METHOD OF CODING PREDICTABLE FRAMES WITH THE ACCOUNT OF MANAGEMENT MECHANISMS FOR IMPROVING THE QUALITY OF VIDEO INFORMATION'S SERVICE
DOI:
https://doi.org/10.26906/SUNZ.2020.4.069Keywords:
image, redundancy, coding, quantization, matrix, dataAbstract
The main difficulties in working with video are large volumes of transmitted information and sensitivity to delays in the video information transmission. Therefore, in order to eliminate the maximum redundancy amount in the formation of the video sequence, 3 types of frames are used: I, P and B which form a frame group. For a typical low complexity video sequence, the weight of each P-frame in the stream is approximately three times smaller than the I-frame weight. However, taking into account the number of P-frames in the group, they make the main contribution to the total video data amount. Therefore, the possibility of upgrading coding methods for P-frames is considered on preliminary blocks' type identification with the subsequent formation of block code structures. The differential representation of the frame, by using the filtering threshold, makes it possible to identify stationary background regions (stationary component) and regions containing dynamic objects (dynamic component)
Downloads
References
Piramanayagam, S., Saber, E., Cahill, N.D., Messinger, D. Shot boundary detection and label propagation for spatio-temporal video segmentation (2015). Proceedings of SPIE - The International Society for Optical Engineering, 9405.
Mashtalir, S., Mikhnova, O., Stolbovyi, M. Sequence Matching for Content-Based Video Retrieval (2018) Proceedings of the 2018 IEEE 2nd International Conference on Data Stream Mining and Processing, DSMP 2018, art. no. 8478597, pp. 549- 553.
Ruban, I., Smelyakov, K., Vitalii, M., Dmitry, P., Bolohova, N. Method of neural network recognition of ground-based air objects (2018) Proceedings of 2018 IEEE 9th International Conference on Dependable Systems, Services and Technologies, DESSERT 2018, pp. 589-592.
Development of a method for the experimental estimation of multimedia data flow rate in a computer network. Sumtsov, D. Osiievskyi, S. Lebediev, V. Eastern-European Journal of Enterprise Technologies. Volume 2, Issue 2-92, 2018, Pages 56-64.
Hubbard T., Bor R. Aviation Mental Health: Psychological Implications for Air Transportation. London : Routledge, 2016. 376 p.
Network traffic measurement and analysis / Mistry D., Modi P., Deokule K., Patel A., Patki H., Abuzaghleh O. // 2016 IEEE Long Island Systems, Applications and Technology Conference (LISAT).
The Problem of Big Data Transmission in the Mobile "Multi-Copter – Sensor Network" System / Tkachov V. M., Tokariev V. V., Radchenko V. O., Lebediev V. O. // Control, Navigation and Communication Systems. 2017. Issue 2. P. 154–157.
Mistry, D., Modi, P., Deokule, K., Patel, A., Patki, H., Abuzaghleh, O. (2016). Network traffic measurement and analysis.2016 IEEE Long Island Systems, Applications and Technology Conference (LISAT).
Tkachov, V. M., Tokariev, V. V., Radchenko, V. O., Lebediev, V. O. (2017). The Problem of Big Data Transmission in theMobile "Multi-Copter – Sensor Network" System. Control, Navigation and Communication Systems, 2, 154–157.
Wang, S., Zhang, X., Liu, X., Zhang, J., Ma, S., Gao, W. Utility-Driven Adaptive Preprocessing for Screen Content VideoCompression. (2017) IEEE Transactions on Multimedia, 19 (3), art. no. 7736114, pp. 660-667.
M.Pavlenko, A.Timochko, N.Korolyuk, M.Gusak. Hybrid model of knowledge for situation recognition in airspace.Automatic Control and Computer SciencesVolume 48, Issue 5, 2014, Pages 257-263.
Kharchenko V., Mukhina M. Correlation-extreme visual navigation of unmanned aircraft systems based on speed-up robustfeatures //Aviation. 2014. Vol. 18, Issue 2. P. 80–85. doi: https://doi.org/10.3846/16487788.2014.926645.
Gonzales R.C. Digital image processing / R.C. Gonzales, R.E. Woods. – Prentice Inc. Upper Saddle River, New Jersey, 2002.– 779p.
Ericsson K. A., Charness N., Feltovich P. J., Hoffman R. R. The Cambridge handbook of expertise and expert performance. New York, NY: Cambridge University Press, 2018. 918 р.
V. Larin, N. Yeromina, S. Petrov, A. Tantsiura, M. Iasechko. Formation of reference images and decision function in radiometric correlation-extremal navigation systems. Eastern-European Journal of Enterprise Technologies. Volume 4, Issue 9, 2018, Pages 27-35.
Кучук, Г.А. Моделювання трафіка мультисервісної розподіленої телекомунікаційної мережі [Текст] / Г.А. Кучук, І.Г. Кіріллов, А.А. Пашнєв // Системи обробки інформації. – Х.: ХУ ПС, 2006. – Вип. 9 (58). – С. 50 – 59.
Кучук Н.Г., Гавриленко С.Ю., Лукова-Чуйко Н.В., Собчук В.В. Перерозподіл інформаційних потоків у гіперконвен- гертній системі / С.Ю. Гавриленко. Сучасні інформаційні системи. 2019. Т.3, No2. С. 116-121. DOI: https://doi.org/10.20998/2522-9052.2019.2.20
Nechausov A., Mamusuĉ I., Kuchuk N. Synthesis of the air pollution level control system on the basis of hyperconvergent infrastructures. Сучасні інформаційні системи. 2017. Т. 1, No 2. С. 21-26. DOI: https://doi.org/10.20998/2522-9052.2017.2.04
Mozhaiev M., Kuchuk N., Usatenko M. (2019) The method of jitter determining in the telecommunication network of acomputer system on a special software platform. Innovative technologies and scientific solutions for industries, 2019. Vol. 4(10), pp. 134-140. doi: https://doi.org/10.30837/2522-9818.2019.10.134
Зиков І. С., Кучук Н. Г., Шматков С. І. Синтез архітектури комп'ютерної системи управління транзакціями e-learning.Сучасні інформаційні системи. 2018. Т. 2, No 3. С. 60–66. DOI: https://doi.org/10.20998/2522-9052.2018.3.10
Гахов Р.П. Моделирование трафика беспроводной сети передачи данных / Р. П. Гахов, Н. Г. Кучук// Научные ведомости БелГУ. – 2014. – No 1 (172). – Вып. 29(1). – С. 175-181.
Коваленко А. А., Кучук Г. А. Методи синтезу інформаційної та технічної структур системи управління об’єктомкритичного застосування. Сучасні інформаційні системи. 2018. Т. 2, No 1. С. 22–27. DOI:https://doi.org/10.20998/2522-9052.2018.1.04
Свиридов А. C., Коваленко А. А., Кучук Г. А. Метод перерозподілу пропускної здатності критичної ділянки мережі на основі удосконалення ON/OFF-моделі трафіку. Сучасні інформаційні системи. 2018. Т. 2, No 2. С. 139–144. DOI: https://doi.org/10.20998/2522-9052.2018.2.24
Кучук Н. Г. Метод зменшення часу доступу до слабкоструктурованих даних / Н. Г. Кучук, В. Ю. Мерлак, В. В. Скородєлов // Сучасні інформаційні системи = Advanced Information Systems. – 2020. – Т. 4, No 1. – С. 97-102. doi: https://doi.org/10.20998/2522-9052.2020.1.14
Кучук, Г.А. Розрахунок навантаження мультисервісної мережі [Текст] / Г.А. Кучук, Я.Ю. Стасєва, О.О. Болюбаш // Системи озброєння і військова техніка. – 2006. – No 4 (8). – С. 130 – 134.
Коваленко А.А. Использование временных шкал при аппроксимации длины очередей компьютерных сетей / А.А. Коваленко, Г.А. Кучук, И.В. Рубан // Сучасний стан наукових досліджень та технологій в промисловості. – 2018. – No 2 (4). – С. 12–18. – DOI: http://doi.org/10.30837/2522-9818.2018.4.012
Худов В.Г. Аналіз відомих методів сегментування зображень, що отримані з бортових систем оптикоелектронного спостереження / В.Г. Худов, Г.А. Кучук, О.М. Маковейчук, А.В. Крижний // Системи обробки інформації, 2016. – Вип. 9 (146). – С. 77-80.
Коваленко А. А. Оптимальное управление трафиком мультисервисной сети на основе методов последовательного улучшения решений / А.А. Коваленко, Г.А. Кучук // Системи озброєння і військова техніка. – 2016. – No 3(47). – С. 59-63.
Qassim, H., Verma, A., Feinzimer, D. (2018). Compressed residual-VGG16 CNN model for big data places image recogni- tion. 2018 IEEE 8th Annual Computing and Communication Workshop and Conference (CCWC). doi: https://doi.org/10.1109/ccwc.2018.8301729.
V. Larin, D. Yerema, Y. Bolotska. The reasoning of necessity enhancing video privacy in conditions of providing the quality of the video information service provided in virtual infocommunication systems. Sistemi ozbroennya i viyskova tehnika 2(35). – H. HNUPS. 2019, S. 158-162.
