|
| Titre : | Compression en multi-résolution d’images fixes par région d’intérêt basée sur le Deep Learning | | Type de document : | theses et memoires | | Auteurs : | Anis Mahiout ; Louni Lounes ; Naima Sadoun, Directeur de thèse | | Editeur : | Tizi-Ouzou : U.M.M.T.O | | Année de publication : | 2021 | | Importance : | 47 p. | | Présentation : | ill. | | Format : | 24cm. | | Note générale : | Bibliog | | Langues : | Français | | Mots-clés : | Compression JEPG JPEG2000 Ondelette Machine learning Deep learning Images | | Résumé : | L'imagerie a pris une tout autre dimension au fil des années, son utilité a incité plusieurs domaines à en faire usage, de la médecine à la météorologie en passant par la télécommunication et autre géologie. Ce regard qu'à attirer l'imagerie jumelé au développement informatique a fait naitre plusieurs techniques de traitement d'image, parmi elles la technique de compression d'image, technique au combien important eu égard du nombre important d'information que la transmission d'une image peut contenir de par les bandes passantes existantes qui sont limitées.
Selon les besoins de l'utilisateur nous avons deux modèles, une méthode de compression dites parfaite, où l'information est gardée dans sa totalité et ce avec un faible taux de compression, et enfin une méthode de compression avec perte qui cette fois ci offre un taux de compression des plus élevé accompagné d'une image préservée au mieux.
Nous nous sommes penchés sur la deuxième méthode tout au long de ce mémoire avec les deux références en la matière les formats JPEG et JPEG2000 le tout en ayant utilisé un modèle de détection basé sur l'IA.
Dans un souci de faire face difficulté de stockage et de transmission nous avons développé une méthode basée sur la détection de ROI pour une compression JPEG adapté au contexte des images, ainsi adapté l'algorithme JPEG2000 a la compression automatique des images de la base de données de texte horizontal ICDAR2003(IC03). Nous avons donc conclu que la norme JPEG2000 permet de compresser la base de données avec un meilleur ratio qualité/taux de compression comparé a JPEG mais avec un temps d'exécution plus important.
Enfin, les différentes méthodes présentées peuvent répondre aux divers besoins de l'utilisateur en termes de qualité d'image, de préservation de l'information mais aussi en termes de temps d'exécution. | | En ligne : | D:\CD THESES 2021\MAST ELN\MAHIOUT ANIS; LOUNIS LOUNES.PDF | | Format de la ressource électronique : | PDF | | Permalink : | ./index.php?lvl=notice_display&id=36372 |
Compression en multi-résolution d’images fixes par région d’intérêt basée sur le Deep Learning [theses et memoires] / Anis Mahiout ; Louni Lounes ; Naima Sadoun, Directeur de thèse . - Tizi-Ouzou (Tizi-Ouzou) : U.M.M.T.O, 2021 . - 47 p. : ill. ; 24cm. Bibliog Langues : Français | Mots-clés : | Compression JEPG JPEG2000 Ondelette Machine learning Deep learning Images | | Résumé : | L'imagerie a pris une tout autre dimension au fil des années, son utilité a incité plusieurs domaines à en faire usage, de la médecine à la météorologie en passant par la télécommunication et autre géologie. Ce regard qu'à attirer l'imagerie jumelé au développement informatique a fait naitre plusieurs techniques de traitement d'image, parmi elles la technique de compression d'image, technique au combien important eu égard du nombre important d'information que la transmission d'une image peut contenir de par les bandes passantes existantes qui sont limitées.
Selon les besoins de l'utilisateur nous avons deux modèles, une méthode de compression dites parfaite, où l'information est gardée dans sa totalité et ce avec un faible taux de compression, et enfin une méthode de compression avec perte qui cette fois ci offre un taux de compression des plus élevé accompagné d'une image préservée au mieux.
Nous nous sommes penchés sur la deuxième méthode tout au long de ce mémoire avec les deux références en la matière les formats JPEG et JPEG2000 le tout en ayant utilisé un modèle de détection basé sur l'IA.
Dans un souci de faire face difficulté de stockage et de transmission nous avons développé une méthode basée sur la détection de ROI pour une compression JPEG adapté au contexte des images, ainsi adapté l'algorithme JPEG2000 a la compression automatique des images de la base de données de texte horizontal ICDAR2003(IC03). Nous avons donc conclu que la norme JPEG2000 permet de compresser la base de données avec un meilleur ratio qualité/taux de compression comparé a JPEG mais avec un temps d'exécution plus important.
Enfin, les différentes méthodes présentées peuvent répondre aux divers besoins de l'utilisateur en termes de qualité d'image, de préservation de l'information mais aussi en termes de temps d'exécution. | | En ligne : | D:\CD THESES 2021\MAST ELN\MAHIOUT ANIS; LOUNIS LOUNES.PDF | | Format de la ressource électronique : | PDF | | Permalink : | ./index.php?lvl=notice_display&id=36372 |
|
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesCompression en multi-résolution d’images fixes par région d’intérêt basée sur le Deep Learning / Anis Mahiout (2021)
