。我们使用了自动编码器和CNN。设计了一个基于自动编码器的体系结构，包括编码器和解码器。编码器通过提取基本特征将输入图像压缩为紧凑的潜在表示，而解码器从压缩图像中重新构造了输入图像。CNN体系结构由多个卷积层组成，然后是合并，完全连接的层，有时是标准化层。cnn是一种监督的学习模型，专为涉及数据中的空间层次结构（例如图像）而设计。提取空间和分层特征（边缘，纹理等）用于分类，细分和对象检测等任务。
具有基础扩散模型的有损图像压缩
摘要。将扩散模型纳入图像压缩功能 - 主体具有产生现实和详细的重建的潜力，尤其是在极低的比特率下。以前的方法着重于使用扩散模型作为表达解码器在条件信号中的量化错误。但是，以这种方式实现竞争成果需要对扩散模型的昂贵训练和由于迭代生成过程而导致的长时间推理时间。在这项工作中，我们使用扩散来恢复潜在的传输图像中的丢失信息，以删除量化误差作为降级任务。我们的方法使我们能够执行少于整个扩散生成过程的10％，并且不需要对扩散模型进行体系结构的更改，从而可以将基础模型用作强大的先验，而无需对骨架进行其他微调。我们提出的编解码器在定量现实主义指标中的表现优于以前的方法，并且我们验证我们的重建是最终用户质量上首选的，即使其他方法使用了两倍的比特率。
用于机载处理的自适应有损图像压缩
前言................................................................................................................................ix
一种用于图像压缩感知参数提取的平台...
摘要 — 在本文中，我们介绍了一个完整的（硬件/软件）亚奈奎斯特速率（×13）宽带信号采集链，该链能够在 100 MHz – 2 的瞬时带宽内采集雷达脉冲参数。5 GHz，具有相当于 8 ENOB 数字化性能。该方法基于压缩感知（CS）的替代感知范式。硬件平台采用全集成 CS 接收器架构，称为随机调制预积分器 (RMPI)，采用 Northrop Grumman 的 450 nm InP HBT 双极技术制造。软件后端由一种新颖的 CS 参数恢复算法组成，该算法无需执行全时域信号重建即可提取有关信号的信息。这种方法显著减少了检索所需信息所涉及的计算开销，这为在功率受限的实时应用中采用 CS 技术提供了一条途径。所开发的技术在由制造的 RMPI 物理测量的 CS 样本上得到验证，并给出了测量结果。详细描述了参数估计算法，并给出了物理硬件的完整描述。
SAR 图像压缩技术性能评估：应用于 COSMO-SkyMed 数据
军事领域对遥感信息的需求可以追溯到古代；起初，人们从山上控制敌人及其活动，后来则从飞艇和飞机上控制。随着火箭和卫星的出现，从太空观察地面上的军事和政治活动成为可能。因此，自太空探索开始以来，已发射了数百颗卫星，使军事情报部门的监视活动得以整合。由于卫星具有多种潜力，它们现在可以协助军事领域以及其他领域 - 包括通信、气象学、海洋学、定位和预警。直到今天，许多卫星都是为政府目的而开发的，用于支持科学研究和环境监测。每天，地球都被许多遥感卫星系统星座所描绘。这些卫星由各种国际机构建造和发射，它们有自己特定的成像传感器，利用可见光、红外、微波和电磁波谱的其他部分。频率范围的选择取决于我们想要研究的内容；例如，红外范围对于研究海面图像非常有用，而城市区域图像的分析则需要使用多光谱数据。本论文的重点是主动传感器；特别是本论文基于对 SAR（合成孔径雷达）系统的分析。图像卫星利用雷达原理，利用反向散射信号的时间延迟来形成图像：这些传感器发出微波能量的短脉冲，然后记录回波，通过复杂的信号处理步骤获得可读的表面图像。SAR 图像
SAR 图像压缩技术性能评估：应用于 COSMO-SkyMed 数据
军事领域对遥感信息的需求可以追溯到古代；起初，人们从山上控制敌人及其活动，后来则从飞艇和飞机上控制。随着火箭和卫星的出现，从太空观察地面上的军事和政治活动成为可能。因此，自太空探索开始以来，已发射了数百颗卫星，使军事情报部门的监视活动得以整合。由于卫星具有多种潜力，它们现在可以协助军事领域以及其他领域 - 包括通信、气象学、海洋学、定位和预警。直到今天，许多卫星都是为政府目的而开发的，用于支持科学研究和环境监测。每天，地球都被许多遥感卫星系统星座所描绘。这些卫星由各种国际机构建造和发射，它们有自己特定的成像传感器，利用可见光、红外、微波和电磁波谱的其他部分。频率范围的选择取决于我们想要研究的内容；例如，红外范围对于研究海面图像非常有用，而城市区域图像的分析则需要使用多光谱数据。本论文的重点是主动传感器；特别是本论文基于对 SAR（合成孔径雷达）系统的分析。图像卫星利用雷达原理，利用反向散射信号的时间延迟来形成图像：这些传感器发出微波能量的短脉冲，然后记录回波，通过复杂的信号处理步骤获得可读的表面图像。SAR 图像
SAR 图像压缩技术性能评估：应用于 COSMO-SkyMed 数据
军事领域对遥感信息的需求可以追溯到古代；起初，人们从山上控制敌人及其活动，后来则从飞艇和飞机上控制。随着火箭和卫星的出现，从太空观察地面上的军事和政治活动成为可能。因此，自太空探索开始以来，已发射了数百颗卫星，使军事情报部门的监视活动得以整合。由于卫星具有多种潜力，它们现在可以协助军事领域以及其他领域 - 包括通信、气象学、海洋学、定位和预警。直到今天，许多卫星都是为政府目的而开发的，用于支持科学研究和环境监测。每天，地球都被许多遥感卫星系统星座所描绘。这些卫星由各种国际机构建造和发射，它们有自己特定的成像传感器，利用可见光、红外、微波和电磁波谱的其他部分。频率范围的选择取决于我们想要研究的内容；例如，红外范围对于研究海面图像非常有用，而城市区域图像的分析则需要使用多光谱数据。本论文的重点是主动传感器；特别是本论文基于对 SAR（合成孔径雷达）系统的分析。图像卫星利用雷达原理，利用反向散射信号的时间延迟来形成图像：这些传感器发出微波能量的短脉冲，然后记录回波，通过复杂的信号处理步骤获得可读的表面图像。SAR 图像