Please take a moment to complete this survey below
Library's collection Library's IT development CancelNeural Network dapat digunakan untuk kompresi image. Salah satu dari
pendekatan neural secara umum tentang kompresi image adalah melatih sebuah
network untuk encoding dan decoding input data sehingga perbedaan yang
dihasilkan antara input image dan output image dapat diminimalisasi. Untuk
proses kompresi, network terdiri dari input layer dan output layer yang memiliki
ukuran sama, dan intermediate layer yang memiliki ukuran lebih kecil terletak di
antara kedua layer disimpan sebagai file kompresi. Perbandingan antara ukuran
image asli terhadap file hasil kompresi merupakan compression ratio. Pada
proses dekompresi, network biasanya digunakan untuk melatih beberapa image
sekaligus sehingga dapat meminimalisasi ukuran//7<2 masukan proses dekompresi.
Sebagai bahan evaluasi untuk kompresi image neural network, telah
dilakukan pengujian compression ratio dan performa grayscale image hasil
dekompresi . Compression ratio yang berhasil dicapai untuk monochrome image
adalah 11:1 dan untuk grayscale image adalah 30:1 dengan tingkat kemiripan
terendah 81.64 % .Keuntungan dari kompresi menggunakan neural network
adalah ukuran file kompresi yang ditentukan oleh arsitektur jaringan.