이미지 압축

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

이미지 압축은 이미지 파일의 크기를 줄이는 기술로, 1940년대 엔트로피 코딩의 도입과 함께 시작되어 DCT, LZW, 웨이블릿 변환 등 다양한 기술이 개발되었다. 이미지 압축 방식은 원본 데이터의 손실 여부에 따라 무손실 압축과 손실 압축으로 나뉘며, JPEG, GIF, PNG 등 다양한 파일 형식에 적용된다. 이미지 압축의 주요 목표는 주어진 압축률에서 최고의 이미지 품질을 얻는 것이며, 확장성, 관심 영역 코딩, 메타 정보, 처리 능력 등의 속성도 고려된다. 허프만 코딩은 이미지 압축 알고리즘에서 사용되는 기본적인 기술로, 빈번한 기호에 짧은 코드를 할당하여 효율적인 데이터 표현을 가능하게 한다.

더 읽어볼만한 페이지

화상 압축 - JPEG
JPEG은 정지 화상의 디지털 압축 및 코딩을 위한 국제 표준이자 이를 만든 위원회의 이름으로, 1992년 최초 표준 발표 이후 웹 환경에서 널리 사용되는 이미지 형식이 되었다.
화상 압축 - PNG
PNG는 GIF의 단점을 보완하여 개발된 무손실 압축 방식의 그래픽 파일 형식이며, 높은 색상 표현과 투명도를 지원하고, 8바이트 시그니처와 이미지 정보를 담은 청크들로 파일 구조가 구성된다.
데이터 압축 - 해상도
해상도는 1인치당 픽셀 또는 점의 수를 나타내는 지표로, 이미지의 선명도를 결정하며 DPI와 PPI 단위를 사용하고, 높을수록 섬세한 표현이 가능하다.
데이터 압축 - MP3
MP3는 MPEG 표준의 오디오 압축 형식으로, 인간의 청각 심리를 이용하여 음질 저하를 최소화하며 데이터를 압축하고, 1991년에 발명되어 2017년 특허 만료로 퍼블릭 도메인이 되었다.
인공지능의 응용 - 가상 비서
가상 비서는 음성 또는 텍스트 입력을 해석하여 정보 제공, 일정 관리, 기기 제어 등 다양한 작업을 수행하는 소프트웨어 에이전트로서, 시리, 알렉사, 구글 어시스턴트와 같은 다양한 형태로 발전해 왔으며, 챗GPT와 같은 생성형 AI 기반 가상 비서의 등장과 함께 발전하고 있지만 개인 정보 보호와 같은 과제도 존재한다.
인공지능의 응용 - 질의 응답
질의응답 시스템은 자연어 질문을 이해하고 답변을 생성하며, 질문 유형과 사용 기술에 따라 분류되고, 읽기 이해 기반 또는 사전 지식 기반으로 작동하며, 대규모 언어 모델과 다양한 아키텍처 발전에 힘입어 복잡한 질문에 대한 답변과 다양한 분야에 활용이 가능해졌다.

이미지 압축
이미지 압축
다양한 압축 알고리즘을 사용한 이미지 비교
일반 정보
분야	데이터 압축
하위 분야	이미지 처리
목표
목표	이미지 크기 축소
목적	저장 공간 절약 전송 비용 절감
유형
유형	손실 압축 무손실 압축
기술
주요 기술	이산 코사인 변환 (DCT) 웨이블릿 압축 프랙탈 압축
표준
주요 표준	JPEG JPEG 2000 GIF PNG TIFF WebP HEIF
손실 압축
설명	일부 정보 손실을 허용하여 높은 압축률 달성
예시	JPEG
무손실 압축
설명	원본 이미지 데이터를 완벽하게 복원 가능
예시	PNG GIF TIFF (일부 옵션)
응용 분야
응용 분야	디지털 카메라 온라인 이미지 공유 의료 영상 위성 이미지 비디오 압축
추가 정보
관련 기술	양자화 엔트로피 코딩 (예: 허프만 코딩)
고려 사항
고려 사항	압축률 이미지 품질 계산 복잡성 특허 문제
기타
참고 자료	Image Data Compression (영어)

2. 역사

이미지 압축 기술의 역사는 1940년대 후반 섀넌-패노 부호화의 도입과 함께 시작되었으며,^[45] 이는 1952년 발표된 허프만 코딩의 기초가 되었다.^[46] 1960년대 후반에는 고속 푸리에 변환(FFT) 코딩(1968년) 및 아다마르 변환(1969년)과 같은 변환 코딩 기술이 등장했다.^[47]

1973년 나시르 아흐메드 등은 이산 코사인 변환(DCT)을 제안했다. 이는 1992년 JPEG에 의해 발표된 JPEG의 기초가 되었으며, 2015년 현재 매일 수십억 개의 JPEG 이미지가 생성되는 등 디지털 이미지와 디지털 사진의 광범위한 확산에 큰 역할을 했다.^[52]

LZW(Lempel–Ziv–Welch)는 아브라함 렘펠, 야곱 지브, 테리 웰치가 1984년에 개발한 무손실 압축 알고리즘으로, 1987년에 도입된 GIF 형식에 사용되었다.^[53] DEFLATE는 필 카츠가 개발하고 1996년에 명시한 무손실 압축 알고리즘으로, PNG(Portable Network Graphics) 형식에 사용되었다.^[54]

1997년부터 2000년까지는 투라지 에브라히미(이후 JPEG 회장)가 의장을 맡은 JPEG 위원회에서 JPEG 2000 표준을 개발했다.^[55]

2. 1. 이산 코사인 변환 (DCT)

이산 코사인 변환(DCT)은 1973년 나시르 아흐메드 등이 제안한 손실 압축 기술이다.^[48] DCT는 일종의 푸리에 변환 관련 변환 목록이며, 이산 코사인 변환에서 "DCT-II"라고 불리기도 한다. 일반적으로 이미지 압축에 가장 효율적인 형태이다.^[2]

1992년 JPEG에 의해 JPEG 표준이 도입되었다.^[49] JPEG는 DCT 압축 방식을 사용하며, 이미지를 훨씬 작은 파일 크기로 압축할 수 있게 해주었다.^[50] JPEG는 디지털 이미지와 디지털 사진의 확산에 큰 기여를 했으며,^[51] 현재 가장 널리 사용되는 이미지 파일 형식이다.^[52]

2. 2. LZW와 DEFLATE

LZW(Lempel–Ziv–Welch)는 아브라함 렘펠, 야곱 지브, 테리 웰치가 1984년에 개발한 무손실 압축 알고리즘이다.^[16] LZW는 1987년에 도입된 GIF 형식에 사용된다.^[16] DEFLATE는 필 카츠가 개발하고 1996년에 명시한 무손실 압축 알고리즘이다.^[17] DEFLATE는 PNG(Portable Network Graphics) 형식에 사용된다.^[17]

2. 3. 웨이블릿 변환 (DWT)

JPEG 위원회는 1997년부터 2000년까지 이산 웨이블릿 변환(DWT) 알고리즘을 사용하는 JPEG 2000 표준을 개발하였다.^[55] 원래 JPEG 형식에서 사용된 이산 코사인 변환(DCT) 알고리즘과 달리 JPEG 2000은 DWT 알고리즘을 사용한다.^[56] JPEG 2000은 손실 압축에는 CDF 9/7 웨이블릿 변환(1992년 잉그리드 도베시가 개발)을 사용하고, 무손실 압축에는 Le Gall–Tabatabai(LGT) 5/3 웨이블릿 변환^[57]^[58](1988년 디디에 르 갈과 알리 J. 타바타바이가 개발)^[59]을 사용한다.^[56] 모션 JPEG 2000 확장을 포함하는 JPEG 2000 기술은 2004년에 디지털 시네마의 비디오 코딩 표준으로 선정되었다.^[60]

3. 압축 방식

이미지 압축 방식은 크게 '''손실 압축'''과 '''무손실 압축'''으로 나뉜다.

무손실 압축은 데이터 손실 없이 이미지를 압축하는 방식으로, 주로 보관 목적이나 의료 영상, 기술 도면, 클립 아트, 만화 등과 같이 정보 손실을 허용하지 않는 분야에 사용된다. 반면 손실 압축은 이미지의 일부 정보를 제거하여 압축률을 높이는 방식으로, 사진과 같이 자연 이미지에 적합하다. 낮은 비트 전송률로 압축할 경우 압축 인공물이 발생할 수 있지만, 비트 전송률을 크게 줄일 수 있다는 장점이 있다. 또한, 사람이 인지하기 어려운 수준의 정보 손실은 시각적으로 무손실이라고 부르기도 한다.

손실 압축 방식에는 변환 코딩, 색 공간 축소, 크로마 서브샘플링, 프랙탈 압축, 머신 러닝 기반 방식 등이 있다. 무손실 압축 방식에는 런 렝스 인코딩, 예측 코딩, 엔트로피 코딩, 적응형 사전 알고리즘, 체인 코드 등이 있다. 각 압축 방식에 대한 자세한 내용은 하위 섹션에서 확인할 수 있다.

3. 1. 손실 압축

이미지 압축에는 '''무손실 압축'''과 '''손실 압축'''이 있다. 손실 압축은 원본 이미지에서 일부 정보를 제거하여 압축률을 높이는 방식이다. 사진과 같이 세부 정보가 손실되어도 크게 문제가 되지 않는 이미지에 적합하며, 낮은 비트 전송률로 압축할 경우 압축 아티팩트가 발생할 수 있다. 하지만, 인간이 인지하기 어려운 수준의 정보 손실은 시각적으로 무손실이라고 불리기도 한다.

손실 압축 방식은 다음과 같다:

변환 코딩: 가장 일반적으로 사용되는 방식이다.
색 공간 축소: 이미지의 색 공간 인코딩을 몇 개의 "대표적인" 색상으로 줄이는 방식이다.
크로마 서브샘플링: 인간의 눈이 색상보다 밝기의 변화를 더 뚜렷하게 인식한다는 특성을 이용하는 방식이다.
프랙탈 압축: 이미지의 자기 유사성을 이용하는 방식이다.
머신 러닝 기반 방식: 다층 퍼셉트론, 합성곱 신경망, 생성적 적대 신경망^[3] 및 확산 모델 등을 사용한다.^[4] OpenCV, TensorFlow, MATLAB의 Image Processing Toolbox(IPT) 및 High-Fidelity Generative Image Compression (HiFiC) 오픈 소스 프로젝트에서 구현을 사용할 수 있다.^[5]

3. 1. 1. 변환 코딩

변환 코딩은 이미지 데이터를 주파수 영역으로 변환하여 압축하는 방식이다. 가장 널리 사용되는 방식은 이산 코사인 변환(DCT)이며, 1974년 나시르 아흐메드, T. 나타라잔 및 K. R. 라오가 개발하였다.^[2] DCT는 일반적으로 가장 효율적인 형태의 이미지 압축으로, JPEG 및 HEIF와 같은 형식에 사용된다.

최근에는 웨이블릿 변환도 널리 사용되며, 양자화(이미지 처리) 및 엔트로피 코딩이 그 뒤를 따른다.

3. 1. 2. 색 공간 축소

색 공간 인코딩을 이미지에서 몇 개의 "대표적인" 색상으로 줄이는 방식이다. 선택된 색상은 압축된 이미지의 헤더에서 색상 팔레트(컴퓨팅)에 지정된다. 각 픽셀은 색상 팔레트의 색상 색인만 참조한다. 이 방법은 포스터화를 피하기 위해 디더링과 결합될 수 있다.^[2]

GIF 및 PNG 파일 형식에 사용되는 전체 이미지 팔레트(일반적으로 256색)가 있다.
BTC, CCC, S2TC 및 S3TC에 사용되는 블록 팔레트(일반적으로 각 4x4 픽셀 블록에 2 또는 4색)가 있다.

3. 1. 3. 크로마 서브샘플링

크로마 서브샘플링은 인간의 눈이 색상보다 밝기의 변화를 더 뚜렷하게 인식한다는 특성을 이용한다.^[2] 이는 이미지의 색차 정보를 평균화하거나 줄여서 데이터를 압축한다.^[2]

3. 1. 4. 프랙탈 압축

프랙탈 압축은 이미지의 자기 유사성을 이용하여 압축하는 방식이다.^[2]

3. 2. 무손실 압축

무손실 압축은 이미지 정보를 손실 없이 압축하는 방식이다. 압축 전과 압축 해제 후의 데이터가 완전히 동일하므로, 보관 목적에 적합하다. 주로 의료 영상, 기술 도면, 클립 아트, 만화 등과 같이 압축으로 인한 정보 손실을 피해야 하는 이미지에 사용된다.

무손실 압축 방식에는 다음과 같은 것들이 있다:

런 렝스 인코딩 (RLE)
예측 코딩
엔트로피 코딩 (산술 코딩, 허프만 코딩)
적응형 사전 알고리즘 (LZW, DEFLATE)
체인 코드

각 방식에 대한 자세한 내용은 하위 섹션을 참고하면 된다.

3. 2. 1. 런 렝스 인코딩 (RLE)

런 렝스 인코딩은 연속된 동일한 값을 하나의 값과 그 값의 반복 횟수로 표현하는 방식이다.^[2] 이 방식은 PCX에서 기본적으로 사용되며, BMP, TGA, TIFF 파일 형식에서도 사용된다.

3. 2. 2. 예측 코딩

주변 픽셀 값을 이용하여 현재 픽셀 값을 예측하는 방식이다.^[2] DPCM에서 사용된다.

3. 2. 3. 엔트로피 코딩

엔트로피 코딩은 자주 발생하는 데이터에 짧은 코드를 할당하고, 드물게 발생하는 데이터에 긴 코드를 할당하는 방식이다. 산술 코딩과 허프만 코딩이 대표적인 엔트로피 코딩 기술이다.

3. 2. 4. 적응형 사전 알고리즘

LZW와 같은 적응형 사전 알고리즘은 반복되는 패턴을 사전에 등록하고, 해당 패턴을 짧은 코드로 대체하는 방식이다.^[2] LZW는 GIF 및 TIFF에 사용된다.^[2] DEFLATE는 PNG, MNG 및 TIFF에 사용된다.^[2]

4. 허프만 코딩

허프만 코딩은 이미지 압축에 사용되는 기본적인 엔트로피 인코딩 기술 중 하나이다. 데이비드 A. 허프만이 개발하였으며, JPEG 및 PNG 등 다양한 이미지 압축 표준에서 널리 사용된다.

허프만 코딩은 입력 기호의 발생 빈도에 따라 가변 길이 코드를 할당한다. 즉, 자주 나타나는 기호에는 짧은 코드를, 드물게 나타나는 기호에는 긴 코드를 할당하여 전체 데이터의 크기를 줄인다.

허프만 코딩은 무손실 압축과 손실 압축 모두에 사용될 수 있어 압축률과 이미지 품질 사이의 균형을 맞추는 데 유연하다. 또한, 기존 이미지 압축 표준 및 알고리즘과 호환성이 뛰어나 널리 사용된다.

4. 1. 허프만 코딩의 원리

허프만 코딩은 이미지 압축 알고리즘에서 사용되는 기본적인 기술로, 효율적인 데이터 표현을 가능하게 한다. 이 방법은 발명가 데이비드 A. 허프만(David A. Huffman)의 이름을 따서 명명되었으며, JPEG 및 PNG와 같은 다양한 이미지 압축 표준에서 널리 사용된다.

허프만 코딩은 입력 기호의 발생 빈도에 따라 가변 길이 코드를 할당하는 엔트로피 인코딩의 한 형태이다. 즉, 더 자주 발생하는 기호에는 더 짧은 코드를, 덜 자주 발생하는 기호에는 더 긴 코드를 할당하여 고정 길이 코드에 비해 평균 코드 길이를 줄이는 것이 핵심 원리이다.

4. 2. 이미지 압축에서의 허프만 코딩

허프만 코딩은 효율적인 데이터 표현을 위해 이미지 압축 알고리즘에서 사용되는 기본적인 기술이다. 발명가 데이비드 A. 허프만(David A. Huffman)의 이름을 따서 명명되었으며, JPEG 및 PNG와 같은 다양한 이미지 압축 표준에서 널리 사용된다.

허프만 코딩은 입력 기호의 발생 빈도에 따라 가변 길이 코드를 할당하는 엔트로피 인코딩의 한 형태이다. 기본 원리는 더 자주 발생하는 기호에 더 짧은 코드를 할당하고, 덜 자주 발생하는 기호에 더 긴 코드를 할당하여 고정 길이 코드에 비해 평균 코드 길이를 줄이는 것이다.

이미지 압축에서 허프만 코딩은 JPEG 압축의 경우와 같이 이산 코사인 변환(DCT)과 같은 다른 변환 후에 일반적으로 적용된다. 이미지 데이터를 주파수 도메인 표현으로 변환한 후, 허프만 코딩은 변환된 계수를 효율적으로 인코딩하는 데 사용된다.^[1]

허프만 코딩은 이미지 데이터를 압축된 표현으로 효율적으로 인코딩하여 이미지 압축에 중요한 역할을 한다. 기호 빈도에 따라 가변 길이 부호를 적응적으로 할당하는 능력은 현대 이미지 압축 기술의 필수 요소이며, 이미지 품질을 유지하면서 저장 공간과 전송 대역폭을 줄이는 데 기여한다.^[1]

4. 3. 허프만 코딩의 단계

허프만 코딩은 이미지 압축 알고리즘에서 효율적인 데이터 표현을 위해 사용되는 기술이다. 데이비드 A. 허프만의 이름을 따서 명명되었으며, JPEG 및 PNG와 같은 이미지 압축 표준에서 널리 사용된다. 허프만 코딩의 단계는 다음과 같다.

# 빈도 분석: 변환된 이미지 데이터에서 각 심볼 또는 심볼 조합의 발생 빈도를 계산한다.

# 허프만 트리 구성: 심볼 빈도를 기반으로 허프만 트리를 구성한다. 트리는 가장 낮은 빈도를 가진 노드를 결합하여 단일 루트 노드가 형성될 때까지 재귀적으로 구성된다.

# 코드워드 할당: 허프만 트리를 순회하여 각 심볼에 가변 길이 코드워드를 할당한다. 더 짧은 코드워드는 더 빈번한 심볼에 할당된다.

# 인코딩: 이미지 데이터의 원래 심볼을 해당 허프만 코드워드로 대체하여 압축된 데이터 스트림을 생성한다.

5. 기타 속성

주어진 압축률(또는 비트 전송률)에서 최고의 이미지 품질을 얻는 것이 이미지 압축의 주요 목표이지만, 이미지 압축 방식에는 다음과 같은 다른 중요한 속성도 있다.

'''확장성'''
'''관심 영역 코딩'''
'''메타 정보'''
'''처리 능력'''

압축 방법의 품질은 종종 최대 신호 대 잡음비로 측정된다. 이는 이미지의 손실 압축을 통해 도입된 잡음의 양을 측정하지만, 시청자의 주관적인 판단 또한 중요한 척도로 간주되며, 아마도 가장 중요한 척도일 것이다.^[6]

5. 1. 확장성

'''확장성'''은 압축 해제 및 재압축 없이 비트스트림 또는 파일 조작을 통해 품질을 조절할 수 있는 능력을 의미한다. '''점진적 코딩''' 또는 '''임베디드 비트스트림'''이라고도 한다. 확장성은 이미지를 다운로드하는 동안 미리 보기를 제공하거나(예: 웹 브라우저), 가변 품질 액세스(예: 데이터베이스)를 제공하는 데 유용하다. 무손실 코덱에서도 찾아볼 수 있으며, 일반적으로 거친 픽셀 스캔에서 미세한 픽셀 스캔 형태로 나타난다.

확장성에는 다음과 같은 유형이 있다.

'''품질 점진성'''
'''해상도 점진성'''
'''구성 요소 점진성'''

5. 1. 1. 품질 점진성

비트스트림은 재구성된 이미지를 지속적으로 정교하게 만든다. 품질 점진(Quality progressive^영어) 또는 레이어 점진(layer progressive^영어)이라고도 한다.^[26]^[27]

5. 1. 2. 해상도 점진성

낮은 해상도의 이미지를 먼저 인코딩하고, 점차 높은 해상도의 이미지 정보를 추가하는 방식이다.^[26]^[27]

5. 1. 3. 구성 요소 점진성

처음에는 그레이스케일 버전을 인코딩하고, 그 다음 점차 색상 정보를 추가하여 완전한 컬러(풀 컬러)를 만든다.^[26]^[27]

5. 2. 관심 영역 코딩

이미지의 특정 부분은 다른 부분보다 더 높은 품질로 인코딩된다. 이는 확장성과 결합될 수 있다(이러한 부분을 먼저 인코딩하고 나머지는 나중에 인코딩).^[6]

5. 3. 메타 정보

5. 4. 처리 능력

압축 알고리즘은 인코딩 및 디코딩에 서로 다른 양의 처리 능력을 필요로 한다. 일부 고압축 알고리즘은 높은 처리 능력을 요구한다.^[6]

6. 같이 보기

참조

_[1] 웹사이트 Image Data Compression http://user.engineer[...]
_[2] 논문 Discrete Cosine Transform http://dasan.sejong.[...] 1974
_[3] 웹사이트 AI-Based Image Compression: The State of the Art https://towardsdatas[...] 2021-11-24
_[4] 웹사이트 Stable Diffusion Based Image Compression https://pub.towardsa[...] 2022-09-28
_[5] 웹사이트 High-Fidelity Generative Image Compression https://hific.github[...]
_[6] 논문 The Laplacian Pyramid as a Compact Image Code 1983-04-01
_[7] 논문 Irregular Laplacian Graph Pyramid http://www.prip.tuwi[...] Czech Pattern Recognition Society 2010-02-03
_[8] 논문 A Mathematical Theory of Communication http://www.math.harv[...] 1948
_[9] 간행물 A method for the construction of minimum-redundancy codes http://compression.r[...] 1952-09
_[10] 논문 Hadamard transform image coding 1969
_[11] 논문 How I Came Up With the Discrete Cosine Transform https://www.scribd.c[...] 1991-01
_[12] 웹사이트 T.81 – DIGITAL COMPRESSION AND CODING OF CONTINUOUS-TONE STILL IMAGES – REQUIREMENTS AND GUIDELINES https://www.w3.org/G[...] CCITT 1992-09
_[13] 웹사이트 The JPEG image format explained https://home.bt.com/[...] BT Group 2018-05-31
_[14] 웹사이트 What Is a JPEG? The Invisible Object You See Every Day https://www.theatlan[...] 2013-09-24
_[15] 뉴스 Copy protections could come to JPEGs https://www.bbc.co.u[...] 2015-10-15
_[16] 웹사이트 The GIF Controversy: A Software Developer's Perspective https://mike.pub/199[...] 1995-01-27
_[17] IETF DEFLATE Compressed Data Format Specification version 1.3 Internet Engineering Task Force 1996-05
_[18] 서적 JPEG2000 Image Compression Fundamentals, Standards and Practice: Image Compression Fundamentals, Standards and Practice https://books.google[...] Springer Science & Business Media 2012
_[19] 논문 Mathematical properties of the JPEG2000 wavelet filters https://pdfs.semanti[...] 2003
_[20] 웹사이트 General characteristics and design considerations for temporal subband video coding https://www.itu.int/[...] Video Coding Experts Group 2003-12-08
_[21] 서적 The Essential Guide to Video Processing https://books.google[...] Academic Press 2009
_[22] 서적 ICASSP-88., International Conference on Acoustics, Speech, and Signal Processing 1988
_[23] 서적 Understanding Digital Cinema: A Professional Handbook https://books.google[...] Taylor & Francis 2005
_[24] 웹사이트 Image Data Compression http://user.engineer[...] 2021-10-08
_[25] 문서 Discrete Cosine Transform http://dasan.sejong.[...] IEEE Trans. Computers 1974-01
_[26] 논문 The Laplacian Pyramid as a Compact Image Code 1983-04-01
_[27] 논문 Irregular Laplacian Graph Pyramid http://www.prip.tuwi[...] Czech Pattern Recognition Society 2010-02-03
_[28] 논문 A Mathematical Theory of Communication http://www.math.harv[...] 2019-04-21
_[29] 간행물 A method for the construction of minimum-redundancy codes http://compression.r[...] 1952-09
_[30] 문서 Hadamard transform image coding https://ieeexplore.i[...] Proceedings of the IEEE 1969
_[31] 논문 How I Came Up With the Discrete Cosine Transform https://www.scribd.c[...] 1991-01
_[32] 웹사이트 T.81 – DIGITAL COMPRESSION AND CODING OF CONTINUOUS-TONE STILL IMAGES – REQUIREMENTS AND GUIDELINES https://www.w3.org/G[...] CCITT 2019-07-12
_[33] 웹사이트 The JPEG image format explained https://home.bt.com/[...] BT Group 2019-08-05
_[34] 웹사이트 What Is a JPEG? The Invisible Object You See Every Day https://www.theatlan[...] 2019-09-13
_[35] 뉴스 Copy protections could come to JPEGs https://www.bbc.co.u[...] 2019-09-13
_[36] 웹사이트 The GIF Controversy: A Software Developer's Perspective https://mike.pub/199[...] 2015-05-26
_[37] 서적 Data Compression in Digital Systems https://books.google[...] Springer Science & Business Media 2012
_[38] 서적 JPEG2000 Image Compression Fundamentals, Standards and Practice: Image Compression Fundamentals, Standards and Practice https://books.google[...] Springer Science & Business Media 2012
_[39] 논문 Mathematical properties of the JPEG2000 wavelet filters https://pdfs.semanti[...] 2003
_[40] 웹사이트 General characteristics and design considerations for temporal subband video coding https://www.itu.int/[...] Video Coding Experts Group 2003-12-08
_[41] 서적 The Essential Guide to Video Processing https://books.google[...] Academic Press 2009
_[42] 논문 Sub-band coding of digital images using symmetric short kernel filters and arithmetic coding techniques 1988
_[43] 서적 Understanding Digital Cinema: A Professional Handbook https://books.google[...] Taylor & Francis 2005
_[44] 웹인용 Image Data Compression http://user.engineer[...]
_[45] 저널 A Mathematical Theory of Communication http://www.math.harv[...] 1948
_[46] 인용 A method for the construction of minimum-redundancy codes http://compression.r[...] 1952-09
_[47] 저널 Hadamard transform image coding 1969
_[48] 저널 How I Came Up With the Discrete Cosine Transform https://www.scribd.c[...] 1991-01
_[49] 웹인용 T.81 – DIGITAL COMPRESSION AND CODING OF CONTINUOUS-TONE STILL IMAGES – REQUIREMENTS AND GUIDELINES https://www.w3.org/G[...] CCITT 1992-09
_[50] 웹인용 The JPEG image format explained https://home.bt.com/[...] BT Group 2018-05-31
_[51] 웹인용 What Is a JPEG? The Invisible Object You See Every Day https://www.theatlan[...] 2013-09-24
_[52] 뉴스 Copy protections could come to JPEGs https://www.bbc.co.u[...] 2015-10-15
_[53] 웹인용 The GIF Controversy: A Software Developer's Perspective https://mike.pub/199[...] 1995-01-27
_[54] 간행물 DEFLATE Compressed Data Format Specification version 1.3 IETF 1996-05
_[55] 서적 JPEG2000 Image Compression Fundamentals, Standards and Practice: Image Compression Fundamentals, Standards and Practice https://books.google[...] Springer Science & Business Media 2012
_[56] 저널 Mathematical properties of the JPEG2000 wavelet filters https://pdfs.semanti[...] 2003
_[57] 웹인용 General characteristics and design considerations for temporal subband video coding https://www.itu.int/[...] Video Coding Experts Group 2003-12-08
_[58] 서적 The Essential Guide to Video Processing https://books.google[...] Academic Press 2009
_[59] 서적 ICASSP-88., International Conference on Acoustics, Speech, and Signal Processing 1988
_[60] 서적 Understanding Digital Cinema: A Professional Handbook https://books.google[...] Taylor & Francis 2005

본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com