ضغط بيانات الصورة وتصحيح أخطاء القنوات الملوثة باستخدام الشبكة العصبية العميقة

يتم تخزين ومعالجة ونقل كميات هائلة من المعلومات رقميًا حول العالم كل يوم. لقد تم تطوير الشبكات العصبية وبحثها بشكل سريع كحل لمهام معالجة الصور والتحكم في تصحيح أخطاء القنوات. يقدم هذا البحث شبكة عصبية عميقة (DNN) لضغط الصور الرمادية ونظام نقل مقاوم للأخطاء مع قدرات تصحيح أخطاء القنوات. تم اقتراح شبكة عصبية عميقة يتم تنفيذها باستخدام خوارزمية التعلم ليفنبرغ-ماركاردت من أجل ضغط الصور. لقد أثبتنا تجريبيًا أن شبكتنا العصبية العميقة لا توفر فقط جودة أفضل للصور المعاد بناؤها ولكن أيضًا قدرة حسابية أقل مقارنةً بتشفير DCT الزمني، وتشغيل عتبة DCT، وتقسيم المجموعة في الأشجار الهرمية (SPIHT) وهرم غاوسي. ثانيًا، تم اقتراح شبكة عصبية عميقة بمعدل محسّن لتصحيح الأخطاء في القناة. تشير النتائج التجريبية إلى أن شبكتنا المنفذة توفر قدرة ممتازة على تصحيح الأخطاء عن طريق نقل الصور الثنائية عبر القناة الملوثة باستخدام تشفير هامينغ وRepeat-Accumulate. في الوقت نفسه، فإن متطلبات تخزين الشبكة أقل بـ 64 مرة من تشفير هامينغ وأقل بـ 62 مرة من تشفير Repeat-Accumulate.