ÇERÇEVE FARKLARININ ENTROPİSİ – Ödev Hazırlatma – Proje Yaptırma – Tez Yaptırma Fiyatları – Sunum Örnekleri – Ücretli Ödev Yaptırma – Ödev Yaptırma Ücretleri
Sıkıştırılmamış Video için Sahne Değişikliği Algılama
Video açıklama, indeksleme ve erişim alanı geçmişte çok sayıda araştırmayı kendine çekmiştir. Bu araştırma alanı için ana itici güçlerden biri, normal masaüstü bilgisayarlarda, dijital video ekipmanında hazır bulunan bilgi işlem gücü ve çeşitli erişim modellerinde İnternet üzerinden içerik paylaşma motivasyonudur, yani web sayfaları aracılığıyla paylaşım, canlı akış, ve bunun gibi. Mevcut dijital video miktarının artmaya devam etmesi bekleniyor.
Mevcut bu kadar büyük miktarda veriyle, videonun ek açıklamaları ve mantıksal indekslenmesi istenen bir özellik haline gelir. Multimedya verilerinin açıklanması için bir standart MPEG-7’dir. Açıklamaya yönelik farklı yaklaşımlar arasında videoyu sahnelerine veya çekimlerine bölmek en sezgisel ve temel olanıdır. Videodaki çekim sınırlarını tespit etmek için birkaç farklı yaklaşım mevcuttur, örneğin, farklı algoritmalara ve bunların sınıflandırmalarına kapsamlı bir genel bakış için bakınız.
Sıkıştırılmamış alandaki sahne değişikliklerinin veya çekim sınırlarının güvenilir ve evrensel tespiti, bununla birlikte, yine de bir zorluktur. Sıkıştırılmış video alanında, tipik olarak kodlanmış video akışından (örneğin, hareket vektörü yoğunluğu veya dönüşüm katsayıları) kolayca elde edilebilen ipuçları elde edilebilirken, bu ipuçları sıkıştırılmamış alanda mevcut değildir.
Bu sorunu hafifletmek için yazarlar, sahne değişikliklerini belirlemek ve istenmeyen yanlış algılamaları filtrelemek için iki aşamalı histogram tabanlı bir yöntem kullanıyor. Daha karmaşık yaklaşımlar, kenar algılama gibi ek yöntemler uygulamak zorundadır.
Diğer araştırma mekanları, sıkıştırılmamış videonun çeşitli piksel ve renk tabanlı özelliklerine dayalı olarak sahne değişikliklerini belirlemek için sinir ağlarını kullanır. Yazarlar, sahneleri tespit etmek için bulanık mantık yaklaşımları uygular. Son zamanlarda, yazarlar, sahne değişikliklerini belirlemek için sıkıştırılmamış alandaki renk histogramına dayalı bir otoregresif model kullandılar.
Aşağıda, yalnızca çerçeveler arasındaki farkların entropisine dayanan bir sahne algılama algoritması sunuyoruz. Bu yaklaşımı kullanma motivasyonu, çerçeveler arasındaki değişikliklerle farklılıkların entropisinin artacağıdır. Algoritmayı, birden çok test dizisinden türetilen kısa bir video test dizisine ve bir Birleşik video dizisine karşı değerlendiririz. Sonuçlandırmadan önce önerilen algoritma ile elde edilen performans metriklerinin kesinliğini ve geri çağrılmasını sunuyoruz.
Evrendeki düzensizlik
Entropiye günlük hayattan örnekler
Entropi değişimi formülü
Entropi nedir Biyoloji
Entropiye doğadan örnekler
Entropi kavramı Nedir
Entropi yasası felsefe
Entropi Nedir Kimya
ÇERÇEVE FARKLARININ ENTROPİSİ
Aşağıda tanıtılan sahne sınırı algılama yöntemi, YUV 4:2:2 formatı kullanılarak sıkıştırılmamış video karelerine uygulanır. Bu biçim genellikle video kodlama ve çeşitli video codec bileşenleri için kod dönüştürme için kullanılır. YUV formatı, her bir pikseli parlaklığına (Y) ve krominans bileşenleri olarak da bilinen iki renk farkına (U) ve (V) göre tanımlar.
n = 0, 1, n’den n’inci çerçevede i-inci baytı belirtiyoruz. . . , N çerçeveleri Fn (i) olarak. Ayrıca, Yn (iY ) parlaklık bayt değerlerini ve Un (iU V ), Vn (iU V ) iki krominans bileşeni için i-inci bayt değerlerini göstersin.
Renk alt örneklemesi nedeniyle 0 ≤ i ≤ iY , UV 4 olduğunu unutmayı, yani, iki krominans bileşeni, parlaklık bileşeninin çözünürlüğünün yarısı ile sınırlandırılmıştır. İnsan gözü parlaklık bileşenine en duyarlı olduğu için alt örnekleme kullanılır. 4:2:2 formatında, U ve V değerlerinin her biri 4 parlaklık pikselinden oluşan bir grup için alt örneklenir ve bileşen tarafından disk üzerinde gruplanmış bir şekilde saklanır. Bireysel değerlerin alt-örneklenme ve tipik olarak diskte saklanma şekli, tek bir çerçeve için gösterilmektedir.
Fn(i) ⊂ {0, ile pFn olarak çerçeve n’deki belirli bir bayt değeri Fn(i) için olasılığı belirtiriz. . . , 255}, ∀i. Entropi, tek bir çerçevenin bilgi içeriğinin karmaşıklığı için bir ölçü verir. Çerçeve n’nin bayt değerleri için entropi, Denklem 1’deki gibi hesaplanır.
SAHNE DEĞİŞİKLİK ALGILAMA YÖNTEMİ
Bu bölümde sunulan algoritmanın ilk değerlendirmesi, News dizisinde QCIF formatında gerçekleştirilir (i = 38016, iY = 25344, iU V = 6336). Bu sekans, iki haber spikeri ve değişen dansçılar ile değişen bir arka plan içerir, Resimli olarak Haber video sekansının içeriği için verilmiştir.
Çerçeve farklılıkları için entropiyi gösteriyoruz. Çerçeve farklılıklarının entropisinin, temeldeki video dizisinin içeriğinin 91, 262 ve 241. karelerde değiştiği yerlerde “ani hızla yükseldiğini” gözlemliyoruz. Entropinin bu “yükselişi”, sahne içeriğindeki değişiklikleri saptamak için kullanılabilir.
Çekim sınırı tespiti ile ilgili olarak Bölüm III’te tanıtılan sahne değişikliği algoritmasının değerlendirilmesi için, şimdi çoklu video dizilerinin birleştirilmesiyle elde edilen QCIF formatında bir Birleşik video dizisi kullanıyoruz. Dizilerin ayrıntıları Tablo I’de verilmiştir. Fn,n-1 tam çerçeveleri arasındaki farklar için ortaya çıkan entropi gösterilmiştir.
Başlangıçta, tek tek sahneler arasındaki değişikliklerin, tam kareler arasındaki farkların entropisindeki ani artışlarla temsil edildiğini gözlemliyoruz. Ek olarak, her orijinal sekans için, Şekil 5’te çerçeve farklılıklarının entropisinin ayrı bir seviyesi ve davranışının gözlemlenebildiğini gözlemliyoruz. Daha fazla hareket ve kamera hareketi içeren sahneler daha fazla değişen entropiler sergiler. Husky dizisi için, genellikle yüksek bir entropi seviyesi gözlemlenirken, Bow dizisinin entropisi daha belirgin değişiklikler veya entropi “spikeleri” sergiler.
Tek tek çerçeve bileşenleri için farklılıkların entropisi Şekil 6’da gösterilmektedir. Genel olarak, üç ayrı bileşenin tamamının çerçevenin tamamına kıyasla benzer entropi özellikleri sergilediğini gözlemliyoruz. Bununla birlikte, iki krominans bileşeninin, Husky ve Bow dizileri için parlaklık bileşeninden entropi değerlerinde önemli ölçüde daha düşük bir seviye sergilediğini not ediyoruz. İçerik farklılıklarından dolayı farklı entropi seviyelerine göre sahne sınırlarının tanımlanması için fark çerçevelerinin entropilerini karşılaştırmanın tavsiye edilmediği sonucuna vardık.
Ancak çerçeve farklılıklarının entropilerindeki değişim değerlendirildiğinde, sahne değişiklikleri, altta yatan içeriği dikkate alacak şekilde tespit edilebilir. Gösterildiği gibi, entropi seviyesi sahnenin içeriğiyle değişir. Entropi değerlerindeki göreli değişiklikler bu nedenle sahne sınırlarını belirlemek için daha iyi bir tahmin edicidir.
Ortaya çıkan göreli entropi değişiklikleri, Birleşik video dizisi için gösterilmektedir. Başlangıçta, Birleşik video dizisinin ilk bölümü için, göreceli entropideki oldukça yüksek düzeyde gürültülü değişikliklerin incelenebildiğini, ancak bu davranışın dizinin diğer bölümleri için görünmediğini gözlemliyoruz.
Bu davranış, Haber video dizisindeki arka plan videosu ile açıklanabilir. Bu nedenle, bu davranış içeriğe bağlıdır. İkinci olarak, göreli entropideki “spikelerin” daha yakından incelenmesi, sahne değişikliği sınırlarında meydana geldiklerini verir. Ayrıca, bu “ani yükselişlerin” en azından göreli entropideki yüzde 100 değişim bölgesinde olduğuna dikkat çekiyoruz. Bu, göreceli entropideki yüzde 100’den fazla değişikliklerin, sahne değişikliklerinin göstergeleri olduğu sonucuna götürür.
Entropi değişimi formülü Entropi kavramı Nedir Entropi nedir Biyoloji Entropi Nedir Kimya Entropi yasası felsefe Entropiye doğadan örnekler Entropiye günlük hayattan örnekler Evrendeki düzensizlik