prikaz prve stranice dokumenta Primjena neuronskih mreža u sustavima za kompresiju slike
Rad nije dostupan
diplomski rad
Primjena neuronskih mreža u sustavima za kompresiju slike
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. urn:nbn:hr:168:674678
Lešić, Lovro
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Lešić, L. (2024). Primjena neuronskih mreža u sustavima za kompresiju slike (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:674678

Lešić, Lovro. "Primjena neuronskih mreža u sustavima za kompresiju slike." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:674678

Lešić, Lovro. "Primjena neuronskih mreža u sustavima za kompresiju slike." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:674678

Lešić, L. (2024). 'Primjena neuronskih mreža u sustavima za kompresiju slike', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 20.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:674678

Lešić L. Primjena neuronskih mreža u sustavima za kompresiju slike [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2024 [pristupljeno 20.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:674678

L. Lešić, "Primjena neuronskih mreža u sustavima za kompresiju slike", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:674678

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:674678
Podaci o radu
NaslovPrimjena neuronskih mreža u sustavima za kompresiju slike
Naslov (engleski)Application of neural networks in image compression system
AutorLovro Lešić
MentorSonja Grgić (mentor)
Član povjerenstvaSonja Grgić (predsjednik povjerenstva)
Član povjerenstvaMarko Bosiljevac (član povjerenstva)
Član povjerenstvaDario Bojanjac (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2024-09-20, Hrvatska
Sažetak
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.
Sažetak (engleski)
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.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:674678
Studijski programNaziv: Informacijska i komunikacijska tehnologija
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (mag. ing. inf. et comm. techn.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2024-10-12 21:18:48