Tên đề tài luận án tiến sĩ: Nghiên cứu cải tiến hiệu năng hệ thống mã hóa /giải mã video phân tán

Chuyên ngành:                         Kỹ thuật điện tử

Mã số:                                        9.52.02.03

Họ và tên NCS:                         Nguyễn Thị Hương Thảo

Người hướng dẫn khoa học: PGS.TS. Vũ Văn San và TS. Nguyễn Ngọc Minh

Cơ sở đào tạo: Học viện Công nghệ Bưu chính Viễn thông

NHỮNG KẾT QUẢ MỚI CỦA LUẬN ÁN

Luận án trình bày phần nghiên cứu lý thuyết, mô phỏng các đề xuất cải tiến hiệu năng cho hệ thống mã hóa video phân tán. Đóng góp chính của luận án bao gồm:

1) Cải tiến hiệu năng nén cho mã hóa video phân tán tại phía mã hóa với mô-đun thay đổi kích thước nhóm ảnh. Không sử dụng kích thước GOP cố định như các bộ mã hóa khác, bộ mã hóa video phân tán của NCS đề xuất lựa chọn kích thước GOP=2 hay GOP=4 tùy thuộc vào nội dung của từng phân đoạn video gồm 5 khung hình video. Các kết quả mô phỏng cho thấy bộ mã hóa video phân tán đề xuất có thể tiết kiệm tốc độ bit so với khi sử dụng kích thước GOP cố định (2 hoặc 4) cho toàn bộ các chuỗi video thử nghiệm.

2) Cải tiến hiệu năng nén cho mã hóa video phân tán tại phía giải mã. Giải pháp mà luận án đề xuất tại phía giải mã bao gồm phương pháp tạo thông tin phụ trợ mới dựa trên lọc liên tục trong quá trình giải mã và phương pháp ước lượng tham số α cho mô hình nhiễu tương quan dựa trên mạng nơ-ron. Khi kết hợp hai mô-đun vào bộ mã hóa, các kết quả mô phỏng cho thấy hiệu năng nén tổng thể của bộ mã hóa DVC đề xuất đạt được kết quả tốt hơn khi so với một số bộ mã hóa video liên quan.

3) Cải tiến hiệu năng nén cho mã hóa video phân tán liên lớp bằng cách cải tiến chất lượng của thông tin phụ trợ. Có hai phương pháp tạo thông tin phụ trợ được đề xuất cho hệ thống mã hóa video phân tán liên lớp. Phương pháp thứ nhất đề xuất sử dụng kỹ thuật kết hợp ảnh để kết hợp hai ứng viên thông tin phụ trợ cho hệ thống mã hóa video phân tán liên lớp thời gian và không gian. Phương pháp thứ hai đề xuất sử dụng thuật toán máy vec-tơ hỗ trợ với huấn luyện trực tuyến để lựa chọn một trong số ba ứng viên thông tin phụ trợ cho mã hóa video phân tán liên lớp thời gian và chất lượng. Các kết quả mô phỏng cho thấy cả hai phương pháp tạo thông tin phụ trợ cho hệ thống mã hóa video phân tán liên lớp đều có chất lượng tốt hơn so với các ứng viên riêng rẽ cũng như tốt hơn so với một số phương pháp trước đó.

CÁC ỨNG DỤNG, KHẢ NĂNG ỨNG DỤNG TRONG THỰC TIỄN HOẶC NHỮNG VẤN ĐỀ CÒN BỎ NGỎ CẦN TIẾP TỤC NGHIÊN CỨU

Với các kết quả đạt được, hệ thống mã hóa video phân tán có thể áp dụng rộng rãi trong các hệ thống giao thông thông minh, nhà thông minh, các hệ thống giám sát an ninh và hệ thống truyền video trực tuyến…

Các kết quả nghiên cứu nhận được từ luận án sẽ là các công cụ hỗ trợ hiệu quả cho những nghiên cứu tiếp theo, thúc đẩy quá trình chuẩn hóa và đưa vào sử dụng của hệ thống mã hóa video phân tán. Ngoài ra, các kết quả nghiên cứu này có thể tiếp tục hoàn thiện để đưa ra các giải pháp cho các ứng dụng cụ thể trong các lĩnh vực khác nhau như nông nghiệp, giao thông và an ninh.

XÁC NHẬN CỦA NGƯỜI HƯỚNG DẪN KHOA HỌC

PGS.TS. Vũ Văn San    TS.Nguyễn Ngọc Minh

NGHIÊN CỨU SINH

Nguyễn Thị Hương Thảo

Thesis title: “Research on performance enhancement for distributed video coding”

Speciality: Electronics Engineering

Code: 9.52.02.03

PhD. Candidate: Nguyễn Thị Hương Thảo

Supervisor: Associate Professor Vũ Văn San, Doctor Nguyễn Ngọc Minh

Training institution:  Posts and Telecommunications Institute of Technology

MAIN CONTRIBUTIONS OF THE THESIS

The thesis provides the reader with an overview of theoretical research, simulating novel techniques to improve rate-distortion performance of distributed video coding. The scientific contributions of the thesis are as follows:


  • Proposed a technique to improve the compression performance for distributed video coding at the encoder side with adaptive group of picture (GOP) size control module. Unlike many previous works, this techinque proposes the use of varying GOP size instead of fixed GOP size for all video sequence. Choosing the GOP = 2 or GOP = 4 depends on the charactersistics of each 5-frame video segment. The simulation results show that the proposed distributed video coding architecture can save bit rate when compared to previous methods using a fixed GOP size for the entire video sequence.

  • Proposed a technique to improve the compression performance for distributed video coding at the decoder side. The solution proposed in the thesis includes: a method to create new side information based on iterative refining in the decoding process and a method to estimate the parameter α for correlation noise model based on neural network. When two modules are applied to the decoder, the overall compression performance of the proposed DVC codec is improved when compared with some related video codecs.

  • Proposed two methods to improve the compression performance for scalable distributed video coding by improving the quality of the side information at the decoder. The first method proposes a fusion technique to combine two side information candidates for temporally and spatially scalable distributed video coding. The second method proposes to use a support vector machine algorithm with online training to select one of the three side information candidates for temporally and quality scalable distributed video coding. The simulation results show that both methods of generating the side information for the scalable distributed video coding obtain the better quality when compard with some previous methods.

APPLICABILITY AND FURTHER STUDIES

With the results achieved, distributed video coding system can be widely applied in smart traffic systems, smart homes, video surveillance systems and video streaming.

The proposed methods in the thesis may be effective references for the next researchs, and contribute to standardization process and release the distributed video coding standard. In addition, the research results can be further improved to build complete solutions in different fields such as agriculture, transport and security.

Scientific supervisor

Assoc. Prof. Vũ Văn San   Dr Nguyễn Ngọc Minh

PhD. Candidate

Nguyễn Thị Hương Thảo


 Luận án tiến sĩ

Tóm tắt Luận án tiến sĩ

Trang Thông tin Luận án tiếng việt 

Trang Thông tin Luận án Tiếng Anh