Hareket Tahmini – Multimedya Bölümü – Multimedya Bölümü Ödevleri – Multimedya Bölümü Tez Yaptırma –Multimedya Bölümü Ödev Ücretleri

DCT Tabanlı Hareket Tahmini

Tek boyutlu sinyallerin DCT’sinin sözde fazlarından kayma değerlerinin çıkarılmasına yönelik DCT sözde faz tekniği, iki boyutlu duruma genişletilebilir. Hareket tahmini problemini, bir nesnenin kamera düzleminde ve gürültüsüz bir ortamda bir kamera kapsamında görüldüğü gibi, x yönünde mu ve y yönünde mv ile ötelemeli olarak hareket ettiği bu 2B öteleme hareket modeliyle sınırlayalım.

Daha sonra DCT sözde faz tekniği ile sinüzoidal ortogonal prensiplerden yararlanarak o hareket eden nesnenin görüntülerinin ardışık iki karesinden yer değiştirme vektörünü çıkarabiliriz. Bu iki boyutlu öteleme hareketi modeli için ortaya çıkan yeni algoritma, DCT alanındaki öteleme hareketini tahmin edebilen DXT-ME algoritması olarak adlandırılır.

DXT-ME Algoritması

2B öteleme yer değiştirmeleri varsayımına dayanarak, DCT sözde faz tekniğini tasvir edilen DXT-ME algoritmasına genişletebiliriz. Önceki çerçeve xt−1 ve geçerli çerçeve xt, sırasıyla 2D-DCT-II ve 2D-DCT-I kodlayıcılara beslenir. Bir 2D-DCT-II kodlayıcı, her biri 1D-DCT/DST-II çekirdekleri tarafından oluşturulan iki boyutlu ayrılabilir bir fonksiyon olarak tanımlanan DCCTII, DCSTII, DSCTII ve DSSTII olmak üzere dört katsayı hesaplar.

Burada Zt−1(k,l) ∈ R4×4 DXT-ME algoritmasının (k,l)’deki sistem matrisidir. Zt−1(k, l) ∈ R4×4’ün üniter bir matris olduğu kolayca gösterilebilir [1]. Dönüşüm alanındaki her bloğun sınırlarında, xt −1 (m, n) ve xt (m, n)’nin DCT katsayıları çok daha basit tek boyutlu bir ilişkiye sahiptir.

İki boyutlu bir uzayda, bir nesne dört olası yönde hareket edebilir: kuzeydoğu (KD: mu >0,mv >0),kuzeybatı(KB:mu <0,mv >0),güneydoğu(SE:mu >0, mv <0) ve güneybatı (GB: mu < 0, mv < 0). Açıklandığı gibi, (9.8)’deki DST-II çekirdeği için ortogonal denklem, m’nin işaretini belirlemek için psödo-faz gˆms’ye (k) uygulanabilir.

Hem mu hem de mv’nin (veya eşdeğer olarak) işaretlerini saptamak için hareketin yönü), tek boyutlu durumdaki gözlemden sözde fazı hesaplamanın gerekli olduğu aşikar hale gelir.

fmumv (k, l) ve gmumv (k, l) hesaplamasında, hesaplanan mutlak değer 1’den büyükse, bu durumda bu değer hatalıdır ve atılmalıdır. Bu kötü koşullu durum, gösterildiği gibi, sonlu makine hassasiyetine kıyasla payda sıfıra yakın olduğunda veya kodlayıcının geri besleme döngüsündeki niceleme adımından sonra sıfıra ayarlandığında ortaya çıkar.

Komşu görüntü piksellerinin yüksek oranda ilişkili olması nedeniyle, bir görüntünün yüksek frekanslı DCT katsayıları çok küçük olma eğilimindedir ve niceleme adımından sonra sıfır olarak kabul edilebilir, ancak düşük frekanslı DCT bileşenleri genellikle büyük değerlere sahiptir.

Bu nedenle, k ve l’nin her ikisi de büyük olduğunda kötü koşullu durum daha olasıdır. fmumv (k, l) (veya gmumv (k, l)) değerinin, sonsuz ile ideal fmumv (k, l) (veya gmumv (k, l)) değerine mümkün olduğu kadar yakın ayarlanması arzu edilir. 

Bu nedenle |fmumv(k,l)| ≤ 0,5. Başka bir bilgi olmadan, fmumv’nin (k, l) sıfıra ±1’den daha yakın olduğunu tahmin etmek mantıklıdır.

Benzer bir argüman gmumv (k, l) durumu için de geçerlidir. Bu nedenle, uygulamamızda, hesaplanan değerlerin büyüklükleri 1’i aştığında karşılık gelen fmumv (k, l) veya gmumv (k, l) değişkenini sıfır olarak ayarladık. gmumv (k, l) değerlerinin fmumv (k, l) ve gmumv (k, l) durumunu ve ayrıca DXT-ME algoritmasının genel performansını iyileştirdiği bulunmuştur.

Bu iki sahte faz işlevi, DCT-II’nin ortogonal özelliği açısından DCS(·, ·) ve DSC(·, ·) olmak üzere iki işlev oluşturmak için 2D-IDCT-II kodlayıcılardan (IDCSTII ve IDSCTII) geçer.

Tahmini nedir
Firmanın tahmini Nedir
Satış tahmini nedir
Satış tahmini Yöntemleri
Bilge tahmin
Talep tahmin yöntemleri
Olağanüstü tahmini
Talep tahmin yöntemleri PDF

Tek boyutlu durumdakiyle aynı argümanla, 2D-IDCT-II kodlayıcıları, DCS ve DSC’nin gözlemlenebilir dizin alanını{(i,j) : i,j = 0,…,N−1}tüm dizin uzayınınilk çeyreğine sınırlar, şu şekilde gösterilir: (9.29) ve (9.30)’u gösteren gri bölgeler.

Tek boyutlu duruma benzer şekilde, eğer mu pozitifse, DSC(m,n) = δ(m−mu)·[δ(n−mv)+δ olduğundan, DSC(m, n)’nin gözlemlenebilir tepe değeri, işaretinden bağımsız olarak pozitif olacaktır. (n+mv+1)] gözlemlenebilir dizin uzayında. Aynı şekilde, mu negatifse, DSC(m,n)’nin gözlemlenebilir tepe değeri negatif olacaktır çünkü DSC(m,n) = δ(m+mu+1)·[δ(n−mv)+δ(n+mv+1) ] gri bölgededir.

Sonuç olarak, DSC’nin gözlemlenebilir tepe değerinin işareti mu’nun işaretini belirler. Aynı akıl yürütme, mv’nin işaretinin belirlenmesinde DCS için geçerli olabilir. Tahmini yer değiştirme, dˆ = (mˆu , mˆv ), DCS ve DSC’nin tepe noktalarını{0,…,N−1}2 veya bir ilgi indeksi aralığının üzerine yerleştirerek bulunabilir,genellikle&={0,…,N/ 2}2 ağır çekim için. Zirve burçlarının hareketin yönünü nasıl belirlediği özetlenir. Yön bulunduğunda, dˆ buna göre tahmin edilebilir.

Normalde, bu iki tepe indeksi tutarlıdır, ancak gürültülü koşullarda aynı fikirde olmayabilirler. Bu durumda, terimler açısından en iyi indeksi (iD , jD ) seçmek için bir tahkim kuralı yapılmalıdır.

Bu indeks (iD , jD ) daha sonra (9.31) ve (9.32) ile dˆ’yi belirlemek için kullanılacaktır. Burada NPR, tüm mutlak tepe noktası olmayan değerlerin ortalamasının mutlak tepe değerine oranı olarak tanımlanır. Böylece, 0 ≤ NPR ≤ 1 ve saf bir dürtü fonksiyonu için NPR = 0. İki indeks arasından en iyi indeksi seçmeye yönelik böyle bir yaklaşımın, bu tahmin algoritmasının gürültü bağışıklığını geliştirdiği ampirik olarak bulunmuştur.

Ağır çekimin tercih edildiği durumlarda, DCT tabanlı hibrit video kodlamada yaygın olarak yapıldığı gibi tepe değerini zikzak şeklinde aramak daha iyidir. İndeksten (0, 0) başlayarak, tüm DCS (veya DSC) değerlerini zikzak olarak tarayın ve o noktadaki değer (i, j ) mevcut tepe değerinden daha büyükse, noktayı yeni tepe indeksi olarak işaretleyin. önceden ayarlanmış bir eşik θ olmuştur.

Bu şekilde, daha yüksek indeks noktalarındaki büyük sahte yükselmeler performansı etkilemeyecek ve böylece gürültü bağışıklığını daha da geliştirecektir. Hızlı hareket eden bir resimde yavaş hareket yoksa, o zaman hiçbir yavaş hareket tercih edilmez ve tahminci yüksek frekans bölgesinde (yani büyük hareket vektörü) bir tepe noktası bulabilir.

DXT-ME algoritmasını gösterir. Rastgele dokuya sahip dikdörtgen şekilli hareketli bir nesnenin görüntüleri oluşturulur (Şekil 9.8a) ve SNR = 10 dB’de toplam beyaz Gauss gürültüsü ile bozulur.

Ortaya çıkan sahte faz fonksiyonları f ve g ile DCS ve DSC karşılık gelen şekilde tasvir edilmiştir. Gürültülü giriş görüntülerine rağmen gürültünün neden olduğu pürüzlü yüzeylerde büyük tepe noktaları net bir şekilde görülebilir. Bu tepe noktalarının konumları bize doğru bir hareket tahmini verir.

Makale Deniz

Biyografinin Tamamını Gör