基于深度神经网络的图像压缩与可行动情报
机器学习
2022-04-01 v2 计算机视觉与模式识别
图像与视频处理
摘要
若某单元因外部因素无法从信源接收情报,我们视其为劣势用户。我们将此归类为在边缘端低连接设备上工作的繁忙单元。这种情况要求我们采用不同于常规的方式来传递情报,尤其是卫星影像信息。为此,我们提出对信息缩减技术进行调研,以更小数据包传递卫星图像中的信息。我们研究了四种有助于减少传递信息的技术:传统图像压缩、神经网络图像压缩、目标检测图像裁剪和图像转描述。当考虑到劣势用户时,这些机制各有其优势与权衡。
引用
@article{arxiv.2203.13686,
title = {Image Compression and Actionable Intelligence With Deep Neural Networks},
author = {Matthew Ciolino},
journal= {arXiv preprint arXiv:2203.13686},
year = {2022}
}
备注
3 Pages, 2 Figures, 1 Table, 31 Refereneces