IMAGE COMPRESSION AND RECONSTRUCTION USING MACHINE LEARNING MODELS

A method includes obtaining image data, identifying a machine learning-compressible (ML-compressible) portion of the image data, and determining a location of the ML-compressible portion within the image data. The method also includes selecting, from a plurality of ML compression models, an ML compr...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: HASAN, Shiblee, ABRAMSON, Dustin, JOHNSON, Joseph, KOUKOUMIDIS, Emmanouil
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:A method includes obtaining image data, identifying a machine learning-compressible (ML-compressible) portion of the image data, and determining a location of the ML-compressible portion within the image data. The method also includes selecting, from a plurality of ML compression models, an ML compression model for the ML-compressible portion based on an image content thereof, and generating, based on the ML-compressible portion and by the ML compression model, an ML-compressed representation of the ML-compressible portion. The method further includes generating a compressed image data file that includes the ML-compressed representation and the location of the ML-compressible portion, and outputting the compressed image data file. The compressed image data file is configured to cause an ML decompression model corresponding to the ML compression model to generate a reconstruction of the ML- compressible portion of the image data based on the ML-compressed representation. Un procédé consiste à obtenir des données d'image, à identifier une partie compressible par apprentissage automatique (compressible par ML) des données d'image, ainsi qu'à déterminer un emplacement de la partie compressible par ML dans les données d'image. Le procédé consiste également à sélectionner, parmi une pluralité de modèles de compression ML, un modèle de compression ML pour la partie compressible par ML d'après un contenu d'image associé, ainsi qu'à générer, d'après la partie compressible par ML et le modèle de compression ML, une représentation compressée par ML de la partie compressible par ML. Le procédé consiste également à générer un fichier de données image compressé qui comprend la représentation compressée ML et l'emplacement de la partie compressible par ML, ainsi qu'à émettre le fichier de données image compressé. Le fichier de données image compressé est configuré pour amener un modèle de décompression ML correspondant au modèle de compression ML à générer une reconstruction de la partie compressible par ML des données d'image d'après la représentation compressée par ML.