Compresión de imágenes mediante redes neuronales con aprendizaje competitivo hebbiano

• Autores: M. Angeles García Bernal, Francisco Emilio López Valverde
• Localización: I Jornadas de informática. Actas: Puerto de la Cruz, 17-21 de julio de 1995 / José María Troya Linero (dir. congr.), Casiano Rodríguez León (dir. congr.), 1995, págs. 245-249
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen

  • Este artículo es una aproximación a la compresión de imágenes basadas en redes neuronales (Neutral Networks NN) con aprendizaje competitivo. La capacidad de generalización de las NN es un elemento clave para su aplicación a la compresión de imágenes. En 1988, Cottel Munro y Zipser hacen un primer estudio de este problema desarrollando una arquitectura en dos capas basado en el programa de "Retroprogramación" (Back progragation) y dividiendo la imágen en bloques de 8x8 pixeles. Con el objetivo de mejorar esta capacidad de las redes, hacemos un estudio de este problema con aprendizaje competitivo, y en particular del competitivo-hebbiano (híbrido del compepitivo y del hebbiano) ideado por White en 1992. En este estudio en primer lugar resolvemos el problema de la "Bipartición de un grafo" donde se ve claramente la capacidad y eficiencia de esta Red como clasificadora de Patrones. En un segundo apartado lo aplicamos a la compresión de imágenes dividiendo la imágen en bloques de 8x8 pixeles . Finalmente evaluamos los resultados con el estándar de compresión JPEG. Como conclusión del artículo vemos que aunque el JPEG da mejores resultados que el aprendizaje competitivo-hebbiano en este primer estudio si constituye una clara alternativa a la compresión de imágenes. También vemos las posobles líneas de investigación que quedan abiertas para mejorar este primer estudio haciendo especialmención a la cuantificación adaptativa.