[問題] SVD影像壓縮

看板 Prob_Solve
作者
時間
留言 9則留言,4人參與討論
推噓 3  ( 3推 0噓 6→ )
最近在讀SVD跟其應用,其中一個是影像壓縮。 步驟是把 m by n 圖像矩陣做SVD得到USV^T, U is m by m, S is m by n, V^T is n by n. 然後取 U' is m by k, S' is k by k, V^T is k by n. 得到壓縮率為 mn/[k(1+m+n)]。 假設原圖為 600 ×402,那我 k 大概要取230左右才是一樣大小, 表示我花時間做 SVD 做影像壓縮結果並沒有很好, 而且 SVD 本身就是很花時間的演算法, 那用 SVD 做影像壓縮的意義何在呢?? -- !!!!!!!!!!!!!簽名檔破915000點擊率啦!!!!!!!!!!!!!!! Fw: [問卦] 電影:決勝21點的機率問題 https://goo.gl/2BpbB7 #1MfN3FgZ (joke)
yeebon: chx64的1/2悖論真的很經典呢07/22 16:41
https://upload.cc/i/tiloxB.jpg https://upload.cc/i/phcMAP.jpg
chx64註冊tisen這帳號是想幹嘛啊?哈哈哈 --
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 27.246.8.32 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Prob_Solve/M.1560960163.A.B94.html
1Fddavid: 比起其他壓縮,SVD壓縮相對比較注重原圖的特徵保存 06/23 02:57
2Fddavid: 因此,當你的應用並不是單純只想節省空間然後圖片大概可以 06/23 02:57
3Fddavid: 看就好,而是比較強調壓小了之後還是能保存主要特徵的話, 06/23 02:58
4Fddavid: SVD壓縮可能相對符合需求 06/23 02:58
5Fj0958322080: 所謂保持特徵有什麼例子嗎? 06/23 09:40
6Fasdiy: 深度學習有很好的作用,等於少算幾個 維度,很節省計算量 11/16 16:04
7Fj0958322080: CNN的特徵萃取是使用max pooling 11/20 14:28
8Fcplalexandta: SVD壓縮矩陣rank要夠小才有用 不能跟min(m,n)差不多 11/28 08:29
9Fcplalexandta: 在無損的情況下 11/28 08:29