{"id":789,"date":"2023-02-07T14:30:13","date_gmt":"2023-02-07T11:30:13","guid":{"rendered":"https:\/\/legendhomework.com\/tr\/?p=789"},"modified":"2023-02-07T14:30:13","modified_gmt":"2023-02-07T11:30:13","slug":"video-kodlayicilar-multimedya-bolumu-multimedya-bolumu-odevleri-multimedya-bolumu-tez-yaptirma-multimedya-bolumu-odev-ucretleri","status":"publish","type":"post","link":"https:\/\/legendhomework.com\/tr\/video-kodlayicilar-multimedya-bolumu-multimedya-bolumu-odevleri-multimedya-bolumu-tez-yaptirma-multimedya-bolumu-odev-ucretleri\/","title":{"rendered":"Video Kodlay\u0131c\u0131lar\u00a0 \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":"

Video Kodlama i\u00e7in Alg\u0131sal Semantik<\/span><\/strong><\/h3>\n

Semantik segmentasyondan yararlanan bir video kodlay\u0131c\u0131, bant geni\u015fli\u011fi gereksinimleri ve d\u00fc\u015f\u00fck bit h\u0131zlar\u0131nda g\u00f6rsel kalite a\u00e7\u0131s\u0131ndan video s\u0131k\u0131\u015ft\u0131rma verimlili\u011finin geli\u015ftirilmesini kolayla\u015ft\u0131r\u0131r.<\/span><\/p>\n

Kodlay\u0131c\u0131, semantik ayr\u0131\u015ft\u0131rmay\u0131 kullanarak, bir \u00e7er\u00e7evenin ilgili ve ilgili olmayan b\u00f6l\u00fcmlerini farkl\u0131 \u015fekilde kodlamak i\u00e7in davran\u0131\u015f\u0131n\u0131 uyarlayabilir. Bu uyarlama, kodlamadan \u00f6nce videoyu semantik olarak \u00f6nceden filtreleyerek geleneksel bir \u00e7er\u00e7eve tabanl\u0131 kodlay\u0131c\u0131 ile elde edilebilir.<\/span><\/p>\n

Video Kodlay\u0131c\u0131lar<\/span><\/strong><\/h3>\n

Anlamsal \u00f6n filtreleme, MPEG-1 gibi geleneksel bir \u00e7er\u00e7eve tabanl\u0131 kodlama \u00e7er\u00e7evesindeki anlambilimden yararlan\u0131larak elde edilir. Burada semantik \u00f6n filtreleme olarak an\u0131lan, sahnenin kodlamadan \u00f6nce anlaml\u0131 nesnelere ayr\u0131\u015ft\u0131r\u0131lmas\u0131n\u0131n kullan\u0131lmas\u0131, d\u00fc\u015f\u00fck bant geni\u015fli\u011fi iletimini desteklemeye yard\u0131mc\u0131 olur.<\/span><\/p>\n

\u0130lgi alan\u0131 olarak \u00f6n plan s\u0131n\u0131f\u0131na ait alanlar kullan\u0131l\u0131r. \u0130lgi alan\u0131na dahil olmayan alanlar\u0131n \u00f6nemi, al\u00e7ak ge\u00e7iren bir filtre kullan\u0131larak azalt\u0131l\u0131r. \u0130kinci \u00e7\u00f6z\u00fcm, temel ba\u011flamsal bilgileri korurken arka plandaki bilgileri basitle\u015ftirir.<\/span><\/p>\n

Arka plan\u0131n basitle\u015ftirilmesi, kodlanacak bilgilerin azalt\u0131lmas\u0131na izin verir. \u0130lgili nesneleri geli\u015ftirmek i\u00e7in basitle\u015ftirilmi\u015f bir arka plan\u0131n kullan\u0131lmas\u0131, s\u0131k\u0131\u015ft\u0131rma oranlar\u0131n\u0131 iyile\u015ftirmek i\u00e7in insan g\u00f6rsel sisteminin g\u00f6reve y\u00f6nelik davran\u0131\u015f\u0131ndan yararlanmay\u0131 ama\u00e7lar.<\/span><\/p>\n

Bildirilen \u00e7al\u0131\u015fma, bir g\u00f6r\u00fcnt\u00fcn\u00fcn ilgili alanlar\u0131n\u0131n kalitesindeki art\u0131\u015f\u0131n, g\u00f6r\u00fcnt\u00fc arka plan\u0131n\u0131n kalitesindeki d\u00fc\u015f\u00fc\u015f\u00fc fazlas\u0131yla telafi etti\u011finde, g\u00f6r\u00fcnt\u00fc kalitesinde genel bir art\u0131\u015f\u0131n elde edilebilece\u011fini g\u00f6stermektedir. Y\u00fcksek seviyeli semantik ipu\u00e7lar\u0131 kullanarak retinada foveasyon nedeniyle olu\u015fan bulan\u0131kl\u0131\u011f\u0131 taklit etmeyi ama\u00e7layan bu \u00e7\u00f6z\u00fcm\u00fcn bir \u00f6rne\u011fi rapor edilmi\u015ftir.<\/span><\/p>\n

Kodlamadan \u00f6nce bir g\u00f6r\u00fcnt\u00fcn\u00fcn daha az ilgili k\u0131s\u0131mlar\u0131n\u0131 dikkate alman\u0131n ba\u015fka bir yolu, kodlama algoritmas\u0131n\u0131n \u00f6zelliklerinden yararlanmakt\u0131r. Blok tabanl\u0131 kodlama durumunda, her arka plan makro blo\u011fu yaln\u0131zca DC de\u011feriyle de\u011fi\u015ftirilebilir. Bu yakla\u015f\u0131m ayn\u0131 zamanda frekans azaltma ve ayr\u0131nt\u0131 kayb\u0131 etkisine sahip olsa da, videoda kabul edilemeyecek kadar g\u00fc\u00e7l\u00fc engelleme yapayl\u0131klar\u0131na yol a\u00e7abilir.<\/span><\/p>\n

Alternatif bir yakla\u015f\u0131m, nesne tabanl\u0131 kodlama kullanmakt\u0131r. B\u00f6yle bir durumda, kodlay\u0131c\u0131n\u0131n, MPEG-4, nesne tabanl\u0131 mod gibi, ayr\u0131 video nesnelerinin kodlanmas\u0131n\u0131 desteklemesi gerekir. Bu \u00e7\u00f6z\u00fcmle, her bir video nesnesi, sahnedeki \u00f6nemine g\u00f6re farkl\u0131 bir nesne s\u0131n\u0131f\u0131na atan\u0131r.<\/span><\/p>\n

Kodlama kalitesi, nesne s\u0131n\u0131f\u0131na ba\u011fl\u0131 olarak ayarlanabilir: uygunluk ne kadar y\u00fcksekse, kodlama kalitesi de o kadar y\u00fcksek olur. Bu yakla\u015f\u0131m\u0131n bir avantaj\u0131, nesnelerin s\u0131ralamas\u0131n\u0131 kontrol etme olas\u0131l\u0131\u011f\u0131d\u0131r. Video nesneleri, farkl\u0131 s\u0131k\u0131\u015ft\u0131rma dereceleriyle kodlanabilir, b\u00f6ylece videoda izleyicinin daha \u00e7ok ilgisini \u00e7eken alanlar i\u00e7in daha iyi ayr\u0131nt\u0131 d\u00fczeyi sa\u011flan\u0131r.<\/span><\/p>\n

Ayr\u0131ca, nesnelerin \u00f6ncelik s\u0131ras\u0131na g\u00f6re kodu \u00e7\u00f6z\u00fclebilir ve ilgili i\u00e7erik, g\u00f6r\u00fcnt\u00fcn\u00fcn tamam\u0131n\u0131 yeniden olu\u015fturmak zorunda kalmadan g\u00f6r\u00fcnt\u00fclenebilir.<\/span><\/p>\n

Son olarak, hareketli karakter kodlamas\u0131, arka plan\u0131 temsil eden bir g\u00f6r\u00fcnt\u00fc al\u0131c\u0131ya bir kez g\u00f6nderildi\u011finde ve ard\u0131ndan nesneler kodlan\u0131p al\u0131c\u0131 taraf\u0131nda arka plan\u0131n uygun bir k\u0131sm\u0131 ile birle\u015ftirildi\u011finde kullan\u0131labilir. Ancak bu \u00e7\u00f6z\u00fcmler, segmentasyondan sonra nesnelerin izlenmesini gerektirir, bu da yakla\u015f\u0131m\u0131n karma\u015f\u0131kl\u0131\u011f\u0131n\u0131 art\u0131r\u0131r.<\/span><\/p>\n

\n

h264 vs h.265 aras\u0131ndaki fark<\/span>
\nh264 h.265 nedir<\/span>
\nH265 Nedir<\/span>
\nXiaomi video kodlay\u0131c\u0131<\/span>
\nVideo<\/a> encoder nedir<\/span>
\nH.265 oynat\u0131c\u0131<\/span>
\nh.265 kay\u0131t cihaz\u0131<\/span>
\nHevc nedir<\/span><\/p>\n

\n

Sunulan sonu\u00e7lar, anlamsal \u00f6n filtrelemenin \u00e7er\u00e7eve tabanl\u0131 bir kodlay\u0131c\u0131n\u0131n kodlama performans\u0131 \u00fczerindeki etkisini g\u00f6stermektedir. \u00d6rnek sonu\u00e7lar\u0131, MPEG-4 test dizisi Hall Monitor’den ve MPEG-7 test dizisi Highway’den g\u00f6sterilir.<\/span><\/p>\n

Her iki sekans da 25 Hz’de CIF format\u0131ndad\u0131r. Arka plan, \u03bc=0 ve \u03c3=2 olan bir Gauss 9×9 d\u00fc\u015f\u00fck ge\u00e7i\u015f filtresi kullan\u0131larak basitle\u015ftirilmi\u015ftir; burada \u03bc ve \u03c3, s\u0131ras\u0131yla filtrenin ortalama ve standart sapmas\u0131d\u0131r. Kodlama i\u00e7in sabit bit h\u0131z\u0131 (CBR) h\u0131z kontrol\u00fc kullanan TMPGEnc 2.521.58.169 kodlay\u0131c\u0131 kullan\u0131ld\u0131.<\/span><\/p>\n

Semantik \u00f6n filtreleme ile ve olmadan 150 kbit\/s’de MPEG-1 ile kodlanm\u0131\u015f her bir test dizisinden bir \u00f6rnek \u00e7er\u00e7eve g\u00f6sterir. 150 kbit\/s’de MPEG\u20131 ile kodlanm\u0131\u015f her iki test dizisinin b\u00fcy\u00fct\u00fclm\u00fc\u015f al\u0131nt\u0131lar\u0131n\u0131 g\u00f6stermektedir.<\/span><\/p>\n

Otoyol dizisinin ba\u015f\u0131nda sahneye giren mavi bir kamyonu g\u00f6sterir. Kodlama yap\u0131lar\u0131 nesne \u00fczerinde daha az rahats\u0131z edicidir.<\/span><\/p>\n

Ayr\u0131ca, kamyonun \u00f6n sol tekerle\u011fi yaln\u0131zca semantik \u00f6n filtreleme ile g\u00f6r\u00fclebilir. Hall Monitor sekans\u0131nda monit\u00f6r ta\u015f\u0131yan ki\u015fiyi g\u00f6steren benzer g\u00f6zlemler yap\u0131labilir.<\/span><\/p>\n

Kodlama yap\u0131lar\u0131n\u0131n miktar\u0131, g\u00f6sterildi\u011fi gibi semantik \u00f6n filtreleme ile \u00f6nemli \u00f6l\u00e7\u00fcde azalt\u0131l\u0131r. \u00d6zellikle ki\u015finin y\u00fcz hatlar\u0131 ve k\u0131yafetleri net bir \u015fekilde g\u00f6r\u00fclmekte, halbuki kodlama yapayl\u0131klar\u0131 ile bozulmaktad\u0131r.<\/span><\/p>\n

Video Kalitesi De\u011ferlendirmesi i\u00e7in Alg\u0131sal Semantik<\/span><\/strong><\/h3>\n

Semantik b\u00f6l\u00fcmlendirmeye dayal\u0131 bir kalite \u00f6l\u00e7\u00fcs\u00fc, multimedya bilgilerinin daha iyi bir \u015fekilde iletilmesi i\u00e7in alg\u0131sal gereksinimleri dahil etmeyi ama\u00e7layan u\u00e7tan uca ileti\u015fim mimarileri i\u00e7in yararl\u0131d\u0131r.<\/span><\/p>\n

Tepe sinyal-g\u00fcr\u00fclt\u00fc oran\u0131ndan (PSNR) daha y\u00fcksek do\u011frulukla otomatik bir g\u00f6rsel kalite metri\u011fi kullanarak s\u00fcbjektif derecelendirmeleri tahmin etmek, son y\u0131llarda pek \u00e7ok ara\u015ft\u0131rman\u0131n konusu olmu\u015ftur. Bununla birlikte, bug\u00fcn\u00fcn \u00f6l\u00e7\u00fcmlerinden hi\u00e7biri \u00f6znel deneylerin g\u00fcvenilirli\u011fini tam olarak sa\u011flayam\u0131yor.<\/span><\/p>\n

Alg\u0131sal kalite metrik tasar\u0131m\u0131 i\u00e7in iki yakla\u015f\u0131m ay\u0131rt edilebilir: Bir metrik s\u0131n\u0131f\u0131, retinada ve erken g\u00f6rsel kortekste genel bir d\u00fc\u015f\u00fck seviyeli g\u00f6rsel i\u015fleme modeli uygular.<\/span><\/p>\n

Bu s\u0131n\u0131ftaki metrikler, genellikle fark analizi i\u00e7in referans videoya eri\u015fim gerektirir. Di\u011fer metrik s\u0131n\u0131f\u0131, g\u00f6r\u00fcnt\u00fcdeki belirli \u00f6zellikleri arar, \u00f6rne\u011fin, belirli bir codec bile\u015feninden kaynaklanan s\u0131k\u0131\u015ft\u0131rma yap\u0131lar\u0131 ve rahats\u0131zl\u0131klar\u0131n\u0131 tahmin eder.<\/span><\/p>\n

Alg\u0131sal anlambilimin her iki metrik s\u0131n\u0131f\u0131yla kullan\u0131m\u0131n\u0131 g\u00f6stermek i\u00e7in burada her s\u0131n\u0131ftan belirli bir uygulamay\u0131 a\u00e7\u0131kl\u0131yoruz. \u0130lki, bir g\u00f6rme modeline dayanan tam referansl\u0131 bir alg\u0131sal bozulma metri\u011fidir (PDM) ve ikincisi, ortak yap\u0131lar\u0131n analizine dayal\u0131, referanss\u0131z bir video kalitesi metri\u011fidir. Bunlar daha sonra daha iyi bir tahmin performans\u0131 elde etmek i\u00e7in alg\u0131sal semantik ile birle\u015ftirilir.<\/span><\/p>\n

Tam Referans\u00a0<\/span><\/strong><\/h3>\n

Tam referansl\u0131 PDM, renk alg\u0131s\u0131n\u0131n yan\u0131 s\u0131ra g\u00f6rmenin uzamsal ve zamansal y\u00f6nlerini i\u00e7eren insan g\u00f6rsel sisteminin bir kontrast kazan\u00e7 kontrol modeline dayan\u0131r. Bu metri\u011fin bir blok diyagram\u0131 g\u00f6sterilmektedir. Metrik, girdi olarak hem test dizisini hem de kar\u015f\u0131l\u0131k gelen referans dizisini gerektirir.<\/span><\/p>\n

Giri\u015f videolar\u0131 \u00f6nce YUV veya RGB’den, renk bilgilerinin alg\u0131sal temsiline daha yak\u0131n olan bir rakip renk uzay\u0131na d\u00f6n\u00fc\u015ft\u00fcr\u00fcl\u00fcr. Ortaya \u00e7\u0131kan \u00fc\u00e7 bile\u015fenin her biri daha sonra bir filtre bankas\u0131 olarak uygulanan bir uzay-zamansal ayr\u0131\u015fmaya tabi tutulur.<\/span><\/p>\n

Bu, g\u00f6rsel sistemdeki giri\u015f sinyallerini renklerine, frekanslar\u0131na, y\u00f6nelimlerine ve di\u011fer \u00f6zelliklerine g\u00f6re ay\u0131ran farkl\u0131 mekanizmalar\u0131 taklit eder. Her kanal\u0131n bilgi hassasiyeti farkl\u0131d\u0131r, bu nedenle kanallar kontrast hassasiyet verilerine g\u00f6re a\u011f\u0131rl\u0131kland\u0131r\u0131lm\u0131\u015ft\u0131r.<\/span><\/p>\n

Sonraki kontrast kazanc\u0131 kontrol a\u015famas\u0131, bozulmalar\u0131n g\u00f6r\u00fcn\u00fcrl\u00fc\u011f\u00fc b\u00fcy\u00fck \u00f6l\u00e7\u00fcde yerel arka plana ba\u011fl\u0131 oldu\u011fundan, video kalite de\u011ferlendirmesinin en kritik bile\u015fenlerinden biri olan model maskelemeyi modeller.<\/span><\/p>\n

Maskeleme, ayn\u0131 alg\u0131sal kanalda bulunan uyaranlar aras\u0131nda en g\u00fc\u00e7l\u00fcd\u00fcr ve farkl\u0131 \u00f6zelliklere sahip uyaranlar i\u00e7in zay\u0131flar. Alg\u0131sal ayr\u0131\u015fma, bu kanal i\u00e7i ve kanallar aras\u0131 maskeleme etkilerinin \u00e7o\u011funu hesaba katmam\u0131za izin verir. Kontrast kazanc\u0131 kontrol\u00fc s\u00fcrecinde, \u00e7e\u015fitli alg\u0131sal kanallar\u0131n engelleyici etkisiyle maskeleme ger\u00e7ekle\u015fir.<\/span><\/p>\n

Kontrast kazanc\u0131 kontrol a\u015famas\u0131n\u0131n \u00e7\u0131kt\u0131s\u0131nda, referans ve test videosu aras\u0131ndaki farklar her kanal i\u00e7in hesaplan\u0131r ve daha sonra olas\u0131l\u0131k toplama kurallar\u0131na g\u00f6re bir bozulma \u00f6l\u00e7\u00fcs\u00fc veya kalite derecelendirmesi halinde birle\u015ftirilir.<\/span><\/p>\n

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