The 9 reference contexts in paper V. Tsviatkou Yu., В. Цветков Ю. (2016) “Геометрические модели и прогнозирование многоракурсных изображений на основе компенсации движения камеры // Geometric models and prediction of multi-angle images based on a camera motion compensation” / spz:neicon:vestift:y:2015:i:4:p:85-93

  1. Start
    2461
    Prefix
    Для сокращения межракурсной избыточности сжатие МРИ должно использовать прогнозирование по некоторому одноракурсному фрагменту (опорному изображению) некоторого множества приближений (прогнозных изображений) других одноракурсных фрагментов (прогнозируемых изображений). В наиболее эффективных методах сжатия видеоданных прогнозирование основано на компенсации движения (КД)
    Exact
    [1–4]
    Suffix
    . В [5] предложены геометрические модели формирования МРИ в двухмерном и трехмерном пространстве. На их основе разработаны геометрические модели прогнозирования МРИ. В этой связи актуальными задачами являются оценка эффективности использования различных методов компенсации движения для прогнозирования МРИ в разных условиях их формирования и разработка алгоритма адаптивной компенсации движения
    (check this in PDF content)

  2. Start
    2470
    Prefix
    Для сокращения межракурсной избыточности сжатие МРИ должно использовать прогнозирование по некоторому одноракурсному фрагменту (опорному изображению) некоторого множества приближений (прогнозных изображений) других одноракурсных фрагментов (прогнозируемых изображений). В наиболее эффективных методах сжатия видеоданных прогнозирование основано на компенсации движения (КД) [1–4]. В
    Exact
    [5]
    Suffix
    предложены геометрические модели формирования МРИ в двухмерном и трехмерном пространстве. На их основе разработаны геометрические модели прогнозирования МРИ. В этой связи актуальными задачами являются оценка эффективности использования различных методов компенсации движения для прогнозирования МРИ в разных условиях их формирования и разработка алгоритма адаптивной компенсации движения камеры
    (check this in PDF content)

  3. Start
    3235
    Prefix
    В зависимости от величины и характера смещения камеры от одного ракурса к другому трехмер© Цветков В. Ю., 2015 ное пространство 3p формирования МРИ может быть представлено приближенно одной или несколькими плоскостями в двухмерном или трехмерном пространстве
    Exact
    [5]
    Suffix
    . Наибольший практический интерес представляют следующие геометрические модели пространств формирования МРИ (рис. 1) [5]: 2 p1 – плоскость в двухмерном пространстве p2, в которой лежат все объекты; 2 pn – n параллельных плоскостей 2 p1, каждая из которых расположена в двухмерном пространстве 2p и включает в себя равноудаленные от камеры объекты; 3 p1 – плоскость в трехмерном пространстве p3,
    (check this in PDF content)

  4. Start
    3356
    Prefix
    Ю., 2015 ное пространство 3p формирования МРИ может быть представлено приближенно одной или несколькими плоскостями в двухмерном или трехмерном пространстве [5]. Наибольший практический интерес представляют следующие геометрические модели пространств формирования МРИ (рис. 1)
    Exact
    [5]
    Suffix
    : 2 p1 – плоскость в двухмерном пространстве p2, в которой лежат все объекты; 2 pn – n параллельных плоскостей 2 p1, каждая из которых расположена в двухмерном пространстве 2p и включает в себя равноудаленные от камеры объекты; 3 p1 – плоскость в трехмерном пространстве p3, в которой лежат все объекты; 3 pM – M произвольно ориентированных плоскостей 3 p1 в трехмерном пространстве p3; 3 1 2 p
    (check this in PDF content)

  5. Start
    4228
    Prefix
    Общая геометрическая модель формирования МРИ { }()0, 1()rRir= − показывает получение нескольких изображений с помощью перспективного проективного преобразования 3ppt, согласно выражению () ( , )33 ir t p rpp=, (1) где r – ракурс; R – число одноракурсных фрагментов МРИ
    Exact
    [5]
    Suffix
    . Выделяя среди этих изображений два (опорное Bi и прогнозируемое i), можно построить модель прогнозирования изображения i. Для нестационарной камеры актуальна проблема формирования прогнозного изображения ()pir на основе некоторого опорного изображения ()Bik, полученного с другого ракурса kr r= −∆, в соответствии с выражением () ( )2( ), ir tik rp XB=∆, (2) где r∆ – вектор перемещения
    (check this in PDF content)

  6. Start
    6183
    Prefix
    При представлении пространства 3p моделью 31p или моделью 3 pM преобразование 2 tX является проективным преобразованием 2 tp, сохраняющим коллинеарность точек. Рассмотренным геометрическим моделям формирования МРИ соответствуют следующие геомет- рические модели прогнозирования МРИ (рис. 2)
    Exact
    [5]
    Suffix
    : 232 1 tppSt p iiBp→ →; { } 32 2Snpptt pi inB p  →    →; { } 322, 23 N1 tppSpntt pi iBp  →     →; 23322, 11 tppSptt pi iBp→ →; { } 322, 23 1 tppSpMtt pi iMBp  →     →; { } 322, 23 1 tppSpMtt pi iMBp  →     →; { } 32 3pppMtt pi iMB p  →    →; 332 1 tpppt pi iBp→ →.
    (check this in PDF content)

  7. Start
    8175
    Prefix
    В зависимости от ориентации относительно объектной плоскости при перемещении камеры на одноракурсных фрагментах МРИ проявляются различные эффекты (в том числе в сочетании): сдвиг; масштабирование; поворот; перспективные искажения. В стандартах сжатия MPEG-4, H.264, H.265
    Exact
    [3, 4]
    Suffix
    формирование прогнозного кадра осуществляется согласно выражению (3). Предполагается, что преобразование 2 2tX является переносом tt и его параметры определяются с помощью пиксельной (ПКД) и блочной (БКД) компенсаций движения.
    (check this in PDF content)

  8. Start
    9643
    Prefix
    В случае поворота и поперечного смещения камеры при БКД объем кода параметров преобразования может быть сокращен за счет двухуровневого представления параметров преобразования (УБКД): глобального смещения для всех блоков и локального смещения для каждого блока. Для прогнозирования многоракурсных изображений { }()0, 1()rRir= − в
    Exact
    [5]
    Suffix
    предложено применять методы проективной компенсации движения камеры, основанные на использовании проективного преобразования 2 tX опорного изображения Bi, полученного в некотором исходном ракурсе, для формирования прогнозного изображения pi, соответствующего другому ракурсу.
    (check this in PDF content)

  9. Start
    14168
    Prefix
    6 бит (5 уровней яркости сегментов, включая фон, 4 уровня яркости на границах между сегментами и фоном, 10 уровней яркости на границах между другими 4 сегментами, столько же уровней яркости резервируется для новых сегментов, появляющихся при перемещении камеры). Тогда, исходя из коэффициента ошибок, размера фрагмента изображения (32 32× пикселя) и коэффициента сжатия ошибки (1,5 раза
    Exact
    [6]
    Suffix
    ), определяется объем eB кода ошибки прогнозирования (в битах): 61,5 4eeeB C yXC yX==. (6) На основе объемов eB и MCB с использованием выражения (2) для различных моделей пространств формирования МРИ и видов движения камеры определен объем ΣB кода прогнозирования при различных траекториях перемещения камеры.
    (check this in PDF content)