افزایش مقاومت ویدئو فشرده شده با h.۲۶۴نسبت به خطای کانال، با استفاده از شبکه عصبی و کد هافمن
نویسندگان
چکیده
در حالاتی که کد کردن منبع و کانال به صورت جدا و بدون بازخورد نسبت به یکدیگر انجام میشوند، کدگذار منبع به دنبال افزایش بازدهی در حذف افزونگی دادههای منبع اطلاعاتی میباشد، در حالی که کدگذار کانال قابلیت اطمینان دادههای ارسالی در کانال را بالا میبرد. میدانیم، ظرفیت کانال باعث محدود شدن دادههای ارسالی میشود، بنابراین بسته به شرایط باید مصالحهای بین کدگذار منبع و کانال صورت پذیرد. در این مقاله هدف افزایش کیفیت ویدئویی دریافتی با افزایش مقاومت آن نسبت به کانال مخابراتی در یک نرخ ارسال ثابت میباشد. به این معنا که بدون افزایش نرخ دادهی ارسالی مقاومت قابهای ارسالی در کانال را افزایش داده که منجر به بهبود و افزایش کیفیت منابع ویدئویی میشود. اساس کار بدین صورت است که با استفاده از شبکه عصبی هوشمند و کدهافمن در استاندارد h.264، اطلاعات ارسالی را به مقدار قابل توجهی فشرده می شود. سپس با توجه به مقدار فشرده سازی توسط روش پیشنهادی، اطلاعات فشرده شده دوباره با کدگذار کانال ثانویه که نرخ کدینگ آن وابسته مقدار فشرده سازی است، کد میشود. به این ترتیب روش پیشنهادی قادر است بدون افزایش حجم اطلاعات ارسالی برای هر قاب، نرخ کد کردن کانال و در نتیجه محافظت از اطلاعات را بالا برده و توانسته است قابهای ویدئویی را نسبت به خطاهای کانال مقاومتر سازد. در نهایت نتایج بهدست آمده را با چندین نرخ ارسال برای منبع و چندین snr برای کانال با نتایج بهدست آمده از روش های متداول مقایسه میشود.
منابع مشابه
افزایش مقاومت ویدئو فشردهشده با H.264نسبت به خطای کانال، با استفاده از شبکه عصبی و کد هافمن
در حالاتی که کد کردن منبع و کانال به صورت جدا و بدون بازخورد نسبت به یکدیگر انجام میشوند، کدگذار منبع به دنبال افزایش بازدهی در حذف افزونگی دادههای منبع اطلاعاتی میباشد، در حالی که کدگذار کانال قابلیت اطمینان دادههای ارسالی در کانال را بالا میبرد. میدانیم، ظرفیت کانال باعث محدود شدن دادههای ارسالی میشود، بنابراین بسته به شرایط باید مصالحهای بین کدگذار منبع و کانال صورت پذیرد. در این م...
متن کاملمقایسه تأثیر وضعیت طاق باز و دمر بر وضعیت تنفسی نوزادان نارس مبتلا به سندرم دیسترس تنفسی حاد تحت درمان با پروتکل Insure
کچ ی هد پ ی ش مز ی هن ه و فد : ساسا د مردنس رد نامرد ي سفنت سرتس ي ظنت نادازون داح ي سکا لدابت م ي و نژ د ي سکا ي د هدوب نبرک تسا طسوت هک کبس اـه ي ناـمرد ي فلتخم ي هلمجزا لکتورپ INSURE ماجنا م ي دوش ا اذل . ي هعلاطم ن فدهاب اقم ي هس عضو ي ت اه ي ندب ي عضو رب رمد و زاب قاط ي سفنت ت ي هـب لاتـبم سراـن نادازون ردنس د م ي سفنت سرتس ي لکتورپ اب نامرد تحت داح INSURE ماجنا درگ ...
متن کاملاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
متن کاملاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
متن کاملفشرده سازی اطلاعات متغیر با زمان با استفاده از کد هافمن
Abstract: In this paper, we fit a function on probability density curve representing an information stream using artificial neural network . This methodology result is a specific function which represent a memorize able probability density curve . we then use the resulting function for information compression by Huffman algorithm . the difference between the proposed me then with the general me...
متن کاملفشرده سازی اطلاعات متغیر با زمان با استفاده از کد هافمن
چکیده: در این مقاله با استفاده از شبکه عصبی مصنوعی، تابعی بر منحنی چگالی احتمال رشته اطلاعات منطبق نموده ایم و با این کار توانستیم تابع چگالی احتمال رشته اطلاعات را به منظور حافظه دار کردن منحنی چگالی احتمال تقریب بزنیم .از این تابع چگالی احتمال برای استفاده در فشرده سازی اطلاعات با روش هافمن بهره برده ایم . با این تفاوت که در این روش می توان چندین بار از الگوریتم هافمن برای کد کردن رشته اطلاعا...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
علوم و فناوری های پدافند نوینجلد ۶، شماره ۴، صفحات ۲۲۱-۲۳۴
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023