Use este identificador para citar ou linkar para este item: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/14861
Registro completo de metadados
Campo DCValorIdioma
dc.creatorEckl, Felipe Divensi-
dc.date.accessioned2020-01-28T15:40:46Z-
dc.date.available2020-01-28T15:40:46Z-
dc.date.issued2019-06-24-
dc.identifier.citationECKL, Felipe Divensi. Compressão de imagens com perda utilizando redes neurais artificiais. 2019. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Medianeira, 2019.pt_BR
dc.identifier.urihttp://repositorio.roca.utfpr.edu.br/jspui/handle/1/14861-
dc.description.abstractWith the rapid growth of media currently being transmitted over the Internet, lossy image compression algorithms are indispensable. Therefore, there are several studies that seek to improve the compression algorithms, in order to obtain higher image quality and higher compression rates. The objective of this work is to present an image compression algorithm using Artifcial Neural Networks based on the autoencoder network architecture. The models created, when compared to the JPEG algorithm and applied in a set of binary images, reached compression rates up to 7 times higher with a structural similarity index (SSIM) 19 % higher. When applied to a set of grayscale images, achieved compression rates up to 21 times higher, and SSIM 6 % below JPEG. And when applied to a set of colored images achieved a compression rate up to 2 times higher, with an SSIM 6 % above JPEG.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.subjectRedes neurais (Computação)pt_BR
dc.subjectCompressão de dados (Computação)pt_BR
dc.subjectProcessamento de imagenspt_BR
dc.subjectNeural networks (Computer science)pt_BR
dc.subjectData compression (Computer science)pt_BR
dc.subjectImage processingpt_BR
dc.titleCompressão de imagens com perda utilizando redes neurais artificiaispt_BR
dc.title.alternativeLossy image compression using artificial neural networkspt_BR
dc.typebachelorThesispt_BR
dc.description.resumoCom o rápido crescimento de mídia que atualmente é transmitida pela Internet, algoritmos de compressão de imagens com perda são indispensáveis. Por isso existem diversos estudos que buscam melhorar os algoritmos de compressão, com o objetivo de obter maior qualidade nas imagens e maiores taxas de compressão. O objetivo deste trabalho é apresentar uma abordagem de compressão de imagens utilizando Redes Neurais Artifciais baseada na arquitetura de rede autoencoder. Os modelos criados, ao serem comparados ao algoritmo JPEG e aplicados em um conjunto de imagens binárias, alcançaram taxas de compressão até 7 vezes maior com índice de similaridade estrutural (SSIM) 19% maior. Ao serem aplicados a um conjunto de imagens em escala de cinza, alcançaram taxa de compressão até 21 vezes maior, e com SSIM 6% abaixo do JPEG. E ao serem aplicados em um conjunto de imagens coloridas alcançaram taxa de compressão até 2 vezes maior, com um SSIM 6% acima do JPEG.pt_BR
dc.degree.localMedianeirapt_BR
dc.publisher.localMedianeirapt_BR
dc.contributor.advisor1Paula Filho, Pedro Luiz de-
dc.contributor.advisor-co1Candido Junior, Arnaldo-
dc.contributor.referee1Paula Filho, Pedro Luiz de-
dc.contributor.referee2Menezes, Paulo Lopes de-
dc.contributor.referee3Aikes Junior, Jorge-
dc.publisher.countryBrasilpt_BR
dc.publisher.programCiência da Computaçãopt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
Aparece nas coleções:MD - Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
compressaoimagensredesneurais.pdf2,3 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.