تکنیک‌های بنیادی فشرده سازی ویدئو

صفحه 1:
تکنیکت‌های بنیادی فشرده سازی ویدئو درس سیستم‌های چند رسانه‌ای استاد درس: ole ‏على‎ 

صفحه 2:
فشرده سازى تصوبر ‎a‏ مقدمه‌ای بر فشرده سازی ويدئويى فشرده سازی ویدئویی توسط انطباق ح رکتی جستجوی بردارهای حر کتی استاندارد ۲۱.261 استاندارد ۲۱263 

صفحه 3:
+ ویدئو متشکل از سکانس های دارای اولویت زمانی از فریم هایی(یعنی تصاویر) هستند. * یک راه حل واضح برای فشرده سازی ویدئویی ؛پیشگویی مبتنی بر فریم های قبلی می باشد. ع فشرده سازى با كم كردن فريم از فريم قبلی و کد کردن تفاضل آنها ع4 برای بهبود فشرده سازی می توان به جای تفاضل پیکسل به پیکسل, الگوی خاصی از فریم فعلی را در فریم بعدی جستجو کنیم و آن دو را از هم کم ‎es‏ 

صفحه 4:
فشرده سازی ويدئويي توسط انطباق حر ‎i‏ ع فريم هاى متوالى در يكك ويدئو» مشابه هستند - افزونگی زمانی وجود دارد. + ازافزونكى زمانى(1601112013120377 16112201731) استفاده مى شود تا نياز نباشد هر فريم از ويدئو بطور مستقل به عنوان يكك تصوير جديد كدكذارى شود. ع تفاوت بين فريم فعلى و ساير فريم ها در توالى مربوطه كدكذارى خواهد شد - تعداد پیت کمتر وآنتروپی کمتربرای فشرده سازی مناسب می باشد. 

صفحه 5:
فشرده سازی ويدئويي توسط انطباق حر ‎i‏ ع#مراحل فشرده سازى ویدئوبی بر اساس انطباق حرکتی(/)]1۷): ‎(Motion Compensation)‏ ۱-برآورد حرکت (جستجوی بردار حرکت). MC ye ee ‏پیش‎ -۲ ۳- بدست آوردن خطای پیش بینی یعنی تفاوت. 

صفحه 6:
انطباق ح رکتی & ع هر تصوير به ما کروبلاکهایی (0۱0615 173610 ) در اندازه ا ۱ لا تقسیم می شود. ع* به عنوان پیش فرض: 216 لا برای مولفه روشنایی( ۷) . برای مولفه رنگ (۲>6 ۱۳0۵۲۲۱/۲۵ ) . 8< لا می باشد با فرض اینکه از فشرده سازی نوع ۰ استفاده شده باشد. ع* انطباق حرکتی در سطح ماکروبلاک انجام می شود. 

صفحه 7:
انطباق 4 - سا زكارى بين ماكروبلاك در فریم هدف و مشابه ترین ماكروبلاكك در فريم هاى قبلى و يا آتى (كه به آنها فريم مرجع كفته مى شود) جستجو می شود. <به فاصله ما کروبلاک مرجع تا ما کروبلاک هدف ‏ بردار حرکتی ۷۷ گفته مى شود. - شكل ۱-۱۰مورد پیش بینی رو به جلو را نشان می دهد 

صفحه 8:
انطباق ح رکتی 1 Reference frame Target frame 0] ‏ورم‎ oO apt @'|: | ae 2 Macroblock ‏هر‎ ptt Matted macroblock Seach ‏سفت‎ شکل ۱-۱۰ :ماکروبلاکها و بردارهای حرکت در فشرده سازی ویدئوبی # جستجوی ۷۷" معمولا در محدوده همسایگی بسیار نزدیک انجام مى شود - اندازه جابجايى عمودى و افقى در محدوده [-2,2] هستند اين امر ينجره جستجو را به اندازه (1 -2[9)*#(0+1]؟) مى رساند. 

صفحه 9:
جستجوی بردارهای ح رکتی __ | & + تفاوت بين دو ماکروبلاکک را می توان توسط میانگین قدر مطلق تفاضل آنها ۸۱۸ ‏گرفت:‎ ojlul (MAD) MAD. j) =} S|Cetk yt D-R@titk y+j+0] mor ‏لندازم ما کروبلاک‎ 1و 1: شاخص‌هایبیکس(ها در ما کروبلاک ‎j si‏ جابجایی‌هایعودیو لفقی ‏(1 + 7 رط + ) ) : ييكسلهاىهو جود در ماكروبلاكئهر فريمهدف ‎1١‏ + تر + تر ريل + + ۳ ) 8/: پسیکسهایموجود در ماکروبلاکدر فسریم * هد این جستجو پیدا کردن یک بردار ([,1) به عنوان بردار > ‎MV = (U, CS‏ (۷ به صورتی است که ( ,)2۷4 حداقل باشد. ‎(uv =| (i) |MADG J) ismininum ie|- p pl jel- p ‏از‎ 

صفحه 10:
جستجوی ترتیبی: کل پنجره(1 + 20) (۱ +۲0) 26 در فريم مرجع رابه ترتیب جستجو کنید.(همچنین به آن جستجوی کامل هم گفته می شود). ‎ -‏ ماکروبلاکی که در هر یک از وضعیتها در مرکز پنجره قرار گرفته است با ماکروبلاک در فریم هدف بصورت پیکسل به پیکسل مقایسه می شود و بنابراین ۱/10 مربوطه شان با استفاده از فرمول (۱۰.۱) بدست می ‎AT‏ ‎ 

صفحه 11:
- بردار ([ ,/) که کمترین ]۳۱۵ را ارائه می دهد به عنوان ,/۷) ۷۱۷ (۷ برای ماکروبلاک در فریم هدف در نظر گرفته می شود. روش جستجوی ترتیبی بسیار زمانبر است - با فرض اينکه مقایسه هر پیکسل مستلزم ۳ عمل می باشد(تفریق » قدر مطلق, جمع کردن) » هزینه بدست آوردن یک بردار حرکت برای یک ماکروبلاک به صورت زیر است ۸۶. 3 < 0) 0۶۸۶۰۵۵۱۰۵۵0 + 1( 

صفحه 12:
begin min MAD = LARGE NUMBER; /* Initialization */ for for j { cur MAD = MAD(i, j); if cur MAD < min MAD { min_MAD = cur_MAD; i; /* Get the coordinates for MV. */ —ptop ‏رما‎ 

صفحه 13:
جستجوی لگاریتمی: مدل سریعتر و نیمه بهینه است ولی معمولا" قابل استفاده است. رویه جستجوی لگاریتمی دو بعدی شبیه جستجوی باینری است. همانطور که در شکل ۱۰-۲ نشان داده شده است در ابتدا فقط ‎٩‏ مکان در پنجره جستجو به نوان نقطه های شروع برای یک جستجوی مبتنی بر 1۸۵]0 استفاده می شود ز آنها با "۱" علامت گذاری می شوند. پس از اينکه پنجره ای که کمترین ۷۱۵12 را حاصل می کند شناسایی می شود مر کز منطقه جستجوی جدید به آن انتقال داده می شود و محدوده جستجو به نصف کاهش داده می شود. در تکرار بعدی ‎٩‏ مکان با "۲" علامتگذاری می شود و ....(به همین ترتیب). 

صفحه 14:
14 ی لکاربتمي دو بعدی 6-0 ها 2 ( +۵ مع ورم وم شکل ۲-۱۰ جستجوی لگاریتمی 210 برای بردارهای حرکتی 

صفحه 15:
ی سلسله م اتد ۳ * در صورتی که رزولوشن فریم ها را کاهش دهیم آنگاه جستجو سریعتر انجام می شود + هگن مدرعت وودقت :را يا سموداقعه باشيم بى اتوإن جند سطع مختلف را در نظر بگ یم که به ترتیب در سطح های پایین تر رزولوشن کاهش و امکان یافتن بردار حرکتی کاهش می یابد ولی سرعت جستجو بیشتر می شود. جستجو از پایین ترین سطح شروع می شود ع از آنجایی که اندازه ما کروبلاک کوچکتر است و 3 همچنین می تواند بطور نسبی کاهش داده شود تعداد عملیات لازم به مقدار زیادی کم می شود. 

صفحه 16:
16 Motion estimation Motion estimation شکل ۳-۱۰ یک جستجوی سلسله مراتبی ۳ سطحی برای بردارهای حرکتی Motion vectors Downsample by a factor of 2 Level 1 Downsample by a factor of 2 R 5 Level 2 

صفحه 17:
تعداد عملیاتهای ریاضی در هر ثانیه برای سه روش ذکر شده نمایش داده شده است Search Method OPS_per_second for 720 x 480 at 30 fps p=15 p=T Sequential search 29.89 x 10° 7.00 x 10° 2D Logarithmic search 1.25 x 109 0.78 x 10° 3-level Hierarchical search | 0.51 x 10° 0.40 x 10° 

صفحه 18:
۱ H.26 1 ‎٠‏ ۱.261 ۲: از قدیمیتریوستانداردهایف_شرده سازعدیجیتالوییدوییمی باشد» فشرده سازیببتتوبر )1۷ لستنکه در همه لستانداردهای فشرده سازوویدئویی_عدین یز مورد لستفاده قرار گرفته شده لست ‏- این استاندارد برای ‎yvideo conferencing ,videophone‏ سایر خدمات سمعی بصری از طریق ‎ol LISDN‏ شده بود. ‏- 6006 ۷۱060 از نرخهای005 64 ۷ 0 حمایفیکند که 0 بین۱ تا۳۰ میت ولند باشد (لیوروشسه عنولن64 * 0 هم‌معروفلست. ‎ ‏ندار ‏- لازم است که تاخیر کد گذار ویدئویی کمتر از ۱۵۰ میلی ثانیه باشد تا اینکه ويدئو بتواند براى ‎Video conferencing‏ بلادرنگ دو طرفه ‏استفاده شود. ‎ 

صفحه 19:
فرمت‌های ویدئویی پشتیبانی شده « توسط ۲۱.261 Video | Luminance | Chrominance | Bit-rate (Mbps) | H.261 format image image (if 30 fos and | support resolution resolution uncompressed ) QCIF | 176 x 144 88 x 72 9.1 required CIF 352 x 288 176 x 144 36.5 optional 19 

صفحه 20:
فريمها و تو تیب آنها در ۲۱.261 

صفحه 21:
21 & H.261 59 & ‏فریم‎ *_دونوع فریم تصویری تعریف شده است : درون فریمی (۲3۲۳65]-1) و ميان فريمى ‎(p-frames)‏ : - (۲3۲065]-ا) بعنوان تصاویر مستقل در نظر گرفته می شود . در هر (-1 5 "از روش کد گذاری مشابه ۶62[ استفاده می کند. - (0-۴۲3۲065) مستقل نیستند . توسط روش کد گذاری پیشگویانه رو به جلو کد گذاری می شود (پیشگویی از 0-۴۲311165 قبلی نیز مجاز می باشد - نه فقط از یک ۲3۳765]-] قبلی). - در 0-7۲38۲065 ها افزونگی زمانی حذف می‌شود در حالیکه در 6 فقط افزونگی مکانی با استفاده از تبدیل ‎DCT‏ حذف می شود 

صفحه 22:
علل استفاده از ۳۲۵1۲06-] ها در صورت روشن کردن دستگاه پخش ویدئوه در حين پخش امکان دیکد وجود داشته باشد 7 جهت اجتناب از انتشار خطاهای کدگذاری معمولا یک ‎I-fraMe‏ ‏چندین باردر هر ثانیه از ویدئو فرستاده می شود . !11 هنگام جلو و عقب بردن نیاز به انجام همه پردازشها نباشد بردارهای حرکتی در ۳۱.261 هميشه در واحد پیکسل اندازه گیری می‌شوند و دامنه محدوده آن 3۱۵ است 22 

صفحه 23:
کد گذاری ‎I-frame‏ For each ‏اتف نوج‎ ۳ Cy | macroblock \ 8x 8 block 9 1 1 DCT [frame Quantization Entropy coding 1010010 شکل ۵-۱۰ کد گذاری ‎I-Frame‏ ‏* ماكروبلاكك ها به اندازه ييكسل هاى 18*18 براى فريم لو 8*8 براى فريم هاى ‎Ch and Cr‏ هستند جون از روش ::1:؟استفاده مى شود. يكك ماكروبلاك شامل ؟ بلاكك الا يكك 01) و يكك 0017 استد *برای هر بلاکک ۸*۸ یک تبدیل 12627 استفاده می شود. سپس ضریب های )12 کوانتیزه شده و نهایتا کد گذاری آ: 23 

صفحه 24:
24 & p-frame ‏كدكذارى‎ ع شکل ۰۱۰-۶ طرح کدگذاری 1 ‎sel p-frame‏ » انطباق حرکتی نشان میدهد: -_برای هر ماکروبلاک در فریم هدف یک بردار حرکتی توسط یکی از روش های جستجو که قبلا توضیح داده شد اختصاص داده می شود . > پس از پیشگویی یک ماکروبلاک. مقدار تفاضل محاسبه می شود - از هر یک از اين بلاک های ۸۲۸ تبدیل آن)م] گرفته می شود » سپس ضریب های )12 کوانتیزه شده و نهایتا کد گذاری آنتروپی می شوند. 

صفحه 25:
25 y p-frame ‏كدكذارى‎ ‎P-frame 5» +‏ مقدار تفاضل بين فريم و فریم بعدی کد می شود (نه خود ما کروبلاک هدف) ع گاهی اوقات نمی توان به انطباق مناسب دست یافت یعنی خطای پیشگویی از یکك سطح قابل قبول خاص بیشتر می شود. 7 _بنابراین خود 8 كدكذارى مى شود( که به عنوان 18] درونی در نظر گرفته می شود) و در چنین موردی یک 1۷ منطبق شده غیر حرکتی نامیده می شود. ع برای یک بردار حرکتی 2] ۷۱۷ مقدار تفاضل بدست آمده برای کد گذاری آنتروپی فرستاده می شود: ‎MVD = MV, - MV, ۳۲-۱۰ ‎Preceding Current 

صفحه 26:
کد گذاری ۰0-۴۲3816 مبتنی بر انطبا ح رکتی ۱ 16 0 Current macroblock ‘Target frame pot Difference macroblock > 16 > y G, Reference frame Best match 8 1 ‏ی‎ ‎I ‎7 For each 8 x 8 block 1 2 DCT Quantization =~ Motion vector ——>| Fatropy coding 01100010... شکل ۶-۱۰ کد گذاری ۳۲,261 . ۳۵106 3-۳ مبتنی بر انطباق حرکتی 26 

صفحه 27:
27 ع برای کوانتیزاسیون در ۳۱.261 برای همه ضریب ‎DCT co‏ در ذاخل يكك ما کروبلااک از یک گام ثابت استفاده می کند. ع اگر 002 ضرایب آ)2] بعد از کوانتیزه کردن باشد: برای ضریب مقدار ‎dal, IDC‏ زیر ‎DCT | = rou DET) 5‏ نسم تددو ‏و برای سایر ضریب ها: ‎ ‎۰7 - PCr | ۳ (a) 

صفحه 28:
‎Coste‏ یو ‎Butter |‏ ‎Quantization Control ‎ve ‎ ‎ ‎Motion vector ‎ ‎ ‎ ‎MC-based ‎Prediction mory ‏لهم ‎Motion ‎Estimation ‎ ‎ ‎ ‎(@) Encoder ‎ ‎ ‎ ‏مس ‎ ‎Frame ‎ ‎28 ‎ ‎ ‎ ‎ ‎ 

صفحه 29:
29 Input Code MC-hased Prediction ~~ Memory ‘Motion vector (b) Decoder كدكذار و كدبرادر 11.261 00 Prediction 

صفحه 30:
30 & j ۲۱.263 ‏استاندارد‎ + ۰۲۱.263 ی کلستاندارد کد گناروویدئوییصااج شده برلعویدئو نفرلنسرو ساير خدماسمعى- بسصرعنتقا لادم شده در شبکه های_افن انتقا لعمومی(]] ۹) می‌ساشدد ع هدفش ارتباط و انتقال های با میزان بیت پایین به میزانی کمتر از 005 4 می باشد. ع از کدگذاری پیش گویانه برای (0-۴۲۵۲065) 1۱6۲-۴۲۵۳065 جهت کاهش افزونگی موقتی و تغییر شکل کد گذاری برای سیگنال باقیمانده استفاده میکند تا افزونگی فاصله ای (برای پیش بینی- ‎was Gal |, (i-frames , frames‏ 

صفحه 31:
31 استاندارد ۲۱.263 # مانند ۲۱.261 در ۳1.263 از کد گذاری سس روش کد گذاری پیش فرض برای ضریب های 26.7] استفاده می شود. # همانند ۲۱261 ترتیب ۲۱.263 بصورت سلسله مراتبی از ۴ لابه ساخته شده است . هر لایه با استفاده از ترکیبی از کد طول ثابت و كد طول متغیر کد گذاری می شود . روش پیش بینی پیشرفته: - در این روش اندازه ما کروبلاک برای ۷162 از ۱۶ به ۸ کاهش داده می شود - برای هر ما کروبلاک در تصویر مربوط به شدت روشنایی » ۴ بردار حرکتی (از هر بلاک ۸۸) ایجاد می شود. 

صفحه 32:
د استاندارد ۲۱.263 & استفاده از فریم هاى-28: 5 در ۰۲۱.263 یک فریم 3 ۳ از فریم قبلی و بعدی بدست می آید PB-frame 7 00١ 19 B P 

صفحه 33:
33 استاندارد 1۷۲060 / ع این استاندارد بر پایه استاندارد ۳12601 بنا نهاده شده است ع تفاوتهای عمده آن با 31-261 عبارتند از: 7 _پشتیبانی از فرمت های بیشتر ویدئویی ا[ ضرایب استفاده شده در کوانتیزه کردن متفاوت است 7 بازه جستجوی ما کروبلااکک از ۱۵ به ۵۱۲ تغییر یافته است 17 ترتیب فریمها ارسال شده متفاوت است 

صفحه 34:
‘Time Displayoner 1 BB P B B P B B I Coding and trnsmissionorder =| =P BOB OP OB UB OUT OB OB 34 

صفحه 35: