فشرده سازی ویدیو (MPEG-4)

فشرده سازی ویدیو (MPEG-4)

اسلاید 1: An Introduction to MPEG-4

اسلاید 2: طرح مسئله:فشرده سازی ویدیو به معنی کاهش مقدار داده های استفاده شده برای نمایش عکس ها و ویدیوی دیجیتال است. دو استراتژي اصلي:Lossless : سيگنال دقيقا قابل بازسازي است.(مشابه ‌Zip,Rar)Lossy : دقيقا قابل بازسازي نيست، ولي بسيار شبيه است. اکثر فشرده سازی های ویدیو LOSSY است.فشرده سازی ویدیو تعادلی بین فضای دیسک ،کیفیت ویدیو و هزینه مورد نیاز سخت افزار.

اسلاید 3: دلایل محبوبیت تکنیک های فشرده سازی :بیشتر شدن زمان پخش از زمان ذخیره سازیمینیاتوری شدنافزایش تراکم ذخیره سازی ، داده های کمتر کاهش هزینه هاانتقال مقدار داده بیشتر برای یک پهنای باند خاص...

اسلاید 4: نظریه:“هر تصویر متحرک متشکل از چندین تصویر ثابت است که زمانیکه با سرعت خاصی پشت سر هم به نمایش درآیند به صورت متحرک دیده میشوند که به هر یک از این تصاویر ساده یک فریم گفته می شود.”ویدیو در اصل آرایه ای سه بعدی از رنگ ها است.یک فریم از داده مجموعه ای از پیکسل هایی است که در یک لحظه ازنظر زمانی مشابه اند.امروزه تقریبا اکثر گروه ها از روشDCT (Discret Cosine Transform) برای فشرده سازی های ویدیو و کاهش فضا استفاده می کنند، هرچند راه کار های دیگری مثل فشرده سازی فرکتال (fractal compression) ،مطابق با پیگیری (matching pursuit) روشDWT (Discrete Wavelet Transform) وجود دارد که هنوز در دست تحقیق است، البته در مواردی هم در عمل پیاده سازی شده اند.

اسلاید 5: ایده : پيكسلهاي كنارهم در تصويرمشابه هستند. تصاوير پشت سر هم ديگر در ويدئو مشابه هستند.بنابراین : در تصوير و ويدئو اطلاعات قابل پيش بيني (زايد) وجود دارد که با حذف این اطلاعات زايد فشرده سازي انجام مي شود.

اسلاید 6:

اسلاید 7:

اسلاید 8:

اسلاید 9: مقدمه: گروه کارشناسان تصویر متحرک(Moving Picture Experts Group) MPEG توسط سازمان بین المللی استاندارد (the International Organization for Standardization)ISO و کمیسیون علوم الکترونیکی بین المللی(the International Electrotechnical Commission) IEC تاسیس شد. گروه MPEG مسئول توسعه طیف وسیعی از استاندارد ها و گزارشات فنی مرتبط با ویدیو ،صدا ومضمون چند رسانه ای است. ورژن های مختلف آن عبارتند از: MPEG-1 که مربوط به کدگذاری تصاویر متحرک و صدا است MPEG-2 که از برگرفته MPEG-1 است با این تفاوت که برای کد گذاری ویدیو برای سرعت های بالاتر توانا استMPEG-4 که با کد گذاری چند رسانه ای سروکار داردMPEG-7 که راه کاری استاندارد شده را برای توصیف مضمون چند رسانه ای مطرح کرده است و پیرو همه ی اینها MPEG-21 است که گزارش تخصصی با هدف ارائه یک چهارچوب چند رسانه ای(multimedia framework) را فراهم می کند.

اسلاید 10: MPEG-1:MPEG-1 :تکنولوژی کد گذاری تصاویر محرک و آمیزش صدا برای Digital Storage Media تا حداکثر حدود 1.5mbit/s (ISO/IEC 11172 )یا به طور عمومی تر:استاندارد سازی ذخیره و بازیابی تصاویر متحرک و صدا برای تشکیل رسانه های سمعی – بصری است که پایه ی شکل گیری VIDEO CD و فرمت MP3 است.که به قسمت های زیر تقسیم بندی می شود:Part.NoStandard.NoFirst public release dateTitlePart 1ISO/IEC 11172-11993SystemPart 2ISO/IEC 11172-21993VideoPart 3ISO/IEC 11172-31993AudioPart 4ISO/IEC 11172-41995Compliance testingPart 5ISO/IEC TR 11172-51998Software simulation

اسلاید 11: MPEG-2:به طور گسترده به عنوان فرمتی در تلویزیون های دیجیتالی و کابلی و سیستم های پخش مستقیم ماهواره ای استفاده می شود.هم چنین به عنوان فرمت فیلم هایی که بر روی دی وی دی و دیسک های مشابه توزیع می شوند استفاده می شود تجهیزات مشابه را که اغلب طبق این استاندارد طراحی شده اند.MPEG-2 نسخه دوم از استانداردهای مختلف طراحی شده توسط گروه کارشناس تصاویر متحرک (MPEG) بوده که یک استاندارد بین المللی است. کاربردها:DVD-VIDEOHDV: قالبی برای ضبط و پخش با کیفیت بالا از ویدیو بر روی یک کاست دی وی می باشد.MOD و TOD : فرمت هایی برای ضبط در دوربین های فیلم برداری دیجیتال هستند.XDCAM : فرمت حرفه ای ضبط فایل های ویدئویی است.DVBATSC : ATSC استاندارد مورد استفاده در ایالات متحده است که ازبخش ویدئو MPEG-2 در سطح بالای کیفیت با یک سری محدودیت ها استفاده می کند، مثلا محدودیت پهنای باند حداکثر 19.4 مگابیت بر ثانیه برای تلویزیون معمولی و 38.8 مگابیت بر ثانیه برای تلویزیون کابلی.

اسلاید 12:

اسلاید 13: Mpeg-4:مقدمه:تکنولوژی کدگذاری اطلاعات سمعی و اشیا مجازی“در کل MPEG-4 به این منظور به وجود آمد که کارشناسان درجه بالاتری از فشردگی را نسبت به MPEG-2 می خواستند .بحث دراین زمینه در پایان سال 1992 شروع شد و در اوایل سال 1993 به صورت یک استاندارد درآمد.

اسلاید 14: اهداف و خصوصیات MPEG-4 قصد دارد تا به اهداف زیر دسترسی پیدا کند:تولید کنندگان بتوانند قدرت استفاده و انعطاف پذیری بیشتری را در رابطه با مضامین چند رسانه ای داشته باشندتعامل بیشتر و بهتر برای کاربران. در اینصورت کاربرا ن می توانند:نگاهشان یا شنیدنشان را به صحنه تغییر دهند .تغییر موقعیت اشیا در صحنه با drag کردن.انجام یک سری عملیات با کلیک کردن روی اشیا خاصانتخاب یک زبان (اگر توسط تولید کننده فراهم شده باشد)روند یکپارچه از محتویات سمعی - بصری برای bit-rate مختلف برای محدوده گسترده از شبکه ها. شبکه های 3G موبایل ، broadcasting ، broadband networks ،ماهواره .فشرده سازی پیشرفته که ظرفیت های بالا را بر روی CD ها و DVD ها میکند.

اسلاید 15: تعدادی از ویژگی های MPEG-4 :به راه انداختن ویدیو ها بر روی اینترنتCATV (Cable TV) : تلویزیون کابلی با شبکه های نوری و...DBS (Direct broadcast satellite): سرویس پخش مستقیم ویدیوی ماهواره هاDSL (Digital subscriber line) : سرویس های خط ویدئو دیجیتالDTTB (Digital terrestrial television broadcasting): ایستگاه های زمینی پخش تلویزیون های دیجیتالISM(Interactive storage media): رسانه های ذخیره سازی (دیسک های نوری و ..)MMM (Multimedia mailing): ایمیل های چند رسانه ایRTC (Real-time conversational services): سرویس های مکالمه بلادرنگ (ویدئو کنفرانس،تماس تصویری)RVS(Remote video surveillance): نظارت تصویری از راه دور

اسلاید 16: بخش ها مختلف MEPG-4 عبارتند از: Part 1: این بخش به تشریح تقارن و همزمانی و تسهیم تصویر و صدا می پردازد. Part 2: یک رمزگذار متراکم سازی برای داده های بصری (تصویر، بافت بدون حرکت و راکد، تصاویر ترکیبی، ...)Part 3: دسته ای از رمزگذارهای متراکم سازی برای کدگذاری ادراکی سیگنال های صوتی، شامل گونه های متفاوتی از رمزگذاری پیشرفته صدا (AAC) که به خوبی سایر اشکال و ابزارهای رمزگذاری صدا عمل می کند.Part 4: به تشریح شیوه کار آزمون همنوایی با سایر بخشهای استاندارد می پردازد.Part 5: یک نرم افزار مرجع برای اثبات و شفاف سازی دیگر بخشهای استاندارد فراهم می کند.Part 6: Part 7: مثالهایی از چگونگی بهبود و اصلاح پیاده سازی و کاربردها ارایه می کند.Part 8: شیوه ای برای انتقال محتوای MPEG-4 بر شبکه های IP تعیین می نماید.Part 9: طرح های سخت افزاری برای اثبات اجرا و پیاده سازی دیگر بخش های استاندارد ارایه می نماید.

اسلاید 17: Part 10: رمزگذاری پیشرفته تصویر (AVC) /h.264Part 11: این بخش می تواند برای محتوای غنی و متقابل با پروفایل های چندگانه استفاده گردد که شامل ورژنهای دو بعدی و سه بعدی می باشند. بدین ترتیب که به بررسی توصیف سطحی از سیستم یک موتور برنامه کاربردی می پردازد. Part 12: فرمتی از فایل برای ذخیره سازی محتوای مبتنی بر زمان مدیا. این یک فرمت عمومی است که بر مبنای تعدادی از دیگر فرمتهای بخصوص شکل می گیرند.( برای مثال: Motion JPEG ، 3GP ، MPEG-4 Part14 )Part 13: تعمیم هایی از مدیریت عقلانی دارایی و حفاظت (IPMP).Part 14: فرمت فایل MP4

اسلاید 18: Part 15: در ادامه بخش دوازدهم آمده است.Part 16: این Partبه توصیف مدل تعمیم بسته نرم افزاری انیمیشن (AFX) MPEG-4 برای نمایش محتوای گرافیکی سه بعدی می پردازد.Part 17: جریان هایی با فرمت متنی (فرمت زمانی متن زیرنویس) Part 18: Part 19: جریان بافت ترکیبیPart 20: Part 21: Part 22: فرمت قالب بازPart 23: Part 24: تعامل میان صدا و سیستم هاPart 25: مدل متراکم گرافیک سه بعدیPart 26: تطابق زمانی صداPart 28: تطابق زمانی گرافیک سه بعدی

اسلاید 19: مقایسه MPEG-1 , MPEG-2 and MPEG-4 :MPEG-1 اولین استاندارد فشرده سازی صوت و تصویر بود، که اساسا طراحی شده بود تا بتوان تصاویر متحرک و صدا را در یک فایل برای لوح فشرده کدگذاری کرد.هرچند نتیجه حاصل که Vidoe-CD ها بودند کاملا موفقت آمیز بود اما توسط DVD ها جایگزین شده اند. بنابراین استاندارد MPEG-2 بطور قابل توجهی مورد استقبال قرار گرفت.MPEG-2 از این حیث بسیار مهم شده است که به عنوان استاندارد فشرده سازی هم برای DVB (Digital Video Broadcasting) وهم برای DVD (digital video disk/digital versatile disk) انتخاب شده است.علاوه بر کارآمدترشدن و بهبود روش های کدگذاری و فشرده سازی ویدئو،MPEG-4 بیشتر به سمت برنامه های گرافیکی کامپیوتری حرکت می کند به همین منظور است که انتظار می رود MPEG-4 نیز در اینترنت و شبکه های بی سیم نقش بسزایی داشته باشد.

اسلاید 20: الگوریتم فشرده سازی:دیجیتال نمودن یک تصویردیجیتال کردن یک تصویر یعنی اینکه تصویر را به تعداد نقاط بسیار زیادی تقسیم کنیم (مثلا 600 در 800) و بعد به ازای هر نقطه یک عدد که شدت نور را در آن نقطه نشان می دهد، در نظر بگیریم (مثلاعددی بین صفر تا 255)

اسلاید 21:  به این ترتیب، تصویر به یک ماتریس تبدیل خواهد شد (دراین مثال به ابعاد 600 در 800)

اسلاید 22: خواندن و نمایش یک تصویر در MATLAB :[X,map] = imread(pout.tif);imshow(X,map)

اسلاید 23: Intensity Images:An intensity image is a data matrix, I, whose values represent intensities within some range. MATLAB stores an intensity image as a single matrix, with each element of the matrix corresponding to one image pixel. The matrix can be of class double, uint8, or uint16.While intensity images are rarely saved with a colormap, MATLAB uses a colormap to display them. The elements in the intensity matrix represent various intensities, or gray levels, where the intensity 0 usually represents black and the intensity 0, 255, or 65535 usually represents full intensity, or white

اسلاید 24: دیجیتال نمودن یک تصویر رنگی:باید به ازای هر نقطه از تصویر (هر پیکسل) سه عدد داشته باشیم که شدت نور های سبز و قرمز و آبی را نشان دهند، بنابراین سه ماتریس خواهیم داشت.(آرایه ای سه بعدی )

اسلاید 25: How to compressSplit image into 8x8 blocksSmall enough image sections to assume high correlation between adjacent pixelsShifting LevelSubtract 2n-1from each subimage, where 2n is the number of gray scales usedApply 8x8 DCT transform to each blockShift energy in each block to uppermost entriesQuantize, run-length encodeQuantization: lossy step, discard information

اسلاید 26: What is DCT Matrix?(Discrete Cosine Transform)

اسلاید 27: 8x8 DCT Matrix

اسلاید 28:

اسلاید 29:

اسلاید 30:

اسلاید 31:

اسلاید 32:

اسلاید 33: ThankS For Your AttentioN QuestionS (??) & CommentS (!!)33

اسلاید 34: عادل مینایی جلیل گروه کامپیوتر دانشگاه ملایر پاییز 90