{"id":1045,"date":"2023-03-26T23:48:19","date_gmt":"2023-03-26T20:48:19","guid":{"rendered":"https:\/\/legendhomework.com\/tr\/?p=1045"},"modified":"2023-03-26T23:48:19","modified_gmt":"2023-03-26T20:48:19","slug":"analiz-sentez-kodlama-multimedya-bolumu-multimedya-bolumu-odevleri-multimedya-bolumu-tez-yaptirma-multimedya-bolumu-odev-ucretleri","status":"publish","type":"post","link":"https:\/\/legendhomework.com\/tr\/analiz-sentez-kodlama-multimedya-bolumu-multimedya-bolumu-odevleri-multimedya-bolumu-tez-yaptirma-multimedya-bolumu-odev-ucretleri\/","title":{"rendered":"Analiz-Sentez Kodlama \u2013 Multimedya B\u00f6l\u00fcm\u00fc \u2013 Multimedya B\u00f6l\u00fcm\u00fc \u00d6devleri \u2013 Multimedya B\u00f6l\u00fcm\u00fc Tez Yapt\u0131rma \u2013Multimedya B\u00f6l\u00fcm\u00fc \u00d6dev \u00dccretleri"},"content":{"rendered":"

Hareketli 3B Nesnelere Dayal\u0131 Nesne Tabanl\u0131 Analiz-Sentez Kodlama<\/span><\/strong><\/h3>\n

64 kbit\/s ile 2 Mbit\/s aras\u0131nda d\u00fc\u015f\u00fck veri h\u0131zlar\u0131na sahip hareketli g\u00f6r\u00fcnt\u00fclerin kodlanmas\u0131 i\u00e7in, ITU-T taraf\u0131ndan bir blok tabanl\u0131 hibrit kodlay\u0131c\u0131 standardize edilmi\u015ftir; burada bir sekans\u0131n her bir g\u00f6r\u00fcnt\u00fcs\u00fc ba\u011f\u0131ms\u0131z hareket eden 16 boyutlu bloklara b\u00f6l\u00fcnm\u00fc\u015ft\u00fcr. \u00d716 resim \u00f6\u011fesi (pel). Her blok, 2B hareket dengelemeli tahmin ve d\u00f6n\u00fc\u015f\u00fcm kodlamas\u0131 ile kodlan\u0131r.<\/span><\/p>\n

Bu, do\u011fal olarak hareket eden nesnelerin s\u0131n\u0131rlar\u0131nda ba\u015far\u0131s\u0131z olan ve d\u00fc\u015f\u00fck veri h\u0131zlar\u0131nda engelleme ve sivrisinek etkileri olarak bilinen kodlama yap\u0131tlar\u0131na neden olan “g\u00f6r\u00fcnt\u00fc d\u00fczleminde \u00f6telemeli olarak hareket eden 2B kare bloklar” kaynak modeline kar\u015f\u0131l\u0131k gelir.<\/span><\/p>\n

Bu kodlama bozulmalar\u0131ndan ka\u00e7\u0131nmak i\u00e7in, literat\u00fcrde video kodlamaya y\u00f6nelik birka\u00e7 farkl\u0131 yakla\u015f\u0131m \u00f6nerilmi\u015ftir. D\u00f6rt y\u00f6nteme ayr\u0131labilirler: b\u00f6lge tabanl\u0131 kodlama, nesne tabanl\u0131 kodlama, bilgi tabanl\u0131 kodlama ve anlamsal kodlama.<\/span>
\nB\u00f6lge tabanl\u0131 kodlama, bir g\u00f6r\u00fcnt\u00fcy\u00fc homojen doku veya renk b\u00f6lgelerine ay\u0131r\u0131r.<\/span><\/p>\n

Genellikle, bu b\u00f6lgeler fiziksel nesnelerle ilgili de\u011fildir. B\u00f6lgelerin zaman i\u00e7inde hareket etmesine ve \u015fekil ve dokular\u0131n\u0131 de\u011fi\u015ftirmesine izin verilir. Baz\u0131 yeni \u00f6neriler, kodlama verimlili\u011fini art\u0131rmak i\u00e7in farkl\u0131 dokuya sahip ancak benzer harekete sahip b\u00f6lgeleri tek bir varl\u0131kta birle\u015ftirir.<\/span><\/p>\n

64 kbit\/sn ve alt\u0131ndaki bir veri h\u0131z\u0131n\u0131 hedefleyen nesne tabanl\u0131 analiz-sentez kodlamas\u0131 (OBASC) kavram\u0131 \u00f6nerildi. Bu konsepte dayal\u0131 bir kodlay\u0131c\u0131, bir g\u00f6r\u00fcnt\u00fc dizisini hareketli nesnelere b\u00f6ler. Bir nesne, d\u00fczg\u00fcn hareketiyle tan\u0131mlan\u0131r ve hareket, \u015fekil ve renk parametreleriyle tan\u0131mlan\u0131r; burada renk parametreleri, nesne y\u00fczeyinin parlakl\u0131\u011f\u0131n\u0131 ve renklilik yans\u0131mas\u0131n\u0131 g\u00f6sterir.<\/span><\/p>\n

Hareket eden nesneler taraf\u0131ndan yeterli do\u011frulukla tan\u0131mlanabilen bir g\u00f6r\u00fcnt\u00fcn\u00fcn bu k\u0131s\u0131mlar\u0131, \u00f6nceden kodlanm\u0131\u015f nesnelerin dokusu kullan\u0131labildi\u011finden, yaln\u0131zca hareket ve \u015fekil parametrelerinin iletilmesini gerektirir. Kalan g\u00f6r\u00fcnt\u00fc alanlar\u0131, model hatas\u0131 alanlar\u0131 olarak adland\u0131r\u0131l\u0131r.<\/span><\/p>\n

S\u00fcbjektif olarak do\u011fru kodu \u00e7\u00f6z\u00fclm\u00fc\u015f bir g\u00f6r\u00fcnt\u00fc olu\u015fturmak i\u00e7in \u015fekil ve doku parametrelerinin iletilmesini gerektirirler. Model hatalar\u0131n\u0131n bu tespiti, insan g\u00f6rsel sisteminin \u00f6zelliklerini bar\u0131nd\u0131racak \u015fekilde uyarlanabilir. OBASC, temel bi\u00e7iminde, hareket eden nesneler hakk\u0131nda herhangi bir a priori bilgi gerektirmez.<\/span><\/p>\n

1991’de sunulan bir OBASC’nin ilk uygulamas\u0131, “hareketli esnek 2B nesneler” (F2D) kaynak modeline dayan\u0131yordu ve 64 ile 16 kbit\/s aras\u0131nda g\u00f6r\u00fcnt\u00fc dizilerini kodlamak i\u00e7in kullan\u0131ld\u0131.<\/span><\/p>\n

S\u0131ras\u0131yla 3B hareket ve 3B \u015fekil kullanan \u201chareket eden kat\u0131 3B nesneler\u201d (R3B) ve \u201chareket eden esnek 3B nesneler\u201d (F3B) kaynak modellerine dayal\u0131 bir OBASC’nin uygulamalar\u0131 sunulmaktad\u0131r. \u0130\u00e7inde, \u00f6rt\u00fck bir 3B \u015fekil temsili \u00f6nerilmi\u015ftir.<\/span><\/p>\n

Bilgi tabanl\u0131 kodlay\u0131c\u0131, \u00f6zel bir nesneye uyarlanm\u0131\u015f bir kaynak modeli kullan\u0131r. OBASC’nin aksine bu, sadece y\u00fcz gibi \u00f6zel bir nesnenin kodlanmas\u0131na izin verir. Ancak kaynak modelin sahne i\u00e7eriklerine bu \u015fekilde uyarlanmas\u0131 sayesinde daha verimli bir kodlama m\u00fcmk\u00fcn olmaktad\u0131r.<\/span><\/p>\n

Video dizisindeki nesneyi alg\u0131lamak i\u00e7in bir tan\u0131ma algoritmas\u0131 gerekir. Y\u00fczlerin kodlanmas\u0131 i\u00e7in, \u00f6nceden tan\u0131mlanm\u0131\u015f bir 3B y\u00fcz modeli dizideki y\u00fcze uyarlan\u0131r. Daha sonra y\u00fcz\u00fcn hareket parametreleri tahmin edilerek kodlanm\u0131\u015ft\u0131r. Bilgi tabanl\u0131 bir kodlay\u0131c\u0131 i\u00e7in belki de en zorlu g\u00f6rev, y\u00fcz konumunun g\u00fcvenilir \u015fekilde alg\u0131lanmas\u0131d\u0131r.<\/span><\/p>\n

Anlamsal kodlay\u0131c\u0131lar, bilgiye dayal\u0131 kodlay\u0131c\u0131lardan sonra modellenir. \u015eimdiye kadar, semantik kodlama esas olarak y\u00fczlerin kodlanmas\u0131 i\u00e7in y\u00fcz eylemi kodlama sistemi gibi \u00fcst d\u00fczey parametreler kullan\u0131larak ara\u015ft\u0131r\u0131l\u0131yordu.<\/span><\/p>\n

Alternatif olarak, MPEG-4 taraf\u0131ndan tan\u0131mlanan y\u00fcz animasyonu parametreleri kullan\u0131labilir. \u00dcst d\u00fczey parametreler kullanarak, nesnenin serbestlik derecesini s\u0131n\u0131rland\u0131r\u0131r ve daha y\u00fcksek bir veri azaltma elde ederiz.<\/span>\u00a0Anlamsal kodlay\u0131c\u0131lar kadar bilgiye dayal\u0131 kodlay\u0131c\u0131lar da \u00fc\u00e7 boyutlu kaynak modelleri kullan\u0131r.<\/span><\/p>\n

Yaln\u0131zca belirli bir nesneyi kodlayabildikleri i\u00e7in, bu nesnenin d\u0131\u015f\u0131ndaki g\u00f6r\u00fcnt\u00fc alanlar\u0131n\u0131 kodlamak i\u00e7in farkl\u0131 bir algoritmaya ihtiya\u00e7 duyarlar. 3B kaynak modeline dayal\u0131 bir OBASC, do\u011fal bir se\u00e7im gibi g\u00f6r\u00fcn\u00fcyor.<\/span><\/p>\n

\n

Bloom Taksonomisi<\/a> kodlama<\/span>
\nBloom Taksonomisi \u00f6rnekleri<\/span>
\nYeni Bloom Taksonomisi basamaklar\u0131<\/span>
\nBloom Taksonomisi eski ve yeni kar\u015f\u0131la\u015ft\u0131rma<\/span>
\nBili\u015fsel Alan Basamaklar\u0131 \u00f6rnek<\/span>
\nBloom taksonomisine \u00fcst d\u00fczey bili\u015fsel beceri hangisidir<\/span>
\nBloom Taksonomisi \u00f6rnek sorular<\/span>
\nBloom Taksonomisi analiz basama\u011f\u0131<\/span><\/p>\n

\n

Bu b\u00f6l\u00fcm\u00fcn amac\u0131 iki y\u00f6nl\u00fcd\u00fcr. \u0130lk olarak, nesne tabanl\u0131 analiz-sentez kodlamas\u0131 kavram\u0131 g\u00f6zden ge\u00e7irilir. \u0130kinci olarak, OBASC i\u00e7in kullan\u0131lan farkl\u0131 kaynak modeller ve temel \u00f6zellikleri kar\u015f\u0131la\u015ft\u0131r\u0131l\u0131r. 3B kaynak modellerini kullanmak i\u00e7in g\u00fcvenilir bir hareket tahmin algoritmas\u0131 gerekir.<\/span><\/p>\n

Burada, nesneleri takip edebilen sa\u011flam bir gradyan tabanl\u0131 tahmin edici geli\u015ftiriyoruz. F2D [27], R3D ve F3D kaynak modelleri ile elde edilen kodlama verimlilikleri, ayn\u0131 resim kalitesi i\u00e7in gereken veri h\u0131z\u0131 a\u00e7\u0131s\u0131ndan kar\u015f\u0131la\u015ft\u0131r\u0131l\u0131r. Kodlama \u015femalar\u0131, g\u00f6r\u00fcnt\u00fcl\u00fc telefon test dizileri kullan\u0131larak de\u011ferlendirilecektir. Resim kalitesi i\u00e7in iyi bilinen bir referans olarak, blok tabanl\u0131 hibrit kodlay\u0131c\u0131 H.261 kullan\u0131l\u0131r.<\/span><\/p>\n

\u0130\u00e7inde, nesne tabanl\u0131 analiz-sentez kodlamas\u0131n\u0131n ilkeleri g\u00f6zden ge\u00e7irilmektedir. OBASC i\u00e7in farkl\u0131 2B ve 3B kaynak modelleri ve bunlar\u0131n bir OBASC’deki uygulamalar\u0131 sunulmaktad\u0131r. Bir OBASC’nin veri h\u0131z\u0131, temel olarak g\u00f6r\u00fcnt\u00fc analizinin hareketli nesneleri ne kadar iyi takip edebildi\u011fine ba\u011fl\u0131 oldu\u011fundan, g\u00f6r\u00fcnt\u00fc analizinin ayr\u0131nt\u0131lar\u0131n\u0131 sunuyoruz.<\/span><\/p>\n

Sa\u011flam bir 3B hareket tahmincisi geli\u015ftirildi. Model hatas\u0131 tespiti daha ayr\u0131nt\u0131l\u0131 olarak ele al\u0131nm\u0131\u015ft\u0131r. \u0130\u00e7inde, parametre kodlamas\u0131na genel bir bak\u0131\u015f sunuyoruz. Farkl\u0131 kaynak modellerinin kodlama verimlili\u011fi kar\u015f\u0131la\u015ft\u0131r\u0131l\u0131r. Son bir tart\u0131\u015fma bu kitap b\u00f6l\u00fcm\u00fcn\u00fc sonland\u0131r\u0131yor.<\/span><\/p>\n

Nesne Tabanl\u0131 Analiz-Sentez Kodlama<\/span><\/strong><\/h3>\n

OBASC’nin amac\u0131, g\u00f6r\u00fcnt\u00fc dizilerinin verimli bir \u015fekilde kodlanmas\u0131d\u0131r. Dizideki her g\u00f6r\u00fcnt\u00fcye ger\u00e7ek g\u00f6r\u00fcnt\u00fc denir. OBASC, her ger\u00e7ek g\u00f6r\u00fcnt\u00fcy\u00fc ger\u00e7ek nesneler ad\u0131 verilen hareketli nesnelere ay\u0131r\u0131r. Ger\u00e7ek bir nesne topolojik olarak ba\u011flant\u0131l\u0131d\u0131r ve d\u00fczg\u00fcn hareketi ile karakterize edilir.<\/span><\/p>\n

Ger\u00e7ek bir nesne, kodlay\u0131c\u0131n\u0131n kaynak modeli taraf\u0131ndan tan\u0131mland\u0131\u011f\u0131 \u015fekilde bir model nesnesi taraf\u0131ndan modellenir. Bu nedenle, bir ger\u00e7ek nesne, bir model nesne taraf\u0131ndan tan\u0131mlan\u0131rken, b\u00f6lge tabanl\u0131 kodlama, homojen dokulara sahip b\u00f6lgeleri ayr\u0131 varl\u0131klar olarak tan\u0131mlar.<\/span><\/p>\n

Her bir model nesnesi m s\u0131ras\u0131yla hareketini, \u015feklini ve rengini tan\u0131mlayan A(m), M(m) ve S(m) olmak \u00fczere \u00fc\u00e7 parametre seti ile tan\u0131mlan\u0131r. Hareket parametreleri, nesnenin konumunu ve hareketini tan\u0131mlar; \u015fekil parametreleri \u015feklini tan\u0131mlar. Renk parametreleri, nesnenin y\u00fczeyindeki parlakl\u0131\u011f\u0131n yan\u0131 s\u0131ra krominans yans\u0131mas\u0131n\u0131 da g\u00f6sterir.<\/span><\/p>\n

Bilgisayar grafiklerinde bunlara bazen doku denir. \u00dc\u00e7 parametre setinin kesin anlam\u0131, kullan\u0131lan kaynak modele ba\u011fl\u0131d\u0131r.\u00a0<\/span>OBASC kavram\u0131n\u0131 ve yap\u0131s\u0131n\u0131 a\u00e7\u0131klamak i\u00e7in kullan\u0131l\u0131r. Bir OBASC be\u015f b\u00f6l\u00fcmden olu\u015fur: g\u00f6r\u00fcnt\u00fc analizi, parametre kodlama, parametre kodu \u00e7\u00f6zme, parametre belle\u011fi ve g\u00f6r\u00fcnt\u00fc sentezi.<\/span><\/p>\n

Blok tabanl\u0131 hibrit kodlamada kullan\u0131lan \u00e7er\u00e7eve belle\u011fi yerine OBASC, t\u00fcm nesneler i\u00e7in kodlanm\u0131\u015f, iletilen ve kodu \u00e7\u00f6z\u00fclm\u00fc\u015f A’, M’ ve S’ parametrelerini depolamak i\u00e7in parametreler i\u00e7in bir bellek gerektirir. \u00c7ift asal (”) sembol\u00fc, parametre haf\u0131zas\u0131n\u0131 g\u00fcncellemek i\u00e7in kullan\u0131lan iletilen parametreleri i\u015faretlerken, asal (‘) sembol\u00fc, parametre haf\u0131zas\u0131n\u0131n \u00e7\u0131k\u0131\u015f\u0131ndaki kodu \u00e7\u00f6z\u00fclm\u00fc\u015f parametreleri i\u015faretler.<\/span><\/p>\n

\n\n
<\/div>\n\n<\/div>\n \n