Autoenkoderi za kompresiju slike

diplomski rad

• Naslov (engleski): Autoencoders for image compression
• Autor: Karlo Kada
• Mentor: Tomislav Petković (mentor)
• Član povjerenstva: Tomislav Petković (predsjednik povjerenstva)
• Član povjerenstva: Marko Subašić (član povjerenstva)
• Član povjerenstva: Juraj Petrović (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2024-07-11, Hrvatska

Sažetak

Ovaj rad istražuje upotrebu stanjivajućih autoenkodera za kompresiju slika ljudskog lica. Rad istražuje performanse autoenkodera s različitim brojevima filtera po sloju, fokusirajući se na trening autoenkodera korištenjem više-razinskog indeksa strukturalne sličnosti (MS-SSIM) umjesto tradicionalnih metoda poput srednje kvadratne pogreške (MSE). Korištenjem testnog podskupa uzetog iz skupa „Human Faces“ objavljenog na Kaggleu, evaluira se sposobnost autoenkodera da proizvede rekonstrukcije slika visoke kvalitete, s posebnim naglaskom na percipiranu kvalitetu slike. Rezultati pokazuju da je MS-SSIM adekvatna metrika za treniranje autoenkodera za kompresiju slika. Jedno od mogućih poboljšanja ovog modela je proširivanje funkcije gubitka za učenje modela mjerom krominancije kako bi se pospješila reprodukcija boje.

Sažetak (engleski)

This thesis explores the use of slimmable compressive autoencoders for the compression of human face images. The thesis investigates the performance of autoencoders with varying numbers of filters per layer, focusing on training using the multi-scale structural similarity index measure (MS-SSIM) instead of traditional metrics like the mean squared error (MSE). By utilizing a subset of the “Human Faces” dataset published on Kaggle, the autoencoder's ability to produce high-quality image reconstructions is evaluated both quantitatively and qualitatively, with a particular emphasis on perceptual image quality. The findings demonstrate that MS-SSIM is an adequate metric for training autoencoders for image compression. Possible enhancement of the model could be the inclusion of a chrominance term in the training loss function to facilitate better color reproduction.

• Ključne riječi: autoenkoderi; kompresija slike; konvolucijske neuronske mreže
• Ključne riječi (engleski): autoencoders; image compression; convolutional neural networks
• Jezik: engleski
• URN:NBN: urn:nbn:hr:168:107786
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2024-10-12 21:00:53