{"id":1047,"date":"2023-03-27T00:25:25","date_gmt":"2023-03-26T21:25:25","guid":{"rendered":"https:\/\/legendhomework.com\/tr\/?p=1047"},"modified":"2023-03-27T00:25:25","modified_gmt":"2023-03-26T21:25:25","slug":"kodlayici-multimedya-bolumu-multimedya-bolumu-odevleri-multimedya-bolumu-tez-yaptirma-multimedya-bolumu-odev-ucretleri","status":"publish","type":"post","link":"https:\/\/legendhomework.com\/tr\/kodlayici-multimedya-bolumu-multimedya-bolumu-odevleri-multimedya-bolumu-tez-yaptirma-multimedya-bolumu-odev-ucretleri\/","title":{"rendered":"Kodlay\u0131c\u0131 \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":"

Kodlay\u0131c\u0131<\/span><\/strong><\/h3>\n

Kodlay\u0131c\u0131 ve kod \u00e7\u00f6z\u00fcc\u00fcdeki parametre bellekleri ayn\u0131 bilgileri i\u00e7erir. Bu parametre setlerini de\u011ferlendiren g\u00f6r\u00fcnt\u00fc sentezi, kod \u00e7\u00f6z\u00fcc\u00fcde g\u00f6r\u00fcnt\u00fclenen bir model g\u00f6r\u00fcnt\u00fc sk’ \u00fcretir. Nesne s\u0131n\u0131rlar\u0131nda can s\u0131k\u0131c\u0131 yap\u0131lardan ka\u00e7\u0131nmak i\u00e7in, nesne s\u0131n\u0131rlar\u0131na \u015fekle ba\u011fl\u0131 bir kenar yumu\u015fatma filtresi uygulanabilir.<\/span><\/p>\n

k + 1 an\u0131nda, g\u00f6r\u00fcnt\u00fc analizi, g\u00f6r\u00fcnt\u00fc sk i\u00e7in tahmin edilen A’, M’ ve S’ parametre setlerini g\u00f6z \u00f6n\u00fcnde bulundurarak mevcut g\u00f6r\u00fcnt\u00fcy\u00fc sk+1 de\u011ferlendirmek zorundad\u0131r. G\u00f6r\u00fcnt\u00fc analizinin g\u00f6revi, \u00f6nceki karelerden bilinen her bir nesneyi izlemek ve hareket eden yeni nesneleri tespit etmektir. Her nesne m, Am,k+1, Mm,k+1 ve Sm,k+1 olmak \u00fczere \u00fc\u00e7 parametre seti ile tan\u0131mlan\u0131r.<\/span><\/p>\n

Bu parametre setleri, PCM format\u0131ndaki g\u00f6r\u00fcnt\u00fc analizinin \u00e7\u0131kt\u0131s\u0131nda mevcuttur. \u00d6nceden tahmin edilen ve kodlanan parametre k\u00fcmeleri dikkate al\u0131nd\u0131\u011f\u0131nda A’, M’ ve S’ kodlay\u0131c\u0131da bir geri besleme d\u00f6ng\u00fcs\u00fc olu\u015fturur.<\/span><\/p>\n

Bu, g\u00f6r\u00fcnt\u00fc analizinin \u00f6nceki tahmin hatalar\u0131n\u0131n yan\u0131 s\u0131ra parametre kodlamas\u0131 ile parametrelerin kay\u0131pl\u0131 kodlamas\u0131yla ortaya \u00e7\u0131kan \u015fekil ve hareket niceleme hatalar\u0131n\u0131 telafi etmesine olanak tan\u0131r. Bu nedenle, tahmin ve niceleme hatalar\u0131n\u0131n birikmesi \u00f6nlenir.<\/span><\/p>\n

2B hareketli rijit 2B nesnelerin kaynak modeli durumunda parametre setlerini a\u00e7\u0131klamak i\u00e7in bir \u00f6rnek g\u00f6revi g\u00f6r\u00fcr. Bir nesnenin renk parametreleri (1) kamera hareketi, (2) sahneye giren yeni bir nesne, (3) ba\u015fka bir nesnenin hareketi veya (4) ego-hareketinden dolay\u0131 \u00f6rt\u00fclebilir ve a\u00e7\u0131\u011fa \u00e7\u0131kar\u0131labilir. Bu b\u00f6l\u00fcmde, (2)’den (4)’e odaklan\u0131yoruz. OBASC’nin kamera hareketini dikkate alacak \u015fekilde geni\u015fletilmesi, kavramsal d\u00fczeyde basittir.<\/span><\/p>\n

Mech ve Wollborn [40]’ta bir uygulamay\u0131 a\u00e7\u0131klamaktad\u0131r. \u00d6rnekte, 1. nesnenin alanlar\u0131, 2. nesnenin hareketi nedeniyle a\u00e7\u0131\u011fa \u00e7\u0131k\u0131yor. 1. nesnenin bu b\u00f6l\u00fcmlerinin daha \u00f6nce g\u00f6r\u00fcnmedi\u011fi varsay\u0131larak, bu a\u00e7\u0131k alanlar\u0131n (UA’lar) renk parametrelerinin iletilmesi gerekiyor.<\/span><\/p>\n

Benzer \u015fekilde, d\u00f6nen bir 3B nesne, renk parametrelerinin iletiminin gerekli oldu\u011fu, \u00f6nceden g\u00f6r\u00fcnmeyen alanlar\u0131 ortaya \u00e7\u0131karabilir. Kaplanmam\u0131\u015f bir alan\u0131n renk parametreleri, tek bir nesneyle benzersiz bir \u015fekilde ili\u015fkilendirilebilir. Bu nedenle, k + 1 zaman an\u0131nda m nesnesinin renk parametresi Sm,k+1, k zaman an\u0131nda Sm,k renk parametresinden ve SUA’n\u0131n renk parametrelerinden olu\u015fur.<\/span><\/p>\n

Birka\u00e7 nesne hareket ediyorsa, \u00f6rt\u00fclmemi\u015f bir alan hareketli bir nesneye ait olabilir. Kaplanmam\u0131\u015f alan\u0131n \u015fekli, nesne hareketinden ve nesne \u015feklinden elde edilebilir. 1. nesnenin kaplanmam\u0131\u015f alan\u0131n\u0131n \u015fekli, 2. nesnenin \u015fekli ve hareketi ile belirlenir.<\/span><\/p>\n

Bir OBASC i\u00e7in bir g\u00f6r\u00fcnt\u00fc analizinin \u00e7o\u011fu uygulamas\u0131, statik bir arka plan\u0131n \u00f6n\u00fcnde hareket eden nesneleri varsayar. Mevcut g\u00f6r\u00fcnt\u00fcde, de\u011fi\u015fiklik alg\u0131lama ile \u00f6ncelikle hareketli ve statik nesneler alg\u0131lan\u0131r.<\/span><\/p>\n

Hareket eden nesneler i\u00e7in, \u00f6nceden iletilen renk parametrelerinin \u00e7o\u011funu yeniden kullanmak i\u00e7in yeni hareket ve \u015fekil parametreleri tahmin edilir.<\/span><\/p>\n

Belirtildi\u011fi gibi, hareket ve \u015fekil parametrelerinin tahmini kar\u015f\u0131l\u0131kl\u0131 olarak k ba\u011f\u0131ml\u0131 problemlerdir. Bununla birlikte, statik bir arka plan s\u00f6z konusu oldu\u011funda, hareketin do\u011fru tahmini, ikisinin daha zorlu g\u00f6revidir.<\/span><\/p>\n

Hareket ve \u015fekil parametrelerinin ba\u015far\u0131yla tahmin edilebildi\u011fi nesneler, MC nesneleri (model uyumlulu\u011fu) olarak adland\u0131r\u0131l\u0131r. G\u00f6r\u00fcnt\u00fc analizinin son ad\u0131m\u0131nda, iletilen renk parametreleri S'(m) ve yeni hareket ve \u015fekil parametreleri A(m) M(m) , k k+1 k+1 kullan\u0131larak MC nesneleri taraf\u0131ndan tan\u0131mlanamayan g\u00f6r\u00fcnt\u00fc alanlar\u0131 s\u0131ras\u0131yla tespit edilir.<\/span><\/p>\n

Model hatas\u0131 alanlar\u0131 (MF) bu alanlardan t\u00fcretilir. Yaln\u0131zca 2B \u015fekil ve renk parametreleriyle tan\u0131mlan\u0131rlar ve MF nesneleri olarak adland\u0131r\u0131l\u0131rlar. MF nesnelerinin tespiti, MC nesnelerinin geometrik bozulmalar olarak an\u0131lan k\u00fc\u00e7\u00fck konum ve \u015fekil hatalar\u0131n\u0131n s\u00fcbjektif g\u00f6r\u00fcnt\u00fc kalitesini bozmad\u0131\u011f\u0131n\u0131 hesaba katar.<\/span><\/p>\n

Bu nedenle, MF nesneleri, hareket ve \u015fekil telafili tahmin g\u00f6r\u00fcnt\u00fcs\u00fc ile ge\u00e7erli g\u00f6r\u00fcnt\u00fc sk+1 aras\u0131nda \u00f6nemli farklar bulunan g\u00f6r\u00fcnt\u00fc alanlar\u0131yla s\u0131n\u0131rl\u0131d\u0131r. Boyut olarak k\u00fc\u00e7\u00fck olma e\u011filimindedirler.<\/span><\/p>\n

Bu, MF nesnelerinin renk parametrelerinin y\u00fcksek kalitede kodlanmas\u0131na izin verir, b\u00f6ylece s\u00fcbjektif olarak rahats\u0131z edici niceleme hatalar\u0131ndan ka\u00e7\u0131n\u0131r. Renk parametrelerinin iletimi veri h\u0131z\u0131 a\u00e7\u0131s\u0131ndan pahal\u0131 oldu\u011fundan, 64 kbit\/s, CIF (ortak ara format, 352\u00d7288 parlakl\u0131k ve 176 \u00d7144 renkli sayfa\/\u00e7er\u00e7eve) ve 10 Hz’dir.<\/span><\/p>\n

\n

Kodlay\u0131c\u0131 Nedir<\/span>
\nKod \u00e7\u00f6z\u00fcc\u00fc<\/a> nedir<\/span>
\nDecoder Nedir<\/span>
\n\u00d6ncelikli kodlay\u0131c\u0131<\/span>
\nEncoder Decoder Nedir<\/span>
\nKod \u00e7\u00f6z\u00fcc\u00fc uygulamalar\u0131<\/span>
\nEncoder \u00f6rnek soru<\/span>
\nKod \u00e7\u00f6z\u00fcc\u00fc Decoder Nedir<\/span><\/p>\n

\n

Kaynak Modelleri<\/span><\/strong><\/h3>\n

Bu b\u00f6l\u00fcmde, OBASC’ye uygulanan farkl\u0131 kaynak modeller, temel \u00f6zellikleri ve baz\u0131 uygulama detaylar\u0131 sunulmaktad\u0131r. OBASC i\u00e7in kullan\u0131lan kaynak modeller aras\u0131ndaki ortak noktalar\u0131 ve farkl\u0131l\u0131klar\u0131 vurgulamak i\u00e7in, bir kaynak modeli kamera modeli, ayd\u0131nlatma modeli, sahne modeli ve nesne modeli gibi ana bile\u015fenlerine ay\u0131rmak yararl\u0131d\u0131r.<\/span><\/p>\n

Burada kullan\u0131lan kaynak model, bir model d\u00fcnya taraf\u0131ndan modellenmesi gereken bir 3B ger\u00e7ek d\u00fcnyay\u0131 varsayar. Ger\u00e7ek g\u00f6r\u00fcnt\u00fc, ger\u00e7ek d\u00fcnyaya bakan ger\u00e7ek bir kamera taraf\u0131ndan \u00e7ekilirken, model d\u00fcnyas\u0131na bakan bir model kamera kullan\u0131larak bir model g\u00f6r\u00fcnt\u00fcs\u00fc sentezlenir. Bir d\u00fcnya bir sahne, onun ayd\u0131nlatmas\u0131 ve kameras\u0131yla tan\u0131mlan\u0131r.<\/span><\/p>\n

Bir sahne nesnelerden, hareketlerinden ve g\u00f6receli konumlar\u0131ndan olu\u015fur. Ba\u015flang\u0131\u00e7ta, kaynak modeller nesne modeli taraf\u0131ndan birbirinden ay\u0131rt edilir. Basit olmas\u0131 i\u00e7in, kaynak modelleri nesne modellerinin ad\u0131na g\u00f6re adland\u0131r\u0131yoruz. Son ara\u015ft\u0131rmalar ayr\u0131ca ayd\u0131nlatma modellerine odaklanm\u0131\u015ft\u0131r.<\/span><\/p>\n

Modellemenin amac\u0131, k zaman \u00f6rne\u011finde ger\u00e7ek g\u00f6r\u00fcnt\u00fcye (sk) \u00f6zde\u015f bir model g\u00f6r\u00fcnt\u00fcs\u00fcne sahip bir model d\u00fcnyas\u0131 (Wk) olu\u015fturmakt\u0131r. Bu, model nesnelerin ger\u00e7ek nesnelerden farkl\u0131 olabilece\u011fi anlam\u0131na gelir. Bununla birlikte, ger\u00e7ek nesne ile model nesne aras\u0131ndaki benzerlik, genellikle uygun g\u00f6r\u00fcnt\u00fc analizinin yap\u0131lmas\u0131na yard\u0131mc\u0131 olur.<\/span><\/p>\n

Burada bir kaynak modelin farkl\u0131 b\u00f6l\u00fcmleri a\u00e7\u0131klanacakt\u0131r. Kamera, ayd\u0131nlatma ve sahne modelinin g\u00f6zden ge\u00e7irilmesinden sonra, OBASC’a uygulanan farkl\u0131 nesne modelleri a\u00e7\u0131klanmaktad\u0131r. Bu nesne modelleri, ger\u00e7ek nesneleri MC nesneleri arac\u0131l\u0131\u011f\u0131yla tan\u0131mlamak i\u00e7in kullan\u0131l\u0131r. Her nesne modeli i\u00e7in parametre kodlamas\u0131 ve baz\u0131 uygulama detaylar\u0131 vurgulanm\u0131\u015ft\u0131r.<\/span><\/p>\n

Ger\u00e7ek kamera statik bir i\u011fne deli\u011fi kameras\u0131 taraf\u0131ndan modellenmi\u015ftir. Ger\u00e7ek kameran\u0131n hedefi okunarak ger\u00e7ek bir g\u00f6r\u00fcnt\u00fc olu\u015fturulurken, model kameran\u0131n hedefinden bir model g\u00f6r\u00fcnt\u00fcs\u00fc okunur. Bir d\u00fcnya koordinat sistemi (x, y, z) ve bir g\u00f6r\u00fcnt\u00fc koordinat sistemi varsayarsak<\/span>\u00a0(X, Y ), bu kamera xyz’de bir nesnenin y\u00fczeyine P(i) = (P (i), P (i), P (i))T noktas\u0131n\u0131 yans\u0131t\u0131r; burada F, kameran\u0131n odak uzakl\u0131\u011f\u0131d\u0131r.<\/span><\/p>\n

Bu model, g\u00f6r\u00fcnt\u00fc d\u00fczleminin d\u00fcnya koordinat sisteminin (x,y) d\u00fczlemine paralel oldu\u011funu varsayar. Bir\u00e7ok uygulama i\u00e7in bu kamera modeli yeterli do\u011fruluktad\u0131r. Ancak, kamera hareketini dahil etmek i\u00e7in, iste\u011fe ba\u011fl\u0131 kamera hareketine ve yak\u0131nla\u015ft\u0131rmaya izin veren bir CAHV kamera modeli kullan\u0131lmal\u0131d\u0131r.<\/span><\/p>\n

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