prikaz prve stranice dokumenta Primjena neuronskih mreža u sustavima za kompresiju slike
No public access
master's thesis
Primjena neuronskih mreža u sustavima za kompresiju slike
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. urn:nbn:hr:168:674678
Lešić, Lovro
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Lešić, L. (2024). Primjena neuronskih mreža u sustavima za kompresiju slike (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:674678

Lešić, Lovro. "Primjena neuronskih mreža u sustavima za kompresiju slike." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:674678

Lešić, Lovro. "Primjena neuronskih mreža u sustavima za kompresiju slike." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:674678

Lešić, L. (2024). 'Primjena neuronskih mreža u sustavima za kompresiju slike', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 20 December 2024, https://urn.nsk.hr/urn:nbn:hr:168:674678

Lešić L. Primjena neuronskih mreža u sustavima za kompresiju slike [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2024 [cited 2024 December 20] Available at: https://urn.nsk.hr/urn:nbn:hr:168:674678

L. Lešić, "Primjena neuronskih mreža u sustavima za kompresiju slike", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:168:674678

Metadata
TitlePrimjena neuronskih mreža u sustavima za kompresiju slike
Title (english)Application of neural networks in image compression system
AuthorLovro Lešić
MentorSonja Grgić (mentor)
Committee memberSonja Grgić (predsjednik povjerenstva)
Committee memberMarko Bosiljevac (član povjerenstva)
Committee memberDario Bojanjac (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2024-09-20, Croatia
Abstract
U radu je istaknuta važnost kompresije slike u modernom digitalnom svijetu, s obzirom na rastuću potrebu za pohranjivanjem i prijenosom velike količine vizualnih podataka. Objašnjeni su tradicionalni postupci kompresije, poput JPEG, GIF i PNG formata, s naglaskom na njihove prednosti, nedostatke, te matematičke modele i algoritme koji ih podržavaju. Temeljni dio ovog rada usmjeren je na istraživanja u području neuronskih mreža – vrste neuronskih mreža, njihove arhitekture i funkcije, te način na koji se mogu iskoristiti za izvedbu i poboljšanje sustava za kompresiju slike. Provedena je implementacija neuronske mreže, utemeljene na modelu konvolucijskog autoenkodera. Model je treniran s ciljem što boljeg generiranja kvantitativnih metrika za ocjenu kvalitete slike, poput PSNR i SSIM. Na kraju su prikazani kvantitativni rezultati, vizualni prikazi originalnih i rekonstruiranih slika, te je proces treniranja modela kroz epohe predstavljen u tabličnom obliku.
Abstract (english)
The thesis highlights the importance of image compression in the modern digital world, given the growing need for storing and transmitting large amounts of visual data. Traditional compression methods such as JPEG, GIF, and PNG are explained, emphasizing their advantages, disadvantages, and the mathematical models and algorithms that support them. The core of this paper focuses on research in the field of neural networks – the types of neural networks, their architectures and functions, and how they can be utilized to develop and improve image compression systems. The implementation of a neural network based on a convolutional autoencoder model has been carried out. The model was trained with the goal of generating accurate quantitative metrics for assessing image quality, such as PSNR and SSIM. Finally, quantitative results are presented, along with visual comparisons of original and reconstructed images, and the training process of the model through epochs is displayed in tabular form.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:674678
Study programmeTitle: Information and Communication Technology
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2024-10-12 21:18:48