Upload
harald-sack
View
1.393
Download
4
Embed Size (px)
DESCRIPTION
Einführungsvortrag zum Seminar 'Multimedia-Analysetechniken' mit Einführung in Bild-, Audio- und Videokodierung und -analyse.
Citation preview
MULTIMEDIA-ANALYSE-TECHNIKEN
SeminarDr. Harald Sack / Jörg Waitelonis
Zalan Kramer / Johannes HercherHasso-Plattner-Institut für Softwaresystemtechnik
Universität PotsdamSommersemester 2010
Die nichtkommerzielle Vervielfältigung, Verbreitung und Bearbeitung dieser Folien ist zulässig (Lizenzbestimmungen CC-BY-NC).
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
2
Multimedia-Analyse-Techniken
1. Multimedia und Kodierung
2. Bild- und Videokodierung
3. Audiokodierung
4. Aufgabenstellung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3
Multimedia-Analyse-Techniken1. Multimedia und Kodierung
Multimediale Daten im Computer
•Definition Multimedia
•Kommen bei der Darstellung von Information mehrere, verschiedenartige Medien zum Einsatz, wie z.B. Text, Bild und Ton, so spricht man von einer multimedialen Darstellung der Information.
•Multimediale Darstellung soll dem Betrachter die Wissensaufnahme von Inhalten erleichtern, da der Benutzer die Informationen mit verschiedenen Sinnesorganen aufnimmt
alphanumerischeInformation
graphischeInformation
Audio-information
Video-information
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
4
Multimedia-Analyse-Techniken1. Multimedia und Kodierung
Medientypen•zeitunabhängige Medien
•Zeitkomponente während der Aufzeichnung ohne Bedeutung
•z.B. Text, Grafik
•„diskrete Medien“
•zeitunabhängige Medien
•Information verändert sich mit der Zeit
•Gehalt einer Einzelinformation (zu einem diskreten Zeitpunkt) nicht signifikant
•Gesamtinformation erschließt sich erst aus dem zeitlichen Ablauf
•Zeitkomponente kritisch sowohl bei Aufzeichnung als auch bei Wiedergabe
•z.B. Audio, Video
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
5
Multimedia-Analyse-Techniken1. Multimedia und Kodierung
Multimediakodierung•Um Informationen zum Zweck der Archivierung oder Übertragung aufzuzeichnen,
müssen die Informationen entsprechend kodiert werden.
•alphanumerische Information (Text)
•Zur Kodierung alphanumerischer Nachrichten, also mittels Ziffern und Buchstaben verschiedener Alphabete dargestellter Informationen, existieren viele unterschiedliche Verfahren, angefangen von ASCII, dem 7-Bit Standard, der noch aus den Zeiten des Fernschreibers stammt, bis hin zum 32-Bit Unicode, mit dem es möglich ist, annähernd alle Alphabete der Erde zu kodieren.
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
6
Multimedia-Analyse-Techniken1. Multimedia und Kodierung
Multimediakodierung•graphische Information
•Graphische Information liegt analog vor und muss vor einer entsprechenden Kodierung zunächst digitalisiert werden.
•man unterscheidet verlustfreie und verlustbehaftete Kodierung graphischer Information
•verlustfreie Kodierung:
•RAW, TIFF, BMP, ...
•verlustbehaftete Kodierung:
•GIF, PNG, JPEG, JPEG2000, ...
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
7
Multimedia-Analyse-Techniken1. Multimedia und Kodierung
Multimediakodierung•Audio- /Videoinformation
•Audio-/Videoinformation liegt analog vor und muss vor einer entsprechenden Kodierung zunächst (zeitabhängig) digitalisiert werden.
•man unterscheidet verlustfreie und verlustbehaftete Kodierung von Audio-/Videoinformation
•verlustfreie Kodierung:
•Audio: AU, WAV, ...
•Video: DV
•verlustbehaftete Kodierung:
•Audio: MP3, MPEG-2 AAC, MPEG-4 AAC, ...
•Video: MPEG-1, MPEG-2, MPEG-4, H.264, X.264, DVCPro, ...
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
8
Multimedia-Analyse-Techniken
1. Multimedia und Kodierung
2. Bild- und Videokodierung
3. Audiokodierung
4. Aufgabenstellung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
9
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.1 Farbe und Farbmodelle
Farbe und Farbmodelle•Was ist Farbe?
•Farben sind die Grundbestandteile des weißen Lichts
•Prisma zerlegt weißes Licht in seine spektralen Bestandteile
•Lichtstrahlen besitzen keine Farbe sondern eine spektrale Energieverteilung
1648 Marcus Marci1672 Isaac Newton
λ=780 nm λ=380 nm
Infrarot UVsichtbares Licht
Elektromagnetisches Spektrum
PrismaIsaac Newton(1643-1727)
Marcus Marci(1595-1667)
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
10
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.1 Farbe und Farbmodelle
Farbe und Farbmodelle•Thomas Young (1801) weist nach, dass das menschliche Auge nur in der Lage
ist, 3 Grundfarben wahrzunehmen (3-Farbtheorie)
•Alle übrigen wahrgenommenen Farben ergeben sich durch Mischung der 3 Grundfarben in unterschiedlicher Intensität
•Max Planck (1900) weist Zusammenhang zwischen Strahlungsfrequenz (Farbe des Lichts) und Temperatur nach (Schwarzkörperstrahlung und Farbtemperatur)
•„In einem geschlossenem Hohlraum stellt sich eine nach allen Richtungen gleiche elektromagnetische Strahlung bestimmter Gesamtenergie und bestimmter spektraler Verteilung ein, die nur von der Temperatur der Hohlraumwände abhängt.“
Thomas Young(1773-1829)
2200 K 5500 K Farbtemperatur(Kelvin)
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
10
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.1 Farbe und Farbmodelle
Farbe und Farbmodelle•Thomas Young (1801) weist nach, dass das menschliche Auge nur in der Lage
ist, 3 Grundfarben wahrzunehmen (3-Farbtheorie)
•Alle übrigen wahrgenommenen Farben ergeben sich durch Mischung der 3 Grundfarben in unterschiedlicher Intensität
•Max Planck (1900) weist Zusammenhang zwischen Strahlungsfrequenz (Farbe des Lichts) und Temperatur nach (Schwarzkörperstrahlung und Farbtemperatur)
•„In einem geschlossenem Hohlraum stellt sich eine nach allen Richtungen gleiche elektromagnetische Strahlung bestimmter Gesamtenergie und bestimmter spektraler Verteilung ein, die nur von der Temperatur der Hohlraumwände abhängt.“
Thomas Young(1773-1829)
Max Planck(1858- 1947)
2200 K 5500 K Farbtemperatur(Kelvin)
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
11
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.1 Farbe und Farbmodelle
Farbe und Farbmodelle•Um Farben korrekt (auf dem Computer) reproduzieren zu können dienen
mathematische Farbmodelle
•Diese basieren auf unterschiedlichen Arten der Mischung von Anteilen der jeweiligen Grundfarben, deren Helligkeit und anderer Farbeigenschaften
Isaac Newton (1704) verbindet die beidenEnden des optischen elektromagnetischen Spektrums zum Farbkreis
Isaac Newton(1643-1727)
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
12
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.1 Farbe und Farbmodelle
Farbe und Farbmodelle•Auch Goethe beschäftigte
sich mit der Farbenlehre. Er entwickelte einen Farbkreis und ordneteden einzelnen Farben spezifische Eigenschaften zu.
•Goethe vertrat im Gegensatz zu Newton die Ansicht, dasssich das weisse Licht nicht aus monochromatischen Komponenten zusammensetzt(Spektrum), sondern Farbe erst imAuge entsteht
Johann Wolfgang v. Goethe
(1749-1832)
Farbenkreis zur Symbolisierung des menschlichen Geistes- und Seelenlebens, 1809
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
13
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.1 Farbe und Farbmodelle
Farbe und Farbmodelle•1931 wurde als erstes Modell
zur objektiven Farbbestimmungdie Farbnormtafel von derinternationalen Beleuchtungs-kommision festgelegt(Commission Internationale d´Eclairage, CIE)
•Farben werden aus Farbanteilen derGrundfarben (Rot, Grün, Blau)gemischt und in ein 2-dimensionalesKoordinatensystem projiziert
CIE Farbnormtafel, 1931
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
14
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.1 Farbe und Farbmodelle
Farbe und Farbmodelle•RGB-Farbmodell
•additive Farbmischung
•Mischung selbstleuchtender Grundfarben
•Rot (700nm)
•Grün (546,1nm)
•Blau (435,8nm)
•Farbe wird als Tripel (r,g,b) aus den jeweiligen Farbanteilen angegeben
•z.B. bei 8 Bit pro Farbkanal:gelb = (255,255,0)
additive Farbmischung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
15
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.1 Farbe und Farbmodelle
Farbe und Farbmodelle•RGB-Farbmodell
•Bsp.:
R
G
B
additive Farbmischung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
16
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.1 Farbe und Farbmodelle
Farbe und Farbmodelle•CMY(K)-Farbmodell
•subtraktive Farbmischung
•Farbe entsteht durch Reflektion/Absorbtion an unterschiedlichen Oberflächen
•Grundfarben Cyan / Magenta / Yellow
•Druckprinzip: Farbpigmente der Grundfarben werden auf weiße Oberfläche aufgetragen
Lichtstrahl bestimmte Farbanteilewerden reflektiert,andere absorbiert
subtraktive Farbmischung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
16
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.1 Farbe und Farbmodelle
Farbe und Farbmodelle•CMY(K)-Farbmodell
•subtraktive Farbmischung
•Farbe entsteht durch Reflektion/Absorbtion an unterschiedlichen Oberflächen
•Grundfarben Cyan / Magenta / Yellow
•Druckprinzip: Farbpigmente der Grundfarben werden auf weiße Oberfläche aufgetragen
Lichtstrahl bestimmte Farbanteilewerden reflektiert,andere absorbiert
subtraktive Farbmischung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
17
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.1 Farbe und Farbmodelle
Farbe und Farbmodelle•CMY(K) Farbmodell
•Bsp.:
C
YM
subtraktive Farbmischung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
18
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.1 Farbe und Farbmodelle
Farbe und Farbmodelle•YUV-Farbmodell
•Zerlegung der Farben in
•Helligkeitsanteil (Luminanz) – Y-Komponente
•Farbanteil (Chrominanz) – U und V Komponente
•Historisch in Verbindung mit dem Farbfernsehens entstanden
•Rückwärtskompatibilität mit Schwarzweiß-Empfängern
•daher separater Helligkeitskanal
•Ausnutzung der unterschiedlichen Empfindlichkeit des menschlichen Auges für Helligkeits- und Farbunterschiede
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
19
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.1 Farbe und Farbmodelle
Farbe und Farbmodelle•YUV-Farbmodell
rot grün blau
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
20
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.1 Farbe und Farbmodelle
Farbe und Farbmodelle•YUV-Farbmodell
Y U V
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
21
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.2 Visuelle Wahrnehmung
Visuelle Wahrnehmung des Menschen•Das menschliche Auge
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
22 Visuelle Wahrnehmung des Menschen•Licht- / Farbempfindlichkeit
•Netzhaut enthält zwei Typen von Licht-rezeptoren im menschlichen Auge:
•ZapfenFarb- und Helligkeitsempfindlich,verantwortlich für Farbsehen,im zentralen Retinabereich,ca. 6 Millionen, man unterscheidet drei Typen von Zapfen, die jeweils über unterschiedliches Sehpigment verfügen
•StäbchenHelligkeitsempfindlichauch bei geringer Beleuchtungim peripheren Retinabereichca. 120 Millionen
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.2 Visuelle Wahrnehmung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
23 Verlustbehaftete JPEG Kodierung•JPEG, Joint Photographic Experts Group
•verlustbehaftete Komprimierung, sehr gut geeignet für natürliche Bildquellen
•Komprimierung bis 1:20 bei kaum nennenswerten Verlust der Darstellungsqualität
•Ausnutzung der Physiologie der menschlichen Wahrnehmung
•Das menschliche Auge reagiert auf Änderungen der Helligkeit empfindlicher als auf Farbänderungen
•Natürliche Bildquellen besitzen
•häufig Farb- / Helligkeitsverläufe
•häufig keine starken Kontrastschwankungen
Helligkeit benachbarte Bildpunkte unterscheidet sich kaum
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
24 Verlustbehaftete JPEG Kodierung•Natürliche Bildquellen besitzen
•häufig Farb- / Helligkeitsverläufe
•häufig keine starken Kontrastschwankungen
Helligkeit benachbarte Bildpunkte unterscheidet sich kaum
Idee: Das Herausfiltern von Bildanteilen mit starken Kontrastschwankungen fällt bei den meisten „natürlichen“ Bildern nicht auf
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
24 Verlustbehaftete JPEG Kodierung•Natürliche Bildquellen besitzen
•häufig Farb- / Helligkeitsverläufe
•häufig keine starken Kontrastschwankungen
Helligkeit benachbarte Bildpunkte unterscheidet sich kaum
Idee: Das Herausfiltern von Bildanteilen mit starken Kontrastschwankungen fällt bei den meisten „natürlichen“ Bildern nicht auf
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
25 JPEG Komprimierung - Ablauf•
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Farbraum-wechsel
DiskreteCosinus-
Transformation
Chroma-Subsampling
Quantisierungmodifizierte
HuffmanKodierung
Originalbild komprimiertes Bild
schwächereFarbempfindlichkeitdes menschlichenAuges
Filterung von Bildanteilenmit starken Kontrastschwankungen
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
26 JPEG Komprimierung - Ablauf
(1) Farbraumwechsel (r,g,b) →(Y,Cb,Cr)
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Farbraum-wechsel
Originalbild
(r,g,b)
Y
Cb
Cr
Luminanz
Chrominanz
+0,299 +0,587 +0,114+0,1687 −0,3313 +0,5
+0,5 −0,4187 −0,081
⎛
⎝
⎜ ⎜ ⎜
⎞
⎠
⎟ ⎟ ⎟ ⋅
rgb
⎛
⎝
⎜ ⎜ ⎜
⎞
⎠
⎟ ⎟ ⎟
=
YCb
Cr
⎛
⎝
⎜ ⎜ ⎜
⎞
⎠
⎟ ⎟ ⎟
Mittwoch, 12. Mai 2010
JPEG Komprimierung - Ablauf(2) Chroma Subsampling
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
27
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Y-Pixel
Mittwoch, 12. Mai 2010
JPEG Komprimierung - Ablauf(2) Chroma Subsampling
Cr-Pixel
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
27
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Y-Pixel
Mittwoch, 12. Mai 2010
Cb-Pixel
JPEG Komprimierung - Ablauf(2) Chroma Subsampling
Cr-Pixel
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
27
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Y-Pixel
Mittwoch, 12. Mai 2010
Cb-Pixel
JPEG Komprimierung - Ablauf(2) Chroma Subsampling
Cr-Pixel
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
27
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Y-Pixel
Statt 4·(r,g,b) 4·Y+1·(Cb+Cr)
4·(8+8+8)=96 Bit 4·8+(8+8)=48 Bit
Mittwoch, 12. Mai 2010
JPEG Komprimierung - Ablauf(2) Chroma Subsampling
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
28
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
4:4:4 – kein Subsampling
Luminanzpixel
Chrominanzpixel
4:2:2 – horizontales Subsampling um Faktor 2
Mittwoch, 12. Mai 2010
JPEG Komprimierung - Ablauf(2) Chroma Subsampling
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
29
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Luminanzpixel
Chrominanzpixel
4:1:1 – horizontales Subsampling um Faktor 4
4:2:0 – horizontales und vertikales Subsampling um Faktor 2
Mittwoch, 12. Mai 2010
JPEG Komprimierung - Ablauf(2) Chroma Subsampling
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
30
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
4:2:0 Subsampling285 KB
Original PNG968 KB
Mittwoch, 12. Mai 2010
JPEG Komprimierung - Ablauf(3) Diskrete Cosinus-Transformation (DCT)
•versetzt einzelne Helligkeitswerte von Ortsraum in Frequenzraum
•Jede Komponente (Y,Cb,Cr) wird separat transformiert
•Bild wird dazu in Blöcke 8x8-Pixel zerlegt
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
31
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
(0,0)
(7,7)8x8 Block
DCT
F(0,0)
F(7,7)
transformierter 8x8 Block
Mittwoch, 12. Mai 2010
JPEG Komprimierung - Ablauf(3) Diskrete Cosinus-Transformation (DCT)
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
32
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
(0,0)
(7,7)8x8 BlockOrtsraum
Mittwoch, 12. Mai 2010
JPEG Komprimierung - Ablauf(3) Diskrete Cosinus-Transformation (DCT)
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
32
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
(0,0)
(7,7)8x8 BlockOrtsraum
Mittwoch, 12. Mai 2010
JPEG Komprimierung - Ablauf(3) Diskrete Cosinus-Transformation (DCT)
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
32
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
(0,0)
(7,7)8x8 Block
177 177177 136218 218177 218
Ortsraum
Mittwoch, 12. Mai 2010
JPEG Komprimierung - Ablauf(3) Diskrete Cosinus-Transformation (DCT)
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
32
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
(0,0)
(7,7)8x8 Block
177 177177 136218 218177 218
Ortsraum
Mittwoch, 12. Mai 2010
JPEG Komprimierung - Ablauf(3) Diskrete Cosinus-Transformation (DCT)
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
32
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
(0,0)
(7,7)8x8 Block
177 177177 136218 218177 218
Ortsraum
Mittwoch, 12. Mai 2010
JPEG Komprimierung - Ablauf(3) Diskrete Cosinus-Transformation (DCT)
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
32
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
(0,0)
(7,7)8x8 Block
177 177177 136218 218177 218
Ortsraum
Mittwoch, 12. Mai 2010
JPEG Komprimierung - Ablauf(3) Diskrete Cosinus-Transformation (DCT)
•Das Prinzip der Fouriertransformation:Jede periodische Funktion lässt sich als Summevon Sinus- und Cosinus-Funktionen darstellen.
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
33
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Jean-Babtiste Joseph Baron de Fourier
(1768-1830)
Mittwoch, 12. Mai 2010
JPEG Komprimierung - Ablauf(3) Diskrete Cosinus-Transformation (DCT)
•Das Prinzip der Fouriertransformation:Jede periodische Funktion lässt sich als Summevon Sinus- und Cosinus-Funktionen darstellen.
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
33
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Jean-Babtiste Joseph Baron de Fourier
(1768-1830)
A
x
Ortsraum
Mittwoch, 12. Mai 2010
JPEG Komprimierung - Ablauf(3) Diskrete Cosinus-Transformation (DCT)
•Das Prinzip der Fouriertransformation:Jede periodische Funktion lässt sich als Summevon Sinus- und Cosinus-Funktionen darstellen.
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
33
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Jean-Babtiste Joseph Baron de Fourier
(1768-1830)
A
x
Ortsraum
Mittwoch, 12. Mai 2010
JPEG Komprimierung - Ablauf(3) Diskrete Cosinus-Transformation (DCT)
•Das Prinzip der Fouriertransformation:Jede periodische Funktion lässt sich als Summevon Sinus- und Cosinus-Funktionen darstellen.
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
33
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Jean-Babtiste Joseph Baron de Fourier
(1768-1830)
A
f
Frequenz-Spektrum
A
x
Ortsraum
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
34 Farbe und Farbmodelle(3) Diskrete Cosinus-Transformation (DCT)
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
• Jede periodische Schwingung kann als eine Überlagerung von Sinusschwingungen unter- schiedlicher Amplituden und Frequenzen dargestellt werden • Trägt man die Amplituden der beteiligten Schwingungen in Abhängigkeit der Frequenz auf, erhält man das Frequenz- spektrum
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
35 Farbe und Farbmodelle(3) Diskrete Cosinus-Transformation (DCT)
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Ortsraum
xy
DCT
Frequenzraum
uv
f(x,y) F(u,v)
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
36 Farbe und Farbmodelle(3) Diskrete Cosinus-Transformation (DCT)
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Frequenzraum
uv
F(u,v)
• Jeder Punkt bezeichnet Anteil einer bestimmten Frequenz
• F(0,0) - niedrigste Frequenz• F(7,7) - höchste Frequenz
Niedrige Frequenz = langsame ÄnderungHohe Frequenz = rasche Änderung
„natürliche“ Bilder besitzen viele kontinuierliche Farb-/Helligkeitsübergänged.h. Hauptanteil der Bildinformation liegt in den niedrigen Frequenzen
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
37 Farbe und Farbmodelle(3) Diskrete Cosinus-Transformation (DCT)
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
große, regelmäßig gefärbte Flächen niedrige Frequenzanteile
feine Details, hohe Kontrast-unterschiede hohe Frequenzanteile
DC (Direct Current) = F(0,0) enthält Durchschnittswert der 8x8-Matrix
AC (Alternating Current) = F(0,1) … F(7,7) speichern Veränderungen zum DC
wachsende Frequenz
wac
hsen
de F
requ
enz
Visualisierung der Basisfrequenzen
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
38 Farbe und Farbmodelle(3) Diskrete Cosinus-Transformation (DCT)
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
45 5045 45 50
50 5045
50
53
56
56
56
5653 53
535350
58 48
43 48
48
43 48 61 63
68 504858
45 48 56
56
50 45
48
6168
61
61
61
61
63
53635656
56 56
50
50
53
53 53
45 5050 61 61
58
48
425 -6-25 -5
-1 -710
9
-4
0
3-15
-3
-17 0
-5
-3 -3 4
-3
0 0 0 -1
4
1-43
-8 3
3
1
4
2
-3 2 -1
5
-6
DCT
Orts
raum
Freq
uenz
raum
-15
3
4
-6
-2-10
13
10
0 -22
4
6 66
1
0
3
2
-4
-3
-3
0 4
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
39 Farbe und Farbmodelle(3) Diskrete Cosinus-Transformation (DCT) - Quantisierung
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Hohe Frequenzenwerden entfernt
Niedrige Frequenzenbleiben erhalten
Qua
ntis
ieru
ngsm
atrix
– Q
(u,v
)1 11 1 8
1 41
2
16
4
4
8
161 4
888
1 16
1 1
2
1 1 4 8
16 16168
4 8 8
8
8 16
4
3216
16
64
32
32
32
3216168
8 8
8
4
8
8 16
16 328 8 16
16
8
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
40 Farbe und Farbmodelle(3) Diskrete Cosinus-Transformation (DCT) - Zig-Zag-Encodierung
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
DC
Mittelwert
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
40 Farbe und Farbmodelle(3) Diskrete Cosinus-Transformation (DCT) - Zig-Zag-Encodierung
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
DC
Mittelwert
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
41 Farbe und Farbmodelle(3) Diskrete Cosinus-Transformation (DCT) - mod. Huffman Kodierung
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
• Kodierung variabler Länge mit fester Kodierungsvorschrift• Zusammenfassung von Null-Ketten mit Lauflängenkodierung (RLE-Kodierung)
Bits Wertebereich1 -1, +1
2 -3,-2, +2,+3
3 -7…-4, +4…7
4 -15…-8, 8…15
5 -31…-16, 16…31
6 -63…-32, 32…63
7 -127…-64, 64…127
8 -255..-128, 128…255
9 -511…-256, 256…511
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
42 Farbe und Farbmodelle(3) Diskrete Cosinus-Transformation (DCT) - mod. Huffman Kodierung
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.3 JPEG Kodierung
Quality : 90%Size: 21,868 bytes
Quality : 50%Size: 9,096 bytes
Quality : 10%Size: 3,519 bytes
Quality : 100%Size: 54,124 bytes
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
43 Videokodierung und Bewegungswahrnehmung•Grundlagen
•Video (Film):kontinuierliche Abfolge von aufeinander folgenden Einzelbildern, die aufgrund der Netzhautträgheit des Menschen als zusammen-hängende, bewegte Sequenz erscheint.
•Netzhautträgheit:das von der Netzhaut (Retina) wahrgenommene Bild bleibt für 1/16s auf dieser bestehen, ehe es verlischt
•Kodierung einer Video(Film)sequenz erfordert sehr viel Speicherplatz
•Bild und Ton müssen synchron ablaufen
•erfordert hohe Bandbreite
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
44 Videokodierung und Bewegungswahrnehmung•Bewegungswahrnehmung
•komplexe Funktion der menschlichen Sensorik
•abhängig von
•Physiologischen Faktoren
•Beeinflussung benachbarter Lichtsinneszellen in der Retina
•Foveale Objektverfolgung (Nachführung des Auges)
•Vergenz und Akkomodation
•Psychologischen Faktoren
•Elimination gleichförmiger Bewegung durch das Gehirn
•Koppelung von Bewegung und Beschleunigungswahrnehmung (Gleichgewichtsorgan)
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
45 Videokodierung und Bewegungswahrnehmung•Analoge Videotechnik
•Farbfernsehen – PAL
•PAL (Phase Alternation Line, Europa) sendet mit Bildwiederholfrequenz von 25 Hz und einer Bildauflösung von 720x576 Pixeln, wobei 2 gegenseitig verschränkte Halbbilder mit im Takt von jeweils 1/50s gesendet werden
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
gerade Zeilen ungerade Zeilen
+
1/50s 1/50s
=
1/25s
PAL interlaced
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
46 Videokodierung und Bewegungswahrnehmung•PAL (SD576i)- notwendige Bandbreite
•Bildauflösung: 720 x 576 Pixel
•Bildwiederholfrequenz: 25 Hz
•Farbtiefe: 8 Bit
•Subsampling: 4:2:2
•Benötigte Bandbreite: 720 x 576 x 25 x 8 + 2 x (360 x 576 x 25 x 8) = 166 Mbps
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Luminanz Chrominanz
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
47 Videokodierung und Bewegungswahrnehmung•HDTV (HD1080p) - notwendige Bandbreite
•Bildauflösung: z.B. 1920 x 1080 Pixel
•Bildwiederholfrequenz: bis 60 Hz
•Farbtiefe: 8 Bit
•Subsampling: 4:2:2
•Benötigte Bandbreite (Beispiel): 1920x1080x60x8 + 2x(960x1080x60x8) = 1,99 Gbps
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
48 Prediktive Kodierung•Ausnutzung von inhärenten Redundanzen in Videosequenzen
•z.B. Hintergrund statisch, nur Objekt im Vordergrund bewegt
•Objekte und Objektbewegungen müssen erkannt werden
•Bewegung kann als Grauwertveränderungder Position von Bildpunkten definiert werden
•Bei fester Kameraeinstellung ändert sich derBildinhalt durch Bewegung der Objekte in der Szene
•Verfahren zur Bewegungsprädiktion:
• Vorhersage ohne semantischen Kontext
• Modellbasierte Verfahren, z.B. bei Videotelefonie, Nachrichtensprecher, etc.
• Objekt-/Regionenbasierte Verfahren, d.h. Bildsegmentierung und Extraktion von Objekten
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
49 Prediktive Kodierung•Block-Matching
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Referenzbild RIn-k
• Annahme:
• benachbarte Bildpunkte führen die gleiche Bewegung aus.
• Vorgehen
• Unterteile das vorherzusagende Bild In in gleich große Blöcke (Segmente)
• Für jedes Segment bestimme im Referenzbild RIn-k einen Block mit möglichst gleichem Inhalt
Originalbild In
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
50 Prediktive Kodierung•Block-Matching
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Referenzbild RIn-k
• Vorgehen (Fortsetzung):
• Ist ein passendes Segment gefunden, bestimme den Verschiebevektor v=(vx,vy)
• Vollständige Prädiktion ist nur möglich, wenn für jedes Segment in In ein passender Block im Referenzbild gefunden wird.
• Das Prädiktionsbild PIn wird wie eine Collage aus den gefundenen Segmenten des Referenzbildes zusammengesetzt und sieht bei erfolgreicher Prädiktion dem Originalbild In sehr ähnlich.
Originalbild In
v
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
51 Prediktive Kodierung•Ursache für Bildveränderungen in Videosequenzen sind auch Bewegungen der
Kamera
•Geradlinige Bewegungen der Kamera (Translation)
•Kameraschwenk (Rotation)
•Einsatz von Zoomobjektiven (Skalierung)
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
y
z
Bewegungskompensation gleichtBewegungen der Kamera aus
x
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
52 Video Codecs und Komprimierverfahren
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Codec Komprimierungs-verfahrenDatencontainer implementiertverpackt kodierte
Daten in
WMV9
DivXRealVideo
XviD
h.261
h.263
MPEG 1
MPEG 2
MPEG 4
h.264
avi
RealMedia
mpg
ogm
mkv
vobasf QuickTime Nero
HDX4mp4
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
53 Videokomprimierung nach MPEG•MPEG - Moving Pictures Experts Group
•eigentlich ISO/IEC JTC1/SC29/WG11
•seit 1988, ca. 360 Mitglieder aus Industrie/Forschung
•MPEG-1 Standard 1992
•VCD, MP3-Audiokomprimierung
•Datenrate 1,5 Mbps erfordert Komprimierung von >100:1
•MPEG-2 Standard 1995
•Digitalfernsehen (DVB), DVD
•MPEG-3 Standard in MPEG-2 integriert (HDTV)
•MPEG-4 Standard 1999
•Interaktives Audio und Video über drahtlose Netze und Internet
•HDTV, DRM, komplexe Objektverwaltung
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
54 MPEG-1 Videokodierung - Prinzipieller Ablauf•
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Farbkonversionnach YCrCb
DCTTransformation Quantisierung Lauflängen
KodierungBlock-
vergleich
Videoeinzelbilder
Referenz-bild
HuffmanKodierung
RGB YUV
YUV Fehler-/Differenzwerte DCT-Werte quantisierte
DCT-WerteNullen
unterdrückt
Codevariabler Länge
MPEG Bitstrom
InverseQuantisierungInverse DCT
quantisierteDCT-Werte
DCT-WerteYUV
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
55 MPEG-1 Videokodierung - Datenstrom Struktur•
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Videosequenz
Group of Pictures
Einzelbild
Slice
Makroblock
16 x 16 Pixel
Block
8 x 8 Pixel
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
56 MPEG-1 Videokodierung •Farbraumkonvertierung → YCrCb (4:2:2)
•Aufteilung der Einzelbilder in Zeilenabschnitte (Slices) und Makroblöcke
•16 x 16 Pixel Luminanz (Makroblock)
• 8 x 8 Pixel Chrominanz (Block)
•Bewegungsvorhersagealgorithmus
•Vergleiche Luminanzmakroblöcke aufeinander folgender Einzelbilder
•Ortsveränderungen von Luminanzmakroblöcken werden über Vektoren kodiert
•Qualität abhängig von Suchraumgröße
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
57 MPEG-1 Videokodierung •Farbraumkonvertierung → YCrCb (4:2:2)
•Bewegungsvorhersagealgorithmus
•DCT – Transformation
•Unterscheide Einzelbildvarianten:
•Intra-Frame (I-Frame)vollständiges Einzelbild, keine Bewegungsvorhersage, stets erstes Bild einer Sequenz (Standbild)
•Predictive Frame (P-Frame)nutzt zusätzlich Bewegungsvorhersage, bezieht sich auf vorhergehendes I-Frame
•Bidirectional Frame (B-Frame)Bewegungsvorhersage, bezieht sich auf vorhergehendes/nachfolgendes P-/I-Frame
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
58 MPEG-1 Videokodierung •Frametypen
•I-Frame muss nach spätestens 12 Frames wieder folgen
•Reihenfolge und jeweilige Wiederholungsanzahl der einzelnen Framessonst nicht vorgeschrieben
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Zeit
I B B B P B B B P B B B P B B B I
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
59MPEG-1 Videokodierung •P-Frame Kodierung
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Referenz-Frame Ziel-Frame
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
59MPEG-1 Videokodierung •P-Frame Kodierung
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Referenz-Frame Ziel-Frame
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
59MPEG-1 Videokodierung •P-Frame Kodierung
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Referenz-Frame Ziel-Frame
1. Suche Best Match
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
59MPEG-1 Videokodierung •P-Frame Kodierung
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Referenz-Frame Ziel-Frame
2. Verschiebungsvektor1. Suche Best Match
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
59MPEG-1 Videokodierung •P-Frame Kodierung
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Referenz-Frame Ziel-Frame
2. Verschiebungsvektor1. Suche Best Match
3. Differenzbildung
-
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
60MPEG-1 Videokodierung •B-Frame Kodierung
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Past Referenz Ziel-Frame Future Referenz
- ( + )/2
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
60MPEG-1 Videokodierung •B-Frame Kodierung
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Past Referenz Ziel-Frame
1. Suche Best Match
Future Referenz
- ( + )/2
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
60MPEG-1 Videokodierung •B-Frame Kodierung
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Past Referenz Ziel-Frame
1. Suche Best Match2. Verschiebungsvektoren
3. Differenzbildung
Future Referenz
- ( + )/2
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
61MPEG-1 Videokodierung •Typische Kompressionsfaktoren (SD576)
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Frame Size Rate
I 92 kB 7:1
P 32 kB 20:1
B 13 kB 50:1
average 26 kB 25:1
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
62MPEG-1 Videokodierung •MPEG Datenstrom
Multimedia-Analyse-Techniken2. Bild- und Videokodierung / 2.4 Video Kodierung
Sequence…SequenceSequence
GOP…GOPQTsStrParVidParSqc SC
Pict…PictGOPParTCodeGOP SC
Slice…SliceSliceEncodeBufferTypeP SC
MB…MBQscaleVPosS SC
… b5b0CBPQScaleMVTypeAddrln
Sequence Layer
Group of PicturesLayer
Picture Layer
Slice Layer
Macroblock Layer
Block Layer
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
63
Multimedia-Analyse-Techniken
1. Multimedia und Kodierung
2. Bild- und Videokodierung
3. Audiokodierung
4. Aufgabenstellung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
64 Grundlagen - Was ist Schall?•Schall wird hervorgerufen durch Schwingungen von Molekülen in einem elastischen
Medium, die sich wellenförmig ausbreiten.
•Maßeinheit:
•Frequenz = #Schwingungen/Sekunde = Hz (Hertz)
•≙ Dauer einer Schwingung:
•Frequenz:
•Lautstärke: Höhe der Amplitude A
Multimedia-Analyse-Techniken3. Audiokodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
64 Grundlagen - Was ist Schall?•Schall wird hervorgerufen durch Schwingungen von Molekülen in einem elastischen
Medium, die sich wellenförmig ausbreiten.
•Maßeinheit:
•Frequenz = #Schwingungen/Sekunde = Hz (Hertz)
•≙ Dauer einer Schwingung:
•Frequenz:
•Lautstärke: Höhe der Amplitude A
Multimedia-Analyse-Techniken3. Audiokodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
64 Grundlagen - Was ist Schall?•Schall wird hervorgerufen durch Schwingungen von Molekülen in einem elastischen
Medium, die sich wellenförmig ausbreiten.
•Maßeinheit:
•Frequenz = #Schwingungen/Sekunde = Hz (Hertz)
•≙ Dauer einer Schwingung:
•Frequenz:
•Lautstärke: Höhe der Amplitude A
Multimedia-Analyse-Techniken3. Audiokodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
65 Grundlagen - Was ist Schall?•Lautstärke: Schalldruck
•Druckschwankungen eines kompressiblen Schall-übertragungsmediums, die bei der Ausbreitung von Schall auftreten
•angegeben wird aber meist der Schalldruckpegel, gemessen in Dezibel (db)
•1db entspricht der Lautstärke, bei der ein Ton von 1 KHz gerade noch hörbar ist
•p0 = 0 db →Hörschwelle, entspricht Schalldruck von 20µPa
AlexanderGraham Bell(1847-1922)
Multimedia-Analyse-Techniken3. Audiokodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
66 Grundlagen - Was ist Schall?•der Klang (subjektives Schallerlebnis) kann charakterisiert werden durch
•Lautstärken (→ Amplitude) und
•Tonhöhen (→ Frequenz) seiner Grund- und Obertöne (→ Frequenzspektrum)
•im zeitlichen Verlauf
Hüllkurve (envelope) eines Tones
A
t
Atta
ck
Decay
Sustain
Release
Grundtontiefste Frequenz einer komplexen Wellenform
Obertonbei natürlicher Tonerzeugung wird stets nebendem Grundton eine Vielzahl höherer Töneerzeugt
FrequenzspektrumGesamtheit aller Obertöne
Multimedia-Analyse-Techniken3. Audiokodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
67 Audio Digitalisierung•Läst sich in drei Stufen zerlegen:
1.Abtastung des Signals (Sampling)
2.Diskretisierung der Abtastwerte (Quantisierung)
3.Kodierung der quantisierten Abtastwerte
!"#$%&'()'"%*(+,&(&-"%+."'/%0'(!"#$%#&%'()%*+',
-#-)".',
/%#.-#.,,%.#-)
0%,!"#$%#&%'()%*+',
-#-)".',12%.#-)
0%,!"#$%#&%'()%*+',
0%,!('$',
3&,.-#.,,%.#-)
! !"" ! !""#$ ! !""#$! "
Multimedia-Analyse-Techniken3. Audiokodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
68 Audio Digitalisierung•Sampling und Quantisierung
Δt
!"#$
%&'(#$)*"
+),-$#.#"/)-0.1
#-$"/2,(("
3#0-,(,4$,.$)-0
,-,(50".63#0-,(
7#0#$,(1%-,(501
8,-*()-0
!"#$
%&'(#$)*"3#0-,(,4$,.$)-0
*#0#$,(".63#0-,(
Multimedia-Analyse-Techniken3. Audiokodierung
Mittwoch, 12. Mai 2010
Psychoakustik und menschliche Wahrnehmung
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
69
Δt20 50 100 200 500 1000 5.000 10.000
100110120130140
0102030405060708090
Frequenz f, Hz
Schalldruckpegel A, dB
Ruhehörschwelle
0 Phon
40 Phon
80 Phon
100 Phon
130 Phon
Schmerzschwelle
Multimedia-Analyse-Techniken3. Audiokodierung
Mittwoch, 12. Mai 2010
Psychoakustik und menschliche Wahrnehmung
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
70
GehörgangTrommelfellMittelohrSteigbügel
Schnecke(Cochlea)
HammerAmboß
Bogengänge
Innenohr
Hörnerv
Multimedia-Analyse-Techniken3. Audiokodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
71 Psychoakustik und Audiokodierung•kodiere nur Signale, die im menschlichen Hörfeld liegen
•auch innerhalb des Hörfeldes müssen nicht alle Signale kodiert werden
•Simultane Verdeckung:starkes (lautes) Signal verdeckt (maskiert) gleichzeitiges schwaches (leises) Signal
•Temporäre Verdeckung:starkes Signal verdeckt schwaches Signal nicht nur zeitgleich, sondern wirkt
•für gewisse Zeit nach (bis 200 ms)
•sogar einige Zeit vor (bis 50 ms, liegt an der Trägheit des Hörvorganges)
Multimedia-Analyse-Techniken3. Audiokodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
72 Psychoakustik und Audiokodierung•Simultane Verdeckung
20 50 100 200 500 1000 5.000 10.000
100110120130140
0102030405060708090
Frequenz f, Hz
Schalldruckpegel A, dB
Wahrnehmungs-schwelle
Störpegel100 dB
80 dB
60 dB
40 dB20 dB
Multimedia-Analyse-Techniken3. Audiokodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
73 Psychoakustik und Audiokodierung•Temporäre Verdeckung
A
0 dB
20 dB
40 dB
60 dB
-50 0 50 100 150 0 50 100 150mst
Maskierungssignal
Vor-verdeckung
Nach-verdeckung
Simultan-verdeckung
Multimedia-Analyse-Techniken3. Audiokodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
74 MP3 Audiokodierung•MPEG 1 – Layer 3
•Motion Pictures Expert Group - MP3 = MPEG 1 - Layer 3
•Standard für Video Compact Disc (VCD)
•entwickelt vom Fraunhofer Institut für Integrierte Schaltkreise in Erlangen mit AT&T Bell Labs und Thompson (ab 1987)
•basiert auf Subband-Coding mit eigenem psycho-akustischen Modell
•ISO-Standard
•standardisiert lediglich Dekoder und Datenformat
•Kodierer nicht standardisiert
•MP3-Datei besitzt keinen expliziten Header, sondern ist eine Aneinanderreihung einzelner Datenblöcke mit jeweils eigenem Header + Audioinformationen (→ Streaming)
Multimedia-Analyse-Techniken3. Audiokodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
75 MP3 Audiokodierung•Predictive Coding
•Wissen über bereits kodiertes Signal wird zur Vorhersage des Folgesignals benutzt (nur Differenz wird kodiert)
•Spektral-/Transform Coding
•Fourier-Transformation des Wellensignals (Überführung von Ortsraum in Frequenzraum)
•Sub-Band Coding
•psycho-akustisches Modell
•Audio-Spektrum wird in Frequenzbänder aufgeteilt(fast alle Bänder haben gegenüber dem lautesten Band weniger relevante Information)
Multimedia-Analyse-Techniken3. Audiokodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
76 MP3 Audiokodierung•!"#$%
&$'()'(
*$+,-./)'0
1!')+23-4
5"//6'#-.
73289%)0"3,$389-3:;%#-++
**<=-.#-80"'(3>
389?-++-'
@-$3,"'(3>:"'#:=-.A-.."'(3>
3,-"-."'(3389+-$B-
50)+$-."'(:"'#
C")',$3$-."'(
D"BBE)'>
F%#$-."'(
G
HI
G
JKJ
F%-BB$A$-',-'
F%#$-."'(:#-.
L"3),A$'B%.E),$%'
;"+,$M+-N-.
O$($,)+-.:F)')+
HP>HQR:0/M3
O-E"+,$M+-N-.D"BBE)'>
O-0%#$-."'(
O-0%#$-."'(:#-.
L"3),A$'B%.E),$%'
O-30)+$-."'(:"'#
O-S")',$3$-."'(
T'U-.3-:;OV<:E$,
#2')E$389-.
*-'3,-.)'M)33"'(
*$+,-./)'0
152',9-3-4
!"#$%
!"3()'(
G
JKJ
F%-BB$A$-',-'5"//6'#-.
G
HI
HP>HQR:0/M3
;7H:F%#$-."'(
;7H:O-0%#$-."'(
;OV<:E$,
#2')E$389-.
*-'3,-.)'M)33"'(
Multimedia-Analyse-Techniken3. Audiokodierung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
77
Multimedia-Analyse-Techniken
1. Multimedia und Kodierung
2. Bild- und Videokodierung
3. Audiokodierung
4. Aufgabenstellung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
78
Multimedia-Analyse-Techniken4. Aufgabenstellung
Generelles Vorgehen•Ziel ist, die Aufgaben wissenschaftlich und prototypisch zu lösen.
•Aufgabenschritte:
(1) Literatur Recherche
(2) Anfertigen eines Testdatensatzes, der zur Evaluation verwendet wird
•manuelles Annotieren des Testdatensatzes mit den relevanten Informationen
(3) Implementieren des Analysealgorithmus
(4) Anwenden des Analysealgorithmus auf den Testdatensatz
(5) Evaluation der analytischen Ergebnisse
•Vergleich der Ergebnisse mit der manuell erstellten Annotation
•Anpassen des Analysealgorithmus und weiter mit (4)
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
79
Multimedia-Analyse-Techniken
1. Multimedia und Kodierung
2. Bild- und Videokodierung
3. Audiokodierung
4. Evaluation und Aufgabenstellung
Mittwoch, 12. Mai 2010
Seminar: Multimedia-Analyse-Techniken, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
80
Literatur
• Meinel, Ch., Sack, H.: Digitale Kommunikation - Vernetzen, Multimedia, Sicherheit, Springer, 2009.
• Gibbon, D. ; Liu, Z. : Introduction to Video Search Engines. Berlin : Springer, 2008
• Bradski, G. ; Kaehler, A. : Learning OpenCV. Beijing : O'Reilly, 2008
Multimedia-Analyse-Techniken
Mittwoch, 12. Mai 2010