Search

Razvojem tehnologija porasla je kvaliteta videozapisa a time i njihova veličina. Zbog toga se javlja želja za komprimiranjem videozapisa radi bržeg prijenosa putem interneta ili lakšeg spremanja na medije za pohranu. Ponekad se i smanjuje vremenska i/ili prostorna rezolucija videa u svrhu smanjivanja veličine koja se onda na prijemnoj strani mora povećati kako bi kvaliteta videa bila što bolja, iako nikada ne može dostići originalnu. Za povećanje vremenske rezolucije koriste se MCFI algoritmi čiji je bitan dio procjena pokreta, proces određivanja vektora pokreta između susjednih sličica u videozapisu. Za svrhu procjene pokreta često se koriste algoritmi za pronalazak odgovarajućeg bloka (eng. Block-matching algorithm – BMA) koji su opisani u radu. Zadatak je bio odrediti kakav utjecaj ima veličina bloka na kvalitetu interpolirane slike u postupku povećanja vremenske rezolucija. Utjecaj bloka testiran je na tri različita postupka pretrage i pet različitih sekvenci. Zadatak je odrađen pomoću FFmpeg programskog paketa. Taj je utjecaj prikazan pomoću PSNR metode kojom se može mjeriti kvaliteta interpoliranih slika. Kao rezultat dobiveno je da veličina bloka nema veliki utjecaj na kvalitetu interpolirane slike na korištenoj testnoj bazi videosekvenci, no pokazalo se da veća veličina bloka malo bolje djeluje kod videozapisa sa većom količinom pokreta objekata i kada se kamera pomiče, dok manja veličina bloka daje nešto bolje rezultate kod mirnijih videozapisa. With the development of technology, video quality is improving and because of that videos are getting bigger in size. So, to be able to transfer videos over the internet or save storage space when saving them, there is a need for video compression. Sometimes the temporal resolution of the video is lowered to reduce the size even further. The temporal resolution then also needs to be increased on the receiving side to increase the quality of the video, although it can never reach the quality of the original. One of the main parts of frame interpolation algorithms which are used for increasing the temporal resolution of the video is motion estimation, the process of determining motion vectors between neighboring frames in the video. For the purposes of motion estimation, we use block-matching algorithms which are described in the paper. The assignment for this paper was to determine what kind of effect the block size has in the process of motion estimation on the quality of the interpolated picture when increasing the temporal resolution of the video. This effect was tested on three different block search methods and five different video sequences. The assignment was done by using FFmpeg and the quality of the interpolated picture was measured by PSNR. The result showed that block size doesn't have a large effect on the quality of interpolated picture on the test sequences used in the paper, but it did show that bigger block sizes give somewhat better results in video sequences which have larger motions and camera movement, while lower block sizes work better for video sequences with a low amount of motion.

FMS ili Functional movement screen je skup od sedam testova koji se koriste za procjenu stabilnosti, mobilnosti i funkcionalnosti mišićno-koštanog sustava. Ispitivač ocjenjuje 7 testova od 0 do 3, a uključuje duboki čučanj, prekorak preko prepone, iskorak na liniji, mobilnost ramena, prednoženje iz ležanja na leđima, sklek i test rotacijske stabilnosti trupa. Cilj ovog rada bio je na temelju dosadašnjih istraživanja prikazati pojedine metrijske karakteristike FMS testova. Objašnjena je pouzdanost i valjanost tih testova, te uloga pojedinih testova. Osim toga prikazana su istraživanja o sposobnosti testova u predikciji ozljeda sportaša. Prediktivnost ozljeda diskutabilna je za brojne autore znanstvenih radova. Rezultati koji se dobivaju provedbom FMS testa nisu konzistentni jer obuhvaćaju parametre koji variraju među individuama. Iz tih razloga FMS metoda se bolje opisuje kao procjena kvalitete ljudskog kretanja, nego kao alat za procjenu rizika za dobivanje ozljeda. U ovom radu proveden je literaturni pregled znanstvenih radova u razdoblju od 1997. do 2019., te se interpretiraju sveobuhvatni rezultati koji su dobiveni primjenom različitih pristupa i autora. FMS or Functional movement screen is a set of seven tests used to assess the stability, mobility and functionality of the musculoskeletal system. The examiner conducts seven tests and rates them on a gradation scale from 0 to 3. The tests include a deep squat, crotch overstep, line step, shoulder mobility ballet leg from a position of lying on the back, push-ups, and a torso rotational stability test. The aim of this paper was to present individual metric characteristics of FMS tests based on previous researches that have been made. The reliability and validity of these tests are explained, as well as the role of individual tests. In addition, researches on the ability of these tests to predict athlete injuries are presented. The predictability of injuries is debatable for many authors of scientific papers. The results obtained by performing the FMS test are not consistent because they include parameters that vary among individuals. For these reasons, the FMS method is better described as an assessment of the quality of human movement than as a tool for assessing the risk of injury. In this paper, a literature review of scientific papers in the period from 1997 to 2019 is conducted, and the comprehensive results obtained using different approaches and authors are interpreted.

Tema završnog rada je interpolacija slika primjenom bilateralne procjene pokreta u postupku povećanja brzine izmjene slika video sekvenci. U radu su opisane metode interpolacije primjenom estimacije i kompenzacije pokreta te načini pretrage u postupku procjene vektora pokreta. Objašnjene su razlike između bilateralne i unilateralne interpolacije. U praktičnom dijelu zadatka napravljen je kod u programskom paketu Matlab za interpolaciju slika primjenom bilateralne procjene pokreta. Kvaliteta slika interpoliranih implementiranom metodom izmjerena je PSNR metrikom za 5 sekvenci različitog sadržaja. Ti su rezultati uspoređeni s rezultatima interpolacije napravljene programom ffmpeg i to metodom usrednjavanja i metodom MCI-EPZS. Pokazano je da uspješnost metoda interpolacije ovisi o sadržajima video sekvenci, ali i o metodama poboljšanja kvalitete videa koje se primjenjuju nakon interpolacije. The topic of this final paper is video frame interpolation based on bilateral motion estimation in the process of frame rate upscaling. This paper describes methods of motion interpolation by using motion estimation and motion compensation, also various algorithms that are used for adequate motion detection and obtaining motion vectors. It explains the key differences between bilateral and unilateral interpolation. As a practical part of this final thesis, a code for frame interpolation with bilateral motion estimation was made in Matlab. The quality of the interpolated pictures that are obtained by the implemented method is measured with PSNR metrics on 5 video sequences with different content. These results are compared to the results of interpolation made with ffmpeg software by using two methods, frame averaging and MCI-EPZS. The results show that successful motion interpolation depends on the content of the video sequences, but also on the methods for image improvement that are applied after the interpolation itself.

U radu je prikazan način rada video kompresije. Postoje dvije vrste video kompresije: lossless i lossy. Detaljno je opisan postupak kodiranja video sadržaja koju koristi JPEG norma. Kodirati se može na dva načina: kodiranje unutar slike iz kojeg proizlaze I-slike i kodiranje između slika koje rezultira s P-slikama i/ili B-slikama. Također, opisane su razne norme za kodiranje videa. Neke od njih su: H.261, H.263, MPEG-2, H.264/AVC (MPEG-4). Najpoznatije i u širokoj upotrjebi su H.264/AVC i MPEG-2. Najveća prednost H.264/AVC nad MPEG-2 je postizanje iste kvalitete video sadržaja s od 2 do 2,5 puta manjom brzinom prijenosa (točnost određivanja vektora pomaka je puno veća). Nadalje, uspoređivanjem svih normi po istom kriteriju, ispostavilo se da je H.262 norma s najvišom brzinom prijenosa. Osim toga, opisani su razni algoritmi za procjenu pokreta. Na samom kraju opisana je i analizirana metoda kojom su se tražile sličnosti između dva videa pomoću vektora pomaka. This paper describes the way video compression works. There are two types of video compression: lossless and lossy. The process of encoding video content using the JPEG standard is described in detail. Video content can be encoded in two ways: intra-frame coding which produces I-images and inter-frame coding which produces P-images and/or B-images. Also, various video coding standards are described. Some of them are: H.261, H.263, MPEG-2, H.264/AVC (MPEG-4). The most popular and widely used are H.264/AVC and MPEG-2. The biggest advantage of H.264/AVC over MPEG-2 is achievement of the same video quality with 2 to 2.5 times lower bit-rate (the accuracy of motion estimation is higher). Furthermore, by comparing all the norms by the same criterion, it turned out that the standard with the highest bit-rate is H.262. In addition, various motion estimation algorithms are described. At the very end, an analysis and description is shown of a method which uses motion vectors to find similarities between two videos.

Radi očuvanja mrežnih resursa i omogućavanja dovoljno brzog prijenosa videosignala u uvjetima malih brzina prijenosa potrebno je smanjiti količinu podataka za prijenos. Smanjenje količine podataka za prijenos izvršava se kodiranjem videosignala s ciljem smanjenja vremenske rezolucije. Nakon prijenosa mrežom istim video sadržajima potrebno je povećati vremensku rezoluciju kako bi bili prikladni za prikaz na uređajima koji podržavaju videosadržaj visoke prostorne i vremenske rezolucije. U radu je ispitana kvaliteta interpoliranih slika dobivenih korištenjem nekih od postojećih algoritama za povećanje vremenske rezolucije videosignala. Za analizu su odabrana dvije algoritma koja koriste isključivo prostorne značajke videosignala (FA i FR) te dva algoritma koji koriste prostorne i vremenske značajke videosignala (AST-LS i AST-FS). U okviru usporedbe algoritama koji koriste samo prostorne značajke videosignala uočena je prednost u kvaliteti interpoliranih slika sa FA algoritmom uz približno jednaku računalnu zahtjevnost i vrijeme izvedbe. FA algoritam je pokazao najveću razinu kvalitete interpolirane slike za videosadržaje male vremenske aktivnosti dok za sadržaje velike vremenske aktivnosti prednjače algoritmi koji koriste vremenske i prostorne značajke videosignala. Usporedbom AST-LS i AST-FS algoritama kao bolje rješenje pokazao se AST-LS zbog manje računalne kompleksnosti uz gotovo jednake rezultate kvalitete interpoliranih slika. Za objektivnu ocjenu interpoliranih slika korištene su PSNR i SSIM metrike. For the purpose of efficient usage of network resources and enabling fast transmission it is needed to reduce amount of video signal data. Amount of the data for transmission is reduced by reducing temporal resolution in the coding process. After transmission over the network, it is needed to perform algorithms for frame rate-up conversion to make the video signal suitable for reproduction on devices supporting videos with high spatial and temporal activity. In this thesis, quality of interpolated images was measured. Interpolated images were made with some of already proposed algorithms for frame rate up-conversion. Two of the analyzed algorithms (FR and FA) use only spatial features of video signal and other two algorithms use spatial and temporal features of video signal (AST-FS and AST-LS). The FA algorithm shows much better quality of interpolated images compared to the FR with similar computational complexity and execution time. In case of very slow video sequences, the FA algorithm shows the best results of interpolated image quality but in case of very fast video sequences, algorithms that use spatial and temporal features of video signal are leading. The AST-LS, in comparison with the AST-FS, was revealed as a better decision because of similar quality of interpolated images but less computationally complex. PSNR and SSIM metrics were used for objective interpolated image evaluation.

Videosignal snimljen modernim uređajima zbog svoje veličine nije pogodan za prijenos ili pohranu na neki od medija. Zbog toga je u postupku kodiranja potrebno smanjiti njegovu veličinu, što se može učiniti primjenom efikasnih postupaka kompresije, ali i smanjenjem prostorne i/ili vremenske rezolucije. Paralelno s razvojem uređaja za snimanje razvili su se i uređaji za prikazivanje videosignala (pametni telefoni, tableti, prijenosna računala) koji, neovisno o veličini zaslona, mogu prikazivati video signal visoke rezolucije. Zbog svega navedenog sve više je primjera kod kojih je nakon dekodiranja potrebno povećati prostornu i/ili vremensku rezoluciju videosignala. Kod povećanja vremenske rezolucije interpolacijom slika u nekomprimiranom videosignalu, što je problem kojim se bavi ova disertacija, cjelokupna pogreška prilikom interpolacije nastaje zbog pokreta objekata i promjene sadržaja. Primjenom teorijskog modela videosignala analiziran je utjecaj vremenske udaljenosti, D, između slika koje se koriste za interpolaciju te utjecaj prostornih i vremenskih značajki videosignala na pogrešku interpolacije primjenom postupaka jednosmjernih procjena pokreta unaprijed i unazad. Predložen je i teorijski model za postupak interpolacije usrednjavanjem, FA, te je izveden izraz za autokorelacijsku funkciju pogreške interpolacije. Oba modela pokazuju dobro poklapanje teorijskih i empirijskih rezultata za sekvence s malim TI, te približno linearan porast varijance pogreške i MSE s porastom vrijednosti D. Također, teorijski i empirijski rezultati pokazali su da za sekvence s malom vremenskom aktivnošću jednostavni postupak usrednjavanja, FA, može ostvariti podjednaku (u nekim slučajevima i manju) pogrešku od znatno složenijeg postupka koji koristi procjenu pokreta, što je iskorišteno u predloženom algoritmu za interpolaciju u svrhu smanjenja njegove složenosti. Utvrđeno je i da su u slučaju male vrijednosti parametra vremenske aktivnosti, TIt, srednje vrijednosti vektora pomaka za pojedinu sliku vrlo male, što navodi na zaključak da je malim parametrom vremenske aktivnosti, TI, predstavljen mali pokret između dvije slike. Analizom utjecaja veličine bloka (za koji se računa vektor pomaka) na pogrešku procjene vektora pomaka utvrđeno je da je pogreška najmanja za blok veličine 16x16 elemenata slike, a najveća za blok veličine 4x4 elementa slike. Budući da je prirodno kretanje objekata nelinearno, posebice u slučaju brzih pokreta, i često s promjenjivom brzinom, analiziran je utjecaj tih dviju pojava na točnost vektora pomaka te je pokazano je da nelinearnost 144 pokreta unosi znatno manju pogrešku u odnosu na promjenu brzine. U slučaju kada pokret nije brz, uvođenje promjenjive brzine gibanja objekata ne povećava zamjetno točnost procjene, pa se s ciljem izbjegavanja povećanja složenosti algoritma predloženog u disertaciji koristi procjena pokreta uz pretpostavku konstantne brzine kretanja objekata. Na temelju provedene analize prostorno- vremenskih značajki videosignala i njihovog utjecaja na pogrešku interpolacije, u okviru ove disertacije predložen je algoritam za adaptivnu vremensku interpolaciju slika zasnovan na prostorno-vremenskim značajkama videosignala. Njegovom se primjenom zadržava visoka razina kvalitete interpoliranih slika uz značajno smanjenje složenosti jer je na temelju provedenih analiza prostorno-vremenskih značajki videosignala uvedena adaptivnost u ovisnosti o trenutnoj vrijednosti parametra vremenske aktivnosti, TIt. U slučaju kada je parametar vremenske aktivnosti između slika manji ili jednak prethodno određenoj vrijednosti praga, δ, radi se interpolacija korištenjem FA metode, a u suprotnom slučaju interpolacija se zasniva na procjeni pokreta. U slučajevima kada je TIt > δ, rade se odvojene jednosmjerne procjene unaprijed i unazad kombinacijom procjene pokreta za blokove (BMA) i optičkog toka. Kako bi se osigurala mala složenost, u predloženom algoritmu preciznost procjene vektora pomaka na razini manjoj od jednog elementa slike ostvaruje se razvojem u Taylorov red. U svrhu zaglađivanja vektora pomaka, polje vektora pomaka filtrira se medijan filtrom. Kompenzacijom pokreta dobiju se dvije slike prediktora čijom se težinskom sumom dobije konačna interpolirana slika. Predloženi algoritam uspoređen je s dva postojeća algoritma, koji su među najboljima u dostupnoj literaturi, po složenosti postupka i kvaliteti interpolirane slike. Rezultati su pokazali da predloženi algoritam ima najbolji omjer složenosti postupka i kvalitete interpolirane slike.

U ovom radu opisane su metode pretraživanja u postupku proračuna vektora pokreta te su analizirani rezultati simulacije algoritma za procjenu pokreta usklađivanjem blokova. Korištene su dvije različite video sekvence, jedna s brzim, a druga sa sporim pokretima. Mjerena je složenost i kvaliteta videa proračuna za različite veličine makrobloka i parametra pretraživanja, te kompleksnost algoritama. Rezultati simulacije pokazuju da je s obzirom na kvalitetu proračuna najbolji ES, no da je s obzirom na složenost proračuna najlošiji. Optimalnim se pokazao ARPS koji ima najkraće vrijeme izvedbe i najmanji prosječni broj točaka pretraživanja po makrobloku, dok je po PSNR vrijednostima blizu ES-u.

Algoritmi za kompresiju digitalnog videa koriste analizu vremenski redundantnih dijelova slike i kompenzaciju pokreta metodom podudaranja blokova. U ovom su radu predstavljeni i medusobno usporedeni najčešći oblici mjera poremećaja slike s naglaskom na njihovu složenost. Slikovni podaci najprije su pretvoreni u oblik pogodan za daljnje analiziranje, koje je zatim provedeno metodom potpunog pretraživanja. Pokreti su kvantitativno opisani preko raspodjele vjerojatnosti vektora. Nakon toga slijedi implementacija pojedinih brzih algoritama podudaranja blokova, te njihova međusobna usporedba na svakoj sekvenci.