Questo elaborato esplora il campo emergente della compressione delle immagini utilizzando reti neurali. L’obiettivo principale è studiare e analizzare le tecniche esistenti per la compressione delle immagini, nello specifico quelle che fanno uso di autoencoder. Nel primo capitolo, viene fornita una panoramica dello stato dell’arte della compressione delle immagini utilizzando tecniche tradizionali, fornendo una rapida spiegazione del funzionamento di queste tecniche. Il secondo capitolo si concentra sull’analisi delle tecniche per la compressione delle immagini tramite intelligenza artificiale. Viene fornita una rapida panoramica dell’attuale stato della ricerca. Successivamente viene fornita una spiegazione del principio di funzionamento degli autoencoder. Infine vengono presentate alcune ricerche che hanno portato un significativo apporto nella ricerca di queste tecniche. Nel terzo capitolo vengono analizzate le prestazioni di alcuni metodi in termini di qualità oggettiva e soggettiva dell’immagine, compressione e tempo di compressione. Nel quarto e ultimo capitolo vengono esplorati i possibili sviluppi futuri nel campo della compressione delle immagini tramite l’utilizzo degli autoencoder. Si discute in oltre di come le tecniche attuali potrebbero essere migliorate e si ipotizzano nuove direzioni di ricerca. In conclusione, questa tesi fornisce una panoramica completa dello stato dell’arte della compressione delle immagini tramite autoencoder e offre spunti per future ricerche in questo campo.

Compressione di immagini tramite autoencoder, stato dell’arte e sviluppi futuri

STELLA, FILIPPO
2022/2023

Abstract

Questo elaborato esplora il campo emergente della compressione delle immagini utilizzando reti neurali. L’obiettivo principale è studiare e analizzare le tecniche esistenti per la compressione delle immagini, nello specifico quelle che fanno uso di autoencoder. Nel primo capitolo, viene fornita una panoramica dello stato dell’arte della compressione delle immagini utilizzando tecniche tradizionali, fornendo una rapida spiegazione del funzionamento di queste tecniche. Il secondo capitolo si concentra sull’analisi delle tecniche per la compressione delle immagini tramite intelligenza artificiale. Viene fornita una rapida panoramica dell’attuale stato della ricerca. Successivamente viene fornita una spiegazione del principio di funzionamento degli autoencoder. Infine vengono presentate alcune ricerche che hanno portato un significativo apporto nella ricerca di queste tecniche. Nel terzo capitolo vengono analizzate le prestazioni di alcuni metodi in termini di qualità oggettiva e soggettiva dell’immagine, compressione e tempo di compressione. Nel quarto e ultimo capitolo vengono esplorati i possibili sviluppi futuri nel campo della compressione delle immagini tramite l’utilizzo degli autoencoder. Si discute in oltre di come le tecniche attuali potrebbero essere migliorate e si ipotizzano nuove direzioni di ricerca. In conclusione, questa tesi fornisce una panoramica completa dello stato dell’arte della compressione delle immagini tramite autoencoder e offre spunti per future ricerche in questo campo.
2022
Image compression with autoencoder, state of the art and future developments
Immagini
Compressione
Reti neurali
Deep learning
Autoencoder
File in questo prodotto:
File Dimensione Formato  
Stella_Filippo.pdf

accesso aperto

Dimensione 4.17 MB
Formato Adobe PDF
4.17 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/57109