Cảm biến nén có mang lại bất kỳ điều gì mới mẻ cho nén dữ liệu không?

Question

Compressed sensing là điều tuyệt vời cho các tình huống trong đó việc thu thập dữ liệu là tốn kém (cả về năng lượng hoặc thời gian). Nó hoạt động bằng cách lấy một số mẫu nhỏ hơn và sử dụng lập trình tuyến tính hoặc lồi để tái tạo lại tín hiệu tham chiếu ban đầu cách xa cảm biến.

Tuy nhiên, trong các trường hợp như nén hình ảnh, dữ liệu đã có trên máy tính - cảm biến nén có cung cấp gì không? Ví dụ, nó sẽ cung cấp nén dữ liệu tốt hơn? Nó có dẫn đến tìm kiếm hình ảnh tốt hơn không? ...

Answer 1

Vì toàn bộ điểm cảm biến nén là tránh lấy các phép đo, như bạn nói, có thể tốn kém, nên không có gì ngạc nhiên khi tỷ lệ nén sẽ tồi tệ hơn nếu việc triển khai nén được phép thực hiện tất cả các phép đo mà nó muốn và anh đào chọn những kết quả tốt nhất. Vì vậy, tôi rất nghi ngờ rằng việc triển khai sử dụng cảm biến nén cho dữ liệu đã có (có hiệu lực, đã có tất cả các phép đo), sẽ tạo ra tỷ lệ nén tốt hơn so với kết quả tối ưu.

Bây giờ, đã nói rằng, cảm biến nén cũng là chọn một tập hợp con các phép đo sẽ tái tạo kết quả tương tự như gốc khi giải nén, nhưng có thể thiếu một số chi tiết, tập hợp con. Như vậy, nó cũng có thể là bạn thực sự có thể tạo ra tỷ lệ nén tốt hơn so với kết quả tối ưu, với chi phí mất chi tiết lớn hơn. Cho dù điều này là tốt hơn, nói, một thuật toán nén jpeg, nơi bạn chỉ cần ném ra nhiều hơn các hệ số, tôi không biết. Ngoài ra, nếu thực hiện nén hình ảnh sử dụng cảm biến nén có thể giảm thời gian nén hình ảnh từ dữ liệu bitmap thô, điều này có thể mang lại sức hút trong các trường hợp thời gian được sử dụng là yếu tố đắt đỏ. , nhưng mức chi tiết thì không. Ví dụ.

Về bản chất, nếu bạn phải giao dịch tốc độ cho chất lượng kết quả, việc triển khai cảm biến nén có thể là đáng để xem xét. Tôi vẫn chưa thấy việc sử dụng rộng rãi của điều này mặc dù một cái gì đó nói với tôi nó sẽ không có giá trị nó, nhưng tôi có thể sai.

Tôi không biết tại sao bạn tìm kiếm hình ảnh mặc dù, tôi không thấy thuật toán nén có thể giúp tìm kiếm hình ảnh như thế nào, trừ khi bạn bằng cách nào đó sẽ sử dụng dữ liệu đã nén để tìm kiếm hình ảnh. Điều này có thể sẽ không làm những gì bạn muốn, liên quan đến tìm kiếm hình ảnh, như thường xuyên bạn tìm kiếm hình ảnh có chứa các mẫu hình ảnh nhất định, nhưng không giống hệt 100%.

Answer 2

Liên quan đến câu hỏi của bạn "... cho rằng dữ liệu đã có trên máy tính - cảm biến nén có cung cấp gì không? Ví dụ: nó có cung cấp nén dữ liệu tốt hơn không? Có phải tìm kiếm hình ảnh tốt hơn không ?. .. "

Nói chung câu trả lời cho câu hỏi của bạn là không có nó sẽ không cung cấp nén dữ liệu tốt hơn ít nhất là ban đầu! Đây là trường hợp hình ảnh trong đó các sơ đồ phi tuyến như jpeg tốt hơn cảm biến nén bởi hằng số từ 4 đến 5 và xuất phát từ hằng số klog (N/K) được tìm thấy trong các kết quả lý thuyết khác nhau trong các bài báo khác nhau. Tôi đã nói ban đầu bởi vì ngay bây giờ cảm biến nén chủ yếu tập trung vào khái niệm về sự thưa thớt nhưng có một công việc mới hiện đang cố gắng sử dụng các thông tin bổ sung như thực tế là phân tách wavelet đi kèm trong các nhóm có thể cải thiện quá trình nén. Công việc này và những người khác có khả năng cung cấp cải tiến bổ sung với khả năng có thể gần với biến đổi phi tuyến như jpeg.

Điều khác bạn phải ghi nhớ là jpeg là kết quả của nỗ lực tập trung của toàn bộ ngành và nhiều năm nghiên cứu. Vì vậy, nó thực sự là khó khăn để làm tốt hơn nhưng cảm biến nén thực sự cung cấp một số phương tiện nén các bộ dữ liệu khác mà không cần nhiều năm kinh nghiệm và nhân lực.

Cuối cùng, có điều gì đó vô cùng đầy cảm hứng trong quá trình nén tìm thấy trong cảm biến nén. Nó là phổ quát, điều này có nghĩa là ngay bây giờ bạn có thể "giải mã" hình ảnh đến một mức chi tiết nhất định và sau đó trong mười năm, sử dụng cùng một dữ liệu bạn thực sự có thể "giải mã" một hình ảnh/tập dữ liệu tốt hơn (điều này có nghĩa là thông tin đã có ở nơi đầu tiên) bởi vì người giải quyết của bạn sẽ tốt hơn. Bạn không thể làm điều đó với jpeg hoặc jpeg2000 vì dữ liệu được nén về bản chất được kết nối với lược đồ giải mã.

(tiết lộ: Tôi viết một blog nhỏ trên cảm biến nén)

Answer 3

Một trong những lợi ích của cảm biến nén được rằng tín hiệu cảm nhận được không chỉ nén nhưng nó được mã hóa là tốt. Cách duy nhất một tín hiệu tham chiếu có thể được xây dựng lại từ tín hiệu cảm biến của nó là thực hiện tối ưu hóa (lập trình tuyến tính hoặc lồi) trên một ước lượng tín hiệu tham chiếu khi áp dụng cho cơ sở.

Ứng dụng có cung cấp nén dữ liệu tốt hơn không? Điều đó sẽ phụ thuộc vào ứng dụng. Đầu tiên, nó sẽ chỉ hoạt động trên các tín hiệu tham chiếu thưa thớt, có nghĩa là nó chỉ có thể áp dụng cho nén hình ảnh, âm thanh, tín hiệu RF và không áp dụng cho nén dữ liệu chung. Trong một số trường hợp, có thể có được tỷ lệ nén tốt hơn bằng cách sử dụng cảm biến nén so với các cách tiếp cận khác và trong các trường hợp khác, điều đó sẽ không xảy ra. Nó phụ thuộc vào bản chất của tín hiệu được cảm nhận.

Kết quả là có tìm kiếm hình ảnh tốt hơn không? Tôi có chút do dự khi trả lời "không" này. Vì tín hiệu cảm biến được nén và mã hóa, hầu như không có cách nào để tái tạo lại tín hiệu tham chiếu từ tín hiệu cảm biến mà không có "khóa" (hàm cơ bản). Trong những trường hợp có chức năng cơ bản, tín hiệu tham chiếu vẫn sẽ cần phải được xây dựng lại để thực hiện bất kỳ loại xử lý hình ảnh/nhận dạng đối tượng/đặc tính hoặc tương tự.

Answer 4

Đây có thể không phải là câu trả lời chính xác cho câu hỏi của bạn nhưng tôi chỉ muốn nhấn mạnh vào các miền ứng dụng quan trọng khác của CS. Nén gửi có thể là một lợi thế lớn trong mạng không dây đa phương tiện, nơi có sự nhấn mạnh lớn về powerconsumption của nút cảm biến. Ở đây nút cảm biến phải truyền tải thông tin (nói một hình ảnh được chụp bởi một camera giám sát). Nếu nó phải truyền tải tất cả các mẫu, chúng tôi không thể đủ khả năng để cải thiện tuổi thọ mạng. Trong trường hợp như chúng ta sử dụng nén JPEG, nó mang lại độ phức tạp cao trên bộ mã hóa (nút cảm biến) mà lại không mong muốn. Vì vậy, nén Sensing bằng cách nào đó hwlps trong việc di chuyển sự phức tạp từ bên encoider để bên bộ giải mã. Là một nhà nghiên cứu trong khu vực, chúng tôi thành công trong việc truyền tải hình ảnh và video trong kênh bị mất chất lượng với chất lượng đáng kể chỉ bằng cách gửi 52% tổng số mẫu.

Answer 5

Cảm biến nén có nghĩa là một số dữ liệu có thể được xây dựng lại bằng một số phép đo. Hầu hết các dữ liệu có thể được chuyển đổi tuyến tính trong một không gian tuyến tính khác, trong đó hầu hết các dimentions có thể được bỏ qua.

Vì vậy, điều đó có nghĩa là chúng tôi có thể tái tạo lại hầu hết dữ liệu trong một số dimentions, "một số" có thể là tỷ lệ thấp của số lượng dimentions premitive.