МОДИФІКОВАНИЙ АЛГОРИТМ СТИСКАННЯ ПОСЛІДОВНОСТІ ЗОБРАЖЕНЬ

Т. С. Панков, К. Р. Потапова, К. О. Радченко
{"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.
改进的图像序列压缩算法
随着数字媒体和互联网在现代社会的普及,以数字格式存储和传输数据的问题变得越来越频繁。用户需求的增长速度超过了硬件存储和传输技术的增长速度,因此这些过程的软件优化问题变得越来越重要。除了负载平衡机制和传输层网络传输优化外,数据压缩机制也发挥着重要作用。数据压缩意味着通过利用大多数数据不是随机的比特集合,而是遵循一定规律这一事实来减少分析信息的大小。换句话说,它利用了数据是因变量或随机变量,或遵循特定非均匀分布函数的随机变量这一事实。通过网络传输的大部分数据都是照片和视频文件。为了快速传输这些文件并以紧凑的方式存储它们,需要高效的压缩算法来快速有效地压缩单个图像和视频帧序列。压缩视频帧序列的问题在于寻找图像相关区域的计算复杂性,寻找相关区域的目的是通过编码类似图像区域的参考以及上一幅图像和下一幅图像之间的差异来提高压缩率,而不是编码整个原始图像。压缩一组图像所面临的挑战是提取这些图像的整体上下文,以提高压缩质量。在本文中,我们回顾了图像压缩的特点,探讨了寻找相似区域和光流的方法,并实现了一种可提高图像序列压缩效率的模型。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信