Loading...
Please wait, while we are loading the content...
Similar Documents
Représentations parcimonieuses adaptées à la compression d'images
| Content Provider | Semantic Scholar |
|---|---|
| Author | Martin, Aurélie |
| Copyright Year | 2010 |
| Abstract | La compression numerique est devenue un outil indispensable pour la transmission et le stockage de contenus multimedias de plus en plus volumineux. Pour repondre a ces besoins, la norme actuelle de compression video, H.264/AVC, se base sur un codage predictif visant a reduire la quantite d'information a transmettre. Une image de prediction est generee, puis soustraite a l'originale pour former une image residuelle contenant un minimum d'information. La prediction H.264/AVC de type intra repose sur la propagation de pixels voisins, le long de quelques directions predefinies. Bien que tres efficace pour etendre des motifs repondants aux memes caracteristiques, cette prediction presente des performances limitees pour l'extrapolation de signaux bidimensionnels complexes. Pour pallier cette problematique, les travaux de cette these proposent un nouveau schema de prediction basee sur les representations parcimonieuses. Le but de l'approximation parcimonieuse est ici de rechercher une extrapolation lineaire approximant le signal analyse en termes de fonctions bases, choisies au sein d'un ensemble redondant. Les performances de cette approche ont ete eprouvees dans un schema de compression base sur la norme H.264/AVC. Nous proposons egalement un nouveau schema de prediction spatiale inter-couches dans le cadre de la compression « scalable » base sur H.264/SVC. Le succes de telles predictions repose sur l'habilete des fonctions de base a etendre correctement des signaux textures de natures diverses. Dans cette optique, nous avons egalement explore des pistes visant la creation de panels de fonctions de base, adaptees pour la prediction de zones texturees. |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | https://tel.archives-ouvertes.fr/tel-00482804/document |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |
