Institut für Informatik - Dokumentenserver - Universität Leipzig
Institut für Informatik - Dokumentenserver - Universität Leipzig
Institut für Informatik - Dokumentenserver - Universität Leipzig
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Fehlerschutz mit einer Biterrorrate von 0.05 und einer Bitrate von 0.21 Bit pro<br />
Pixel (bpp). Rechts die Rekonstruktion mit Fehlerschutz (Bitrate steigt auf 0.43<br />
bpp).<br />
4. Annealingverfahren <strong>für</strong> fraktale Kodes. Ein optimaler fraktaler Kode soll den<br />
Rekonstruktionsfehler, also den Fehler zwischen dem Originalbild und dem<br />
Fixpunkt einer kontrahierenden affinen Transformation, minimieren. Da die<br />
Zeitkomplexität dieser Optimierung sehr hoch ist, minimieren herkömmliche<br />
fraktale Kodierer statdessen den Collage Fehler. Wir haben einen Algorithmus<br />
entwickelt, der durch lokale Suche einen aus Collage-Codierung gewonnenen<br />
Kode signifikant verbessern kann. In einer weiteren Arbeit haben wir eine zeiteffiziente<br />
Implementierung des Algorithmus vorgestellt.<br />
Adaptive Multi-Skalen- und Echtzeit-Videokodierung (BMBF- und Industrie-<br />
Projekt) (Wagner, Ding, Saupe)<br />
Die rapide Entwicklung von Multimedia-Systemen öffnet Perspektiven <strong>für</strong> Anwendungen<br />
aus dem Kommunikationsbereich. Insbesondere sind Kompressionsverfahren<br />
<strong>für</strong> Videokonferenzen gefragt, die den verfügbaren Übertragungssystemen<br />
(ISDN, Telefon, Internet, ...) angepasst sind. Um die gewünschte Qualität bei<br />
niedrigen Bitraten zu erreichen, müssen komplexe Verfahren (z. B. CCITT H.26p<br />
oder MPEG Standards) eingesetzt werden, die aufwendige Prozessorstrukturen<br />
in der Hardwarerealisierung verlangen.<br />
In diesem Projekt, das eng verflochten in Zusammenarbeit mit der Firma Micronas<br />
Intermetall (Freiburg) angelegt ist, werden wir Kodierungsverfahren mit geringerer<br />
Komplexität entwickeln, die bei vorgegebener (durchschnittlicher) Bitrate einen<br />
bestmöglichen Kompromiss zwischen Qualitätsverlust und Realisierungsaufwand<br />
erzielen. An zentraler Stelle stehen dabei Verfahren mit<br />
Vektorquantisierung. Bei adaptiver Vektorquantisierung passt sich das Kodebuch<br />
an die Statistik der gegebenen Bildsequenz an. Kodierungseffizienz wird durch<br />
Transformation in den Waveletraum und durch Einbeziehung von hierarchischer<br />
Kodierung erreicht. Weiterhin kommen speziell angepasste Rate-Distortion-Optimierungen<br />
zum Einsatz. In einem anderen Ansatz, der besonders rapide Kodierungen<br />
in Echtzeit ermöglicht werden Varianten zur Hierarchical Table-Lookup<br />
Vector Quantization entwickelt.<br />
49
Change language