The 6 references with 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
Wallace, G. k. The JPEG still picture compression standard / G. K. Wallace // Communications of the ACM. – 1991. – Vol. 34, N 4. – P. 30–44.
Total in-text references: 1
  1. In-text reference with the coordinate 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

2
yu, W. Advantages of Motion JPEG2000 in Video Processing / W. Yu, R. Qiu, J. Fritts // Proc. SPIE, Visual Communications and Image Processing. – 2002. – Vol. 4671. – P. 635–645.
Total in-text references: 1
  1. In-text reference with the coordinate 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

3
iain, R. H.264 and MPEG-4 Video Compression and Video Coding for Next-generation Multimedia / R. Iain. – The Robert Gordon University, Aberdeen, UK, John Wiley & Sons Ltd., 2003. – 281 p.
Total in-text references: 2
  1. In-text reference with the coordinate 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

  2. In-text reference with the coordinate 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.

4
Sullivan, G. J. Overview of the High Efficiency Video Coding (HEVC) Standard / G. J. Sullivan [et al.] // IEEE Transactions on Circuits and Systems for Video Technology. – 2012. – Vol. 22. – N 12. – P. 1649–1668.
Total in-text references: 2
  1. In-text reference with the coordinate 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

  2. In-text reference with the coordinate 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.

5
Цветков, В. Ю. Геометрические модели многоракурсных изображений и проективная компенсация движения камеры / В. Ю. Цветков // Докл. Белорусского государственного университета информатики и радиоэлектроники. – 2014. – No 8 (86). – С. 41–47.
Total in-text references: 6
  1. In-text reference with the coordinate 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

  2. In-text reference with the coordinate 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,

  3. In-text reference with the coordinate 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

  4. In-text reference with the coordinate 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

  5. In-text reference with the coordinate 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→ →.

  6. In-text reference with the coordinate 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.

6
Борискевич, А. А. Метод масштабируемого вложенного кодирования изображений на основе иерархической кластеризации вейвлет-структур / А. А. Борискевич, В. Ю. Цветков // Докл. НАН Беларуси. – 2009. – Т. 53, No 3. – С. 38–48. поступила в реда кцию 19.06.2015 Рис. 4. Кодер МРИ с адаптивным прогнозированием на основе компенсации движения со средней вычислительной сложностью
Total in-text references: 1
  1. In-text reference with the coordinate 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.