游程压缩域中文档图像的熵计算
计算机视觉与模式识别
2014-04-09 v1
摘要
传统上，对文档、图像、音频和视频进行压缩是为了提高数据存储和传输的效率。然而，为了进行处理或执行任何分析计算，解压缩已成为不可避免的先决条件。在本研究工作中，我们尝试直接从压缩文档中计算熵，这是一项重要的文档分析指标。我们使用常规熵量化器 (CEQ) 和空间熵量化器 (SEQ) 进行熵计算 [1]。所获得的熵在建立等价性、词定位和文档检索等应用中非常有用。我们在字符、单词和行级别上，使用 [1] 中的所有数据集，在游程压缩域中对压缩文档进行了实验。所开发的算法在计算和空间上均高效，且获得的结果与 [1] 中报告的结果 100% 匹配。
引用
@article{arxiv.1404.2014,
title = {Entropy Computation of Document Images in Run-Length Compressed Domain},
author = {P. Nagabhushan and Mohammed Javed and B. B. Chaudhuri},
journal= {arXiv preprint arXiv:1404.2014},
year = {2014}
}
备注
Published in IEEE Proceedings 2014 Fifth International Conference on Signals and Image Processing