MétaCan
Menu
Retour à la cohorte
Enregistrement W1997694404 · doi:10.1109/glocom.2013.6831107

Progressive compression and transmission of images: Experimental evaluation over Visual Sensor Networks

2013· article· en· W1997694404 sur OpenAlexafffund
Abdelhamid Mammeri, Azzedine Boukerche, Renfei Wang, Depu Zhou

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Data Compression Techniques
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCanada Research Chairs
Mots-clésJPEGTestbedComputer scienceComputer visionArtificial intelligenceImage compressionJPEG 2000Data compressionTransmission (telecommunications)Image sensorLossless JPEGVisual sensor networkImage processingComputer graphics (images)Image (mathematics)Key distribution in wireless sensor networksComputer networkTelecommunications

Résumé

récupéré en direct d'OpenAlex

The performance of the progressive compression and the transmission of images over Visual Sensor Networks (VSN) has been experimentally evaluated. This was performed through a real testbed based on Imote2 sensors and an IMB400 camera. In fact, by using the Progressive-JPEG (P-JPEG), an image was encoded into several scans. When the image is being sent, these scans are transmitted one by one, providing the observer with a gradual coarse-to-fine view of the image. This helps reducing the energy consumption of the whole network as well as the display time of the visualized image at the base station. For that purpose, a VSN testbed based on Imote2 and IMB400 nodes was developed. To provide P-JPEG compression capabilities and to support the IMB400 camera node, TinyOs applications were developed. Extensive sets of experiments were conducted to show the efficiency of P-JPEG over the baseline JPEG.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,694
Score d'incertitude au seuil0,457

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,326
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAdvanced Data Compression TechniquesTravaux en français237 207