Number of the records: 1
Faktorové kódování obrazu
Title statement Faktorové kódování obrazu [rukopis] / David Beer Additional Variant Titles Faktorové kódování obrazu Personal name Beer, David (dissertant) Translated title Image factor coding Issue data 2013 Phys.des. 55 s. + 1 CD Note Ved. práce Vilém Vychodil Oponent Markéta Krmelová Another responsib. Vychodil, Vilém (thesis advisor) Krmelová, Markéta (opponent) Another responsib. Univerzita Palackého. Katedra informatiky (degree grantor) Keywords komprese obrazu * rozklad matic * faktorová analýza * formální konceptuální analýza * image compression * matrix decomposition * factor analysis * formal conceptual analysis Form, Genre diplomové práce master's theses UDC (043)378.2 Country Česko Language čeština Document kind PUBLIKAČNÍ ČINNOST Title Mgr. Degree program Navazující Degree program Informatika Degreee discipline Informatika book
Kvalifikační práce Downloaded Size datum zpřístupnění 00171735-943993810.pdf 31 940.7 KB 18.04.2013 Posudek Typ posudku 00171735-ved-439649815.pdf Posudek vedoucího 00171735-opon-268559878.pdf Posudek oponenta
Faktorová analýza hledá v datech obecnější souvislosti, tzv. faktory, a na základě nich tvoří rozklad původních dat. Jedním možným přístupem je použití formálních konceptů jako faktorů. Tato metoda vede na dobrou interpretaci rozkladu, zachycující vztah mezi objekty a faktory a vztah mezi faktory a původními atributy. Snahou je minimalizovat velikost rozkladu (počet faktorů). Lepších výsledků lze dosáhnout v případě, kdy není vyžadována úplná přesnost rozkladu. Zabývám se vyžitím této metody v oblasti komprese obrazu. Popisuji dva možné algoritmy pro hledání vhodných konceptů tak, aby byl rozklad co nejpřesnější a zároveň co nejmenší. Dále zkoumám vlastnosti metody, jako je vliv volby struktury reziduovaného svazu, efektivita metody pro různé typy obrazových dat a jak rychle se zvyšuje přesnost rozkladu přidáváním dalších faktorů.Factor analysis looks in data for more general relations, so-called factors, and creates decomposition of the data from these factors. The use of formal concepts as factors is one possible approach. This method leads to good interpretation of decomposition capturing relation between objects and factors and relation between factors and original attributes. The goal is to minimize the size of decomposition (number of factors). Better results can be achieved when some inaccuracy of decomposition is acceptable. I study the application of this method in image compression. I present two possible algorithms searching for suitable concepts which keep most of the accuracy while minimizing the resulting decomposition. I further study properties of the method such as impact of residuated lattice structure choice, effectiveness of the method for various types of images and how fast does the accuracy of decomposition increase by adding further factors.
Number of the records: 1