امیر مسعود طاهری - دانشگاه آزاد اسلامی، واحد نجف آباد، گروه مهندسی برق، نجف آباد، ایران
همایون مهدوی نسب - دانشگاه آزاد اسلامی، واحد نجف آباد، گروه مهندسی برق، نجف آباد، ایران

رشد فناوری و افزایش تصاعدی اطلاعات نیاز به حجم ذخیرهسازی بیشتر را افزایش داده است. هنگامیکه فشردهسازی یک دسته یا خانواده از تصاویر مدنظر باشد مانند پایگاه داده تصاویر چهره یک سازمان یا موسسه یا پایگاه داده تصاویر ام آر آی یک بیمارستان بزرگ در این صورت افزونگی اطلاعات افزایش مییابد و باعث میشود تا فشرده سازی اهمیت بیشتری پیدا کند. در این میان تصاویر چهره با توجه به کاربرد وسیعی که دارند و به عنوان رایجترین تصاویر پرسنلی پایگاه داده سازمانهای مختلف مانند اداره پلیس ، یک دانشگاه و غیره شناخته میشوند مورد توجه بیشتری قرار دارند. به همین خاطر ارائه الگوریتمی که بتواند این دسته تصاویر را با کیفیت بیشتری فشرده سازی کند اهمیت پیدامیکند. در این مقاله با استفاده از حوزه جدیدی از پردازش سیگنال ها به نام حوزه تنک و الگوریتم جدید یادگیری دیکشنری RLS-DLA روشی جدیدی برای فشردهسازی تصاویر چهره ارائه شده است که میتواند برای فشرده سازی پایگاه داده تصاویر به کار رود. نتایج بدست آمده از این الگوریتم نشان دهنده عملکرد خوب این الگوریتم و همچنین برتری آن نسبت به روشهای فشردهسازی همچون JPEG و JPEG2000 میباشد.

فشرده سازی تصویر، کدینگ تنک، یادگیری دیکشنری، پایگاه داده تصاویرRLS-DLA؛ JPEGJPEG2000