Лекція 07. Сучасні методи стискання повідомлень із втратами
Курс “Теорія інформації та кодування”

У цій лекції ми розглянемо популярні методи стискання з втратами інформації для звуку, зображень і відео. Всі ці методи використовують особливості людського сприйняття вражень, що дозволяє знаходити розумний компроміс між якістю відтворення і необхідним обсягом коду. Ми зосередимося на вивченні найбільш вживаних стандартів стиснення звуку, зображень і відео.

Підходи до стискання з втратами інформації
Cтискання звуку із втратами. Метод MP3
Cтискання зображень із втратами. Метод JPEG
Cтискання відео із втратами. Метод MPEG

7.1 Підходи до стискання з втратами інформації

Сфера застосування стискання з втратами
Поряд з універсальними методами стискання без втрат інформації для деяких видів повідомлень застосовується більш ефективне стискання з втратами. Під втратою інформації в даному випадку розуміється зниження якості повідомлення, сприйманого органами почуттів. Наприклад, для зображень це може бути втрата чіткості і часткове спотворення кольорів, а для звукових повідомлень - урізання частотного складу або маскування слабо чутних звуків.
Важливі аргументи на користь стискання з втратами відображені на рис.7.1:

Рисунок 7.1 Передумови стискання повідомлень із втратами інформації

- зображення і звук висувають високі вимоги до каналів передачі (особливо, з урахуванням високого трафіку). Наприклад, зберігання хвилини нестислого відео навіть при відносно скромному дозволі 800х600 вимагає близько 2Гбайт пам'яті;

- універсальні методи стискання, що використовуються в архіваторах, не забезпечують радикального зменшення обсягу цих видів повідомлень. Так, вихідний растровий файл (формат .bmp) при архівування зменшується лише в 2-4 рази, а вихідний звуковий файл (формат .wave) - всього в 1,5 - 2 рази;

- в силу особливостей людського зору і слуху певні втрати якості сприймаються як прийнятні. Наприклад, фотографія, стисла будь-яким з сучасних методів в 10-15 разів, на око мало відрізняється від початкового варіанту, а звук з бітрейтом в 5-6 разів менше вихідного задовольняє більшість слухачів.

Нижче ми розглянемо конкретні особливості сприйняття звуку і зображень, які забезпечують можливість їх ефективного стискання і визначають основні напрямки його реалізації.

Врахування особливостей слуху при стисканні звуку
Ефективність стискання звуку з втратами якості заснована на врахуванні особливостей людського слуху (рис.7.2):

Рисунок 7.2 Особливості слуху та стискання звуку

- тихі звуки починаючи з деякого порога практично не сприймаються на слух. Тому відповідні ділянки звукового потоку можна кодувати дуже компактно - наприклад, просто задавати тривалість інтервалу "тиші", не передаючи в цей період звукові відліки;

- гучні звуки знижують здатність чути. Тому їх можна кодувати "грубіше", збільшуючи крок квантування і використовуючи меншу кількість розрядів. Оскільки чутливість відновлюється не відразу, після гучного звуку можна деякий час зберігати режим економічного кодування (це називають маскированием звуку в часі);

- ефект маскування проявляється також в частотної області: щодо потужні частотні складові маскують сприйняття своїх більш слабких сусідів по спектру. Ці ефекти локалізовані всередині конкретних частотних смуг, які названі критичними. Крім того від смуги частот залежить здатність чути (рис.7.2). Всі перераховані ефекти глибоко досліджувалися і формалізовані у вигляді так званої психоакустической моделі, яка активно використовується для ефективного стиснення звуку.
Зокрема, перераховані підходи реалізовані в рамках популярного стандарту mp3.

Врахування особливостей зору при стисканні зображень і відео
Методи стискання з втратами якості для статичних зображень і відео використовують особливості людського зору (рис.7.3):

Рисунок 7.3 Особливості зору та стискання зображені і відео

- зір не критичний до дрібних деталей зображень. У зв'язку з цим «згладжування» таких деталей не сприймається як значне погіршення якості. На практиці таке згладжування виконують або в межах невеликих ділянок зображення (в результаті виявляється «мозаїчність»), або по всьому зображенню в цілому (це проявляється як втрата чіткості). Такий підхід реалізований відповідно в стандартах JPEG і JPEG2000. Ще один підхід - виділення схожих елементів зображення, для яких може бути побудовано загальне математичний опис (подібно до векторного подання);

- зір більш критичний до спотворень яскравості, ніж кольори. Виходячи з цього виконують розділення складових кольорів та яскравості. Цей ефект застосовують, зокрема, в телебаченні, де для передачі складової яскравості використовують більш широку смугу частот. Стандарт стиснення JPEG передбачає більш значне огрубіння колірних складових зображення в порівнянні з яскравістю;

- зір не реагує на занадто швидку зміну зображення. Тому при сприйнятті відеоряду можна виділяти "опорні" кадри, які забезпечують чіткість картинки і «проміжні», які необхідні для створення ефекту безперервності. Такий підхід застосовують при стисненні відео, де «опорні» кадри, що кодуються з досить високою якістю, доповнюються «проміжними» кадрами, які картинки і «проміжні», які необхідні для створення ефекту безперервності. Такий підхід застосовують при стисненні відео, де «опорні» кадри кодуються з досить високою якістю, а проміжні кадри стискаються набагато сильніше. Це передбачено, зокрема, в стандарті MPEG.

Контрольні питання
1) Що розуміється під «втратою інформації» при кодуванні звуку і зображень
2) Які основні фактори визначають важливість використання стискання з втратами
3) Охарактеризуйте основні особливості слуху, які враховуються при стисканні звуку з втратами
4) Охарактеризуйте основні особливості зору, які враховуються при стисканні з втратами статичних зображень і відео


7.2 Cтискання звуку із втратами. Метод MP3

Загальна характеристика методу mp3
Метод стискання звуку MP3 є одним з найбільш популярних. Його основні особливості ілюструє ріс.7.4.

Рисунок 7.4 Основні особливості методу стискання звуку MP3

Принципові особливості методу полягають у наступному:
- по-перше, він активно використовує психоакустичного модель, видаляючи з звукового потік саме ту інформацію, яка не буде суттєво впливати на сприйняття;
- по-друге, забезпечує завдання співвідношення ступеня стиснення і величини втрат безпосередньо користувачем за допомогою завдання величини бітрейта.

Основні підходи до втрат інформації включають наступне:
- звуковий потік розбивається на послідовність блоків-фреймів, для кожного з яких виконується стискання;
- для фреймів виконується спектральне перетворення. Перехід до спектру дозволяє в подальшому виділити частотні складові, які слабо впливають на сприйняття звуку усередині критичних частотних смуг, які передбачені психоакустической моделлю;
- для економічного кодування виконується квантування спектра з урахуванням заданого користувачем рівня втрат;
- додаткове стиснення отриманих даних виконується c використанням статистичних методів.

Додаткова оптимізація стискання додатково досягається за рахунок обліку складності кодування окремих фреймів:
- для більш складних фреймів може автоматично задаватися підвищений бітрейт. Це так званий режим змінного бітрейта VBR;
- обсяг коду, що виділяється відповідно до бітрейту, автоматично перерозподіляється між сусідніми фреймами - від простіших до більш складних.

Етапи реалізації стискання в MP3
Конкретні особливості стискання в MP3 відображені на рис.7.5.

Рисунок 7.5 Реалізація етапів стискання звуку в MP3

Етап 1. Розбиття потоку на окремі фрейми для стискання
Потік розбивається на блоки-фрейми довжиною близько 1000 звукових відліків (семплів). Точна кількість семплів у фреймі 1152 (успадковано від попереднього стандарту). Фрейм складається з двох «гранул» по 576 семплів, які обробляються по-окремо. При цьому кожен фрейм включає заголовок зі службовою інформацією, яка містить сінхровставку, частоту дискретизації, кількість звукових каналів і задане значення бітрейту.

Етап 2. Попередній аналіз фреймів
Спочатку фрейм перетворюєься в спектр і в ньому виділяються частотні смуги для аналізу. Для гранули з 576 семплів використовується 32 смуги по 18 амплітуд (так званих «бінів»).
Надалі виконується аналіз з використанням психоакустической моделі. Оцінюється можливість маскування всередині критичних частотних смуг.

Етап 3. Виконується огрублення спектру виходячи із заданого бітрейта
Спочатку виділяються частотні смуги для огрубіння. При цьому використовуються 22 смуги, для яких ступінь огрублення задається індивідуально, враховуючи рівень бітрейту, що заданий користувачем.
Надалі виконується власне огрублення. Амплітуди всередині смуг масштабируются з урахуванням можливостей маскування (шляхом множення на коефіцієнт даної смуги Кi <1). Значення амплітуд діляться на значення «квантувача» X виходячи із заданого бітрейта.

Етап 4. Статистичне стиснення
Виконується кодування по Хаффмену для кожної частотної смуги. Ефект досягається, оскільки після огрублення залишаються невеликі числа, серед яких багато нулів (для тих значень, які маскуються). Для різних рівнів квантування може використовуватись кілька кодових таблиць.

Приклад квантування спектру в МР3
Для кращого розуміння наведемо числовий приклад квантування спектра — рис.7.6:

Рисунок 7.6 Приклад стискання коду в MP3

- для певної i-й смуги спектру розглянемо значення чотирьох сусідніх амплітуд Aij частотних складових спектра. Нехай будемо мати значення Aij 8739; 1195; 384; 421 (для вихідного кодування тут потрібно 2*4 = 8 байтів = 64 біти). З урахуванням умов психоакустической моделі три слабших частотних складових не сприйматимуться на слух, тому їх можна кодувати максимально економічно (насправді кожна полоса в MP3 вміщає 18 амплітуд, отже ефект від маскування буде значно вищий, ніж в нашому прикладі);

- огрублення амлітуд квантуванням виконується за формулою Gij = int (Aij * Ki / X). Приймемо, що виходячи із заданого бітрейту, значення квантувача X = 200. При коефіцієнті маскування для даної смуги Кi = 0.2, результати огрубіння Gij отримають значення 9; 1; 0; 0. Такі квантовані значення можна кодувати одним байтом (таким чином замість 8 байт були б потрібні 4 байти). Але найбільший ефект дасть кодування за Хаффманом. Зокрема в нашому прикладі довжина такого коду складе 10 бітів. Значення відновлених амплітуд A*ij будуть відрізнятися від вихідних на величину похибки квантування і складуть відповідно 9000; 1000; 0; 0;

- кодування можна зробити ще більш компактним, якщо зменшити коефіцієнт маскування наприклад до Кi = 0,1 і тим самим збільшити частку нулів за рахунок видалення ще однієї замаскованої складової. У цьому випадку ми отримаємо послідовність Gij 4; 0; 0; 0, яка буде відновлена до значень Bij 8000; 0; 0; 0. Платою за поліпшення стиснення буде збільшення похибки («шуму квантування») для найбільш значущою частотної складової: якщо в першому випадку округлення виконувалося з точністю до 1000, то в другому - до 2000.

Контрольні питання:
1) Охарактеризуйте принципові особливості і основні прийоми стискання для методу MP3 (використовуйте рис.7.4).
2) Спираючись на рис.7.5, розкажіть про етапи практичної реалізації стискання звуку в MP3.
5) На прикладі рис.7.6 поясніть використання маскування, квантування і статистичного стискання в MP3.


7.3 Cтискання зображень із втратами. Метод JPEG

Ідея методу JPEG
Стандарт стискання зображень JPEG розроблявся ще в 80-х роках минулого століття з урахуванням обмежень тодішніх комп'ютерів, однак успішно застосовується і сьогодні.
Основна ідея методу - розбиття зображення на невеликі блоки з подальшим стисканням їх коду, яке візуально відображається згладжуванням дрібних деталей всередині блоків (рис.7.7):

Рисунок 7.7 Приклад згладжування дрібних деталей в блоку зображення JPEG

- згладжування досягається за рахунок використання спектрального перетворення і придушення високочастотних складових. На цьому етапі виникають втрати якості зображення, які, тим не менш суб'єктивно сприймаються як прийнятні (приклад - на рис.7.8);

- метод JPEG поєднує застосування спектрального перетворення з використанням стискання без втрат (кодування Хаффмена), а також інженерних рішень з попередньої по підготовки до стискання (наприклад, поділу яскравісної та колірних складових з додатковим огрубленням останніх);

- зазвичай зображення в JPEG стискаються в 10-15 разів без істотної втрати якості. При більш сильному стисканні проявляється мозаїчність зображення, а також так званий «ефект Гібсона» - більш явне виділення меж різких колірних переходів. Час стискання і відновлення зображення близькі між собою.

Алгоритм JPEG включає три послідовні етапи, зміст яких істотно різниться. Нижче ці етапи будуть розглянуті детально.

Попередня обробка зображення
Попередня обробка (або препроцесінг) в JPEG передбачає три кроки перетворення растрового зображення (рис.7.8):

Рисунок 7.8 Кроки препроцесінгу зображень в JPEG

- Крок А - для розділення яскравісної і колірних складових виконується перехід до різністноколорного подання (ICT - Irreversible Color Transform). Трійка параметрів RGB перетворюється в трійку коефіцієнтів YUV (YСrCb). Тут Y - яркостная складова, а U і V - колірні (так звані "хроматичний червоний" - Cr і "хроматичний синій" Cb). Пряме перетворення виконується множенням вектора RGB на матрицю коефіцієнтів (рис.7.8). За допомогою аналогічної матриці може бути виконано і зворотне перетворення;

- Крок Б - зображення розділяється на блоки 8х8 пікселів, всередині яких в подальшому виконується згладжування (ріс.7.8). Саме ці прямокутні блоки при сильному стисканні зображення виділяються як елементи «мозаїки». Кожен блок зображення представляється трьома матрицями коефіцієнтів Pij розміром 8х8. Матриці відповідають складовим YUV. (Наприклад, в матриці U значення Pij = 0 означає, що у даній точки відсутня червона колірна складова, а Pij = 255 означає, що ця складова буде максимально яскравою);

- Крок B - виконується так зване «проріджування» рядків і стовпців колірних складових блоків зображення. В результаті їх розмір скорочується в чотири рази, при цьому огрублення кольорів майже не позначається на сприйнятті зображення. Четвірки блоків зображення 8х8 об'єднуються в «макроблоки» 16х16, а потім для колірних складових U і V з відповідних матриць виключаються всі парні рядки і стовпці. При цьому матриця складової яскравості Y залишається незайманою В результаті кількість коефіцієнтів скорочується вдвічі (із 12 блоків залишається 6).

Спектральне перетворення даних
Для виділених блоків зображення виконується спектральне перетворення даних, щоб виділити інформацію саме про дрібні деталі, яким відповідають високочастотні складові спектру. Особливість такого перетворення в тому, що вихідні дані відповідають змінам в просторі, а не в часі. Отже відповідне перетворення зветься просторовим (рис.7.9).

Рисунок 7.9 Спектральне перетворення зображень

- математично кожен мікроблок зображення 8х8 пікселів являє собою таблицю P з 64 коефіцієнтів pxy. Кожен з таких коефіцієнтів може мати значення від 0 до 255, оскільки кодується одним байтом;

- для переходу до спектральної формі зображення використовується так зване дискретне косинус-перетворення (ДКП) в його двовимірному варіанті. При цьому від вихідної «просторової» матриці P, де кожен елемент характеризує піксель з відповідним розташуванням, ми переходимо до «спектральної» матриці D, елементи якої відповідають частотним складовим;

- розрахунок елементів матриці D ведеться за формулою, показаної на малюнку. В результаті коефіцієнти dij відображають «амплітуду коливань» яскравості пікселів для різних частот. Так, однакової яскравості всіх пікселів відповідає нульова частота (однорідний фон - коливання відсутні). Відповідний елемент розташований у верхньому лівому кутку матриці D і в даному випадку він буде єдиним ненульовим. Якщо всередині блоку з'являється градієнт яскравості, то ненульовими стають і інші коефіцієнти. Найвища частота відповідає змінам яскравості сусідніх пікселів. Їй відповідає коефіцієнт в правому нижньому кутку матриці. Чим більше плавні зміни коефіцієнтів pij всередині блоку, тим мменьше амплітуди частотних складових в правому нижньому кутку матриці D;

- отримані елементи dij ( «двовимірний спектр») можна перетворити в зручну для обробки одновимірну форму, якщо розгорнути їх у рядок. Таке перетворення виконується шляхом обходу матриці D «зигзагом» від лівого верхнього до нижнього правого кута матриці (як це видно на рис.7.9). Тепер послідовність коефіцієнтів відповідає лінійному зростанню частоти і схожа на звичний одновимірний спектр (це відображено на рис.7.10, який ми розглянемо в подальшому).
Звернемо увагу, що процедура ДКП, як і подальша обробка її результатів, виконується незалежно для кожної складової колірної моделі YUV.

Квантування спектра і стискання даних
На цьому (третьому) етапі виділяються два кроки:
- підготовка до стискання за рахунок огрублення (квантування) спектрів блоків. Тут виникають втрати інформації про деталі зображення;
- власно стискання коду. Воно виконується з використанням стандартних статистичних методів і до втрат не приводить.

Нижче ми детально розглянемо саме перший етап, оскільки другий реалізується вже знайомими нам методами. Процедуру квантування спектра блоку ілюструє рис.7.10:

Рисунок 7.10 Приклад квантування спектра блоку зображення

- спочатку всі коефіцієнти матриці D діляться з відкиданням дробної частини на певні встановлені подільники. У прикладі такої дільник прийнятий рівним 8. В реальному алгоритмі JPEG подільники збільшуються зі зростанням частот, тобто, в напрямку від лівого верхнього до правого нижнього кута матриці D (на рис.7.10 наведено фрагмент реальної матриці дільників, в якому відображені перші 16 значень з 63 );

- відновлення початкового вигляду матриці виконується зворотним множенням на ті ж коефіцієнти. Однак, оскільки при діленні дробові частини результатів відкидалися, відбувається незворотна втрата інформації;

- в результаті процедури огрублення набір коефіцієнтів може містити багато нулів. Крім того маленькі цифри зустрічаються частіше, а набір використовуваних значень багаторазово зменшується. Хоча кожен коефіцієнт як і раніше кодується одним байтом (тобто, ніякого стискання ще не відбулося), значно покращилися умови для стискання на наступному кроці перетворення;

- неважко бачити, що збільшуючи значення подільників, ми додатково покращимо передумови стискання (зросте кількість нулів і скоротиться обсяг алфавіту). При цьому за зростання ступеня стискання доведеться заплатити погіршенням якості зображення.

Приклад обробки блоку зображення
Розглянемо тепер більш детально особливості обробки вже знайомого нам блоку зображення (рис.7.7) у зв'язку з особливостями алгоритму JPEG — рис.7.11:

Рисунок 7.11 Підсумковий огляд етапності стискання зображень в JPEG

- процедура обробки блоку виконується паралельно для всіх трьох складових колірної моделі. Для наочності на рис.7.11 виділена найбільш важлива яскравісна складова Y;

- значення коефіцієнтів вихідної матриці P, матриці спектра D і матриці огрублених коефіцієнтів D * представлені у вигляді смуг, які розташовуються в напрямку зростання частоти (порядок обходу пікселів «зигзагом» від верхнього лівого до нижнього правого кута матриці описаний вище та відображений на рис.7.9-7.10);

- як видно, в результаті ДКП амплітуди частотних складових в цілому зменшуються для більш високих частот. Крім того, при огрубіння для більш "віддалених" коефіцієнтів використовуються великі значення дільників (рис.7.10). В результаті при огрубіння з спектра «очищаються» саме високочастотні складові, яким відповідають більш дрібні деталі зображення. Подібні зміни відбуваються і для спектрів двох інших складових U і V, які не видно на малюнку. В результаті зміщується їх баланс, а разом з ним підсумкові кольору пікселів;

- візуально ці зміни виражається в "змащення" чітких колірних відмінностей сусідніх пікселів. Наприклад, від початку чорні пікслелі отримали "проміжні" бордові і коричневі кольори, а сусідні з ними яскраво-червоні і жовті стали темнішими. Крім того, в результаті усереднення кольору всередині блоків на поле зображення виділяються їх межі. Саме це призводить до візуального ефекту мозаїчності зображення.

В результаті подібного кодування з приблизно півтора тисяч біт, опісивающіx блок, залишається зазвичай кілька десятків: код зображення стискується в 10-15 і більше разів.

Контрольні питання
1. Дайте коротку характеристику стиснення зображень відповідно до стандарту JPEG.
2. Назвіть основні етапи стиснення за стандартом JPEG і охарактеризуйте їх зміст.
3. Розкажіть про кроки попередньої підготовки зображення до стиснення в JPEG.
4. Використовуючи рис.7.9, розкажіть про застосування спектрального перетворення в JPEG.
5. Спираючись на рис.7.10, поясніть процедуру огрубіння спектра блоку зображення в JPEG.
6. За рис.7.11 розкажіть про візуальні ефекти, що виникають при стисненні блоків зображень за стандартом JPEG.


7.4 Cтискання відео із втратами. Метод MPEG

Загальна характеристика MPEG
Метод MPEG є нині найбільш поширеним методом і стандартом стискання відео із втратами інформації (якості). Основні особливості методу пояснює рис.7.12.

Рисунок 7.12 Основні властивості методу MPEG

MPEG забезпечує зменшення вихідного кода відеопотока в сотні разів. Це досягається за рахунок стискання окремих кадрів за алгоритмом JPEG (в пізніших версіях методу застосовується більш ефективне фрактальне стискання), а також шляхом використання інерційності зору, яка дозволяє переміжати повноцінні кадри із досить сильно огрубленими.

Основним способом створення компактних допоміжних кадрів є прогнозування змін, які мають відбутись в наступному кадрі відносно базового (відповідно такі кадри називаються прогнозними). При цьому компактно кодуються саме відхилення параметрів фактичного змісту кадра від результатів його прогнозування. Найбільш складною компонентою методу є прогнозування змін об'єктів, що рухаються. Отже цей метод одержав назву методу компенсації руху. Більш повно ми розглянемо його надалі.

Поряд із прогнозними можуть використовуватись додаткові кадри, які будуються декодером шляхом інтерполяції між основними та прогнозними кадрами. Відповідно їх код не повинен передаватись, а самі вони використвуються лише для підтримання враження плавності відеопотоку. Далі ми більш детально розглянемо взаємодію типів кадрів MPEG.

Основні різновиди MPEG мають такі особливості:
- MPEG-1 і MPEG-2 використовують для формування опорних кадрів алгоритм JPEG. При цьому в MPEG-2 використовується ряд вдосконалень;
- MPEG-4 використовує технологію фрактального стискання зображень.

Структура блоку кадрів MPEG
Типова послідовність кадрів різних типів та спосіб їх відображення показані на рис.7.13.

Рисунок 7.13 Типова послідовність кадрів в MPEG

Згідно стандарту типи кадрів мають такі позначення:
- опорні I-кадри (Intra frame) формуються за рахунок стискання по JPEG вихідних кадрів відеопотоку. Вони слідують з невисокою частотою;
- прогнозні P-кадри (Predicted frame) вставляються в проміжки між I-кадрами і містять тільки зміни між ними;
- двонаправлені B-кадри (Bidirectional frame) формуються інтерполяцією за даними попереднього та наступного I- і P- кадрів.

Блок кадрів MPEG, який включає опорний I-кадр та залежні від нього P-кадри та B-кадри іменується GOP (Group Of Pictures). Зазвичай GOP слідують у відеопотоці із частотою 2 блоки/с і при стандартній частоті 24 кадри/с повинні включати 12 кадрів і структура GOP має вигляд IBBPBBРBBPBB. На рис.7.13 для наочності відображений скорочений варіант GOP із 6 кадрів. В такому разі структура відопотока може відображатись послідовністю IBBPBB.

Враховуючи, що побудування інтреполяційних (двонаправлених) B-кадрів потребує наявності відповідних I- та P-кадрів, на які вони спираються, послідовність кадрів по їх номерами буде оброблятися в наступному порядку: 1423765... При цьому відтворюється вони будуть в порядку нумерації, а узгодження обробки і відтворення відбудеться за рахунок використання затримки по часу.

Метод компенсації руху
Важливою умовою ефективності MPEG є економічне кодування прогнозних кадрів завдяки методу «компенсації руху» (ріс.7.14).

Рисунок 7.14 Приклад реалізації методу компенсації руху в МPEG


Виділяються три види областей нового прогнозного кадру відносно попереднього опорного:
- області зображення, яки лишаються незмінними;
- елементи, які тільки-но з'являються;
- збережені елементи попереднього кадру, які в новому кадрі будуть займати інше положення.
Зрозуміло, що для всіх областей задаються їх координати в новому кадрі.

Застосовуються відповідно три способи кодування:
- для незмінних областей кадру - посилання на їх опис в попередньому кадрі;
- для нових областей — їх повний JPEG-опис;
- для елементів, що переносяться - різницеве кодування відносно їх попередніх значень, а також адаптивне різницеве кодування відносно прогнозних характеристик (рис.7.14).

Контрольні питання
1) Які основні напрямки стиснення відеопотоку
2) Як реалізується врахування інерційності зору в стандарті MPEG
3) Поясніть на прикладі ріс.7.13 узгодження обробки і відтворення надходять кадрів відеопотоку
4) Як реалізується принцип різницевого кодування при стисканні відеопотоку в MPEG
О дисциплине ТИК
Почему «Теория информации и кодирования» - одна из самых интересных дисциплин, которые изучают будущие системщики и защитники информации?

В ней сочетаются золотая классика и самая актуальная современность computer-science.

продолжение
О сайте
Здесь вы найдете материалы, которые помогут в изучении дисциплины “Теория информации и кодирования” (ТИК) в том виде, как она преподается на кафедре ЭВМ ДИИТа.

На сайте размещены методические материалы:
  • электронный конспект лекций;
  • методическое обеспечение к лабораторным работам;
  • полезные ссылки.

продолжение
© 2008-2019 • Теория информации и кодирования
UP