217.67 Kb.Название Дата16.10.2012Размер217.67 Kb.Тип Содержание Смотрите также: На правах рукописиПлоткин Дмитрий АрнольдовичНовые эффективные методы энтропийного кодирования медиаданных05.13.11 Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наукМосква 2008Работа выполнена в МГУ им.М.В. Ломоносова.Научный руководитель: кандидат физико-математических наук Браиловский Илья ВладимировичОфициальные оппоненты: доктор технических наук, Жданов Владимир Сергеевич кандидат технических наук, Логинов Вадим Евгеньевич Ведущая организация Институт точной механики и вычислительной техники Защита состоится «___» .. 2008 г. в __ч.__мин. на заседании диссертационного совета Д.409.009.01 при ОАО «Институт электронных управляющих машин им. И.С. Брука» по адресу: 119334, Москва, ул. Вавилова 24 С диссертацией можно ознакомиться в библиотеке Института электронных управляющих машин им. И.С. Брука.Автореферат разослан « .» . 2008 г. Ученый секретарь диссертационного советак.т.н., профессор Красовский В.Е. ^ Общая Характеристика работы Актуальность темы. Развитие вычислительной техники в современном мире идет очень быстрыми темпами растет частота и производительность процессоров, увеличиваются объемы памяти и ускоряется время доступа к ней. Однако при таком бурном росте скоростей различных устройств скорость работы каналов связи растет значительно меньшими темпами. Сжатие мультимедийной информации позволяет ощутимо сгладить данный дисбаланс. В данном случае речь идет не только и не столько о персональных компьютерах, ноутбуках и серверах, а и о мобильной телефонии, цифровом телевидении и многих других устройствах с различной вычислительной способностью и различными каналами связи, по которым необходимо быстро и надежно передавать большое количество информации. Алгоритмы компрессии должны выполняться на любых платформах от серверов до цифровых фотокамер. Вычислительная техника постоянно совершенствуется, поэтому алгоритмы сжатия данных должны также постоянно адаптироваться, используя как можно эффективнее возможности современной аппаратуры, такие как многопотоковость, технологии вычислений с малой теплоотдачей и многие другие. Таким образом, задача разработки и исследования новых методов сжатия данных является актуальной научной и прикладной задачей. В основе всех методов сжатия лежит простая идея: если представлять часто используемые элементы короткими кодами, а редко используемые - длинными кодами, то для хранения блока данных требуется меньший объем памяти, чем, если бы все элементы представлялись кодами одинаковой длины. Связь между кодами и вероятностями установлена в классической теореме Шеннона о кодировании источника: элемент si с вероятностью появления p(si) выгоднее всего представлять log p(si) битами. Если распределение вероятностей не изменяется со временем, и вероятности появления символов независимы, то средняя длина кодов будет равняться энтропии этого источника: . Одними из самых известных методов энтропийного кодирования, иначе говоря, кодирования со степенями сжатия близкими к энтропии, являются канонический алгоритм Хаффмана и арифметическое кодирование. Методы сжатия могут адаптивно строить модель источника по мере обработки потока данных или использовать фиксированную модель, созданную на основе априорных представлений о природе типовых данных, требующих сжатия. Процесс моделирования может быть либо явным, либо скрытым. Но сжатие всегда достигается за счет устранения статистической избыточности в представлении информации с использованием модели источника. И одним из примеров класса данных, изучаемых в области компрессии, является информация, содержащаяся в медиаданных. Типичными примерами медиаданных являются изображения, аудиозаписи и видеоинформация. В диссертационной работе особый акцент сделан на изучении компрессии изображений. Результаты, полученные на этом типе медиаданных, могут быть проэкстраполированы и применены для видеоизображений в силу того, что сжатие статических изображений лежит в основе сжатия видеоинформации. Разработанные в диссертационной работе методы могут быть подразделены на методы сжатия без потерь и сжатия с потерями. В всех случаях показаны результаты, улучшающие аналогичные показатели известных методов компрессии данных. ^ Цель исследования. Целью диссертационной работы является разработка и исследование новых эффективных методов кодирования медиаданных с помощью бинарных интервальных преобразований, анализ и нахождение оптимальных параметров данных методов с точки зрения современных вычислительных систем, а также разработка новых методов и применение результатов их работы при сжатии статических изображений. Исходя из поставленной цели, необходимо решить в работе следующие задачи:
Новые эффективные методы энтропийного кодирования медиаданных 05. 13. 11 "Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей"
Новые эффективные методы энтропийного кодирования медиаданных 05. 13. 11 "Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей"
Комментариев нет:
Отправить комментарий