Optical flow-based media compression
Optik akış tabanlı medya sıkıştırma
- Tez No: 821105
- Danışmanlar: DR. ÖĞR. ÜYESİ MD BAHARUL ISLAM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 123
Özet
Son zamanlarda öğrenilen görüntü sıkıştırma algoritmaları, klasik el yapımı görüntü kodeklerine kıyasla inanılmaz bir performans göstermiştir. Önemli başarılarına rağmen, temel dezavantaj, yeniden yapılanma kalitesini olumsuz etkileyen, özellikle tekrarlamayan kalıplar olmak üzere, yerel fazlalıkları korumak için optimize edilmemiştir. Öte yandan, video sıkıştırma araştırmaları son birkaç yılda önemli ilerlemeler kaydetti. Bununla birlikte, mevcut öğrenme tabanlı algoritmalar, hatalı hareket sıkıştırma ve etkisiz hareket dengeleme mimarileri tarafından rahatsız edilmeye devam ediyor ve bu da daha düşük oran-bozulma dengesi ile sıkıştırma hatalarına neden oluyor. Bu tez makalesi, genel görüntü sıkıştırma performansını iyileştirmek için üç yeni blok, yani bitişik dikkat bloğu, Gauss birleştirme bloğu ve kodu çözülmüş görüntü iyileştirme bloğu içeren otomatik kodlayıcı tarzı ağ tabanlı verimli görüntü sıkıştırma yöntemini tanıtmaktadır. Transformatör tabanlı model de bu yazıda CNN ile karşılaştırmak için tanıtılmıştır. Bundan sonra, bu zorlukların üstesinden gelmek için, farklı bir dizi birincil işlem (örneğin, hareket tahmini, hareket sıkıştırma, hareket telafisi, artık sıkıştırma ve yapay daralma) yoluyla uçtan uca bir video sıkıştırma yöntemi sunuyoruz. Kapsamlı bir ablasyon çalışması, görüntü ve video sıkıştırma için önerilen blokların ve modüllerin etkinliğini gösterir. Deneysel sonuçlar, önerilen yöntemin çeşitli kıyaslama veri kümeleri üzerindeki en gelişmiş ve rekabetçi performansını göstermektedir.
Özet (Çeviri)
Recently, learned image compression algorithms have shown incredible performance compared to classic hand-crafted image codecs. Despite its considerable achievements, the fundamental disadvantage is not optimized for retaining local redundancies, particularly non-repetitive patterns, which negatively influence the reconstruction quality. On the other hand, research in video compression has seen significant advancement in the last several years. However, the existing learning-based algorithms continue to be plagued by erroneous motion compression and ineffective motion compensation architectures, resulting in compression errors with a lower rate-distortion trade-off. This thesis paper introduces the autoencoder-style network-based efficient image compression method, which contains three novel blocks, i.e., adjacent attention block, Gaussian merge block, and decoded image refinement block, to improve the overall image compression performance. The transformer-based model is also introduced in this paper to compare with CNN. After that, to overcome these challenges, we present an end-to-end video compression method through a set of primary operations (e.g., motion estimation, motion compression, motion compensation, residual compression, and artifact contraction) differently. A comprehensive ablation study demonstrates the effectiveness of the proposed blocks and modules for image and video compression. Experimental results show the state-of-the-art and competitive performance of the proposed method on various benchmark datasets.
Benzer Tezler
- Santrifüj kuvvet altında tekstil içerisindeki su hareketinin incelenmesi
Investigation of water flow in porous textile under centrifugal forces
FATİH KASAP
Doktora
Türkçe
2018
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ÖZDEMİR
- Isı yalıtımı uygulamaları için cam nanolif üretimi ve karakterizasyonu
Fabrication and characterization of glass nanofibers for thermal insulation applications
AHSEN ÜNAL
Yüksek Lisans
Türkçe
2017
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. SADRİYE OSKAY
- Finite element analysis-based pre-operative planning applications of tooth, tibia, and femur bones
Sonlu elemanlar analizi tabanlı diş, kaval ve uyluk kemiklerinin ameliyat öncesi planlama uygulamaları
SAMET ÇIKLAÇANDIR
Doktora
İngilizce
2023
Biyomühendislikİzmir Katip Çelebi ÜniversitesiBiyomedikal Teknolojiler Ana Bilim Dalı
DOÇ. DR. YALÇIN İŞLER
- Development of viscoelastic particle migration for microfluidic flow cytometry applications
Mikroakışkan akış sitometrisi uygulamarında viskoelastik parçacık hizalama tekniğinin geliştirilmesi
MURAT SERHATLIOĞLU
Doktora
İngilizce
2020
Biyofizikİhsan Doğramacı Bilkent ÜniversitesiMalzeme Bilimi ve Nanoteknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÇAĞLAR ELBÜKEN
- Hücre kültürü ve çip üzerinde organ araştırmaları için mikro akışkan kontrol ve görüntüleme platformu tasarımı
Microfluidic control and imaging platform design for cell culture and organ-on-chip researches
FATİH SERDAR SAYIN
Doktora
Türkçe
2024
BiyomühendislikMarmara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN ERDAL
DOÇ. DR. MEHMET BURAK AKSU