imageCompressionWithSVD:基于HOSVD和CNN的图像压缩算法-源码

使用SVD和神经网络进行图像压缩 目标：压缩与背景区域相比在语义显着区域中保持较高质量的图像 算法： 图像通过神经网络进行分析：其输出是一个矩阵，该矩阵突出显示了语义上显着的区域 图像分为较小的部分 在图像的每个部分上，使用依赖于重要性图的值的多线性等级应用顺序截断的HOSVD 输入图像 输入图像表示为张量T $$ T \ in \ mathbb {F} ^ {n_1 \ times n_2 \ times 3} $$ 每个条目将包含0到255之间的值 每个切片与特定颜色相关联 如何获得每个像素的重要性 我们将使用卷积网络为每个像素获取介于0和1之间的值，该值表示图像中该像素的重要性。 这些值将被收集在重要性矩阵中。 卷积神经网络 图像和视频识别中经常使用的特定类型的神经网络 分为几层 在每一层中都有一定数量的特征图，每个特征图都在数据中寻找特定的模式 使用的网络 CNN使用Calte