FAst and energy efficient Learned image and video CompresiON

Informazioni relative al progetto

FALCON

ID dell’accordo di sovvenzione: 101022466

DOI

10.3030/101022466

Progetto chiuso

Data della firma CE 17 Marzo 2021

Data di avvio 1 Marzo 2022

Data di completamento 29 Febbraio 2024

Finanziato da

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Costo totale

€ 190 680,96

Contributo UE

€ 190 680,96

Coordinato da

TAMPEREEN KORKEAKOULUSAATIO SR
Finland

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Pubblicazioni

Peer reviewed articles (2)

Lightweight Multitask Learning for Robust JND Prediction using Latent Space and Reconstructed Frames

Autori: Sanaz Nami, Farhad Pakdaman, Mahmoud Reza Hashemi, Shervin Shirmohammadi, Moncef Gabbouj
Pubblicato in: IEEE Transactions on Circuits and Systems for Video Technology, Numero Early Access, 2024, Pagina/e 1-14, ISSN 1051-8215
Editore: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tcsvt.2024.3389988

MAMIQA: No-Reference Image Quality Assessment Based on Multiscale Attention Mechanism With Natural Scene Statistics

Autori: Li Yu; Junyang Li; Farhad Pakdaman; Miaogen Ling; Moncef Gabbouj
Pubblicato in: IEEE Signal Processing Letters, Numero 30, 2023, Pagina/e 588-592, ISSN 1558-2361
Editore: IEEE
DOI: 10.1109/lsp.2023.3276645

Conference proceedings (5)

NCOD: Near-Optimum Video Compression for Object Detection

Autori: Ardavan Elahi, Ali Falahati, Farhad Pakdaman, Mehdi Modarressi, Moncef Gabbouj
Pubblicato in: IEEE International Symposium on Circuits and Systems (ISCAS), Numero 2023, 2023, Pagina/e 1-5
Editore: IEEE
DOI: 10.1109/iscas46773.2023.10182205

MTJND: Multi-Task Deep Learning Framework for Improved JND Prediction

Autori: Sanaz Nami, Farhad Pakdaman, Mahmoud Reza Hashemi, Shervin Shirmohammadi, Moncef Gabbouj
Pubblicato in: IEEE International Conference on Image Processing (ICIP), Numero 2023, 2023, Pagina/e 1245-1249
Editore: IEEE
DOI: 10.1109/icip49359.2023.10222099

Panoramic Image Inpainting with Gated Convolution and Contextual Reconstruction Loss

Autori: Li Yu, Yanjun Gao, Farhad Pakdaman, Moncef Gabbouj
Pubblicato in: IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Numero 2024, 2024, Pagina/e 4255-4259
Editore: IEEE
DOI: 10.1109/icassp48485.2024.10446469

Comprehensive Complexity Assessment of Emerging Learned Image Compression on CPU and GPU

Autori: Farhad Pakdaman, Moncef Gabbouj
Pubblicato in: IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Numero 2023, 2023, Pagina/e 1-3
Editore: IEEE
DOI: 10.1109/icassp49357.2023.10096046

Efficient Bitrate Ladder Construction using Transfer Learning and Spatio-Temporal Features

Autori: Ali Falahati, Mohammad Karim Safavi, Ardavan Elahi, Farhad Pakdaman, Moncef Gabbouj
Pubblicato in: 13th Iranian/3rd International Conference on Machine Vision and Image Processing Conference (MVIP), Numero 2024, 2024, Pagina/e 1-7
Editore: IEEE
DOI: 10.1109/mvip62238.2024.10491154

Other (4)

Channel-wise Feature Decorrelation for Enhanced Learned Image Compression

Autori: Farhad Pakdaman, Moncef Gabbouj
Pubblicato in: arXiv preprint, Numero 2024, 2024
Editore: arxiv.org
DOI: 10.48550/arxiv.2403.10936

Joint End-to-End Image Compression and Denoising: Leveraging Contrastive Learning and Multi-Scale Self-ONNs

Autori: Yuxin Xie, Li Yu, Farhad Pakdaman, Moncef Gabbouj
Pubblicato in: arXiv preprint, Numero 2024, 2024
Editore: arxiv.org
DOI: 10.48550/arxiv.2402.05582

Perceptual Learned Image Compression via End-to-End JND-Based Optimization

Autori: Farhad Pakdaman, Sanaz Nami, Moncef Gabbouj
Pubblicato in: arXiv preprint, Numero 2024, 2024
Editore: arxiv.org
DOI: 10.48550/arxiv.2402.02836

Pixel-Wise Color Constancy via Smoothness Techniques in Multi-Illuminant Scenes

Autori: Umut Cem Entok, Firas Laakom, Farhad Pakdaman, Moncef Gabbouj
Pubblicato in: arXiv preprint, Numero 2024, 2024
Editore: arxiv.org
DOI: 10.48550/arxiv.2402.02922