Fugu-MT 論文翻訳(概要): DCT Approximations Based on Chen's Factorization

論文の概要: DCT Approximations Based on Chen's Factorization

arxiv url: http://arxiv.org/abs/2207.11638v1
Date: Sun, 24 Jul 2022 02:31:28 GMT
ステータス: 処理完了
システム内更新日: 2022-07-26 15:59:21.426871
Title: DCT Approximations Based on Chen's Factorization
Title（参考訳）: チェン因子分解に基づくdct近似
Authors: C. J. Tablada, T. L. T. da Silveira, R. J. Cintra, F. M. Bayer
Abstract要約: 2つの8点乗算自由DCT近似を提案し、その高速アルゴリズムも導出する。 JPEGライクな画像圧縮方式による実験を行い、競合する手法と比較した。新しい変換セットをHEVCリファレンスソフトウェアに組み込み、HEVC準拠のビデオ符号化スキームを提供する。
参考スコア（独自算出の注目度）: 0.17205106391379021
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper, two 8-point multiplication-free DCT approximations based on the Chen's factorization are proposed and their fast algorithms are also derived. Both transformations are assessed in terms of computational cost, error energy, and coding gain. Experiments with a JPEG-like image compression scheme are performed and results are compared with competing methods. The proposed low-complexity transforms are scaled according to Jridi-Alfalou-Meher algorithm to effect 16- and 32-point approximations. The new sets of transformations are embedded into an HEVC reference software to provide a fully HEVC-compliant video coding scheme. We show that approximate transforms can outperform traditional transforms and state-of-the-art methods at a very low complexity cost.
Abstract（参考訳）: 本稿では、chenの因子分解に基づく2つの8点乗算自由dct近似を提案し、その高速アルゴリズムも導出する。どちらの変換も計算コスト、誤差エネルギー、符号化ゲインの観点から評価される。 JPEGライクな画像圧縮方式による実験を行い、競合する手法と比較した。提案する低複素変換は、jridi-alfalou-meherアルゴリズムにより16点および32点近似に影響を及ぼす。新しい変換セットは、HEVC準拠のビデオ符号化スキームを提供するため、HEVCリファレンスソフトウェアに組み込まれる。近似変換が従来の変換や最先端の手法を非常に低い複雑性コストで上回ることができることを示す。

関連論文リスト

Extensions on low-complexity DCT approximations for larger blocklengths based on minimal angle similarity [0.0]
離散コサイン変換(DCT)は、KLT(Karhunen-Loeve transform)に関連があるため、画像とビデオの符号化の中心的なツールである。 16点, 32点, 64点のDCT近似を導入し, 精度の高いDCT行列列と近似変換によって誘導される行列との角度を最小化する。高速アルゴリズムは低複雑さ変換のためにも開発され、性能と計算コストのバランスが良いと主張した。
論文参考訳（メタデータ） (2024-10-20T01:20:35Z)
Fast Data-independent KLT Approximations Based on Integer Functions [0.0]
Karhunen-Loeve変換(KLT)は確立された離散変換であり、データのデコリレーションと次元減少の最適特性を示す。本稿では、様々なラウンドオフ関数を用いて、低複雑さでデータに依存しないKLT近似のカテゴリを紹介する。提案した変換は,古典的性能尺度を考慮した正確なKLTおよび近似と比較すると良好に動作する。
論文参考訳（メタデータ） (2024-10-11T20:05:05Z)
Accelerating Error Correction Code Transformers [56.75773430667148]
本稿では,トランスを用いたデコーダの高速化手法を提案する。最新のハードウェアでは、90%の圧縮比を実現し、算術演算エネルギー消費を少なくとも224倍削減する。
論文参考訳（メタデータ） (2024-10-08T11:07:55Z)
Full Stack Optimization of Transformer Inference: a Survey [58.55475772110702]
トランスフォーマーモデルは広範囲のアプリケーションにまたがって優れた精度を実現する。最近のTransformerモデルの推測に必要な計算量と帯域幅は、かなり増加しています。 Transformerモデルをより効率的にすることに注力している。
論文参考訳（メタデータ） (2023-02-27T18:18:13Z)
Low-Complexity Loeffler DCT Approximations for Image and Video Coding [0.0]
本稿では,ローフラー離散コサイン変換(DCT)アルゴリズムに基づく行列パラメトリゼーション手法を提案する。数個の8点DCT近似の数学的形式を統一する8点DCT近似の新しいクラスが提案された。
論文参考訳（メタデータ） (2022-07-29T03:56:18Z)
Coarse-to-Fine Sparse Transformer for Hyperspectral Image Reconstruction [138.04956118993934]
本稿では, サース・トゥ・ファインス・スパース・トランス (CST) を用いた新しいトランス方式を提案する。 HSI再構成のための深層学習にHSI空間を埋め込んだCST 特に,CSTは,提案したスペクトル認識スクリーニング機構(SASM)を粗いパッチ選択に使用し,選択したパッチを,細かなピクセルクラスタリングと自己相似性キャプチャのために,カスタマイズしたスペクトル集約ハッシュ型マルチヘッド自己アテンション(SAH-MSA)に入力する。
論文参考訳（メタデータ） (2022-03-09T16:17:47Z)
CSformer: Bridging Convolution and Transformer for Compressive Sensing [65.22377493627687]
本稿では,CNNからの詳細な空間情報を活用するためのハイブリッドフレームワークと,表現学習の強化を目的としたトランスフォーマーが提供するグローバルコンテキストを統合することを提案する。提案手法は、適応的なサンプリングとリカバリからなるエンドツーエンドの圧縮画像センシング手法である。実験により, 圧縮センシングにおける専用トランスアーキテクチャの有効性が示された。
論文参考訳（メタデータ） (2021-12-31T04:37:11Z)
Low-complexity Rounded KLT Approximation for Image Compression [0.0]
Karhunen-Loeve変換(KLT)はデータデコリレーションや次元減少によく用いられる。リアルタイムアプリケーションにおけるKLTの使用は、それを実装するための高速アルゴリズムを開発することの難しさによって厳しく制限されている。本稿では,KLT行列の要素に対する円関数の適用により得られる,新しい低複雑性変換のクラスを提案する。
論文参考訳（メタデータ） (2021-11-28T21:25:35Z)
FeatMatch: Feature-Based Augmentation for Semi-Supervised Learning [64.32306537419498]
本稿では,複雑な変換を多様に生成する特徴量に基づく改良・拡張手法を提案する。これらの変換は、クラスタリングを通じて抽出したクラス内およびクラス間の両方の情報も利用します。提案手法は,大規模データセットにスケールアップしながら,より小さなデータセットに対して,現在の最先端技術に匹敵するものであることを実証する。
論文参考訳（メタデータ） (2020-07-16T17:55:31Z)
A Multiparametric Class of Low-complexity Transforms for Image and Video Coding [0.0]
本稿では,Bouguezel,Ahmed,Swamyの一連の論文に基づいて,低複素度8点DCT近似の新たなクラスを導入する。最適DCT近似は、符号化効率と画像品質の指標の点で魅力的な結果を示すことを示す。
論文参考訳（メタデータ） (2020-06-19T21:56:58Z)
Computational optimization of convolutional neural networks using separated filters architecture [69.73393478582027]
我々は、計算複雑性を低減し、ニューラルネットワーク処理を高速化する畳み込みニューラルネットワーク変換を考える。畳み込みニューラルネットワーク(CNN)の使用は、計算的に要求が多すぎるにもかかわらず、画像認識の標準的なアプローチである。
論文参考訳（メタデータ） (2020-02-18T17:42:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。