实体
JPEG 2000
JPEG 2000
PulseAugur coverage of JPEG 2000 — every cluster mentioning JPEG 2000 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
神经网络提升 JPEG 2000 压缩效率
研究人员开发了一种新颖的方法，通过集成神经网络辅助提升步骤来增强 JPEG 2000 标准内的有损图像压缩。这些附加步骤旨在减少残余冗余并在较低分辨率下提高图像质量。该方法使用紧凑型神经网络，其一组训练参数可应用于所有分解级别和比特率，已证明在保持 JPEG 2000 可伸缩特性的同时，平均比特率节省高达 17.4%。
-
新的压缩技术旨在将面部识别图像压缩到1024字节以内
这篇研究论文探讨了将面部图像压缩到1024字节以下的方法，用于临时旅行证件，通过2D条形码实现机器可读性。研究评估了包括JPEG AI、AVIF和WebP在内的各种压缩格式，以及灰度转换、平滑和调整大小等预处理技术。JPEG AI通过优化设置，在高质量图像的面部识别性能方面表现最佳，而AVIF和WebP也取得了良好的结果。研究结果表明，在识别精度损失最小的情况下，可以实现显著的压缩。
-
新的压缩方法旨在使旅行证件中的面部图像小于1KB
一篇新的研究论文探讨了将面部图像压缩到1024字节以下的方法，用于临时旅行证件，目标是通过2D条形码实现机器可读性。该研究评估了包括JPEG、JPEG 2000、JPEG XL、JPEG AI、HEIF、AVIF和WebP在内的各种压缩格式，以及灰度转换、平滑和调整大小等预处理技术。结果表明，经过优化的JPEG AI在面部识别方面表现最佳，尤其是在高质量图像方面，AVIF和WebP也显示出有希望的结果。