Aplicação de técnicas de compressed sensing e aprendizado de dicionários para codificação de vídeos em tempo real

Abstract

Milhões de vídeos circulam pela internet diariamente. Para que isso seja possível, é necessário que existam e sejam desenvolvidos métodos de codificação capazes de comprimir vídeos, aliando compressibilidade a qualidade na representação. Este trabalho propõe uma metodologia para codificação e decodificação de vídeos em tempo real, utilizando técnicas de compressed sensing e aprendizado de dicionários, além de quantização e compressão utilizando codificação de Huffman. Do ponto de vista teórico, o trabalho apresenta os conceitos fundamentais de representação de sinais, além de aprofundar os assuntos de compressed sensing e aprendizado de dicionários, mostrando alguns resultados alcançados e técnicas aplicadas a cada um dos assuntos. Também são abrangidos outros trabalhos que têm relação com a proposta, sobre os quais são discutidas as ideias principais, bem como resultados alcançados, e de que maneira se relacionam com o trabalho proposto. Nos experimentos realizados, são discutidas as parametrizações possíveis do codec proposto, apresentando resultados experimentais alcançados e recomendações relativas ao uso do codec. O trabalho ainda compara o amplamente utilizado padrão de codificação e decodificação de vídeos H.264 com a proposta, através das métricas de bitrate e PSNR. Os resultados obtidos são inferiores ao padrão H.264 quando comparado o PSNR alcançado por ambos para um mesmo bitrate. O trabalho permite a compreensão dos assuntos de compressed sensing e aprendizado de dicionários, aplicados ao problema de codificação de vídeos.

Millions of videos run through the internet every day. To make this possible, coding methods capable of compressing video data need to be developed, more importantly, allying compressibility and quality of representation. This work proposes a method for real-time video coding and decoding, using compressed sensing and dictionary learning techniques, besides of quantization and compression based on Huffman coding. From a theoretical point of view, this work introduces the fundamental concepts of signal representation, in addition to deepening the subjects of compressed sensing and dictionary learning, showing some achieved results and techniques applied to each of the subjects. Works related to the proposal are also covered, on which the main ideas are discussed, as well the achieved results, and how they relate to the proposed work. In the experimentation are discussed the possible parameterizations of the proposed codec, showing achieved experimental results and recomendations related to the manner of using the codec. The work also compares the widely used video coding and decoding standard H.264 with the proposal, through bitrate and PSNR metrics. The obtained results are lower than the H.264 standard when compared the achieved PSNR by the both with same bitrates. This work allows to comprehend the subjects of compressed sensing and dictionary learning, applying to video coding.