ارائه يك روش جديد فشردهسازي تصاوير چهره با استفاده از نمايش تنك سيگنال و الگوريتم يادگيري ديكشنريRLS-DLA

رشد فناوري و افزايش تصاعدي اطلاعات نياز به حجم ذخيرهسازي بيشتر دادههاي اطلاعاتي گوناگون را افزايش داده است. در اين راستا فشردهسازي تصوير به‌عنوان ابزاري كارآمد جهت كاهش افزونگي و صرفهجويي در حجم ذخيرهسازي و كاهش پهناي باند انتقالي دادههاي تصويري به كار ميآيد. هنگاميكه فشردهسازي يك دسته يا خانواده از تصاوير، مانند پايگاه داده تصاوير چهره يك سازمان يا مؤسسه يا پايگاه داده MRI يك بيمارستان بزرگ يا پايگاه داده اثر انگشت مدنظر باشد افزونگي اطلاعات افزايش يافته و فشردهسازي اهميت و الزام بيشتري پيدا ميكند. در اين ميان تصاوير چهره با توجه به كاربرد وسيعي كه به‌عنوان رايجترين تصاوير پايگاه داده سازمان‌هاي و نهادهاي مختلف مانند ادارههاي پليس، نهادهاي نظامي، دانشگاهها و شركتهاي بزرگ دارند مورد توجه بيشتري قرار دارند. به همين خاطر ارائه الگوريتمي كه بتواند اين دسته از تصاوير را با كيفيت بيشتر و نرخ بالاتري فشرده كند اهميت بسياري دارد. در اين مقاله با استفاده از حوزة جديدي از پردازش سيگنال به نام نمايش تُنك و روش يادگيري ديكشنري RLS-DLA الگوريتم جديدي براي فشردهسازي تصوير ارائه شده است كه ميتواند براي فشردهسازي پايگاه داده تصاوير به كار رود. در اين الگوريتم تصاوير با به‌كارگيري چند ديكشنري به نحو وفقي بر اساس كيفيت بازسازي مورد نياز آن‌ها فشرده ميشوند. نتايج به‌دست‌آمده از الگوريتم پيشنهادي نشان‌دهنده عملكرد مؤثر و برتري معنيدار آن نسبت به روش‌هاي پيشرفته و مطرحي همچون JPEG2000 است به‌طوري‌كه به افزايش كيفيتي در حدود 0.5 dB تا 1.2 dB در نرخ بيت يكسان دست مييابد.

This Article has no English Abstract