Data compression paradigm based on omitting self-evident information - COMPROMISE
Project goals
The COMPROMISE project intends to develop a new data compression methodology that will be largely domain-independent, asymmetric, and suitable for lossless, near-lossless, and lossy compression using a single channel of procedures. Domain independence will be achieved by arranging domain-dependent features into a unique domain-independent taxonomy. In the encoder’s pipeline, the domain-dependent feature detection will be followed by the domain-independent feature selection, residual determination, and data compression processes, while the decoder will consist of the domain-independent data expansion followed by the domain-dependent data restoration. This concept will allow compressed data to store information about multilevel relationships in the data, thereby increasing the reusability of the data at different semantic levels. The concept will be verified on raster images, digital audio, biomedical signals, and sparse voxel data.
Keywords
data compressionfeatureoptimizationrestoration algorithmsuniversal platform
Public support
Provider
Czech Science Foundation
Programme
—
Call for proposals
—
Main participants
Západočeská univerzita v Plzni / Fakulta aplikovaných věd
Contest type
M2 - International cooperation
Contract ID
23-04622L
Alternative language
Project name in Czech
Komprese dat založená na vynechání samozřejmé informace - COMPROMISE
Annotation in Czech
Záměrem projektu COMPROMISE je vyvinout novou metodologii komprese dat, která bude do značné míry nezávislá na doméně, asymetrická a vhodná pro bezeztrátovou, téměř bezeztrátovou a ztrátovou kompresi s využitím společné linky procedur. Doménové nezávislosti se dosáhne sdružením doménově závislých rysů do jediné doménově nezávislé taxonomie. Pro kódování se nejprve detekují doménově závislé rysy, pak se z nich vyberou doménově nezávislé rysy, určí se residua a proběhne komprese. Při dekódování nejprve proběhne doménově nezávislá expanze, pak doménově závislá obnova dat. Koncept umožní také uchovávání informace o víceúrovňových závislostech dat, takže se zlepší možnost opakovaného využití dat na různých sémantických úrovních. Koncept bude ověřen na rastrových obrazech, digitálních audio datech, biomedicínských signálech a řídkých voxelových datech.
Scientific branches
R&D category
ZV - Basic research
OECD FORD - main branch
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
OECD FORD - secondary branch
—
OECD FORD - another secondary branch
—
AF - Documentation, librarianship, work with information
BC - Theory and management systems
BD - Information theory
IN - Informatics
Solution timeline
Realization period - beginning
Jan 1, 2023
Realization period - end
Dec 31, 2025
Project status
K - Ending multi-year project
Latest support payment
Apr 9, 2024
Data delivery to CEP
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data delivery code
CEP25-GA0-GF-R
Data delivery date
Mar 14, 2025
Finance
Total approved costs
5,345 thou. CZK
Public financial support
4,986 thou. CZK
Other public sources
359 thou. CZK
Non public and foreign sources
0 thou. CZK
Basic information
Recognised costs
5 345 CZK thou.
Public support
4 986 CZK thou.
0%
Provider
Czech Science Foundation
OECD FORD
Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Solution period
01. 01. 2023 - 31. 12. 2025