Zobrazeno 1 - 10 of 135 pro vyhledávání: '"Cho, Seunghyun"'
2
Report
Quality Prediction on Deep Generative Images
Autor: Ko, Hyunsuk, Lee, Dae Yeol, Cho, Seunghyun, Bovik, Alan C.
In recent years, deep neural networks have been utilized in a wide variety of applications including image generation. In particular, generative adversarial networks (GANs) are able to produce highly realistic pictures as part of tasks such as image
Externí odkaz: http://arxiv.org/abs/2004.08245
Zobrazit plný text záznamu
3
Report
An End-to-End Joint Learning Scheme of Image Compression and Quality Enhancement with Improved Entropy Minimization
Autor: Lee, Jooyoung, Cho, Seunghyun, Kim, Munchurl
Recently, learned image compression methods have been actively studied. Among them, entropy-minimization based approaches have achieved superior results compared to conventional image codecs such as BPG and JPEG2000. However, the quality enhancement
Externí odkaz: http://arxiv.org/abs/1912.12817
Zobrazit plný text záznamu
7
Report
Context-adaptive Entropy Model for End-to-end Optimized Image Compression
Autor: Lee, Jooyoung, Cho, Seunghyun, Beack, Seung-Kwon
We propose a context-adaptive entropy model for use in end-to-end optimized image compression. Our model exploits two types of contexts, bit-consuming contexts and bit-free contexts, distinguished based upon whether additional bit allocation is requi
Externí odkaz: http://arxiv.org/abs/1809.10452
Zobrazit plný text záznamu
8
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
9
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Vyhledávací nástroje:

Upřesnit hledání

Omezení vyhledávání
Plný text Recenzováno Digitální knihovna AV ČR
Zdroje