Efficient Predictive Algorithms for Image Compression

این کتاب تکنیک‌های پیش‌بینی کارآمد را برای استاندارد کدگذاری ویدیویی با راندمان بالا (HEVC) با تمرکز بر فشرده‌سازی طیف گسترده‌ای از سیگنال‌های ویدیویی، مانند ویدیوی سه بعدی، میدان‌های نوری مورد بحث قرار می‌دهد. و تصاویر طبیعی نویسندگان با بررسی پیشرفته‌ترین روش‌های کدگذاری پیش‌بینی‌کننده و فن‌آوری‌های فشرده‌سازی برای محتوای چندرسانه‌ای دو بعدی و سه بعدی شروع می‌کنند که نقطه شروع خوبی برای محققان جدید در زمینه فشرده‌سازی تصویر و ویدئو است. سپس تکنیک‌های پیش‌بینی جدید که فراتر از فن‌آوری‌های فشرده‌سازی استاندارد هستند، ارائه و مورد بحث قرار می‌گیرند. در زمینه ویدیوی سه بعدی، نویسندگان یک الگوریتم پیش‌بینی‌کننده جدید برای فشرده‌سازی نقشه‌های عمق توصیف می‌کنند که پیش‌بینی درون جهتی، با پارتیشن بندی بلوک انعطاف‌پذیر و برازش باقیمانده خطی را ترکیب می‌کند. روش‌های جدیدی برای فشرده‌سازی میدان نور و تصاویر ثابت توصیف شده‌اند که محدودیت‌های پراکندگی را در مدل‌های خطی اعمال می‌کنند. روش پیش‌بینی مبتنی بر جاسازی خطی محلی برای فشرده‌سازی تصاویر میدان نور بر اساس فناوری HEVC مورد بررسی قرار گرفته است. یک روش پیش‌بینی خطی جدید با استفاده از محدودیت‌های پراکنده نیز توضیح داده شده است که عملکرد کدگذاری استاندارد HEVC را بهبود می‌بخشد، به ویژه برای تصاویر با بافت‌های پیچیده بر اساس ساختارهای تکراری. در نهایت، نویسندگان یک چارچوب جدید و تعمیم‌یافته درون‌پیش‌بینی برای استاندارد HEVC ارائه می‌کنند که روش‌های پیش‌بینی جهتی مورد استفاده در استانداردهای فشرده‌سازی ویدیوی فعلی را با روش‌های پیش‌بینی خطی با استفاده از محدودیت‌های پراکنده یکسان می‌کند. نتایج تجربی برای فشرده‌سازی تصاویر طبیعی ارائه شده است که مزیت چارچوب پیش‌بینی یکپارچه را نسبت به حالت‌های پیش‌بینی جهتی سنتی مورد استفاده در استاندارد HEVC نشان می‌دهد.

This book discusses efficient prediction techniques for the current state-of-the-art High Efficiency Video Coding (HEVC) standard, focusing on the compression of a wide range of video signals, such as 3D video, Light Fields and natural images. The authors begin with a review of the state-of-the-art predictive coding methods and compression technologies for both 2D and 3D multimedia contents, which provides a good starting point for new researchers in the field of image and video compression. New prediction techniques that go beyond the standardized compression technologies are then presented and discussed. In the context of 3D video, the authors describe a new predictive algorithm for the compression of depth maps, which combines intra-directional prediction, with flexible block partitioning and linear residue fitting. New approaches are described for the compression of Light Field and still images, which enforce sparsity constraints on linear models. The Locally Linear Embedding-based prediction method is investigated for compression of Light Field images based on the HEVC technology. A new linear prediction method using sparse constraints is also described, enabling improved coding performance of the HEVC standard, particularly for images with complex textures based on repeated structures. Finally, the authors present a new, generalized intra-prediction framework for the HEVC standard, which unifies the directional prediction methods used in the current video compression standards, with linear prediction methods using sparse constraints. Experimental results for the compression of natural images are provided, demonstrating the advantage of the unified prediction framework over the traditional directional prediction modes used in HEVC standard.