{"id":1072,"date":"2023-03-31T16:16:08","date_gmt":"2023-03-31T13:16:08","guid":{"rendered":"https:\/\/legendhomework.com\/tr\/?p=1072"},"modified":"2023-03-31T16:16:08","modified_gmt":"2023-03-31T13:16:08","slug":"video-kodlama-multimedya-bolumu-multimedya-bolumu-odevleri-multimedya-bolumu-tez-yaptirma-multimedya-bolumu-odev-ucretleri","status":"publish","type":"post","link":"https:\/\/legendhomework.com\/tr\/video-kodlama-multimedya-bolumu-multimedya-bolumu-odevleri-multimedya-bolumu-tez-yaptirma-multimedya-bolumu-odev-ucretleri\/","title":{"rendered":"Video 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":"

Enterpolasyon Sonu\u00e7lar\u0131<\/span><\/strong><\/h3>\n

A\u00e7\u0131klanan algoritma, s\u0131k\u0131\u015ft\u0131r\u0131lm\u0131\u015f Anne ve K\u0131z dizisine 15 fps kare h\u0131z\u0131nda ve 34,0 dB sabit \u00e7er\u00e7eve PSNR’sinde uygulanm\u0131\u015ft\u0131r. Bu dizideki her ikinci kare atlan\u0131r ve b\u00f6ylece 7,5 fps’lik bir dizi elde edilir. Daha sonra bu atlanan \u00e7er\u00e7eveler, \u00f6nceki b\u00f6l\u00fcmde a\u00e7\u0131klanan i\u015flevsel olarak optimal hareket dengelemeli enterpolasyon \u015femas\u0131 kullan\u0131larak iki kom\u015fu \u00e7er\u00e7eveden yeniden olu\u015fturulur.<\/span><\/p>\n

Uygun d\u00fczenlile\u015ftirme parametresi \u03bb’n\u0131n se\u00e7ilmesi sorunu ele al\u0131nm\u0131\u015ft\u0131r. Burada, 0.01’lik bir \u03bb kullan\u0131l\u0131r. \u00c7er\u00e7eve 84 ve \u00e7er\u00e7eve 88’den enterpole edilen yeniden olu\u015fturulmu\u015f \u00e7er\u00e7eve 86’y\u0131 g\u00f6sterir. Ortaya \u00e7\u0131kan DVF ve QT segmentasyonu da bu \u015feklin \u00fczerine bindirilir. Enterpolasyonlu \u00e7er\u00e7eve, orijinal \u00e7er\u00e7eveye (86) \u00e7ok benzer ve iletilmi\u015f olsayd\u0131, yeniden olu\u015fturulmu\u015f versiyondan PSNR’de yaln\u0131zca 1 dB daha d\u00fc\u015f\u00fckt\u00fcr.<\/span><\/p>\n

QT Tabanl\u0131 Video Kodlama<\/span><\/strong><\/h3>\n

Bu alt b\u00f6l\u00fcmde, QT segmentasyonu, DVF ve DF aras\u0131nda operasyonel olarak en uygun bit tahsis \u015femas\u0131 g\u00f6sterilmektedir. Burada \u00e7\u00f6z\u00fclen genel problem, hareketin belirli bir referans \u00e7er\u00e7evesine g\u00f6re tahmin edildi\u011fi, belirli bir bit b\u00fct\u00e7esi (Rmax) i\u00e7in orijinal ve yeniden olu\u015fturulmu\u015f \u00e7er\u00e7eveler aras\u0131ndaki bozulmay\u0131 en aza indirmek olarak ifade edilebilir. Bu nedenle kodlay\u0131c\u0131n\u0131n i\u015fi, kullan\u0131labilir bit b\u00fct\u00e7esini b\u00f6l\u00fcmleme, hareket ve hata niceleme bile\u015fenlerine en uygun \u015fekilde tahsis etmektir.<\/span><\/p>\n

Kod Yap\u0131s\u0131<\/span><\/strong><\/p>\n

\u00d6nceki alt b\u00f6l\u00fcmde tart\u0131\u015f\u0131lan optimal hareket tahmini ve enterpolasyon durumunda oldu\u011fu gibi, burada QT yap\u0131s\u0131, sabit blok boyutlu bir yakla\u015f\u0131m ile sahneye uyarlanabilir nesne tabanl\u0131 bir b\u00f6l\u00fcmleme aras\u0131nda bir uzla\u015fma olmas\u0131 nedeniyle \u00e7er\u00e7eve b\u00f6l\u00fcmlendirme i\u00e7in kullan\u0131l\u0131r.<\/span><\/p>\n

B\u00f6ylece, orijinal 2N \u00d7 2N g\u00f6r\u00fcnt\u00fc, en k\u00fc\u00e7\u00fck blok boyutu 2n0 \u00d72n0 olan bir kare blok hiyerar\u015fisine ayr\u0131\u015ft\u0131r\u0131l\u0131r.<\/span>\u00a0Ayn\u0131 notasyonu kullanarak, her bir kare blok bl,i, ml,i’nin bir \u00fcyesi oldu\u011fu t\u00fcm kabul edilebilir hareket vekt\u00f6rlerinin k\u00fcmesi olan Ml,i ile ve Ql,i’nin t\u00fcm kabul edilebilir art\u0131k hata kuantiz\u00f6rlerinin k\u00fcmesiyle ili\u015fkilendirilir. hangi ql,i \u00fcyesidir.<\/span><\/p>\n

O zaman bl,i blo\u011fu i\u00e7in bir yerel durum sl,i = [l,i,ql,i,ml,i] \u2208 Sl,i = {l} \u00d7 {i} \u00d7 Ml,i \u00d7 Ql,i tan\u0131mlanabilir. Sonu\u00e7 olarak, \u015fu anda se\u00e7ilen yerel durumu temsil eden bir k\u00fcresel durum x, x \u2208 X = \u222an0 \u222a4N\u22121\u22121 Sl,i olarak tan\u0131mlan\u0131r, burada X, t\u00fcm kabul edilebilir genel durum de\u011ferlerinin k\u00fcmesidir.<\/span><\/p>\n

A\u00e7\u0131klaman\u0131n eksiksiz olmas\u0131 i\u00e7in, bireysel blok durumlar\u0131 sl,i s\u0131ral\u0131 olarak numaraland\u0131r\u0131lmal\u0131d\u0131r, \u00e7\u00fcnk\u00fc h\u0131z fonksiyonu, parametrelerin diferansiyel kodlamas\u0131ndan kaynaklanan geli\u015fig\u00fczel s\u0131ral\u0131 ba\u011f\u0131ml\u0131l\u0131klar i\u00e7erebilir. Dolay\u0131s\u0131yla, tahmin edilen ve hareket dengelemeli bir \u00e7er\u00e7evenin kodu, ge\u00e7erli bir QT’nin soldan sa\u011fa s\u0131ral\u0131 yapraklar\u0131n\u0131 temsil eden x0,…,xN-1 global durum dizisinden olu\u015fur.<\/span><\/p>\n

Bu ba\u011flamda \u00e7er\u00e7eve distorsiyonu, blok distorsiyonlar\u0131n\u0131n d (xj ) cebirsel bir toplam\u0131d\u0131r ve bloklar\u0131n se\u00e7ilen QT ayr\u0131\u015f\u0131m\u0131n\u0131n yapraklar\u0131na kar\u015f\u0131l\u0131k geldi\u011fi MSE metri\u011fi ile uygulan\u0131r.<\/span><\/p>\n

Yine, karma\u015f\u0131kl\u0131k ve verimlilik aras\u0131nda bir uzla\u015fma olarak, hareket vekt\u00f6rlerini kodlamak i\u00e7in birinci dereceden bir DPCM \u015femas\u0131 kullan\u0131l\u0131r ve tarama yolu boyunca yapraklar aras\u0131nda birinci dereceden bir ba\u011f\u0131ml\u0131l\u0131\u011fa izin verilir. Tarama yolunun kendisi, a\u00e7\u0131klanan nedenlerle, \u00e7er\u00e7eve alan\u0131n\u0131 doldurmak i\u00e7in yinelemeli olarak olu\u015fturulan Hilbert e\u011frisidir.<\/span><\/p>\n

\n

YouTube y\u00fcksek \u00e7\u00f6z\u00fcn\u00fcrl\u00fck video y\u00fckleme<\/span>
\nYouTube destekledi\u011fi video formatlar\u0131<\/span>
\nYouTube video<\/a> \u00e7\u00f6z\u00fcn\u00fcrl\u00fc\u011f\u00fc Ayarlama<\/span>
\nYouTube 60 fps video y\u00fckleme<\/span>
\nInstagram 60 fps video y\u00fckleme<\/span>
\nYouTube Shorts video kalitesi artt\u0131rma<\/span>
\nYouTube dosya<\/span>
\nVideo en boy oran\u0131 de\u011fi\u015ftirme Android<\/span><\/p>\n

\n

Tarama yolu boyunca se\u00e7ilen birinci dereceden DPCM’ye ba\u011fl\u0131 olarak, genel kare h\u0131z\u0131 a\u015fa\u011f\u0131daki gibi ifade edilebilir.<\/span><\/p>\n

Toplam kare h\u0131z\u0131n\u0131n onu olu\u015fturan bloklar aras\u0131nda da\u011f\u0131t\u0131labilece\u011fini varsay\u0131yoruz. Bu varsay\u0131m, hareket vekt\u00f6r\u00fc bile\u015feni rDVF(xj\u22121,xj) ve art\u0131k hata niceleme bile\u015feni trDFD(xj) ile ili\u015fkili h\u0131z durumunda sezgiseldir. QT segmentasyon oran\u0131n\u0131n blok baz\u0131nda da da\u011f\u0131t\u0131labilece\u011fi ortaya \u00e7\u0131kt\u0131.<\/span><\/p>\n

QT ayr\u0131\u015f\u0131m\u0131 ile, her seviyede bir b\u00f6lme karar\u0131n\u0131n sinyalini vermek i\u00e7in yaln\u0131zca 1 bit gerekir. Bu nedenle, daha k\u00fc\u00e7\u00fck bloklar, \u00f6ncekilerin t\u00fcm\u00fcn\u00fcn b\u00f6l\u00fcmleme maliyetlerini ta\u015f\u0131r.<\/span><\/p>\n

QT’de ayn\u0131 ebeveyne ait bloklar\u0131n s\u0131ral\u0131 tarama s\u0131ras\u0131 ile, ilk taranan blo\u011fa keyfi olarak o seviyeye kadar ayr\u0131\u015ft\u0131rma ile ili\u015fkili rSEG(xj ) maliyeti atan\u0131r. B\u00f6ylece oran\u0131n segmentasyon bile\u015feni de blok baz\u0131nda tan\u0131mlanabilir.<\/span><\/p>\n

Oran tart\u0131\u015fmas\u0131n\u0131 tamamlamak i\u00e7in, QT ayr\u0131\u015f\u0131m\u0131ndaki baz\u0131 bloklar\u0131n tahmin edilmedi\u011fi, bunun yerine kodlanm\u0131\u015f oldu\u011fu ger\u00e7e\u011fini de dikkate almal\u0131y\u0131z. Bu, referans \u00e7er\u00e7evesinde bulunmayan veya hareket modelinin bir blok i\u00e7in iyi bir e\u015fle\u015fme bulamad\u0131\u011f\u0131 durumlarda, yeni ortaya \u00e7\u0131kan veya kaplanmam\u0131\u015f nesneler i\u00e7in ge\u00e7erli olabilir.<\/span><\/p>\n

Bu oldu\u011funda, kod i\u00e7i blo\u011fun DC katsay\u0131s\u0131, tarama yolu boyunca \u00f6ncekinden tahmin edilebilir. Bu nedenle rDC(xj\u22121,xj) bile\u015feni toplam orana eklenmelidir. A\u00e7\u0131k\u00e7a, tahmin edilen bloklar i\u00e7in 0’a e\u015fittir ve hangi bloklar\u0131n i\u00e7 kodlanaca\u011f\u0131na ve hangi bloklar\u0131n i\u00e7 kodlanaca\u011f\u0131na karar verme g\u00f6revi, kodlay\u0131c\u0131daki optimizasyon s\u00fcrecinin bir par\u00e7as\u0131d\u0131r.<\/span><\/p>\n

\u00d6zetle, xj\u22121 durumundan xj durumuna ge\u00e7i\u015fe kar\u015f\u0131l\u0131k gelen blok h\u0131z\u0131 a\u015fa\u011f\u0131daki gibi ifade edilir.<\/span><\/p>\n

Bu problem, yaprak ba\u011f\u0131ml\u0131l\u0131klar\u0131 olan bir QT’nin bloklar\u0131 aras\u0131nda optimal bit tahsis problemi olarak g\u00f6r\u00fclebilir ve dolay\u0131s\u0131yla y\u00f6ntemler uygulan\u0131r. \u00d6zellikle Lagrangian \u00e7arpan y\u00f6ntemi kullan\u0131larak k\u0131s\u0131ts\u0131z minimizasyon problemine d\u00f6n\u00fc\u015ft\u00fcr\u00fcl\u00fcr.<\/span><\/p>\n

Grafiksel olarak, DP algoritmas\u0131 g\u00f6sterilmektedir. \u0130\u00e7inde, her d\u00fc\u011f\u00fcm (siyah daire), bl,i blo\u011funun i\u00e7inde bulundu\u011fu belirli bir xj durumunu temsil eder. Bu durumlar\u0131 birle\u015ftiren \u00e7izgiler, bir Hilbert e\u011frisinin olas\u0131 tarama s\u0131ralar\u0131na kar\u015f\u0131l\u0131k gelir ve j\u03bb (xj \u22121 , xj ) = a\u011f\u0131rl\u0131klar\u0131 d(xj)+\u03bb\u00b7r(xj\u22121,xj) her ge\u00e7i\u015fle ili\u015fkilidir.<\/span><\/p>\n

O halde segmentasyon, hareket ve DFD niceleme aras\u0131ndaki en uygun kaynak tahsisi sorunu, iki yard\u0131mc\u0131 durum olan S’den T’ye kafesteki en k\u0131sa yolu bulma sorunu olarak ifade edilebilir.<\/span><\/p>\n

Uygulamada maksimum blok boyutu 32\u00d732 ve minimum blok boyutu 8\u00d78 oldu\u011fu i\u00e7in kod \u00e7\u00f6z\u00fcc\u00fcye 32’den b\u00fcy\u00fck ve 8’den k\u00fc\u00e7\u00fck bloklar i\u00e7in b\u00f6l\u00fctleme bilgisinin g\u00f6nderilmesi gerekmemi\u015ftir. Di\u011fer uygulama detaylar\u0131 bulunabilir.<\/span><\/p>\n

Burada sunulan kodlay\u0131c\u0131, bir H.263 standart uygulamas\u0131 olan TMN4 ile kar\u015f\u0131la\u015ft\u0131r\u0131l\u0131r. Her iki algoritma da Anne ve K\u0131z dizisinin 200 karesi \u00fczerinde test edildi, zaman ekseninde 4 fakt\u00f6r\u00fcyle a\u015fa\u011f\u0131 \u00f6rneklendi ve kuantiz\u00f6r ad\u0131m boyutu QP, TMN4’te 10’a ayarland\u0131. \u0130lk testte, optimal algoritman\u0131n \u03bb parametresi, her \u00e7er\u00e7eve i\u00e7in ayarland\u0131, b\u00f6ylece ortaya \u00e7\u0131kan distorsiyon, her kodlanm\u0131\u015f \u00e7er\u00e7evede TMN4 taraf\u0131ndan \u00fcretilenle e\u015fle\u015fti.<\/span><\/p>\n

Ortaya \u00e7\u0131kan e\u011friler g\u00f6sterilir. \u0130kinci testte, optimal algoritman\u0131n \u03bb parametresi, her \u00e7er\u00e7eve i\u00e7in ayarland\u0131, b\u00f6ylece sonu\u00e7 oran\u0131, her kodlanm\u0131\u015f \u00e7er\u00e7evede TMN4 taraf\u0131ndan \u00fcretilenle e\u015fle\u015fti. Ortaya \u00e7\u0131kan e\u011friler g\u00f6sterilir.<\/span><\/p>\n

A\u00e7\u0131k\u00e7a, optimum yakla\u015f\u0131m her iki deneyde de H.263’ten \u00f6nemli \u00f6l\u00e7\u00fcde daha iyi performans g\u00f6steriyor. E\u015fle\u015ftirilmi\u015f distorsiyon durumunda, ortalama \u00e7er\u00e7eve bit h\u0131z\u0131 yakla\u015f\u0131k %25 azalt\u0131ld\u0131 ve e\u015fle\u015fen oran durumunda, ortalama PSNR distorsiyonu yakla\u015f\u0131k 0,72 dB artt\u0131.<\/span><\/p>\n

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