امروزه شبکه های مخابراتی از قبیل شبکه های بی سیم و اینترنت در حال گسترش روزافزون هستند. داده های ویدئویی ارسالی از طریق این شبکه ها به طور وسیعی به خطاهای ارسال آسیب پذیر هستند. همچنین به دلیل قابل اطمینان نبودن کانال های ارتباطی و در نتیجه رخ دادن خطا، استفاده از روش های اختفای خطا برای بازیابی اطلاعات آسیب دیده در سمت کدگشا ضروری می باشد. در مقایسه با روش های کنترل خطا، اختفای خطا فوایدی از قبیل مصرف نکردن پهنای باند اضافی و نداشتن تأخیر ارسال مجدد را دارا است. در این پایان نامه با بررسی انواع روش های موجود برای اختفای خطای زمانی دنباله های ویدئویی، هفت راهکار جهت تخمین بردارهای حرکت آسیب دیده در کدگشا ارائه شده است. در روش اول، یک روش پس پردازش برای بهبود الگوریتم انطباق مرزی وزن دار شده ارائه شده است. در روش دوم سعی شده است تا در مقابل تحقیق های جدیدی که علاقه مند به ابداع روش های پیچیده برای بهبود کیفیت بصری ویدئوهای تا حد 50% اتلاف اطلاعات هستند، روشی پویا که دارای پیچیدگی محاسباتی کمی است ارائه شود. در روش سوم، الگوریتمی جهت بهبود عملکرد روش انطباق مرزی جهتی ارائه شده است. در روش چهارم، یک الگوریتم انطباق مرزی توسعه یافته ارائه شده است که در آن، یک معیار انطباق مرزی جدید نیز ارائه گردیده است. در روش پنجم، یک الگوریتم انطباق مرزی ترکیبی و سریع که از دو معیار انطباق مرزی برای مقایسه هر پیکسل مرزی در فرایند تطبیق بلاک بهره می برد ارائه شده است. در نهایت، روش های ششم و هفتم به طور کلی از یک ساختار وفقی مشابه ولی با معیارهای متفاوت برای مقایسه هر مرز ماکروبلاک های نامزد جهت تخمین بردار حرکت آسیب دیده استفاده می کنند. نتایج تجربی نشان می دهند که روش های پیشنهادی کیفیت عینی و ذهنی فریم های بازسازی شده را در مقایسه با روش های مرجع افزایش می دهند.

امروزه ادراک محتوای ویدئو به یک مسأله مهم برای بسیاری از کاربردها تبدیل شده است. یکی از اساسی ترین فرآیندها به منظور ادراک محتوای ویدئو، ردیابی اشیاء متحرک است که در آن فرآیند موقعیت یابی و تشخیص پیکربندی پویای یک یا چندین شیء متحرک در هر فریم ویدئو صورت می گیرد. در این پایان نامه تمرکز خود را بر یک رویکرد احتمالاتی عمومی که به ساختار بیزین بازگشتی مشهور است، معطوف کرده ایم. در این ساختار با استفاده از اطلاعات مستخرج از ویدئو، توزیع احتمالاتیِ مجهولِ متناظر با حالت اشیاء متحرک، به صورت بازگشتی تخمین زده می شود. در کاربردهای واقعی، روش های ردیابی مبتنی بر ساختار بیزین بازگشتی موفقیت آمیز بوده اند؛ ولی با این وجود حرکات ناگهانی اشیاء متحرک چالشی است که ردیابی را به یک فرآیند دشوار تبدیل می کند. بنابراین مسأله مهمی که در این پایان نامه تمرکز خود را معطوف به حل آن کرده ایم، ارائه یک الگوریتم ردیابی تطبیق پذیر است که بتواند در مقابل حرکات سریع و ناگهانی اشیاء متحرک مقاوم باشد. به همین منظور یک مدل حرکتی جدید و تطبیق پذیر ابداع کرده و آن را در فیلتر ذره ای sir pf که مشهورترین ردیاب مبتنی بر ساختار بیزین بازگشتی است، تعبیه کرده ایم. در این مدل در هر فریم ویدئو، در صورت لزوم، پیکربندی ذرات با استفاده از اطلاعات مدل مشاهده به روز رسانی می شوند. همچنین به جهت فرار از بهینه های محلی در مرحله به روز رسانی پیکربندی ذرات، از الگوریتم جستجوی محلی با رویکرد بهترین پیشرفت، استفاده شده است. سپس مدل حرکتی با استفاده از موقعیت بهترین ذرات در فریم جاری و قبلی به صورت بلادرنگ در حین اجرای الگوریتم، به روز رسانی می-شود. با استفاده از مدل حرکتیِ تطبیق پذیرِ پیشنهادی، الگوریتم ردیابی مقاومی در برابر حرکات سریع اشیاء متحرک ابداع شده است. روش پیشنهادی به صورت تجربی با سایر الگوریتم های ردیابی در مجموعه داده های bobot و spot مقایسه شده و نتایج تجربی برتری روش پیشنهادی را براساس معیارهای مختلف از جمله معیار پاسکال نشان داده اند. از سوی دیگر، روش پیشنهادی دقت فیلتر ذره ای متعارف (sir pf) را براساس معیار پاسکال در حدود 15 درصد بهبود داده است.