DERİN ÖĞRENME KULLANILARAK OPTİMUM JPEG KALİTE FAKTÖRÜNÜN BELİRLENMESİ
Küçük Resim Yok
Tarih
2020
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Görüntü verisinde sıkıştırma algoritmalarının kullanılması bir gereklilik halinegelmiştir. En çok kullanılan görüntü sıkıştırma algoritmalarından biri olan JPEG,görüntü üzerinde kayıplı bir sıkıştırma gerçekleştirmekte ve verilen kalitefaktörüne göre bu kayıp değişmektedir. Düşük kalite faktörlerinde dosya boyutuküçülmekte fakat bozulma gözle görülür hale gelmektedir. Yüksek kalitefaktörlerinde ise kalite artmakta fakat dosya boyutundan edilen sıkıştırma karıazalmaktadır. Bu sebeple hem görüntü kalitesini korumak hem de yer kazancısağlamak için dosya boyutu ve görüntü kalitesi arasındaki dengenin sağlanmasıfaydalı olacaktır. Bu çalışmanın amacı, dosya boyutu ve görüntüdeki bozulmanınarasındaki oranın en iyi (optimum) olduğu kalite faktörünü derin öğrenmeyöntemleri kullanarak belirlemektir. Yapılan çalışmada önerilen bir veri çıkarmayöntemi yoğun sinir ağları (dense neural networks) ile eğitilmiş ve yönteminbaşarısı evrişimsel sinir ağları ile yapılan denemelerle karşılaştırılmıştır.Görüntüdeki bozulmanın hesaplanmasında SSIM (Structural Similarity Index)kullanılmıştır. Elde edilen sonuçlarda önerilen yöntem kalite faktörününbelirlenmesinde CNN kullanılmasına göre %9.36 daha fazla doğruluk oranına sahipolmuştur.
Açıklama
Anahtar Kelimeler
Kaynak
Mühendislik Bilimleri ve Tasarım Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
8
Sayı
4
