Fuzzy control for video encoding in real time applications

Abstract

AB3:Digitaalisen videosignaalin kompressioteknologian kehitys on mahdollistanut monia täysin uusia sovelluksia kuten kuvapuhelin, videoneuvottelu ja multimedia. Videokuvalle on määritelty kompressiostandardeja, joista useimmat perustuvat liikkeen ennustukseen ja muunnoskoodaukseen. Standardit määrittelevät kompressoidun signaalin muodon, ja siten dekooderin rakenteen, jolloin standardit sallivat muunneltavuutta enkooderin suunnittelussa. Standardin H.263 määrittely hyvin matalille bittinopeuksille antaa mahdollisuuden siirtää laadultaan kohtuullista videokuvaa nykyisessä puhelinverkossa, langattomissa tietoliikenneverkoissa ja muissa kaistarajoitetuissa kanavissa. -Sumea logiikka on osoittanut käyttökelpoisuutensa monissa sovelluksissa. Se tarjoaa tehokkaan keinon siirtää ihmiselle ominainen kielellinen päättely muotoon, joka on helposti toteutettavissa tietokonealgoritmein. Tämän työn tarkoitus on sumean logiikan keinoin parantaa videokuvan subjektiivista laatua pitämällä kuitenkin käytettävä bittimäärä annetuissa rajoissa. Tämä on toteutettu siten että sumealla päättelyllä etsitään kuvasta katsojalle tärkeät alueet, minkä jälkeen sumea säätö ohjaa standardin mukaista enkoodausta siten, että bittimäärää pyritään kasvattamaan tärkeimmillä alueilla ja laskemaan vähemmän tärkeillä alueilla. Tärkeiden alueiden etsimisessä hyödynnetään ihmisen näköjärjestelmän ominaisuuksia sekä taustan ja etualan erottamista toisistaan.

The advanced video signal compression technology developed during recent years has enabled several totally new applications such as videophone, videoconferencing and visual part of multimedia. Video compression standards have been defined for moving sequences, most of which are based on transform coding and motion compensation. The standards define the syntax of the compressed signal (i.e., the structure of the decoder), while flexibility is left to the design of the encoder. The definition of the H.263 standard for the low bit rate applications allows transmission of reasonable quality motion pictures through the existing telephone network, the wireless networks and other band-limited channels. -Fuzzy logic has found its applications. It provides effective means for converting the linguistic decision process characteristics of human thinking into a form, that is easy to implement by computer algorithms. The aim of this work is to improve subjective image quality, while keeping the bit rate within the given limits by the means offered by the fuzzy logic. This is performed in such way that the most relevant areas in the video frame for the observer are searched by a fuzzy inference system, after which the encoding process is controlled by fuzzy control to increase bit rate in the more relevant areas and decrease bit rate in the less relevant areas. The relevant areas are found by utilizing the properties of human visual system and the extraction of foreground and background regions.