奇异值分解（Singular Value Decomposition，SVD）是一种重要的矩阵分解（Matrix Decomposition）方法，可以看做对称方正在任意矩阵上的一种推广，该方法在机器学习的中占有重要地位。 首先讲解一下SVD的理论，然后用python实现SVD，并应用于图像压缩。 ...
分类：
其他好文 时间：
2019-12-28 09:29:16
阅读次数：
116
@[TOC] 1.PSNR原理 PSNR，峰值信噪比，通常用来评价一幅图像压缩后和原图像相比质量的好坏，当然，压缩后图像一定会比原图像质量差的，所以就用这样一个评价指标来规定标准了。PSNR越高，压缩后失真越小。这里主要定义了两个值，一个是均方差MSE，另一个是峰值信噪比PSNR，公式如下： 这里的 ...
分类：
其他好文 时间：
2019-12-08 10:34:30
阅读次数：
412
安装： npm i image-conversion --save引入： <script src="https://cdn.jsdelivr.net/gh/WangYuLue/image-conversion/build/conversion.js"></script> or const image ...
分类：
Web程序 时间：
2019-11-13 12:46:15
阅读次数：
507
论文链接：https://arxiv.org/abs/1811.12673 一.对抗样本 对抗样本是指攻击者通过向真实样本中添加人眼不可见的噪声，导致深度学习模型发生预测错误的样本。比如对于一张猫的图片，分类器原本可以正确的识别。如果在图片中加入一些微小的干扰，这些干扰对于人眼来说是分辨出来的，人们 ...
分类：
其他好文 时间：
2019-10-18 12:18:30
阅读次数：
115
论文连接：https://arxiv.org/abs/1804.02958v1 一.简介 利用生成对抗网络进行图像压缩，其实就相当于用一个生成器代替了原来的decoder。decoder将编码后的图片恢复成原始图片，靠的是encoder生成的编码，所以生成图像的质量和码字的长度直接相关，这也就限制了 ...
分类：
其他好文 时间：
2019-09-10 16:14:07
阅读次数：
348
项目三. 基于图像压缩的视频监控系统 Sprint0-产品设计与规划 基于图像压缩的视频监控系统 1. 产品功能演示 在linux系统上运行程序，弹出登录界面，输入地址、端口信息，弹出视频监控界面，实时传出视频信息。 2. 功能模块分析 采集端： 图像采集子系统 图像编码子系统 传输子系统 主程序 ...
分类：
其他好文 时间：
2019-08-16 20:39:05
阅读次数：
96
之前看到过很多次奇异值分解这个概念，但我确实没有学过。大学线性代数课教的就是坨屎，我也没怎么去上课，后来查了点资料算是搞清楚了，现在写点东西总结一下。 奇异值分解，就是把一个矩阵拆成一组矩阵之和。在数学里面，因式分解，泰勒展开，傅里叶展开，特征值分解，奇异值分解都是这个路数。就是把当前数据表示成一组 ...
分类：
其他好文 时间：
2019-06-23 01:03:01
阅读次数：
132
一、实验目的：熟悉变换编码的图像压缩方法 二、实验内容：以所给图像为例，采用dct进行图像压缩编码，通过改变模板矩阵中非零元素的个数，得到不同缩编码图像, 根据公式 ，编写程序计算原图像和dct变换后得到的图像之间的均方误差。用到的matlab函数为im2double,dctmtx,blkproc。 ...
分类：
其他好文 时间：
2019-06-13 18:46:09
阅读次数：
172
目录： 一：概述 二：无失真图像压缩编码 三：有限失真图像压缩编码 四：图像编码新技术 一：概述： 由于图像信息的编码必须在保持信息源内容不变，或者损失不大的前提下才有意义，这就必然涉及到信息的度量问题。 信息量： 从统计学的角度来看，信息出现的概率是可以度量的，这个度量就是信息量。 一般而言小概率 ...
分类：
其他好文 时间：
2019-05-31 13:15:23
阅读次数：
210
特征值和奇异值在大部分人的印象中，往往是停留在纯粹的数学计算中。而且线性代数或者矩阵论里面，也很少讲任何跟特征值与奇异值有关的应用背景。 奇异值分解是一个有着很明显的物理意义的一种方法，它可以将一个比较复杂的矩阵用更小更简单的几个子矩阵的相乘来表示，这些小矩阵描述的是矩阵的重要的特性。就像是描述一个 ...
分类：
其他好文 时间：
2019-04-28 09:51:04
阅读次数：
187
