تکنیکهای بنیادی فشرده سازی ویدئو

چندرس - سیستم‌های درس اصفهان دانشگاهانه‌ای

تکنیک های بنیادی فشرده سازی ویدئو

درس سیستم های چند رسانه ای

استاد درس:

علی بهلولی

1


فشرده سازی تصویر

مقدمه ای بر فشرده سازی ویدئویی

فشرده سازی ویدئویی توسط

انطباق حرکتی

جستجوی بردارهای حرکتی

H.261استاندارد

H.263استاندارد 2


مقدمه ای بر فشرده سازی ویدئویی

3

ویدئو‌متشکل‌از‌سکانس‌های‌دارای‌اولویت‌زمانی‌از‌فریم‌هایی)یعنی‌تصاویر(‌هستند.

یک‌راه‌حل‌واضح‌برای‌فشرده‌سازی‌ویدئویی‌،پیشگویی‌مبتنی‌بر‌فریم‌های‌قبلی‌می‌باشد.

فشرده‌سازی‌با‌کم‌کردن‌فریم‌از‌فریم‌قبلی‌وکد‌کردن‌تفاضل‌آنها

برای‌بهبود‌فشرده‌سازی‌می‌توان‌به‌جای‌تفاضل‌پیکسل‌به‌پیکسل،‌الگوی‌خاصی‌از‌فریم‌فعلی‌را‌در‌

فریم‌بعدی‌جستجو‌کنیم‌و‌آن‌دو‌را‌از‌هم‌کم‌کنیم


فشرده سازی ویدئویی توسط انطباق حرکتی

فریم‌های‌متوالی‌در‌یک‌ویدئو‌،‌مشابه‌هستند‌–‌افزونگی‌زمانی‌وجود‌دارد.

(‌استفاده‌Temporal redundancyاز‌افزونگی‌زمانی)می‌شود‌تا‌نیاز‌نباشد‌هر‌فریم‌از‌ویدئو‌بطور‌

مستقل‌به‌عنوان‌یک‌تصویر‌جدید‌کدگذاری‌شود.

تفاوت‌بین‌فریم‌فعلی‌و‌سایر‌فریم‌ها‌در‌توالی‌مربوطه‌کدگذاری‌خواهد‌شد‌–‌تعداد‌بیت‌کمتر‌

وآنتروپی‌کمتربرای‌فشرده‌سازی‌مناسب‌می‌باشد.

4


فشرده سازی ویدئویی توسط انطباق حرکتی

مراحل‌فشرده‌سازی‌ویدئویی‌بر‌اساس‌انطباق‌‌(:MCحرکتی)

(Motion Compensation)-‌برآورد‌حرکت‌)جستجوی‌بردار‌حرکت(.1

.MC-‌پیش‌بینی‌مبتنی‌بر2

-‌بدست‌آوردن‌خطای‌پیش‌بینی‌یعنی‌تفاوت.3

5


انطباق حرکتی N x(‌در‌اندازه‌‌macro blocksهر‌تصویر‌به‌ماکروبالکهایی‌)

N .تقسیم‌می‌شود

‌(‌.‌‌yبرای‌مولفه‌روشنایی)‌N =16به‌عنوان‌پیش‌فرض:‌‌‌می‌باشد‌با‌فرض‌‌N =8(‌،‌chrominanceبرای‌مولفه‌رنگ‌)

‌استفاده‌شده‌باشد.4:2:0اینکه‌از‌فشرده‌سازی‌نوع‌

انطباق‌حرکتی‌در‌سطح‌ماکروبالک‌انجام‌می‌شود.

(‌Targetبه‌فریم‌تصویر‌فعلی‌”فریم‌هدف“‌گفته‌می‌شود.)

6



‌سازگاری‌بین‌ماکروبالک‌در‌فریم‌هدف‌و‌مشابه‌-ترین‌ماکروبالک‌در‌فریم‌های‌قبلی‌و‌یا‌آتی‌)که‌به‌

آنها‌فریم‌مرجع‌گفته‌می‌شود(‌جستجو‌می‌شود.

به‌‌فاصله‌ماکروبالک‌مرجع‌تا‌ماکروبالک‌هدف‌،‌-‌گفته‌می‌شود.MVبردار‌حرکتی‌

مورد‌پیش‌بینی‌رو‌به‌جلو‌را‌نشان‌می‌1-‌10شکل‌-دهد

7

چندرس - سیستم‌های درس اصفهان دانشگاهانه‌ای 8

‌:‌ماکروبالکها‌و‌بردارهای‌حرکت‌در‌فشرده‌1-10شکل‌سازی‌ویدئویی

‌معمaوال‌در‌محaدوده‌همسaایگی‌بسaیار‌‌MVجسaتجوی‌و‌ عمaودی‌ جابجaایی‌ انaدازه‌ ‌– شaود‌ می‌ انجaام‌ نزدیaک‌

‌هسaتند‌این‌امaر‌پنجaره‌جسaتجو‌[p,p]-افقی‌در‌محaدوده‌‌می‌رساند.(2p+1(*)2p+1)را‌به‌اندازه‌



جستجوی بردارهای حرکتی

9

تفاوت‌بین‌دو‌ماکروبالک‌را‌می‌توان‌توسط‌میانگین‌(‌اندازه‌گرفت:MADقدر‌مطلق‌تفاضل‌آنها‌)

Nاندازه‌ماکروبالک‌:Kو‌‌Lشاخص‌های‌پیکسل‌ها‌در‌ماکروبالک‌:‌iو‌‌j:جابجایی‌های‌عمودی‌و‌افقی‌‌

C ( x + k, y + l )پیکسل‌های‌موجود‌در‌ماکروبالک‌در‌فریم‌‌‌:هدف

R ( x + i + k, y + j + l )پیکسل‌های‌موجود‌در‌ماکروبالک‌در‌‌:فریم‌مرجع

‌به‌عنوان‌بردار‌(i,j)‌هدف‌این‌جستجو‌پیدا‌کردن‌یک‌بردار‌•‌حداقل‌‌‌MAD(i, j)به‌صورتی‌است‌که‌MV = (u, v)حرکتی‌

باشد. ( , ) ( , ) | ( , ) , [ , ], [ , ] u v i j MAD i j is minimum i p p j p p


جستجوی ترتیبی

‌‌)x‌)2p +‌1(‌2p + 1)جسaتجوی‌ترتیaبی:‌کaل‌پنجaره•در‌فaریم‌مرجaع‌را‌بaه‌تaرتیب‌جسaتجو‌کنیaد.)همچaنین‌

به‌آن‌جستجوی‌کامل‌هم‌گفته‌می‌شود(.

مرکaز‌- در‌ وضaعیتها‌ از‌ یaک‌ هaر‌ در‌ کaه‌ ماکروبالکی‌فaریم‌ در‌ مaاکروبالک‌ بaا‌ اسaت‌ گرفتaه‌ قaرار‌ پنجaره‌هaدف‌بصaورت‌پیکسaل‌بaه‌پیکسaل‌مقایسaه‌می‌شaود‌

‌مربوطaه‌شaان‌بaا‌اسaتفاده‌از‌فرمaول‌MADو‌بنaابراین‌‌بدست‌می‌آید.(10.1)

10


جستجوی ترتیبی

کمaترین‌) i, j( بردار- بaه‌MADکaه‌ دهaد‌ می‌ ارائaه‌ را‌ ‌بaرای‌مaاکروبالک‌در‌aفaریم‌هaدف‌aدر‌ MV (u, v) عنaوان

نظر‌گرفته‌می‌شود.

بaا‌- ‌– اسaت‌ ‌ زمaانبر‌ بسaیار‌ ترتیaبی‌ جسaتجوی‌ روش‌aتلزم‌aل‌مسaپیکسaر‌aه‌هaسaقایaه‌مaاینکaرض‌aل‌می‌3فaعم‌

هزینaه‌ ‌، کaردن(‌ جمaع‌ مطلaق،‌ قaدر‌ ‌، باشaد)تفریaق‌‌aالکaاکروبaک‌مaی‌aرایaرکت‌بaدار‌حaرaک‌بaی‌aردنaت‌آوaبدس

به‌صورت‌زیر‌است‌‌(2p + 1(‌.)2p +‌1‌.‌)N 2. 3 O ( p 2 N 2 )

11


برنامه جستجوی ترتیبی

12

beginmin_MAD = LARGE NUMBER; /* Initialization */for i = −p to p

for j = −p to p{

cur_MAD = MAD(i, j);if cur_MAD < min_MAD{

min_MAD = cur_MAD;u = i; /* Get the coordinates for MV. */v = j;

}}

end


دو بعدیجستجوی لگاریتمی مaدل‌‌سaریعتر‌و‌نیمaه‌بهینaه‌اسaت‌ولی‌معمaوال“‌‌‌:جسaتجوی‌لگaاریتمی

قابل‌استفاده‌است.

دو‌بعaدی‌‌شaبیه‌جسaتجوی‌بaاینری‌است.رویaه‌جسaتجوی‌لگaاریتمی‌

‌‌9نشaان‌داده‌شaده‌اسaت‌در‌ابتaدا‌فقaط‌10-2همaانطور‌کaه‌در‌شaکل‌-یaک‌ بaرaای‌ هaای‌aشaروaع‌ نقaطaه‌ عنaواaن‌ ‌aهaب جسaتaجو‌ در‌aپنجaره‌ مکaان‌

بaر‌ مبتaنی‌ ‌aتجویaسaجMADودaش‌aتفاده‌میaاس ‌;” بaا‌ ‌aاaآنه مت‌‌1 aعال ‌a“گذاری‌می‌شوند.

کمaترین‌- کaه‌ ای‌ پنجaره‌ اینکaه‌ از‌ کنaد‌‌MADپس‌ می‌ حاصaل‌ را‌ ‌شناسaایی‌می‌aشaود‌مaرکaز‌aمنطقaه‌جسaتجوaی‌جدیaد‌بaه‌aآن‌انتقaال‌دaاده‌

می‌شود‌و‌aمحدوده‌aجستجو‌بaه‌نصف‌aکاهaش‌دaاده‌می‌شود.

“‌عالمتگذاری‌می‌شود‌و‌....)به‌همین‌‌2مکان‌با‌”9در‌تکرار‌بعدی‌-ترتیب(.

13


دو بعدیجستجوی لگاریتمی

14

‌برای‌بردارهای‌حرکتی‌2Dجستجوی‌لگاریتمی‌2-10شکل‌


جستجوی سلسله مراتبی

آنگaاه‌ را‌کaاهش‌دهیم‌ هaا‌ در‌صaورتی‌کaه‌رزولوشaن‌فaریم‌جستجو‌سریعتر‌انجام‌می‌شود

برای‌اینکaه‌سaرعت‌و‌دقت‌را‌بaا‌هم‌داشaته‌باشaیم‌می‌تaوان‌بaه‌aتaرتaیب‌aدر‌ بگaیaریم‌aکaه‌ نظaر‌ را‌aدر‌ مخaتلaف‌ ‌aطحaس چaنaد‌سaطح‌aهaای‌aپaاaییaن‌aتaر‌رaزولوشaن‌aکaاهش‌aو‌aامکaان‌aیaافتaن‌بaردار‌حaرکaتی‌کaاهaش‌می‌aیابaد‌ولaی‌aسaرaعت‌‌جaسaتجو‌aبیaشaتر‌می‌

شaودa.‌جستaجو‌aاز‌پaاaیین‌ترaین‌aسطح‌aشaروع‌مaی‌aشوaد

‌همچaنین‌Pاز‌آنجaایی‌کaه‌انaدازه‌مaاکروبالک‌کوچکaتر‌اسaت‌و‌می‌aتوانaد‌بطaور‌aنسaبی‌aکaاهش‌aدادaه‌شaود‌تعaداaد‌عملaیaات‌الزم‌

به‌مقدار‌زیادی‌کم‌می‌شود.

15


‌سطحی‌برای‌بردارهای‌حرکتی‌3یک‌جستجوی‌سلسله‌مراتبی‌3-10شکل‌

جستجوی سلسله مراتبی


مقایسه سه روش ذکر شده

17

تعداد‌عملیاتهای‌ریاضی‌در‌هر‌ثانیه‌برای‌سه‌روش‌ذکر‌شده‌نمایش‌داده‌شده‌است


H.261استاندارد•H.261از‌قدیمی‌ترین‌استانداردهای‌فشرده‌سازی‌دیجیتالی‌‌:‌

‌است‌که‌در‌MCویدئویی‌می‌باشد‌،‌فشرده‌سازی‌مبتنی‌بر‌همه‌استانداردهای‌فشرده‌سازی‌ویدئویی‌بعدی‌نیز‌مورد‌

استفاده‌قرار‌گرفته‌شده‌است.

و‌سایر‌‌‌video conferencingوvideophoneاین‌استاندارد‌برای‌-‌طراحی‌شده‌بود.ISDNخدمات‌سمعی‌بصری‌از‌طریق‌

-video codecاز‌نرخهای‌‌p x 64 kbpsحمایت‌میکند‌که‌‌‌pبین‌‌‌‌هم‌‌p * 64می‌تواند‌باشد.)این‌روش‌به‌عنوان‌‌30تا1

معروف‌است‌(‌.

‌میلی‌ثانیه‌150الزم‌است‌که‌تاخیر‌کدگذار‌ویدئویی‌کمتر‌از‌-‌‌بالدرنگ‌‌video conferencingباشد‌تا‌اینکه‌ویدئو‌بتواند‌برای‌

دو‌طرفه‌‌استفاده‌شود.18


فرمت های ویدئویی پشتیبانی شده H.261توسط

19


‌H.261:‌ترتیب‌فریم‌10-4شکل‌

H.261فریمها و ترتیب آنها در


H.261 فریم ها در-I)دو‌نوع‌فریم‌تصویری‌تعریف‌شده‌است‌:‌درون‌فریمی‌•

frames)و‌میان‌فریمی‌‌(p-frames‌):‌

-(I-frames)ود‌.‌در‌aه‌می‌شaر‌گرفتaتقل‌در‌نظaاویر‌مسaوان‌تصaبعن‌‌aاستفاaده‌می‌کند.JPEGاز‌روش‌کدگذارaی‌مشابaهa(I-frames)‌aهaر‌

-(p-frames)گویانه‌aذاری‌پیشaط‌روش‌کدگaتند‌.‌توسaتقل‌نیسaمس‌‌قبلی‌نaیز‌p-framesرو‌aبaه‌جلaو‌کدگaذaاری‌aمی‌شaوaد‌)پیشaگویaی‌از‌

‌aفقط‌از‌یکaنه‌‌–aمجاز‌می‌باشد‌I-framesقبلی‌.<)

‌هaا‌افaزونگی‌زمaانی‌حaذف‌می‌شaود‌در‌حالیکaه‌در‌‌‌‌p-framesدر‌-‌‌‌‌I_frameل‌aدیaتبaاز‌aه‌aادaتفaاسa‌aاaی‌بaنaاaمکaنگی‌aزوaافaط‌aفق‌،‌DCT‌

حذف‌می‌شود

21


H.261 فریم ها در

‌هاi-Frameعلل‌استفاده‌از‌در‌ ویaدئو،‌ پخش‌ دسaتگاه‌ کaردن‌ روشaن‌ صaورت‌ در‌

حین‌پخش،‌امکان‌دیکد‌وجود‌داشته‌باشدجهت‌اجتنaاب‌از‌انتشaار‌خطاهaای‌کدگaذاری‌معمaوال‌یaک‌

I-frameتاده‌می‌aدئو‌فرسaه‌از‌ویaر‌ثانیaاردر‌هaدین‌بaچن‌شود‌.

هنگaام‌جلaو‌و‌عقب‌بaردن‌نیaاز‌بaه‌انجaام‌همaه‌پردازشaها‌نباشد

‌همیشه‌در‌واحد‌H.261بردارهای‌حرکتی‌در‌•پیکسل‌اندازه‌گیری‌می‌شوند‌و‌دامنه‌محدوده‌

‌است±15آن‌

22


:I-frameکدگذاری

23

‌I-Frameکد‌گذاری‌5-10شکل‌بaرای‌‌8×‌8و‌‌yبaرای‌فaریم‌16×‌16مaاکروبالک‌هaا‌بaه‌انaدازه‌پیکسaل‌هaای‌‌•

اسaتفاده‌می‌شaود.‌یaک‌‌4:2:0هسaتند‌چaون‌از‌روشCb and Crفaریم‌هaای‌‌‌است‌Crو‌یک‌‌Cb،‌‌یک‌‌Yبالک‌‌4ماکروبالک‌شامل‌

‌اسaتفاده‌می‌شaود.‌سaپس‌ضaریب‌هaای‌DCTیaک‌تبaدیل‌8×8برای‌هaر‌بالک‌•DCT.کوانتیزه‌شده‌و‌نهایتا‌کد‌گذاری‌آنتروپی‌می‌شوند‌


p-frameکدگذاری

‌را‌‌p-frame ،H.261،‌طرح‌کدگذاری‌10-6شکل‌مبتنی‌بر‌انطباق‌حرکتی‌نشان‌میدهد:

برای‌هaر‌مaاکروبالک‌در‌فaریم‌هaدف‌یaک‌بaردار‌حرکaتی‌-توسaط‌یکی‌از‌روش‌هaای‌جسaتجو‌کaه‌قبال‌توضaیح‌داده‌

شد‌اختصاص‌داده‌می‌شود‌.

تفاضaل‌- مقaدار‌ ‌، مaاکروبالک‌ یaک‌ پیشaگویی‌ از‌ پس‌محاسبه‌می‌شود

تبaدیل‌8×8از‌هaر‌یaک‌از‌این‌بالک‌هaای‌- ‌DCTه‌aگرفت‌،aود‌aی‌شaای‌مaب‌هaریaس‌ضaپaس‌DCTده‌و‌aه‌شaیزaانتaکو‌

نهایتا‌کد‌گذاری‌آنتروپی‌می‌شوند.24


‌مقدار‌تفاضل‌بین‌فریم‌و‌فریم‌بعدی‌کد‌p-frameدر‌می‌شود‌)نه‌خود‌ماکروبالک‌هدف(‌

گاهی‌اوقات‌نمی‌توان‌به‌انطباق‌مناسب‌دست‌یافت‌یعنی‌خطای‌پیشگویی‌از‌یک‌سطح‌قابل‌قبول‌خاص‌

بیشتر‌می‌شود.‌‌MBکدگذاری‌می‌شود)‌که‌به‌عنوان‌MBبنابراین‌خود‌

‌MBدرونی‌در‌نظر‌گرفته‌می‌شود(‌و‌در‌چنین‌موردی‌یک‌منطبق‌شده‌غیر‌حرکتی‌نامیده‌می‌شود.

‌مقدار‌تفاضل‌بدست‌آمده‌MVDبرای‌یک‌بردار‌حرکتی‌برای‌کدگذاری‌آنتروپی‌فرستاده‌می‌شود:

(3-10‌)MVD = MVPreceding − MVCurrent

25

p-frameکدگذاری


، مبتنی بر p-frameکدگذاری انطباق حرکتی

26

‌مبتنی‌بر‌انطباق‌P-Frame ،‌H.261:‌کد‌گذاری‌6-10شکل‌حرکتی


H.261کوانتیزاسیون در ‌‌DCT،‌برای‌همه‌ضریب‌های‌H.261برای‌کوانتیزاسیون‌در‌

در‌داخل‌یک‌ماکروبالک‌از‌یک‌گام‌ثابت‌استفاده‌می‌کند.‌‌بعد‌از‌کوانتیزه‌کردن‌باشد:‌برای‌‌DCTضرایب‌QDCTاگر‌

‌از‌رابطه‌زیر‌DCضریب‌مقدار‌(‌10.4‌‌‌)

و‌برای‌سایر‌ضریب‌ها:‌‌‌‌(‌‌10.5‌‌‌)

Scaleاست‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌[1,31]‌یک‌عدد‌صحیح‌در‌محدوده‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌

27

_ 8DCT DCTQDCT round round

step size

_ 2*DCT DCTQDCT

step size scale


‌H.261کدینگ‌7-10شکل‌

H.261بالک دیاگرام کد کننده در


H.261کدگذار‌و‌کدبرادر‌

H.261بالک دیاگرام دیکد کننده در


H.263استاندارد H.263یک‌استاندارد‌کدگذاری‌ویدئویی‌اصالح‌شده‌‌،‌

برای‌ویدئو‌کنفرانس‌و‌سایر‌خدمات‌سمعی‌–‌بصری‌انتقال‌داده‌شده‌در‌شبکه‌های‌تلفنی‌انتقال‌عمومی‌

(PSTN).می‌باشد‌

هدفش‌ارتباط‌و‌انتقال‌های‌با‌میزان‌بیت‌پایین‌به‌‌می‌باشد.kbps 64میزانی‌کمتر‌از‌

‌inter-frames (p-frames)از‌کدگذاری‌پیش‌گویانه‌برای‌جهت‌کاهش‌افزونگی‌موقتی‌و‌تغییر‌شکل‌کدگذاری‌

برای‌سیگنال‌باقیمانده‌استفاده‌میکند‌تا‌افزونگی‌(‌را‌‌i-framesو‌P-framesفاصله‌ای‌)برای‌پیش‌بینی

کاهش‌دهد.30


‌بaه‌(VLC)‌از‌کدگaذاری‌طaول‌متغaیر‌‌H.263در‌H.261ماننaد‌‌DCTعaنaوان‌aروش‌کدگaذارaی‌پیش‌فaرض‌aبaرای‌aضaریب‌aهaای‌

استفاده‌می‌شود.‌‌4بصaورت‌سلسaله‌مراتaبی‌از‌‌H.263تaرتیب‌H.261هماننaد‌

الیaه‌سaاخaته‌aشaده‌اسaت‌.‌هaر‌الیaه‌بaا‌aاسaتaفاده‌aاز‌ترکیaبی‌از‌کد‌طaول‌ثابت‌aو‌aکد‌طaول‌متغیaر‌کaدگذاری‌aمی‌شوaد‌.

روش پیش بینی پیشرفته:‌‌8به‌‌16از‌‌MC-‌در‌این‌روش‌اندازه‌ماکروبالک‌برای‌

کاهش‌داده‌می‌شود‌.‌-‌برای‌هر‌ماکروبالک‌در‌تصویر‌مربوط‌به‌شدت‌روشنایی‌،‌

‌(‌ایجاد‌می‌شود.8×‌8بردار‌حرکتی‌)از‌هر‌بالک‌4

31



:PBاستفاده‌از‌فریم‌های-‌از‌فaریم‌قبلی‌و‌بعaدی‌بدسaت‌‌PB،‌یaک‌فaریم‌H.263در‌-

می‌آید

32



Mpegاستاندارد

‌بنا‌H261این‌استاندارد‌بر‌پایه‌استاندارد‌نهاده‌شده‌است

‌عبارتند‌از:H-261تفاوتهای‌عمده‌آن‌با‌پشتیبانی‌از‌فرمت‌های‌بیشتر‌ویدئویی

ضرایب‌استفاده‌شده‌در‌کوانتیزه‌کردن‌متفاوت‌است

‌تغییر‌‌‌512به‌15بازه‌جستجوی‌ماکروبالک‌از‌یافته‌است

‌ترتیب‌فریمها‌ارسال‌شده‌متفاوت‌است

33


Mpeg-1ترتیب فریمها در

34


پایان35

Documents

تکنیکهای بنیادی فشرده سازی ویدئو