Implicit Neural Representations for Multimedia Compression [Rappresentazioni neurali implicit per la Compressione di Multimedia]

Nelle rappresentazioni neurali implicite (INR) un segnale discreto viene interpretato come una funzione continua dalle coordinate ai campioni e una rete neurale viene poi allenata per approssimare questa funzione. I parametri della rete risultante possono essere compressi per ridurre la dimensionalità, fungendo da paradigma alternativo ai codec tradizionali. Sebbene questo approccio sia in fase embrionale, è già stato impiegato con successo per codificare diverse modalità di dati e ha recentemente guadagnato l'attenzione della comunità di ricerca. In questa tesi, proponiamo una serie di codec basati sull'INR per i contenuti multimediali e valutiamo la loro applicazione in vari sistemi multimediali, come la compressione di immagini e lo streaming video, confrontandoli con altri approcci esistenti e più tradizionali e discutendo le loro proprietà più interessanti e il modo in cui potrebbe essere possibile superare i loro limiti attuali nella ricerca futura.

Grantor dc:publisher

Università degli studi di Catania

Year dc:date

2025

Author dc:creator

• CATANIA, LORENZO

Contributors dc:contributor

• ALLEGRA, DARIO
• BATTIATO, SEBASTIANO

• neural network
• implicit neural representation
• compression
• multimedia
• video streaming
• reti neurali
• rappresentazioni neurali implicite
• compressione
• streaming video

Statement dc:rights

• info:eu-repo/semantics/openAccess
• license:NON PUBBLICO - Accesso privato/ristretto
• license uri:iris.PRI01

Language dc:language

eng

Handle dc:identifier

https://hdl.handle.net/20.500.11769/685230

OAI identifier oai:identifier

oai:www.iris.unict.it:20.500.11769/685230