الأبحاث المرتبطة بالكلمة المفتاحية: نمذجة الانتروبيا
-
نموذج اللغة الكبير لضغط الصور بدون فقدان مع تلميحات بصرية Large Language Model for Lossless Image Compression with Visual Prompts
2026 | المؤلف: Junhao Du وآخرون | المجلة: IEEE Transactions on Circuits and Systems for Video Technology | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)لقد حسنت التقدمات الحديثة في التعلم العميق بشكل كبير من ضغط الصور بدون فقدان، خاصة من خلال دمج نماذج اللغة الكبيرة (LLMs). تتناول هذه الورقة التحدي المتمثل في استخدام المعرفة النصية المدمجة في LLMs لتحسين نمذجة الإنتروبيا في ضغط الصور بدون فقدان. تتضمن الطريقة المقترحة إنشاء إعادة بناء بفقدان للصور المدخلة لإنشاء تلميحات بصرية، يتم…
-
MLIC ++ : نمذجة الإنتروبيا متعددة المراجع ذات التعقيد الخطي لضغط الصور المتعلم MLIC ++ : Linear Complexity Multi-Reference Entropy Modeling for Learned Image Compression
2026 | المؤلف: Wei Jiang وآخرون | المجلة: ACM Transactions on Multimedia Computing Communications and Applications | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث نهجًا جديدًا لضغط الصور من خلال تطوير نموذج إنتروبيا متعدد المراجع ذو تعقيد خطي (MEM ++)، الذي يلتقط بفعالية الارتباطات المحلية والفضائية العالمية على مستوى القناة في التمثيلات الكامنة. يتم معالجة تحدي إدارة هذه السياقات بكفاءة، لا سيما في ترميز الصور عالية الدقة، من خلال تقسيم التمثيل الكامن إلى شرائح متعددة. بالنسبة للسياقات…