This HTML5 document contains 319 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dbthttp://dbpedia.org/resource/Template:
dbpedia-nohttp://no.dbpedia.org/resource/
dbpedia-svhttp://sv.dbpedia.org/resource/
wikipedia-enhttp://en.wikipedia.org/wiki/
dbpedia-fihttp://fi.dbpedia.org/resource/
dbrhttp://dbpedia.org/resource/
dbpedia-hrhttp://hr.dbpedia.org/resource/
dbpedia-arhttp://ar.dbpedia.org/resource/
dbpedia-ethttp://et.dbpedia.org/resource/
dbpedia-hehttp://he.dbpedia.org/resource/
dbpedia-frhttp://fr.dbpedia.org/resource/
n9http://commons.wikimedia.org/wiki/Special:FilePath/
dctermshttp://purl.org/dc/terms/
dbpedia-cshttp://cs.dbpedia.org/resource/
rdfshttp://www.w3.org/2000/01/rdf-schema#
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n20http://lv.dbpedia.org/resource/
n36http://www.bobulous.org.uk/misc/
dbphttp://dbpedia.org/property/
dbpedia-eohttp://eo.dbpedia.org/resource/
n35http://dbpedia.org/resource/H.264/
xsdhhttp://www.w3.org/2001/XMLSchema#
dbpedia-idhttp://id.dbpedia.org/resource/
dbpedia-ukhttp://uk.dbpedia.org/resource/
dbpedia-lahttp://la.dbpedia.org/resource/
n21http://www.websiteoptimization.com/speed/tweak/lossy/
dbpedia-srhttp://sr.dbpedia.org/resource/
dbohttp://dbpedia.org/ontology/
dbpedia-vihttp://vi.dbpedia.org/resource/
dbpedia-pthttp://pt.dbpedia.org/resource/
dbpedia-skhttp://sk.dbpedia.org/resource/
dbpedia-huhttp://hu.dbpedia.org/resource/
dbpedia-jahttp://ja.dbpedia.org/resource/
n57http://sylvana.net/jpegcrop/
n51http://www.wfu.edu/~matthews/misc/jpg_vs_gif/JpgCompTest/
dbchttp://dbpedia.org/resource/Category:
dbpedia-plhttp://pl.dbpedia.org/resource/
n27http://dvd-hq.info/
yagohttp://dbpedia.org/class/yago/
n41http://sylvana.net/jpegcrop/jpegjoin/
dbpedia-ruhttp://ru.dbpedia.org/resource/
wikidatahttp://www.wikidata.org/entity/
goldhttp://purl.org/linguistics/gold/
n56https://global.dbpedia.org/id/
yago-reshttp://yago-knowledge.org/resource/
dbpedia-ithttp://it.dbpedia.org/resource/
dbpedia-cahttp://ca.dbpedia.org/resource/
provhttp://www.w3.org/ns/prov#
foafhttp://xmlns.com/foaf/0.1/
dbpedia-simplehttp://simple.dbpedia.org/resource/
dbpedia-zhhttp://zh.dbpedia.org/resource/
dbpedia-kohttp://ko.dbpedia.org/resource/
dbpedia-glhttp://gl.dbpedia.org/resource/
n42https://web.archive.org/web/20051003204116/http:/membled.com/work/apps/lossy_png/
dbpedia-fahttp://fa.dbpedia.org/resource/
freebasehttp://rdf.freebase.com/ns/
dbpedia-eshttp://es.dbpedia.org/resource/
owlhttp://www.w3.org/2002/07/owl#

Statements

Subject Item
dbr:Lossy_compression
rdf:type
yago:Act100030358 yago:Procedure101023820 yago:PsychologicalFeature100023100 yago:Abstraction100002137 yago:Algorithm105847438 yago:Event100029378 yago:YagoPermanentlyLocatedEntity yago:WikicatLossyCompressionAlgorithms yago:Rule105846932 yago:WikicatCompressionAlgorithms dbo:Company yago:Activity100407535 owl:Thing
rdfs:label
Algoritmo de compresión con pérdida 非可逆圧縮 Compressão com perda de dados Kompresja stratna Сжатие с потерями 有损数据压缩 Perda datumkompaktigo 손실 압축 Compression avec pertes Destruktiv komprimering Kompresi lesap Compressione dati lossy ضغط ذو خسارة Lossy compression Ztrátová komprese Algorisme de compressió amb pèrdua Стиснення з утратами
rdfs:comment
Dalam teknologi informasi, kompresi lesap (Bahasa Inggris: lossy compression) atau pemampatan kehilangan adalah kelas metode pengkodean data yang menggunakan perkiraan tidak tepat dan membuang sebagian data untuk mewakili muatan. Teknik-teknik tersebut digunakan untuk mengurangi ukuran dalam menyimpan, mengolah, dan mengirimkan muatan. Ini berbeda dengan kompresi data nirlesap (pemampatan tanpa kehilangan) yang tidak menurunkan kualitas data. Jumlah pengurangan data yang dimungkinkan menggunakan kompresi lesap jauh lebih tinggi daripada melalui teknik nirlesap. Ztrátová komprese je způsob ukládání některých digitálních dat v počítačích. Pomocí speciálního algoritmu se zmenšuje objem dat na zlomek původní velikosti. Přitom se některé méně důležité informace ztrácejí a z vytvořených dat již nejdou zrekonstruovat. Perda datumkompaktigo estas transformo de datumoj por malpligrandigo, kiu parte ellasas aŭ iomete ŝanĝas ilin, ordinare je maniero kiu estas laŭeble malplej perceptebla per la uzanto. Сжатие данных с потерями (англ. lossy data compression) — метод сжатия (компрессии) данных, при использовании которого распакованные данные отличаются от исходных, но степень отличия не существенна с точки зрения их дальнейшего использования. Этот тип компрессии часто применяется для сжатия аудио- и видеоданных, статических изображений, в Интернете (особенно в ) и цифровой телефонии. Альтернативой является сжатие без потерь. Стиснення з втратами (англ. Lossy compression) — метод стиснення даних, при якому розпакований файл відрізняється від оригіналу, проте може бути корисним для використання. Стиснення із втратами найчастіше використовується для мультимедіа-даних (аудіо, відео, зображення), особливо для потокової передачі даних та в телефонії. В цьому контексті такі методи часто називаються кодеками . Альтернативою є стиснення без втрат. Destruktiv komprimering (engelska: lossy compression eller degrading compression) betecknar metoder för datakompression i vilka en del av informationen går förlorad vid kompressionen, inte bara packas tätare. En signal som till exempel ljud där amplituden mäts tillräckligt ofta kan återskapas genom att styra positionen hos till exempel ett högtalarmembran tillräckligt ofta. Detsamma kan göras för bilder genom att mäta amplituden av ljus, för att få färg mäter man amplituden hos rött, grönt, blått separat. Kompresja stratna (ang. lossy compression) – nieodwracalna metoda zmniejszenia objętości danych poprzez usunięcie przez koder-dekoder mniej istotnych danych dla zmysłów człowieka. Dopuszcza przy odtwarzaniu (dekompresji) skompresowanego sygnału takie zniekształcenie sygnału w porównaniu do sygnału pierwotnego, że jego percepcja przez człowieka (słuch, wzrok) będzie identyczna lub zbliżona do oryginału, ewentualnie będzie od niego odbiegać, lecz za świadomą zgodą użytkownika. Zaletą kompresji stratnej jest uzyskiwanie wysokiego stopnia kompresji, o wiele wyższego niż w metodach kompresji bezstratnej. Algoritmo de compresión con pérdida se refiere a cualquier procedimiento de codificación que tenga como objetivo representar cierta cantidad de información utilizando una menor cantidad de la misma, siendo imposible una reconstrucción exacta de los datos originales. Esto es porque, en lugar de guardar una copia exacta, solo se guarda una aproximación. Esta aproximación se aprovecha de las limitaciones de la percepción humana para esconder la distorsión introducida. Nel campo dell'informatica e delle telecomunicazioni, la compressione dati con perdita, o anche compressione dati lossy (dall'inglese loss: perdita), individua una classe di algoritmi di compressione dei dati che porta alla perdita di parte dell'informazione originale durante la fase di compressione/decompressione dei dati che la rappresentano. Si distingue dalla compressione senza perdita, nella quale viene conservata interamente l'informazione originale. 有损数据压缩(英語:lossy compression)是一种数据压缩方法,经过此方法压缩、解压的数据會与原始数据不同但是非常接近。它是与无损数据压缩相对的压缩方法。有损数据压缩又稱破坏性资料压缩、有损压缩、失真压缩、不可逆壓縮。 有损数据压缩藉由将次要的数据捨棄,犧牲一些质量來减少数据量、提高压缩比。这种方法经常用于压缩多媒体数据(音频、视频、图片),尤其常用於流媒体以及互联网电话领域。根据各种格式设计的不同,有损数据压缩都会有——每次压缩与解压文件都会带来渐进的质量下降。 非可逆圧縮(ひかぎゃくあっしゅく)は、圧縮前のデータと、圧縮・展開を経たデータとが完全には一致しないデータ圧縮方式。不可逆圧縮(ふかぎゃくあっしゅく)とも呼ばれる。画像や音声、映像データに対して用いられる。静止画像ではJPEG、動画像ではMPEG-1、MPEG-2、MPEG-4(DivX、Xvid、)、MPEG-4 AVC/H.264、HEVC/H.265、WMV9、VP8、音声ではVorbis、WMA、AAC、MP3、ATRAC、Dolby Digital、DTS Digital Surround、Dolby Digital Plus、DTS-HD High Resolutionなどが代表的な非可逆圧縮方法にあたる。 一般的に「データ圧縮」というときには、広い意味で非可逆圧縮も含めることが多いが、狭義のデータ圧縮では非可逆圧縮は入らない。「データ圧縮」の正確な定義は、「情報量を保ったまま」データ量を減らした別のデータに変換することすなわち可逆圧縮をいうからであり、非可逆圧縮の場合は「情報量を保ったまま」という定義から外れる。 Un algorisme de compressió amb pèrdua (en anglès, lossy) és un algorisme que s'utilitza en els mètodes de compressió de dades que comporten una pèrdua d'informació respecte de l'original. Aquests mètodes són utilitzats habitualment per comprimir dades multimèdia, com ara àudio, vídeo o imatges, ja que contenen taxes de bits massa elevades per a la transmissió, especialment en aplicacions com el flux de dades (streaming) o la telefonia sobre internet (VoIP). L'avantatge, és que una petita pèrdua de qualitat es tradueix en un alt guany de compressió. Es pot arribar a comprimir de 10 a 100 cops la mida de les dades. In information technology, lossy compression or irreversible compression is the class of data compression methods that uses inexact approximations and partial data discarding to represent the content. These techniques are used to reduce data size for storing, handling, and transmitting content. The different versions of the photo of the cat on this page show how higher degrees of approximation create coarser images as more details are removed. This is opposed to lossless data compression (reversible data compression) which does not degrade the data. The amount of data reduction possible using lossy compression is much higher than using lossless techniques. 손실 압축(損失 壓縮) 방식은 데이터를 압축하여 자료를 받는 곳에 압축으로 풀어서 원래의 것과 다르게 보여주는 것을 말하지만 어떠한 부분에서는 충분히 유용한 방식이다. 손실 압축은 특히 스트리밍 미디어와 인터넷 전화 등의 응용 프로그램 안에서 멀티미디어 데이터를 압축하는 데에 가장 많이 사용된다. (오디오, 비디오, 스틸 이미지) 한편, 무손실 압축은 텍스트로 된 파일, 그리고 은행 기록과 같은 데이터 파일에 선호된다. الضغط مع فقدان معلومات (بالإنجليزية: Lossy compression)‏ في تكنولوجيا المعلومات، هو وسيلة من وسائل تشفير البيانات التي تضغط المعطيات بخسارة بعض المعلومات. تهدف العملية إلى تقليل مقدار المعلومات التي تخزن أو ترسل عن طريق جهاز الحاسوب، مثل الإصدارات المختلفة من صورة القط، تشرح كيفية الاستغناء عن بعض البيانات وكيفية تحويل جودة الصورة إلى جودة أقل بعد خسارة المعلومات، ومن الطبيعي خسارة مقدار معين من البيانات من دون أن يلاحظ المستخدم أي تغيير في الصورة. الضغط مع فقدان المعلومات هو الأكثر تداولاً لضغط ملفات الوسائط المتعددة (الصور، ملفات الصوت، الفيديو) خاصة في التطبيقات مثل تدفق وسائل الاعلام والاتصال الهاتفي عبر الإنترنت، على النقيض من ذلك، لا يمكن استخدام هذه الطريقة في الملفات النصية وسجلات البنوك بل من الأفضل استخدام وسائل ضغط أخرى لا تفقد بيانات. Um método de compressão de dados é dito com perda (em inglês lossy data compression) quando a informação obtida após a descompressão é diferente da original (antes da compressão), mas suficientemente "parecida" para que seja de alguma forma útil. Este tipo de compressão é frequentemente utilizado para compactar áudio e vídeo para a internet. Opõe-se à compressão sem perda de dados.
foaf:depiction
n9:Ruby-LowCompression-Tiny.jpg n9:Ruby-HighCompression-Tiny.jpg
dcterms:subject
dbc:Lossy_compression_algorithms dbc:Data_compression
dbo:wikiPageID
18208
dbo:wikiPageRevisionID
1124834880
dbo:wikiPageWikiLink
dbr:MP3 dbr:JBIG2 dbr:WebP dbr:MPEG-2_Part_2 dbr:Cartesian_Perceptual_Compression dbr:Transcoding dbr:Information_technology dbr:Software_patent dbr:Bayesian_theory dbr:Mipmap dbr:Compression_artifact dbr:Pyramid_(image_processing) dbr:Dolby_Digital dbr:Rate-distortion_theory dbr:RealNetworks dbr:Digital_master dbr:Lossless_compression dbr:Digital_images dbr:MPEG dbr:YIQ dbr:Adaptive_Transform_Acoustic_Coding dbr:Digital_generation_loss dbr:Bit dbr:Sorenson_codec dbc:Lossy_compression_algorithms dbr:Graceful_degradation dbr:Data_compression dbr:Data_compression_ratio dbr:SureStream dbr:Rate–distortion_theory dbr:Low-delay_CELP dbr:Gaussian_blur dbr:Adaptive_Multi-Rate_audio_codec dbr:Lossy_compression dbr:IrfanView dbr:Lossy_data_conversion dbr:Lossless_data_compression dbr:AAC-LD dbr:Motion_JPEG dbr:ZIP_(file_format) dbr:Motion_JPEG_2000 dbr:DjVu dbr:Algebraic_code-excited_linear_prediction dbr:Seam_carving dbr:LDAC_(codec) dbr:DTS-HD_Master_Audio dbr:ID3_tag dbr:Sound_recording_and_reproduction dbr:Plug-in_(computing) dbr:Streaming_video dbr:Wavelets dbr:S3TC dbr:Entropy_encoding dbr:Scalable_Video_Coding dbr:K._R._Rao dbr:Modified_discrete_cosine_transform dbr:Entropy_(information_theory) dbr:Decision_theory dbr:Trumpet dbr:Digital_video dbr:GPU dbr:Lenna dbr:ABX_test dbr:Code-excited_linear_prediction dbr:Bandwidth_(computing) dbr:Streaming_media dbr:WavPack dbr:Ogg dbr:Theora dbr:Master_Quality_Authenticated dbr:GlTF dbr:Constrained_Energy_Lapped_Transform dbr:MP4 dbr:VC-1 dbr:High_Efficiency_Image_Format dbr:Better_Portable_Graphics dbr:Aesthetic dbr:Natural_language_generation dbr:Signal_(information_theory) dbr:Gamut dbr:List_of_codecs dbc:Data_compression dbr:Estimation_theory dbr:Luminance_(video) dbr:Advanced_Audio_Coding dbr:Netflix dbr:Codec dbr:Grayscale dbr:Transform_coding dbr:Advanced_Video_Coding dbr:OptimFROG_DualStream dbr:Flipped_image dbr:Video_coding_standards dbr:WAV dbr:Opus_(codec) dbr:Streaming_audio n35:MPEG-4_AVC dbr:Image_compression dbr:3GPP dbr:Chrominance dbr:MPEG-1_Part_2 dbr:H.261 dbr:H.263 dbr:VOIP dbr:High-dynamic-range_imaging dbr:Progressive_Graphics_File dbr:Speex dbr:Image_scaling dbr:Bitrate_peeling dbr:Kilobyte dbr:Diagnostically_Acceptable_Irreversible_Compression_(DAIC) dbr:Backward_compatibility dbr:Downsample dbr:Digital_audio dbr:Exif dbr:Portable_Network_Graphics dbr:Vorbis dbr:Flopped_image dbr:Dirac_codec dbr:Relaxed_code-excited_linear_prediction dbr:Horn_(instrument) dbr:Texture_mapping dbr:Perceptual_coding dbr:Human_physiology dbr:Windows_Media_Audio dbr:Adaptive_differential_pulse-code_modulation dbr:Raw_image_format dbr:AIFF dbr:Image dbr:AptX dbr:Scale_space dbr:Audio_compression_(data) dbr:Basis_(linear_algebra) dbr:Bit_rate dbr:YUV dbr:NTSC dbr:Thesaurus dbr:Cropping_(image) dbr:Spotify dbr:JPEG_XR dbr:GSM dbr:JPEG_2000 dbr:Generation_loss dbr:JPEG dbr:Chroma_subsampling dbr:MPEG_Layer_III dbr:Adaptive_predictive_coding dbr:Transparency_(data_compression) dbr:MPEG-4_Part_2 dbr:Codec2 dbr:Master_recording dbr:Probability dbr:Wavelet_compression dbr:MPEG-4 dbr:Interlacing_(bitmaps) dbr:MPEG-2 dbr:Advanced_Audio_Codec dbr:Equalization_(audio) dbr:Linear_predictive_coding dbr:MPEG-4_SLS dbr:Computer_file dbr:Visually_lossless dbr:MPEG-1_Audio_Layer_II dbr:Psychoacoustic_model dbr:Discrete_cosine_transform dbr:Hierarchical_modulation dbr:Musepack dbr:Color_space dbr:Thumbnail dbr:Video dbr:N._Ahmed n35:AVC dbr:Decimation_(signal_processing) dbr:ICER dbr:Multimedia dbr:Information_theory dbr:High_Efficiency_Video_Coding dbr:Vorbis_comment dbr:NASA dbr:ITunes_Store dbr:Quantization_(signal_processing) dbr:Format_shifting dbr:Fractal_compression dbr:Scanline dbr:New_Horizons
dbo:wikiPageExternalLink
n21: n27:data_compression.php n36:lossy_audio_2006.html n41: n42:%7Ctitle=Lossy n51:JpgForArchive.html n57:
owl:sameAs
dbpedia-ru:Сжатие_с_потерями dbpedia-zh:有损数据压缩 dbpedia-simple:Lossy_compression yago-res:Lossy_compression dbpedia-la:Compressio_damnosa dbpedia-ja:非可逆圧縮 dbpedia-uk:Стиснення_з_утратами dbpedia-he:דחיסה_מאבדת_נתונים n20:Zudumradošā_saspiešana dbpedia-ca:Algorisme_de_compressió_amb_pèrdua dbpedia-it:Compressione_dati_lossy dbpedia-no:Destruktiv_komprimering dbpedia-vi:Nén_có_tổn_hao dbpedia-fa:فشرده‌سازی_بااتلاف dbpedia-pt:Compressão_com_perda_de_dados dbpedia-gl:Algoritmo_de_compresión_con_perda dbpedia-es:Algoritmo_de_compresión_con_pérdida dbpedia-eo:Perda_datumkompaktigo dbpedia-fi:Häviöllinen_pakkausmenetelmä dbpedia-hu:Veszteséges_tömörítés dbpedia-sr:Компресија_са_губитком dbpedia-fr:Compression_avec_pertes wikidata:Q55564 dbpedia-hr:Sažimanje_podataka_s_gubitcima dbpedia-sv:Destruktiv_komprimering dbpedia-ar:ضغط_ذو_خسارة dbpedia-id:Kompresi_lesap freebase:m.04mgn dbpedia-cs:Ztrátová_komprese dbpedia-et:Kadudega_pakkimine dbpedia-sk:Stratová_kompresia dbpedia-pl:Kompresja_stratna dbpedia-ko:손실_압축 n56:4kALv
dbp:wikiPageUsesTemplate
dbt:Short_description dbt:Main dbt:Citation_needed dbt:Webarchive dbt:Further dbt:Multiple_image dbt:Details dbt:See_also dbt:Compression_Methods
dbo:thumbnail
n9:Ruby-LowCompression-Tiny.jpg?width=300
dbo:wikiPageInterLanguageLink
dbpedia-fr:Compression_de_données
dbp:align
right
dbp:caption
Original image — uncompressed is 261 KB High-compression JPEG Low-compression JPEG
dbp:date
2005-10-03
dbp:direction
vertical
dbp:image
Ruby-HighCompression-Tiny.jpg Ruby-LowCompression-Tiny.jpg
dbp:url
https://web.archive.org/web/20051003204116/http://membled.com/work/apps/lossy_png/|title=Lossy PNG image compression
dbp:width
300
dbo:abstract
Destruktiv komprimering (engelska: lossy compression eller degrading compression) betecknar metoder för datakompression i vilka en del av informationen går förlorad vid kompressionen, inte bara packas tätare. En signal som till exempel ljud där amplituden mäts tillräckligt ofta kan återskapas genom att styra positionen hos till exempel ett högtalarmembran tillräckligt ofta. Detsamma kan göras för bilder genom att mäta amplituden av ljus, för att få färg mäter man amplituden hos rött, grönt, blått separat. Dessa mätvärden kan ses som en lång lista med siffror. Genom att ändra om i siffrorna på ett smart sätt med en matematisk algoritm kan man vanligtvis plocka bort uppåt 9 av 10 siffror och ändå återskapa något som liknar det ursprungliga tillräckligt mycket när man återställer siffrorna. Exempel på vanliga destruktiva kompressionmetoder är MP3, JPEG och MPEG. Fria kompressionsmetoder utan patent och med fria licenser samt källkod är Vorbis för ljud och Theora för video. Un algorisme de compressió amb pèrdua (en anglès, lossy) és un algorisme que s'utilitza en els mètodes de compressió de dades que comporten una pèrdua d'informació respecte de l'original. Aquests mètodes són utilitzats habitualment per comprimir dades multimèdia, com ara àudio, vídeo o imatges, ja que contenen taxes de bits massa elevades per a la transmissió, especialment en aplicacions com el flux de dades (streaming) o la telefonia sobre internet (VoIP). L'avantatge, és que una petita pèrdua de qualitat es tradueix en un alt guany de compressió. Es pot arribar a comprimir de 10 a 100 cops la mida de les dades. A l'emmagatzemar una imatge o vídeo amb pèrdua s'utilitza un algorisme que no guarda una còpia exacta; en el seu lloc es desa una aproximació. Aquesta s'aprofita de les limitacions de l'ull humà a l'hora de captar les imatges. El mateix passa quan es tracta de fitxers de so, on l'Oïda humana no percep gran part de l'espectre sonor. Aquest tipus d'algorismes són de gran utilitat per desar o transmetre informació que, d'altra manera, ocuparien molt d'espai dificultant la seva transmissió i emmagatzematge. El nivell de compressió es pot controlar i dependrà de: * La qualitat que es vulgui obtenir. * La mida de l'arxiu. * La disponibilitat de la xarxa. * El temps de predicció que es vulgui. A l'hora de realitzar la compressió de dades, s'utilitzen diferents mètodes que eliminen els detalls no perceptibles per l'home. Per fer això, es transformen les dades a altres dominis o espais per ser processats millor. Finalment, s'aplica una compressió sense pèrdues, és a dir, basada en l'eliminació de redundància. Hi ha dues maneres bàsiques de realitzar la compressió: * Transformació de les dades en segments i el processament individual d'aquests segments. Sovint es treballa amb altres espais transformats com * Predicció de dades. Permet estimar els valors futurs d'un senyal a partir del coneixement de la seva evolució fins a l'instant de predicció. * Eliminació de la redundància. A l'hora de codificar àudio, s'utilitzen mètodes com la caracterització de la veu a partir d'una parametrització. També s'utilitzen predictors lineals que aprofiten la redundància dels senyals. Per codificar imatges fixes, s'acostumen a seguir els següents passos: * Transformació a un altre espai (KLT, Haar Transform, DCT, DFT, Wavelet...). * Quantització dels diferents coeficients del domini transformat per eliminar la irrellevància. * Codificació entròpica, explota un coneixement a priori sobre els símbols que conformen la trama binària. En el cas de compressió de vídeo, es duen a terme algorismes de predicció espacial i de moviment. Consisteixen principalment a trobar les semblances entre les imatges consecutives d'una seqüència. Els diferents algorismes intenten identificar, mitjançant un tractament de la imatge per blocs, la redundància temporal per codificar només les diferències, expressant-les en vectors de moviment (imatge compensada). Posteriorment es calcula l'error de predicció (restant la imatge original de la compensada). Finalment, el que s'envia és la imatge original, el vector de moviment i l'error de predicció comès. 非可逆圧縮(ひかぎゃくあっしゅく)は、圧縮前のデータと、圧縮・展開を経たデータとが完全には一致しないデータ圧縮方式。不可逆圧縮(ふかぎゃくあっしゅく)とも呼ばれる。画像や音声、映像データに対して用いられる。静止画像ではJPEG、動画像ではMPEG-1、MPEG-2、MPEG-4(DivX、Xvid、)、MPEG-4 AVC/H.264、HEVC/H.265、WMV9、VP8、音声ではVorbis、WMA、AAC、MP3、ATRAC、Dolby Digital、DTS Digital Surround、Dolby Digital Plus、DTS-HD High Resolutionなどが代表的な非可逆圧縮方法にあたる。 一般的に「データ圧縮」というときには、広い意味で非可逆圧縮も含めることが多いが、狭義のデータ圧縮では非可逆圧縮は入らない。「データ圧縮」の正確な定義は、「情報量を保ったまま」データ量を減らした別のデータに変換することすなわち可逆圧縮をいうからであり、非可逆圧縮の場合は「情報量を保ったまま」という定義から外れる。 非可逆圧縮では、圧縮により一部のデータは欠落するが、人間の感覚に伝わりにくい部分は情報を大幅に減らし、伝わりやすい部分の情報を多く残すことで、劣化を目立たなくする。この結果、すべてのデータを均一に扱う可逆圧縮と比較して圧倒的な圧縮率が得られる。また、圧縮率と品質を両天秤にかけることができ、目的や環境に応じて適切なバランスを選ぶことができる。例えば、低速なナローバンドを使う場合や、データが高い品質を必要としない場合は、圧縮率を高めてデータ量を小さくする。逆に、高速なブロードバンドインターネット接続を使う場合や、より鮮明なコンテンツを表示する場合などは、圧縮率を低くして品質を高くする。 Nel campo dell'informatica e delle telecomunicazioni, la compressione dati con perdita, o anche compressione dati lossy (dall'inglese loss: perdita), individua una classe di algoritmi di compressione dei dati che porta alla perdita di parte dell'informazione originale durante la fase di compressione/decompressione dei dati che la rappresentano. Si distingue dalla compressione senza perdita, nella quale viene conservata interamente l'informazione originale. Сжатие данных с потерями (англ. lossy data compression) — метод сжатия (компрессии) данных, при использовании которого распакованные данные отличаются от исходных, но степень отличия не существенна с точки зрения их дальнейшего использования. Этот тип компрессии часто применяется для сжатия аудио- и видеоданных, статических изображений, в Интернете (особенно в ) и цифровой телефонии. Альтернативой является сжатие без потерь. Kompresja stratna (ang. lossy compression) – nieodwracalna metoda zmniejszenia objętości danych poprzez usunięcie przez koder-dekoder mniej istotnych danych dla zmysłów człowieka. Dopuszcza przy odtwarzaniu (dekompresji) skompresowanego sygnału takie zniekształcenie sygnału w porównaniu do sygnału pierwotnego, że jego percepcja przez człowieka (słuch, wzrok) będzie identyczna lub zbliżona do oryginału, ewentualnie będzie od niego odbiegać, lecz za świadomą zgodą użytkownika. Zaletą kompresji stratnej jest uzyskiwanie wysokiego stopnia kompresji, o wiele wyższego niż w metodach kompresji bezstratnej. Kompresja stratna jest możliwa ze względu na sposób działania ludzkich zmysłów, czyli większą ważność dla zmysłów odbiorcy pewnych zakresów danych z ich całości. Algorytmy kompresji stratnej posługują się modelami psychoakustycznymi i , aby odrzucić najmniej istotne dla zmysłów odbiorcy dane akustyczne czy wizualne, pozostawiając dane o wyższej ważności dla percepcji informacji przez zmysły. Ilość odrzucanych danych jest określana przez stopień kompresji, im stopień kompresji jest większy, tym więcej danych jest usuwanych z oryginalnego materiału w procesie kompresji stratnej i wzrasta prawdopodobieństwo rozpoznania przez odbiorcę danych stratnie skompresowanych jako materiału nieoryginalnego w trakcie przeprowadzania podwójnie ślepej próby. Kompresja stratna dźwięku wykorzystuje zjawisko maskowania dźwięków, percepcji wysokości dźwięków oraz dyskryminacji bodźców dźwiękowych. Nauką zajmującą się percepcją słuchową człowieka jest psychoakustyka. Kompresja stratna obrazu wykorzystuje m.in. zjawisko znacznie niższej rozdzielczości barwowej ludzkiego oka od jego rozdzielczości jasności. Nie istnieją algorytmy kompresji stratnej, które można stosować do dowolnego typu danych. Kompresja stratna np. plików wykonywalnych jest niemożliwa do zastosowania, ponieważ nie jest to informacja odczytywana przez ludzkie zmysły, lecz przez maszynę. Zwykle kompresję stratną stosuje się do: * dźwięków; * obrazów; * ruchomych obrazów, jak np. film. Przy danych audiowizualnych dźwięk i obraz kompresowane są osobno. Prostym przykładem kompresji stratnej obrazu jest np. zachowanie tylko co drugiego piksela, lub odrzucenie dwóch najmniej istotnych bitów. Takie metody nie dają jednak zadowalających rezultatów w porównaniu do metod opartych na badanych w psychofizyce. 有损数据压缩(英語:lossy compression)是一种数据压缩方法,经过此方法压缩、解压的数据會与原始数据不同但是非常接近。它是与无损数据压缩相对的压缩方法。有损数据压缩又稱破坏性资料压缩、有损压缩、失真压缩、不可逆壓縮。 有损数据压缩藉由将次要的数据捨棄,犧牲一些质量來减少数据量、提高压缩比。这种方法经常用于压缩多媒体数据(音频、视频、图片),尤其常用於流媒体以及互联网电话领域。根据各种格式设计的不同,有损数据压缩都会有——每次压缩与解压文件都会带来渐进的质量下降。 손실 압축(損失 壓縮) 방식은 데이터를 압축하여 자료를 받는 곳에 압축으로 풀어서 원래의 것과 다르게 보여주는 것을 말하지만 어떠한 부분에서는 충분히 유용한 방식이다. 손실 압축은 특히 스트리밍 미디어와 인터넷 전화 등의 응용 프로그램 안에서 멀티미디어 데이터를 압축하는 데에 가장 많이 사용된다. (오디오, 비디오, 스틸 이미지) 한편, 무손실 압축은 텍스트로 된 파일, 그리고 은행 기록과 같은 데이터 파일에 선호된다. Algoritmo de compresión con pérdida se refiere a cualquier procedimiento de codificación que tenga como objetivo representar cierta cantidad de información utilizando una menor cantidad de la misma, siendo imposible una reconstrucción exacta de los datos originales. Esto es porque, en lugar de guardar una copia exacta, solo se guarda una aproximación. Esta aproximación se aprovecha de las limitaciones de la percepción humana para esconder la distorsión introducida. Estos algoritmos son de gran utilidad para guardar imágenes fotográficas que de otra manera ocuparían mucho espacio dificultando su transmisión y almacenamiento.​Un ejemplo de algoritmo con pérdida de calidad es JPEG. Otros ejemplos son JPEG2000 y (Bynary tree triangular coding). Dalam teknologi informasi, kompresi lesap (Bahasa Inggris: lossy compression) atau pemampatan kehilangan adalah kelas metode pengkodean data yang menggunakan perkiraan tidak tepat dan membuang sebagian data untuk mewakili muatan. Teknik-teknik tersebut digunakan untuk mengurangi ukuran dalam menyimpan, mengolah, dan mengirimkan muatan. Ini berbeda dengan kompresi data nirlesap (pemampatan tanpa kehilangan) yang tidak menurunkan kualitas data. Jumlah pengurangan data yang dimungkinkan menggunakan kompresi lesap jauh lebih tinggi daripada melalui teknik nirlesap. Kompresi lesap paling umum digunakan untuk memampatkan data multimedia (audio, video, dan gambar), terutama dalam aplikasi seperti media penyiaran dan telepon Internet. Sebaliknya, kompresi nirlesap biasanya diperlukan untuk berkas teks dan data, seperti catatan bank dan artikel teks. Hal ini dapat memberikan keuntungan untuk membuat berkas induk nirlesap yang kemudian dapat digunakan untuk menghasilkan salinan tambahan. Hal ini memungkinkan seseorang untuk menghindari mendasarkan salinan terkompresi baru dari berkas sumber lesap, yang akan menghasilkan derau dan selanjutnya menyebabkan kehilangan informasi yang seharusnya tidak perlu. الضغط مع فقدان معلومات (بالإنجليزية: Lossy compression)‏ في تكنولوجيا المعلومات، هو وسيلة من وسائل تشفير البيانات التي تضغط المعطيات بخسارة بعض المعلومات. تهدف العملية إلى تقليل مقدار المعلومات التي تخزن أو ترسل عن طريق جهاز الحاسوب، مثل الإصدارات المختلفة من صورة القط، تشرح كيفية الاستغناء عن بعض البيانات وكيفية تحويل جودة الصورة إلى جودة أقل بعد خسارة المعلومات، ومن الطبيعي خسارة مقدار معين من البيانات من دون أن يلاحظ المستخدم أي تغيير في الصورة. الضغط مع فقدان المعلومات هو الأكثر تداولاً لضغط ملفات الوسائط المتعددة (الصور، ملفات الصوت، الفيديو) خاصة في التطبيقات مثل تدفق وسائل الاعلام والاتصال الهاتفي عبر الإنترنت، على النقيض من ذلك، لا يمكن استخدام هذه الطريقة في الملفات النصية وسجلات البنوك بل من الأفضل استخدام وسائل ضغط أخرى لا تفقد بيانات. من الممكن ضغط العديد من أنواع البيانات الرقمية بطريقة تقلل من حجم الملفات المراد تخزينها في الحاسوب، بدون خسارة المعلومات الكاملة في الملف الأصلي. مثال تحول رقمين إلى مجموعة من النقاط الرقمية مع تحديد مستوى اللون ومستوى السطوع في كل نقطة، إذا كانت الصورة تحتوي على نقاط من نفس اللون يمكن ان تقلل عدد من هذه النقاط بدون أي خسارة. يحتوي النص الأصلي على كمية معينة من المعلومات؛ هناك حد أدنى لحجم الملف الذي يمكن أن يخزن جميع المعطيات، كمثال معظم الناس تعلم أن ملف مضغوط بطريقة "Zip" هو أصغر من الملف الأصل ولكن لا يعني أنه إذا استمرينا في ضغطه سوف يصبح خالياً، على العكس سوف يصبح أكبر في الحجم . في كثير من الحالات، الملفات والبيانات والجداول تحتوي على معلومات أكثر مما هو مطلوب لغرض معين. على سبيل المثال، قد يكون هناك صور أكثر تفصيلاً مما يمكن للعين أن تميز عندما تكون في أكبر حجم لها ؛وبالمثل، ملف صوتي لا يحتاج إلى الكثير من التفاصيل الدقيقة أثناء مرور بصوت عالي جداً.تطوير تقنية ضغط المعلومات مع الفقدان لتشابه الإدراك البشر عملية معقدة جداً. حين الملف المثالي هو الملف الذي يشبه الإدراك البشري مع فقد أكبر كمية من المعلومات ؛ و في أحيان أخرى فقدان القليل من جودة الملف مقبول لتقليل الحجم. Um método de compressão de dados é dito com perda (em inglês lossy data compression) quando a informação obtida após a descompressão é diferente da original (antes da compressão), mas suficientemente "parecida" para que seja de alguma forma útil. Este tipo de compressão é frequentemente utilizado para compactar áudio e vídeo para a internet. Opõe-se à compressão sem perda de dados. Ztrátová komprese je způsob ukládání některých digitálních dat v počítačích. Pomocí speciálního algoritmu se zmenšuje objem dat na zlomek původní velikosti. Přitom se některé méně důležité informace ztrácejí a z vytvořených dat již nejdou zrekonstruovat. Perda datumkompaktigo estas transformo de datumoj por malpligrandigo, kiu parte ellasas aŭ iomete ŝanĝas ilin, ordinare je maniero kiu estas laŭeble malplej perceptebla per la uzanto. In information technology, lossy compression or irreversible compression is the class of data compression methods that uses inexact approximations and partial data discarding to represent the content. These techniques are used to reduce data size for storing, handling, and transmitting content. The different versions of the photo of the cat on this page show how higher degrees of approximation create coarser images as more details are removed. This is opposed to lossless data compression (reversible data compression) which does not degrade the data. The amount of data reduction possible using lossy compression is much higher than using lossless techniques. Well-designed lossy compression technology often reduces file sizes significantly before degradation is noticed by the end-user. Even when noticeable by the user, further data reduction may be desirable (e.g., for real-time communication or to reduce transmission times or storage needs). The most widely used lossy compression algorithm is the discrete cosine transform (DCT), first published by Nasir Ahmed, T. Natarajan and K. R. Rao in 1974. In 2019 a new family of sinusoidal-hyperbolic transform functions, which have comparable properties and performance with DCT, were proposed for lossy compression. Lossy compression is most commonly used to compress multimedia data (audio, video, and images), especially in applications such as streaming media and internet telephony. By contrast, lossless compression is typically required for text and data files, such as bank records and text articles. It can be advantageous to make a master lossless file which can then be used to produce additional copies from. This allows one to avoid basing new compressed copies off of a lossy source file, which would yield additional artifacts and further unnecessary information loss. Стиснення з втратами (англ. Lossy compression) — метод стиснення даних, при якому розпакований файл відрізняється від оригіналу, проте може бути корисним для використання. Стиснення із втратами найчастіше використовується для мультимедіа-даних (аудіо, відео, зображення), особливо для потокової передачі даних та в телефонії. В цьому контексті такі методи часто називаються кодеками . Альтернативою є стиснення без втрат.
gold:hypernym
dbr:Data
prov:wasDerivedFrom
wikipedia-en:Lossy_compression?oldid=1124834880&ns=0
dbo:wikiPageLength
28261
foaf:isPrimaryTopicOf
wikipedia-en:Lossy_compression