Имя (желательно полное):

E-Mail:

URL:

Город:

Страна:

Вежливый и подробный комментарий:
(Форматируйте его, пожалуйста, как почту - короткими строками
Еnter в конце строки, пустая строка между параграфами).
> Уважаемый МинорЛогик! > Спасибо огромное за ваш ответ. > Из сказанного вами я могу сделать следующие выводы. > (Заранее извините за нестрогость и нематематичность утверждений (серьезные пробелы в знаниях-с)) > Первое. > Первое направление исследований > (использование векторной, объектной модели изображения) > является действительно Серьезным Направлением Исследований (СНИ), > простите за тавтологию. > И заниматься ею можно только большим > (или сильным, или лучше умным)коллективом опытных ученых. > Здесь (вернее особенно здесь) > нужны серьезные теоретические знания, > тщательный анализ и т.д. > Возможно поключение старых добрых теорий распознавания образов, контурного анализа и т.д. > А также например немного забытые нейронные сети, поскольку обычными процедурными, алгоритмическими методами по настоящему хорошо выделять объекты все же очень трудно. > Хотя говорят, что нейронную сеть можно заменить системой уравнений, но решенее уравнений пока еще тоже представляют свои трудности. > В общем, самому (или небольшой группой) это все ну никак не одолеть. > А вот вторая группа мне не только ближе, это мне просто по душе. > И я частично разделяю Ваши мысли. > Например я также не очень положительно отношусь к фрактальному сжатию, поскольку даже исходное предположение о подобии участков изображения не на чем не опирается. > И хотя о перечисляемых Вами > - Мультивейвлеты > - Настраиваемые цветовые пространства > - Настраиваемые квантизаторы > - Всякие настраиваемые вейвлеты > я имею только обобщенное представление, > но смею предположить, что применение всех их (вернее каждого из них) приводит, во-первых, к увеличению времени работы реализаций алгоритма, > а во-вторых, к усложнению алгоритма и утрачиванию им строгости и лаконичности. > Все гениальное просто > Дело в том, что недавно я > Насчет хороших наработок по узорам, запоминанием патернов, то это также мало математично, нет никакой уверенности, что в каком-либо кодируемом изображении будет присутствовать хоть один из имеющихся узоров. > И тогда алгоритм будет крайне неэффективным, что непозволительно. > В чем-то этот метод схож с фракталами. > И вообще в кодировании изображений > (и статики, и видео) главная проблема (на мой взгляд) состоит в практической невозможности очертить границы классов изображений (т.е. модели источника или модели исходных данных). > Мы например говорим о фотореалистичных изображениях, но где грань этого множества никто точно сказать не может. > Именно поэтому главной особенностью каждого хорошего алгоритма кодироания изображений должно стать свойство адаптивности, т.е. приспосабливаемости и учета свойств не целого класса, а конкретного изображения. > А вот как выявлять и как эффективно использовать при кодировании свойства исходного или уже преобразованного изображения это конечно вопрос. > И к решению его я и хотел бы придвинуться... > > Хочется написать о многом, но лучше понемногу, а то форум еще не примет сообщение. > Хотелось бы не прерывать эту тему, > и услышать более детальные мнения по этому вопросу как Вас, дорогой МинорЛогик, так и других посетителей. > Пожалуйста, не стесняйтесь. > Будет интересно.

Пожалуйста, заполните все поля.
И не нажимайте по два раза на кнопку! Дождитесь ответа сервера.