Περίληψη
Η άφιξη αναλύσεων 4Κ και 8Κ μαζί με την ευρεία χρήση περιεχομένου βίντεο σε πλατφόρμες αναμετάδοσης και μέσων κοινωνικής δικτύωσης καθιστούν την αποστολή και την αποθήκευση βίντεο μια πρόκληση σημαντικού επιστημονικού και εμπορικού ενδιαφέροντος, με την πλειοψηφεία της κίνησης στο διαδίκτυο να αφορά περιεχόμενο βίντεο. μέσω των video codecs, που αποτελούν αυστηρώς επικυρωμένους τρόπους συμπίεσης και αποσυμπίεσης βίντεο. Το πιο επιτυχημένο video codec είναι το AVC/H.264 που αναπτύχθηκε το 2004 και χαίρει χρήσης μέχρι σήμερα. Ο διάδοχος του, το HEVC/H.265 βελτίωσε την απόδοση του AVC όσον αφορά την αποτελεσματικότητας της συμπίεσης κατά 50%, με το δικό του διάδοχο, το VVC, να μειώνει το μέγεθος στο μισό για την ίδια ποιότητα. Η επίδοση των νεότερων standards οφείλεται στην ανάπτυξη νεότερων εργαλείων κωδικοποίησης καθώς και στην βελτιστοποίηση εργαλείων παρόντων σε παλαιότερα codecs με σκοπό την αναπαράσταση περιεχομένουν πολύπλοκου χαρακτήρα και μεγαλύτερων αναλύσεων με μεγαλύτερη πιστό ...
Η άφιξη αναλύσεων 4Κ και 8Κ μαζί με την ευρεία χρήση περιεχομένου βίντεο σε πλατφόρμες αναμετάδοσης και μέσων κοινωνικής δικτύωσης καθιστούν την αποστολή και την αποθήκευση βίντεο μια πρόκληση σημαντικού επιστημονικού και εμπορικού ενδιαφέροντος, με την πλειοψηφεία της κίνησης στο διαδίκτυο να αφορά περιεχόμενο βίντεο. μέσω των video codecs, που αποτελούν αυστηρώς επικυρωμένους τρόπους συμπίεσης και αποσυμπίεσης βίντεο. Το πιο επιτυχημένο video codec είναι το AVC/H.264 που αναπτύχθηκε το 2004 και χαίρει χρήσης μέχρι σήμερα. Ο διάδοχος του, το HEVC/H.265 βελτίωσε την απόδοση του AVC όσον αφορά την αποτελεσματικότητας της συμπίεσης κατά 50%, με το δικό του διάδοχο, το VVC, να μειώνει το μέγεθος στο μισό για την ίδια ποιότητα. Η επίδοση των νεότερων standards οφείλεται στην ανάπτυξη νεότερων εργαλείων κωδικοποίησης καθώς και στην βελτιστοποίηση εργαλείων παρόντων σε παλαιότερα codecs με σκοπό την αναπαράσταση περιεχομένουν πολύπλοκου χαρακτήρα και μεγαλύτερων αναλύσεων με μεγαλύτερη πιστότητα. Παρ ́ ότι τα νεότερα coding standards προσφέρουν υψηλότερη αποτελεσματικότητα στο βαθμό συμπίεσης, αυτή έρχεται με κόστος την αύξηση της υπολογιστικής πολυπλοκότητας. Επηρεασμένοι από αυτό, αυτή η διατριβή αξιοποιεί την ισχύ των δομών υψηλού επιπέδου, πιο συγκεκριμένα τη δομή των tiles, με στόχο τη μείωση του χρόνου κωδικοποίησης και της υπολογιστικής πολυπλοκότητας, διατηρώντας την υψηλή απόδοση που χαρακτηρίζει η υιοθέτηση των codecs τελευταίας τεχνολογίας. Η ευελιξία της δομής των tiles αξιοποιείται σε τρεις πτυχές. Πρώτα, η δομή των tiles σε συνδυασμό με συστήματα παραλληλισμού του VVC , όπως το Wavefront Parallel Processing (WPP) και το CU Split, χρησιμοποιείται σε αλγόριθμο για τη μεγιστοποίηση της επιτάχυνσης σε παράλληλα συστήματα κωδικοποίησης ομοιογενών πόρων λαμβάνοντας υπόψιν ζητήματα κλιμακωσιμότητας. Δεύτερον, αντιμετωπίζεται το θέμα κατάτμησης ενός πλαισίου σε tiles με επίγνωση στο περιεχόμενο συναδόμενο με την επιτάχυνση της συμπίεσης. Ο εν λόγω αλγόριθμος έχει ως αποτέλεσμα την κατάτμηση του πλαισίου σε πλέγμα tiles που οδηγεί σε καλύτερη απόδοση χρόνου και ποιότητας συγκρινόμενο με παραλληλοποιήσεις που υιοθετούν ομοιόμορφα πλέγματα. Τέλος, επικεντρωθήκαμε σε βίντεο παρακολούθησης κυκλοφορίας και εκμεταλλευτήκαμε τη δομή των tiles μέσω της εύρεσης πλέγματος που μεγιστοποιεί την επιφάνεια των tiles που δεν περιέχουν αντικείμενα. Tiles και CTUs, σύμφωνα με το περιεχόμενο τους, κωδικοποιούνται ασσυμέτρως κατά τον αλγόριθμο μας, ο οποίος έχει ως αποτέλεσμα σημαντικές βελτιώσεις στην επίδοση της αποτελεσματικότητας και του χρόνου συμπίεσης χωρίς επιπτώσεις στη διαδικασία εντόπισης αντικειμένων.
περισσότερα
Περίληψη σε άλλη γλώσσα
The advent of 4K and 8K resolutions along with the rampant use of video content both in streaming and social media platforms render storage and transmission of video data a challenge of great scientific and commercial interest. As a matter of fact, the majority of data in internet traffic concerns the transmission of video data. This issue is tackled through the development of video codecs, which consist of formally defined specifications that establish shared methods that describe the encoding/decoding process, with the most successful coding standard being AVC/H.264, which was developed in 2004 and still enjoys wide use to this day. Its successor, HEVC/H.265 improved AVC’s compression efficiency to the range of 50%, while HEVC’s successor, VVC/H.266, manages to reduce bitrate to half for the same perceptual quality as its predecessor. The increase in performance that characterizes newer coding standards is due to the development of newer and more complex coding tools as well as the a ...
The advent of 4K and 8K resolutions along with the rampant use of video content both in streaming and social media platforms render storage and transmission of video data a challenge of great scientific and commercial interest. As a matter of fact, the majority of data in internet traffic concerns the transmission of video data. This issue is tackled through the development of video codecs, which consist of formally defined specifications that establish shared methods that describe the encoding/decoding process, with the most successful coding standard being AVC/H.264, which was developed in 2004 and still enjoys wide use to this day. Its successor, HEVC/H.265 improved AVC’s compression efficiency to the range of 50%, while HEVC’s successor, VVC/H.266, manages to reduce bitrate to half for the same perceptual quality as its predecessor. The increase in performance that characterizes newer coding standards is due to the development of newer and more complex coding tools as well as the adaptation of tools present in older codecs in order to capture complex content and higher resolutions more accurately. However, while the newer coding standards offer great savings as far as coding overhead is concerned, they do so at the cost of an increased computational complexity. Motivated by this, this thesis harnesses the power of high level structures present in VVC, namely the Tile Structure, to reduce encoding time and computational complexity while maintaining the high coding performance that comes with the adoption of newer state of the art coding standards. The flexibility and power of the Tile Structure is harnessed through three aspects. Firstly, tiles along with other high level parallelization schemes supported in VVC, such as Wavefront Parallel Processing and CU Split, are utilized in developed algorithms to maximize speedup in a parallel system of homogeneous processing cores and improve upon scalability issues. Secondly, we tackle the aspect of content-aware tile partitioning in tandem with the aspect of pure speedup. The algorithm developed manages to derive a tilegrid that results in both better time performance and quality compared to uniform parallelization solutions. Lastly, we focused on traffic surveillance video data and utilized the Tile Structure to reduce bitrate and encoding time by deriving a tilegrid that maximizes the areas of a frame containing no objects. Tiles and CTUs according to their specific content are then encoded in an asymmetric manner in our scheme, where significant gains in coding efficiency and time performance are achieved with no adverse effects as it pertains to the object detection process that is of paramount importance to surveillance videos.
περισσότερα