Thạc Sĩ Phương pháp xác định chuyển động dựa trên đặc tính của mắt người đối với thành phần xám trong việc l

TÓM TẮT

Ngày này chúng ta đang trong thời kỳ hậu PC, dần tiến đến thời kỳ mạng internet kết nối vạn vật (IoT - Internet Of Things) và tính toán phân tán rộng khắp (ubicomp).
Trong thời đại IoT, camera sẽ được lắp đặt với một số lượng lớn trong các mạng cảm biến không dây. Khi đó, các camera sẽ đóng vai trò như đôi mắt của IoT và thực hiện các hoạt động an ninh, giám sát. Tuy nhiên, do đặc tính giới hạn về năng lực tính toán, năng lượng và băng thông của các camera trong mạng cảm biến không dây mà không thể áp dụng các phương pháp nén video tiên tiến. Những mã hóa video đòi hỏi các hệ thống năng lực tính toán và nguồn năng lượng lớn. Trong nội dung luận văn, học viên đã nghiên cứu và phân tích các chuẩn mã hóa video cùng với đặc tính của hệ thống thị giác của con người. Qua đó, học viên đề xuất một phương pháp mã hóa video áp dụng cho các mạng cảm biến không dây: “Phương pháp xác định chuyển động dựa trên đặc tính của mắt người đối với thành phần xám trong việc loại bỏ dư thừa về mặt thời gian của mã hóa video MJPEG ”.

Mô hình nén video được đề xuất trong luận văn bao gồm các giai đoạn như sau: phân tách chuyển động, mã hóa khối tĩnh - động, giải mã khung tham chiếu. Phân tách chuyển động được thực thi dựa trên đặc tính của mắt người trong việc nhận biết và phân tách các màu xám. Mã hóa khối tĩnh - động bao gồm hai phần mã hóa các khối tĩnh và các khối động. Mã hóa các khối động được thực hiện tương tự như mã hóa các khối bình thường trong mã hóa JPEG. Mã hóa các khối tĩnh dựa trên đặc tính sai khác bằng không mà thực hiện rút gọn các bước không cần thiết: DCT, lượng tử hóa. Phần giải mã khung tham chiếu nhằm đảm bảo dữ liệu tham chiếu của hai phần mã hóa và giải mã giống nhau. Thực tế, giải mã khung tham chiếu chỉ bảo gồm giải mã các khung động. Phương án đề xuất đảm bảo được tính đơn giản nhưng hiệu quả trong việc tăng tỷ lệ nén của mã hóa MJPEG. Với chất lượng video sau mã hóa tương đương, phương pháp đề xuất có thể đạt tỷ lệ nén gấp đôi so với MJPEG truyền thống và luôn cao hơn so với các phương pháp loại bỏ dư thừa thời gian đã được nêu trong luận văn: nén sai khác MJPEG, MJPEG với thuật toán xác định chuyển động Zipfian. Về mặt độ phức tạp, phương án đề xuất sử dụng một lượng phép tính ít gấp 3 lần so với phương án áp dụng MJPEG với thuật toán xác định chuyển động Zipfian. Điều này đảm bảo phương án đề xuất có thể đạt được tốc độ mã hóa cao hơn so với các phương án mã hóa xây dựng từ MJPEG được đề cập cho các video tồn tại ít chuyển động. Về mặt khả năng ứng dụng, mã hóa đề xuất hoàn toàn phù hợp cho các camera trong mạng cảm biến không dây bởi mã hóa đề xuất có độ phức tạp thấp và cho phép linh động GOP.

MỤC LỤC
LỜI CAM ĐOAN I
LỜI CẢM ƠN . II
MỤC LỤC 1
DANH MỤC VIẾT TẮT 4
DANH SÁCH HÌNH VẼ 5
DANH SÁCH BẢNG . 6
MỞ ĐẦU 8
TÓM TẮT 8
CHƯƠNG 1. MÃ HÓA VIDEO TRONG XU THẾ IOT VÀ CƠ HỘI CHO MÃ HÓA
MJPEG . 10
1.1. Tổng quan mã hóa video 10
1.2. Mã hóa video trong xu thế IoT . 13
1.3. Mã hóa video MJPEG . 14
1.3.1. Mã hóa ảnh JPEG . 14
1.3.2. MJPEG trong mạng cảm biến không dây 17
1.4. Kết luận chương 1 . 18
CHƯƠNG 2. PHƯƠNG PHÁP XÁC ĐỊNH CHUYỂN ĐỘNG DỰA TRÊN ĐẶC
TÍNH CỦA MẮT NGƯỜI ĐỐI VỚI THÀNH PHẦN XÁM TRONG VIỆC LOẠI BỎ
DƯ THƯA VỀ MẶT THỜI GIAN CỦA MÃ HÓA MJPEG 19
2.1. Dư thừa mặt thời gian . 19
2.2. Các kỹ thuật loại bỏ dư thừa về mặt thời gian 19
2.2.1. Dự đoán bằng khung hình liền kề trước . 20
2.2.2. Dự đoán bằng mô hình ước lượng chuyển động của các khối . 21
2.2.3. Đồng bộ khung tham chiếu giữa mã hóa và giải mã . 21
2.3. Kỹ thuật loại bỏ dư thừa thời gian đề xuất dựa trên phân tách chuyển động 23
2.3.1. Thuật toán xác định chuyển động 24
2.3.2. Đặc tính của mắt người đối với thành phần xám và khả năng áp dụng
cho phân tách chuyển động . 24
2.4. Phương pháp xác định chuyển động dựa trên đặc tính của mắt người đối với
thành phần xám trong việc loại bỏ dư thưa về mặt thời gian của mã hóa MJPEG . 27
2.4.1. Nguyên lý hoạt động 28
2.4.2. Sơ đồ mã hóa chi tiết 29
2.5. Kết luận chương 2 . 32
2
CHƯƠNG 3. MÔ PHỎNG VÀ ĐÁNH GIÁ PHƯƠNG ÁN ĐỀ XUẤT . 33
3.1. Thông số đánh giá . 33
3.1.1. Tỷ lệ nén . 33
3.1.2. Chất lượng hình ảnh giải mã PSNR . 33
3.1.3. Độ phức tạp 34
3.2. Mô phỏng và đánh giá kết quả . 34
3.2.1. Kịch bản mô phỏng 35
3.2.2. Kết quả mô phỏng . 36
KẾT LUẬN . 44
DANH MỤC CÁC CÔNG TRÌNH CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN VĂN 45
TÀI LIỆU THAM KHẢO . 46