[問題] SVD影像壓縮

[j0958322080 (Tidus)]

最近在讀SVD跟其應用，其中一個是影像壓縮。

步驟是把 m by n 圖像矩陣做SVD得到USV^T，

U is m by m, S is m by n, V^T is n by n.

然後取 U' is m by k, S' is k by k, V^T is k by n.

得到壓縮率為 mn/[k(1+m+n)]。

假設原圖為 600 ×402，那我 k 大概要取230左右才是一樣大小，

表示我花時間做 SVD 做影像壓縮結果並沒有很好，

而且 SVD 本身就是很花時間的演算法，

那用 SVD 做影像壓縮的意義何在呢??

--
！！！！！！！！！！！！！簽名檔破915000點擊率啦！！！！！！！！！！！！！！！
Fw: [問卦] 電影：決勝21點的機率問題  https://goo.gl/2BpbB7  #1MfN3FgZ (joke)
→ yeebon: chx64的1/2悖論真的很經典呢
https://upload.cc/i/tiloxB.jpg  https://upload.cc/i/phcMAP.jpg
chx64註冊tisen這帳號是想幹嘛啊？哈哈哈

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 27.246.8.32 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Prob_Solve/M.1560960163.A.B94.html
推 ddavid: 比起其他壓縮，SVD壓縮相對比較注重原圖的特徵保存
→ ddavid: 因此，當你的應用並不是單純只想節省空間然後圖片大概可以
→ ddavid: 看就好，而是比較強調壓小了之後還是能保存主要特徵的話，
→ ddavid: SVD壓縮可能相對符合需求
→ j0958322080: 所謂保持特徵有什麼例子嗎？
推 asdiy: 深度學習有很好的作用，等於少算幾個 維度，很節省計算量
→ j0958322080: CNN的特徵萃取是使用max pooling
推 cplalexandta: SVD壓縮矩陣rank要夠小才有用 不能跟min(m,n)差不多
→ cplalexandta: 在無損的情況下