AI Summary & Key Takeaways
AI InsightWe have experimentally shown that with the proposed technique computational gains of 3.5:1 can be achieved at the expense of 1% distortion.
📌 3 Key Takeaways
Abstract
Despite rapid progress in mass-storage density, processor speeds, and digital communication system performance, demand for data storage capacity and data transmission bandwidth continues to outstrip the capabilities of available technologies. Studies on image coding and compression techniques are still going on. The objective is to achieve higher compression ratios with minimum loss of quality. Many video coding techniques have been developed. Vector quantization (VQ) is being used successfully for still images and we used VQ for coding video sequences. One of the well-known VQ algorithms is the popular Linde-Buzo-Gray algorithm. Since the LBG algorithm is an iterative process, its complexity for video sequences is very high that it requires extraordinary computational power. In this paper, we propose an algorithm that progressively updates the VQ codebooks taking advantage of high correlation between consecutive frames instead of generating a new codebook for each frame or group of frames. We have experimentally shown that with the proposed technique computational gains of 3.5:1 can be achieved at the expense of 1% distortion.
Özet
Veri saklama teknolojilerindeki hızlı gelismelere rağmen görüntü verisinin saklanması ve/veya tasınması önemini yitirmemistir. Görüntünün kodlanması ve sıkıstırılması konusundaki çalısmalar yoğun bir sekilde devam etmektedir. Yapılan çalısmalar daha fazla sıkıstırma oranı ve daha iyi bir görüntü kalitesini yakalamak içindir. Video görüntü dizilerinin kodlanması için birçok teknik gelistirilmistir. Bu çalısmada, imgeler üzerinde basarılı sonuçlar veren vektör nicemleme yöntemi imge dizilerinin kodlanmasında kullanılmıstır. Çok bilinen vektör nicemleme algoritmalarından Linde-Buzo-Gray algoritması özyinelemeli bir süreç olduğundan büyük islem gücü gerektirmektedir. Bu çalısmada, çerçeveler arasındaki yüksek iliskiyi kullanarak her bir çerçeve için yeni bir kod-kitabı olusturmak yerine ilk çerçeveden olusturulan kod-kitabını sonraki çerçeveler için güncelleyen bir algoritma önerilmistir. Güncelleme algoritması sayesinde yaklasık %1 bozulmaya karsılık zamandan 3.5:1 oranında kazanç elde edilmistir.