ارائه یک روش جدید فشرده ‏سازی تصاویر چهره با استفاده از نمایش تنک سیگنال‏ و الگوریتم یادگیری دیکشنری RLS-DLA

مهندسی مخابرات جنوب

دوره 10، شماره 37، آذر 1399، صفحه 27-42   

نوع مقاله: مقاله پژوهشی

نویسندگان

امیرمسعود طاهری¹؛ همایون مهدوی نسب^{* 2}

¹دانشکده مهندسی برق، واحد نجف‌آباد، دانشگاه آزاد اسلامی، نجف‌آباد، ایران

²مرکز تحقیقات پردازش دیجیتال و بینایی ماشین، واحد نجف‌آباد، دانشگاه آزاد اسلامی، نجف‌آباد، ایران

چکیده

رشد فناوری و افزایش تصاعدی اطلاعات نیاز به حجم ذخیره‏سازی بیشتر داده‏های اطلاعاتی گوناگون را افزایش داده است. در این راستا فشرده‏سازی تصویر به‌عنوان ابزاری کارآمد جهت کاهش افزونگی و صرفه‏جویی در حجم ذخیره‏سازی و کاهش پهنای باند انتقالی داده‏های تصویری به کار می‏آید. هنگامی‏که فشرده‏سازی یک دسته یا خانواده از تصاویر، مانند پایگاه داده تصاویر چهره یک سازمان یا مؤسسه یا پایگاه داده MRI یک بیمارستان بزرگ یا پایگاه داده اثر انگشت مدنظر باشد افزونگی اطلاعات افزایش یافته و فشرده‏سازی اهمیت و الزام بیشتری پیدا می‏کند. در این میان تصاویر چهره با توجه به کاربرد وسیعی که به‌عنوان رایج‏ترین تصاویر پایگاه داده سازمان‌های و نهادهای مختلف مانند اداره‏های پلیس، نهادهای نظامی، دانشگاه‏ها و شرکت‏های بزرگ دارند مورد توجه بیشتری قرار دارند. به همین خاطر ارائه الگوریتمی که بتواند این دسته از تصاویر را با کیفیت بیشتر و نرخ بالاتری فشرده‏ کند اهمیت بسیاری دارد. در این مقاله با استفاده از حوزة جدیدی از پردازش سیگنال به نام نمایش تُنک و روش یادگیری دیکشنری RLS-DLA الگوریتم جدیدی برای فشرده‏سازی تصویر ارائه شده است که می‏تواند برای فشرده‏سازی پایگاه داده تصاویر به کار رود. در این الگوریتم تصاویر با به‌کارگیری چند دیکشنری به نحو وفقی بر اساس کیفیت بازسازی مورد نیاز آن‌ها فشرده می‏شوند. نتایج به‌دست‌آمده از الگوریتم پیشنهادی نشان‌دهنده عملکرد مؤثر و برتری معنی‏دار آن نسبت به روش‌های پیشرفته و مطرحی همچون JPEG2000 است به‌طوری‌که به افزایش کیفیتی در حدود 0.5 dB تا 1.2 dB در نرخ بیت یکسان دست می‏یابد.

کلیدواژه‌ها

نمایش تُنک؛ کدگذاری تُنک؛ فشرده‏ سازی تصویر؛ یادگیری دیکشنری؛ RLS-DLA؛ JPEG2000

مراجع

 

[1]          M. Elad, “Sparse and redundant representation modeling-What next?,” IEEE Signal Process. Lett., vol. 19, pp. 922–928, 2012.

[2]          M. Elad, M. A. T. Figueiredo, and Y. Ma, “On the role of sparse and redundant representations in image processing,” Proc. IEEE, vol. 98, pp. 972–982, 2010.

[3]          M. Elad, Sparse and redundant representations: From theory to applications in signal and image processing. 2010.

[4]          J. Wright, A. Y. Yang, A. Ganesh, S. S. Sastry, and Y. Ma, “Robust face recognition via sparse representation,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 31, pp. 210–227, 2009.

[5]          J. Yang, J. Wright, T. Huang, and Y. Ma, “Image Super-Resolution via Sparse Representation.,” IEEE Trans. Image Process., vol. 19, pp. 2861–2873, 2010.

[6]          K. Skretting and K. Engan, “Image compression using learned dictionaries by RLS-DLA and compared with K-SVD,” ICASSP, IEEE Int. Conf. Acoust. Speech Signal Process. - Proc., pp. 1517–1520, 2011.

[7]          O. Bryt and M. Elad, “Compression of facial images using the K-SVD algorithm,” J. Vis. Commun. Image Represent., vol. 19, no. 4, pp. 270–282, 2008.

[8]          J.-Y. Zhu, Z.-Y. Wang, R. Zhong, and S.-M. Qu, “Dictionary based surveillance image compression,” J. Vis. Commun. Image Represent., vol. 31, pp. 225–230, 2015.

[9]          I. Horev, O. Bryt, and R. Rubinstein, “Adaptive image compression using sparse dictionaries,” in Systems, Signals and Image Processing (IWSSIP), 2012 19th International Conference on, 2012, pp. 592–595.

[10]        G. Shao, Y. Wu, X. Liu, and T. Guo, “Fingerprint Compression Based on Sparse Representation,” Image Process. IEEE Trans., vol. 23, no. 2, pp. 489–501, 2014.

[11]        J. Yang, K. Yu, Y. Gong, and T. Huang, “Linear spatial pyramid matching using sparse coding for image classification,” in Computer Vision and Pattern Recognition, 2009. CVPR 2009. IEEE Conference on, 2009, pp. 1794–1801.

[12]        X. Mei and H. Ling, “Robust visual tracking and vehicle classification via sparse representation,” Pattern Anal. Mach. Intell. IEEE Trans., vol. 33, no. 11, pp. 2259–2272, 2011.

[13]        J. Mairal, M. Elad, and G. Sapiro, “Sparse representation for color image restoration,” Image Process. IEEE Trans., vol. 17, no. 1, pp. 53–69, 2008.

[14]        W. Dong, L. Zhang, G. Shi, and X. Wu, “Image deblurring and super-resolution by adaptive sparse domain selection and adaptive regularization,” Image Process. IEEE Trans., vol. 20, no. 7, pp. 1838–1857, 2011.

[15]        Y. Tsaig and D. L. Donoho, “Extensions of compressed sensing,” Signal Processing, vol. 86, no. 3, pp. 549–571, 2006.

[16]        D. L. Donoho, “Compressed sensing,” Inf. Theory, IEEE Trans., vol. 52, no. 4, pp. 1289–1306, 2006.

[17]        S. F. Cotter, B. D. Rao, K. Engan, and K. Kreutz-Delgado, “Sparse solutions to linear inverse problems with multiple measurement vectors,” Signal Process. IEEE Trans., vol. 53, no. 7, pp. 2477–2488, 2005.

[18]        J. A. Tropp and S. J. Wright, “Computational methods for sparse solution of linear inverse problems,” Proc. IEEE, vol. 98, pp. 948–958, 2010.

[19]        R. Rubinstein, A. M. Bruckstein, and M. Elad, “Dictionaries for sparse representation modeling,” Proc. IEEE, vol. 98, pp. 1045–1057, 2010.

[20]        Z. Zhang, Y. Xu, J. Yang, X. Li, and D. Zhang, “A survey of sparse representation: algorithms and applications,” Access, IEEE, vol. 3, pp. 490–530, 2015.

[21]        E. Amaldi and V. Kann, “On the approximability of minimizing nonzero variables or unsatisfied relations in linear systems,” Theor. Comput. Sci., vol. 209, no. 1, pp. 237–260, 1998.

[22]        J. A. Tropp, “Greed is good: Algorithmic results for sparse approximation,” IEEE Trans. Inf. Theory, vol. 50, pp. 2231–2242, 2004.

[23]        A. M. Bruckstein, D. L. Donoho, and M. Elad, “From sparse solutions of systems of equations to sparse modeling of signals and images,” SIAM Rev., vol. 51, no. 1, pp. 34–81, 2009.

[24]        M. Gharavi-Alkhansari and T. S. Huang, “A fast orthogonal matching pursuit algorithm,” in Acoustics, Speech and Signal Processing, 1998. Proceedings of the 1998 IEEE International Conference on, 1998, vol. 3, pp. 1389–1392.

[25]        E. Liu and V. N. Temlyakov, “The orthogonal super greedy algorithm and applications in compressed sensing,” Inf. Theory, IEEE Trans., vol. 58, no. 4, pp. 2040–2047, 2012.

[26]        I. Tošić and P. Frossard, “Dictionary learning,” Signal Process. Mag. IEEE, vol. 28, no. 2, pp. 27–38, 2011.

[27]        K. Engan, S. O. Aase, and J. H. Husoy, “Method of optimal directions for frame design,” 1999 IEEE Int. Conf. Acoust. Speech, Signal Process. Proceedings. ICASSP99 (Cat. No.99CH36258), vol. 5, 1999.

[28]        M. Aharon, M. Elad, and A. Bruckstein, “K-SVD: An algorithm for designing overcomplete dictionaries for sparse representation,” IEEE Trans. Signal Process., vol. 54, pp. 4311–4322, 2006.

[29]        R. Rubinstein, T. Peleg, and M. Elad, “Analysis K-SVD: A dictionary-learning algorithm for the analysis sparse model,” IEEE Trans. Signal Process., vol. 61, pp. 661–677, 2013.

[30]        K. Skretting and K. Engan, “Recursive least squares dictionary learning algorithm,” Signal Process. IEEE Trans., vol. 58, no. 4, pp. 2121–2130, 2010.

[31]        D. Taubman and M. Marcellin, JPEG2000 Image Compression Fundamentals, Standards and Practice: Image Compression Fundamentals, Standards and Practice, vol. 642. Springer Science & Business Media, 2012.

[32]        Y. Q. Shi and H. Sun, “Image and Video Compression for Multimedia Engineering: Fundamentals, Algorithms, and Standards,” 2008.

[33]        J. Mairal, F. Bach, J. Ponce, and G. Sapiro, “Online dictionary learning for sparse coding,” in Proceedings of the 26th annual international conference on machine learning, 2009, pp. 689–696.