コンピュータビジョン
Computer Vision(CV)
パワーポイント 抜粋
予測符号化のブロック図
入力
信号
Xi
ー
Di
量子化
予測
Ti
伝送路
・
Ri
+
+
予測
符号化側
復号化側
・
出力
信号
演習
 次の直交基底に展開せよ.
F1 = (1,1,1,1), F2=(1,1,-1,-1),
F3=(1,-1,-1,1)
1. ƒ = (8, 2, 0, 6)
2. g = (3, 6, 2, 0)
 展開した値から関数を合成せよ.
DCTと逆DCT
DCT係数
ƒ= (8,2,0,6)
= aF1+bF2+cF3
情報損失
直交基底
二次元への拡大
2次元のDCT
DCT係数
8つの基底
DCT基底
DCT係数の一様量子化特性
量子化値 Sqvu
3
2
 5Qvu / 2
 7Qvu / 2
1
 Qvu / 2
 3Qvu / 2
3Qvu / 2
Qvu / 2
-1
-2
-3
7Qvu / 2
5Qvu / 2
DCT係数 S vu
量子化マトリクス(イントラマクロブロック用)
8
16
19
22
22
26
26
27
16
16
22
22
26
27
27
29
19
22
26
26
27
29
29
35
22
24
27
27
29
32
34
38
26
27
29
29
32
35
38
46
27
29
34
34
35
40
46
56
29
34
34
37
40
48
56
69
34
37
38
40
48
58
69
83
レポート1
2次元の直交基底
1 1
1  1
1 1
 1  1
F0  
, F1  
, F2  
, F3  
,




1 1
1  1
 1  1
 1 1 
 5 3
DCT係数 G  
をもつ画像がある。

 2 1
1.Gを逆DCT変換した画像を求めよ。
2.Gを量子化テーブル C  1 2 で量子化し、
2
 2 3
画像を復元せよ。


3.Gを
1 3 で量子化し、画像を復元せよ。
C3  

3
4


ブロックマッチングによる動き
検出と画像圧縮への応用
第(tー1)フレーム
第 t フレーム
領域照合の評価関数
f (x)
g (x)
左画像
相関係数
SSD (Sum of
f , g : 領域内の
平均明度

右画像
x ( f ( x)  f )( g ( x)  g )
x ( f ( x)  f )
2
x ( g ( x)  g )
Squared Difference)
SSD  x ( f ( x)  g ( x)) 2
SAD (Sum of
SAD  x | f ( x)  g ( x) |
Absolute Difference)
Modified SSD
2

MSAD  x | 2G * ( f ( x)  g ( x)) |
 2fg
 2f  g2
GOPのフレーム(ピクチャ)構成
(Group Of Picture)
B0 B1 I2 B3 B4 P5 B6 B7 P8….B12 B13 P14
I2 B0 B1 P5 B3 B4 P8 B6 B7… P14 B12 B13
フレーム
内予測
フレーム
間予測
双方向フレ
ーム間予測
I2 B0 B1 P5 B3 B4 P8 B6 B7….P14 B12 B13
B0 B1 I2 B3 B4 P5 B6 B7 P8…. B12 B13 P14
GOPのフレーム(ピクチャ)構成
(Group Of Picture)
B0 B1 I2 B3 B4 P5 B6 B7 P8…B12 B13 P14
I2 B0 B1 P5 B3 B4 P8 …
フレーム
内予測
フレーム
間予測
P14 B12 B13
双方向フレ
ーム間予測
I2 B0 B1 P5 B3 B4 P8 B6 B7…. P14 B12 B13
B0 B1 I2 B3 B4 P5 B6 B7 P8….B12 B13 P14
ダウンロード

基本的画像処理(SPIDERより)