{"title":"МОДИФІКОВАНИЙ АЛГОРИТМ СТИСКАННЯ ПОСЛІДОВНОСТІ ЗОБРАЖЕНЬ","authors":"Т. С. Панков, К. Р. Потапова, К. О. Радченко","doi":"10.32851/tnv-tech.2023.1.4","DOIUrl":null,"url":null,"abstract":"З поширенням в сучасному світі як цифрових носіїв, так і мережі Інтернет, все частіше постає питання про зберігання та передачу даних у цифровому форматі. Потреби користувачів зростають швидше, ніж розвиваються апаратні технології зберігання та передачі даних, тому все частіше постає питання програмної оптимізації даних процесів. Крім механізмів балансування навантаження, оптимізації в мережевій передачі на транспортному рівні, важливу роль відіграють механізми стискання даних. Стискання даних має на увазі під собою зменшення розміру аналізованої інформації за рахунок використання того факту, що здебільшого дані не є випадковим набором біт, а підпорядковуються певному закону. Іншими словами, використовується той факт, що дані є залежними або випадковими величинами, або випадковими величинами, що підпорядковуються певній, нерівномірній функції розподілу. Більшість даних, що передаються по мережі – фото і відео файли. Для швидкої передачі цих файлів та компактного їх зберігання потрібні ефективні алгоритми стискання, які здатні швидко та якісно стискати окремі зображення та послідовності кадрів відео. Проблемою при стисканні послідовності кадрів відео є обчислювальна складність пошуку областей кореляції зображень, яка проводиться з метою підвищення коефіцієнта стискання шляхом кодування посилання на схожу область зображення та різниці між попереднім та наступним зображенням замість кодування повністю вихідного зображення. Проблемою при стисканні набору зображень є виділення загального контексту даних зображень з метою підвищення якості стиснення. У цій роботі ми розглянемо особливості стискання зображень, дослідимо підходи знаходження подібних областей, оптичних потоків та реалізуємо модель, що дозволяє підвищити ефективність стискання послідовності зображень.","PeriodicalId":242216,"journal":{"name":"Таврійський науковий вісник. Серія: Технічні науки","volume":"31 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-04-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Таврійський науковий вісник. Серія: Технічні науки","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.32851/tnv-tech.2023.1.4","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
З поширенням в сучасному світі як цифрових носіїв, так і мережі Інтернет, все частіше постає питання про зберігання та передачу даних у цифровому форматі. Потреби користувачів зростають швидше, ніж розвиваються апаратні технології зберігання та передачі даних, тому все частіше постає питання програмної оптимізації даних процесів. Крім механізмів балансування навантаження, оптимізації в мережевій передачі на транспортному рівні, важливу роль відіграють механізми стискання даних. Стискання даних має на увазі під собою зменшення розміру аналізованої інформації за рахунок використання того факту, що здебільшого дані не є випадковим набором біт, а підпорядковуються певному закону. Іншими словами, використовується той факт, що дані є залежними або випадковими величинами, або випадковими величинами, що підпорядковуються певній, нерівномірній функції розподілу. Більшість даних, що передаються по мережі – фото і відео файли. Для швидкої передачі цих файлів та компактного їх зберігання потрібні ефективні алгоритми стискання, які здатні швидко та якісно стискати окремі зображення та послідовності кадрів відео. Проблемою при стисканні послідовності кадрів відео є обчислювальна складність пошуку областей кореляції зображень, яка проводиться з метою підвищення коефіцієнта стискання шляхом кодування посилання на схожу область зображення та різниці між попереднім та наступним зображенням замість кодування повністю вихідного зображення. Проблемою при стисканні набору зображень є виділення загального контексту даних зображень з метою підвищення якості стиснення. У цій роботі ми розглянемо особливості стискання зображень, дослідимо підходи знаходження подібних областей, оптичних потоків та реалізуємо модель, що дозволяє підвищити ефективність стискання послідовності зображень.