An Image Compression Method using Radial-Basis Function Networks

Radial-BAsis Function Networks를 이용한 영상 압축 방법

  • 이재영 ((주)미래산업 소프트포럼 연구원) ;
  • 김황수 (경북대학교 컴퓨터과학과)
  • Published : 2000.09.01

Abstract

본 논문에서는 인간 시지각을 고려한 새로운 영상 압축 방법을 제시한다. 영상의 화소의 값들이 x-y 평명상에서 정의된 3차원 곡면 위에 있는 점들로 가정하여, 영상을 곡면의 복잡도에 따라 나누고, 나누어진 각각의 곡면(영역)은 Radial-Basis Function (RBF)를 사용하여 근사화하는 방법으로 영상을 압축한다. 본 방법은 JPEG 압축 방법과 비슷한 압축율과 영상의 질을 얻을 수 있다.

Keywords

References

  1. Mark J. L. Orr, 'Introduction to Radial Basis Function Networks,' Centre for Cognitive Science, University of Edinburgh, April 1996
  2. Suresh K. Lodha, Richard Franke, 'Scattered Data Techniques for Surface,' University of California, Santa Cruz, UCSC-CRL-97-19
  3. Simon Haykin, Neural Network - A Comprehensive Foundation, 2nd Edition, Prentice-Hall, 1999
  4. Rafael C. Gonzalez, Richard E. Woods, Digital Image Processing, Addison-Wesley, 1992
  5. David Salomon, Data Compression The Complete Reference, Springer-Verlag, 1998
  6. B. Scholkorpf, K. Sung, C. Burges, F. Girosi, P. Niyogi, T. Poggio, V. Vapnik, 'Comparing Support Vector Machines with Gaussian Kernels to Radial Basis Function Classifiers,' MIT AI Laboratory, A. I. Memo No. 1599, December 1996
  7. T.-T. Friess, N. Cristianini, C. Campbell. 'The kernel adatron algorithm: a fast and simple learning procedure for support vector machines,' 15th IntI. Cont. Machine Learning, Morgan Kaufman Publishers. 1998
  8. Gregory K. Wallace, 'JPEG Still Picture Compression Standard,' Communications of ACM, vol. 34, pp.30-44, April 1991 https://doi.org/10.1145/103085.103089