Compensación y estimación en transmisión de video codificado

Autores
Russo, Claudia Cecilia
Año de publicación
2000
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En los últimos años han ido apareciendo nuevas aplicaciones en el mundo de las telecomunicaciones, que requieren una continua mejora de los equipos terminales y de los canales de comunicación. El desarrollo y la explotación de nuevos sistemas de comunicación como la videoconferencia o la videotelefonía, deben tratar de compaginarse con la necesidad de aprovechar canales de transmisión de baja capacidad, que en un principio fueron diseñados para transmitir voz o texto. La necesidad anterior ha impulsado el diseño de técnicas de codificación que permitan trabajar con unas tasas de transmisión restringidas, manteniendo una calidad aceptable. Una de las características más importantes de las señales de vídeo es que presentan una gran redundancia espacial y temporal. El objetivo de las técnicas de compresión de vídeo es reducir esa redundancia para disminuir así el ancho de banda necesario para transmitir la señal. La redundancia espacial se da dentro de una misma imagen y supone que el valor de cada píxel está muy relacionado con el de sus píxeles vecinos. Las imágenes naturales están compuestas básicamente por áreas limitadas por contornos. Estas áreas suelen ocupar la mayor parte de la imagen, y tienen la característica de que al recorrer sus píxeles, el color y la iluminación cambian muy suavemente. Actualmente se emplea la DCT (Discrete Cosine Transform) para reducir la redundancia espacial. La redundancia temporal se refiere a la fuerte correlación que hay entre píxeles vecinos a lo largo del tiempo. En una secuencia se lleva a cabo un muestreo temporal, que debe cumplir el criterio de Nyquist para que el observador no detecte dicho muestreo. Esto supone que la diferencia entre dos cuadros consecutivos de una secuencia sea muy baja, existiendo a veces áreas que no cambian en toda la secuencia. Además, los cambios entre cuadros suelen obedecer más al movimiento de los objetos de la imagen, que a la aparición de nuevos contenidos. Las técnicas de estimación y compensación de movimiento son las que tratan de reducir la redundancia temporal.
Eje: Sistema de tiempor real. Procesamiento de señales
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Compensación
Real time
Signal processing systems
Estimación
Transmisión de Video Codificado
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/22165

id SEDICI_76964c0e4163e841a948bc65c64e825d
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22165
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Compensación y estimación en transmisión de video codificadoRusso, Claudia CeciliaCiencias InformáticasCompensaciónReal timeSignal processing systemsEstimaciónTransmisión de Video CodificadoEn los últimos años han ido apareciendo nuevas aplicaciones en el mundo de las telecomunicaciones, que requieren una continua mejora de los equipos terminales y de los canales de comunicación. El desarrollo y la explotación de nuevos sistemas de comunicación como la videoconferencia o la videotelefonía, deben tratar de compaginarse con la necesidad de aprovechar canales de transmisión de baja capacidad, que en un principio fueron diseñados para transmitir voz o texto. La necesidad anterior ha impulsado el diseño de técnicas de codificación que permitan trabajar con unas tasas de transmisión restringidas, manteniendo una calidad aceptable. Una de las características más importantes de las señales de vídeo es que presentan una gran redundancia espacial y temporal. El objetivo de las técnicas de compresión de vídeo es reducir esa redundancia para disminuir así el ancho de banda necesario para transmitir la señal. La redundancia espacial se da dentro de una misma imagen y supone que el valor de cada píxel está muy relacionado con el de sus píxeles vecinos. Las imágenes naturales están compuestas básicamente por áreas limitadas por contornos. Estas áreas suelen ocupar la mayor parte de la imagen, y tienen la característica de que al recorrer sus píxeles, el color y la iluminación cambian muy suavemente. Actualmente se emplea la DCT (Discrete Cosine Transform) para reducir la redundancia espacial. La redundancia temporal se refiere a la fuerte correlación que hay entre píxeles vecinos a lo largo del tiempo. En una secuencia se lleva a cabo un muestreo temporal, que debe cumplir el criterio de Nyquist para que el observador no detecte dicho muestreo. Esto supone que la diferencia entre dos cuadros consecutivos de una secuencia sea muy baja, existiendo a veces áreas que no cambian en toda la secuencia. Además, los cambios entre cuadros suelen obedecer más al movimiento de los objetos de la imagen, que a la aparición de nuevos contenidos. Las técnicas de estimación y compensación de movimiento son las que tratan de reducir la redundancia temporal.Eje: Sistema de tiempor real. Procesamiento de señalesRed de Universidades con Carreras en Informática (RedUNCI)2000-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf136-138http://sedici.unlp.edu.ar/handle/10915/22165spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:27:47Zoai:sedici.unlp.edu.ar:10915/22165Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:27:47.518SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Compensación y estimación en transmisión de video codificado
title Compensación y estimación en transmisión de video codificado
spellingShingle Compensación y estimación en transmisión de video codificado
Russo, Claudia Cecilia
Ciencias Informáticas
Compensación
Real time
Signal processing systems
Estimación
Transmisión de Video Codificado
title_short Compensación y estimación en transmisión de video codificado
title_full Compensación y estimación en transmisión de video codificado
title_fullStr Compensación y estimación en transmisión de video codificado
title_full_unstemmed Compensación y estimación en transmisión de video codificado
title_sort Compensación y estimación en transmisión de video codificado
dc.creator.none.fl_str_mv Russo, Claudia Cecilia
author Russo, Claudia Cecilia
author_facet Russo, Claudia Cecilia
author_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Compensación
Real time
Signal processing systems
Estimación
Transmisión de Video Codificado
topic Ciencias Informáticas
Compensación
Real time
Signal processing systems
Estimación
Transmisión de Video Codificado
dc.description.none.fl_txt_mv En los últimos años han ido apareciendo nuevas aplicaciones en el mundo de las telecomunicaciones, que requieren una continua mejora de los equipos terminales y de los canales de comunicación. El desarrollo y la explotación de nuevos sistemas de comunicación como la videoconferencia o la videotelefonía, deben tratar de compaginarse con la necesidad de aprovechar canales de transmisión de baja capacidad, que en un principio fueron diseñados para transmitir voz o texto. La necesidad anterior ha impulsado el diseño de técnicas de codificación que permitan trabajar con unas tasas de transmisión restringidas, manteniendo una calidad aceptable. Una de las características más importantes de las señales de vídeo es que presentan una gran redundancia espacial y temporal. El objetivo de las técnicas de compresión de vídeo es reducir esa redundancia para disminuir así el ancho de banda necesario para transmitir la señal. La redundancia espacial se da dentro de una misma imagen y supone que el valor de cada píxel está muy relacionado con el de sus píxeles vecinos. Las imágenes naturales están compuestas básicamente por áreas limitadas por contornos. Estas áreas suelen ocupar la mayor parte de la imagen, y tienen la característica de que al recorrer sus píxeles, el color y la iluminación cambian muy suavemente. Actualmente se emplea la DCT (Discrete Cosine Transform) para reducir la redundancia espacial. La redundancia temporal se refiere a la fuerte correlación que hay entre píxeles vecinos a lo largo del tiempo. En una secuencia se lleva a cabo un muestreo temporal, que debe cumplir el criterio de Nyquist para que el observador no detecte dicho muestreo. Esto supone que la diferencia entre dos cuadros consecutivos de una secuencia sea muy baja, existiendo a veces áreas que no cambian en toda la secuencia. Además, los cambios entre cuadros suelen obedecer más al movimiento de los objetos de la imagen, que a la aparición de nuevos contenidos. Las técnicas de estimación y compensación de movimiento son las que tratan de reducir la redundancia temporal.
Eje: Sistema de tiempor real. Procesamiento de señales
Red de Universidades con Carreras en Informática (RedUNCI)
description En los últimos años han ido apareciendo nuevas aplicaciones en el mundo de las telecomunicaciones, que requieren una continua mejora de los equipos terminales y de los canales de comunicación. El desarrollo y la explotación de nuevos sistemas de comunicación como la videoconferencia o la videotelefonía, deben tratar de compaginarse con la necesidad de aprovechar canales de transmisión de baja capacidad, que en un principio fueron diseñados para transmitir voz o texto. La necesidad anterior ha impulsado el diseño de técnicas de codificación que permitan trabajar con unas tasas de transmisión restringidas, manteniendo una calidad aceptable. Una de las características más importantes de las señales de vídeo es que presentan una gran redundancia espacial y temporal. El objetivo de las técnicas de compresión de vídeo es reducir esa redundancia para disminuir así el ancho de banda necesario para transmitir la señal. La redundancia espacial se da dentro de una misma imagen y supone que el valor de cada píxel está muy relacionado con el de sus píxeles vecinos. Las imágenes naturales están compuestas básicamente por áreas limitadas por contornos. Estas áreas suelen ocupar la mayor parte de la imagen, y tienen la característica de que al recorrer sus píxeles, el color y la iluminación cambian muy suavemente. Actualmente se emplea la DCT (Discrete Cosine Transform) para reducir la redundancia espacial. La redundancia temporal se refiere a la fuerte correlación que hay entre píxeles vecinos a lo largo del tiempo. En una secuencia se lleva a cabo un muestreo temporal, que debe cumplir el criterio de Nyquist para que el observador no detecte dicho muestreo. Esto supone que la diferencia entre dos cuadros consecutivos de una secuencia sea muy baja, existiendo a veces áreas que no cambian en toda la secuencia. Además, los cambios entre cuadros suelen obedecer más al movimiento de los objetos de la imagen, que a la aparición de nuevos contenidos. Las técnicas de estimación y compensación de movimiento son las que tratan de reducir la redundancia temporal.
publishDate 2000
dc.date.none.fl_str_mv 2000-05
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/22165
url http://sedici.unlp.edu.ar/handle/10915/22165
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
136-138
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260115609092096
score 13.13397