Redução do tempo de codificação de mapas de profundidade do 3D-HEVC usando árvores de decisão estáticas construídas através de Data Mining

Detalhes bibliográficos
Autor(a) principal: Saldanha, Mário Roberto de Freitas
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPel - Guaiaca
Texto Completo: http://guaiaca.ufpel.edu.br/handle/prefix/4560
Resumo: Esta dissertação apresenta uma solução para redução do tempo de codificação dos mapas de profundidade no 3D-High Efficiency Video Coding (3D-HEVC). Com a inserção dos mapas de profundidade no 3D-HEVC é possível reduzir significativamente o tamanho do vídeo codificado e transmistido para o decodificador. No entanto, os dados dos mapas de profundidade devem ser codificados de forma eficiente para que seja possível gerar as vistas sintetizadas com boa qualidade visual. Além das ferramentas utilizadas para codificar os dados de textura, o 3D-HEVC adiciona novas ferramentas desenvolvidas para codificação dos mapas de profundidade avaliando diversos tamanhos de blocos e modos de codificação, e isso gera um alto custo computacional. Este trabalho propõe uma abordagem com a utilização da mineração de dados para treinar seis árvores de decisão com informações extraídas do software de referência 3D-HEVC Test Model (3D-HTM) 16.0. Cada árvore de decisão é responsável por decidir se a Unidade de Codificação (UC) que está sendo codificada deve ser dividida em tamanhos menores. As árvores de decisão foram construídas para tamanhos de UCs 64×64, 32×32 e 16×16 e três árvores de decisão são especializadas para quadros I e três especializadas para quadros P e B. Avaliando a solução com o 3D-HTM 16.0 foi possível alcançar uma redução no tempo total de execução de 52% com um impacto desprezível de 0,18% considerando o Bjontegaard Delta-rate (BD-rate), quando comparado ao 3D-HTM sem modificações. Além disso, os resultados demonstraram que a solução supera os resultados alcançados pelos trabalhos relacionados.
id UFPL_d2db548669aa88152661a6ed74e5f227
oai_identifier_str oai:guaiaca.ufpel.edu.br:prefix/4560
network_acronym_str UFPL
network_name_str Repositório Institucional da UFPel - Guaiaca
repository_id_str
spelling 2019-07-16T14:13:44Z2019-07-16T14:13:44Z2019-07-09SALDANHA, Mário Roberto de Freitas. Redução do Tempo de Codificação de Mapas de Profundidade do 3D-HEVC Usando Árvores de Decisão Estáticas Construídas Através de Data Mining. 2018. 101f. Dissertação (Mestrado) – Programa de Pós-Graduação em Computação, Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas, Pelotas, 2018.http://guaiaca.ufpel.edu.br/handle/prefix/4560Esta dissertação apresenta uma solução para redução do tempo de codificação dos mapas de profundidade no 3D-High Efficiency Video Coding (3D-HEVC). Com a inserção dos mapas de profundidade no 3D-HEVC é possível reduzir significativamente o tamanho do vídeo codificado e transmistido para o decodificador. No entanto, os dados dos mapas de profundidade devem ser codificados de forma eficiente para que seja possível gerar as vistas sintetizadas com boa qualidade visual. Além das ferramentas utilizadas para codificar os dados de textura, o 3D-HEVC adiciona novas ferramentas desenvolvidas para codificação dos mapas de profundidade avaliando diversos tamanhos de blocos e modos de codificação, e isso gera um alto custo computacional. Este trabalho propõe uma abordagem com a utilização da mineração de dados para treinar seis árvores de decisão com informações extraídas do software de referência 3D-HEVC Test Model (3D-HTM) 16.0. Cada árvore de decisão é responsável por decidir se a Unidade de Codificação (UC) que está sendo codificada deve ser dividida em tamanhos menores. As árvores de decisão foram construídas para tamanhos de UCs 64×64, 32×32 e 16×16 e três árvores de decisão são especializadas para quadros I e três especializadas para quadros P e B. Avaliando a solução com o 3D-HTM 16.0 foi possível alcançar uma redução no tempo total de execução de 52% com um impacto desprezível de 0,18% considerando o Bjontegaard Delta-rate (BD-rate), quando comparado ao 3D-HTM sem modificações. Além disso, os resultados demonstraram que a solução supera os resultados alcançados pelos trabalhos relacionados.This dissertation presents a solution for time reduction in 3D-High Efficiency Video Coding (3D-HEVC) depth maps coding. With the insertion of depth maps in 3D-HEVC was possible significantly reduce the size of the encoded and transmitted video. However, the depth maps should be efficiently encoded for generating synthesized views with good visual quality. In addition to the tools used to encode texture data, the 3D-HEVC adds new tools developed for encoding depth maps evaluating many block sizes and encoding modes generating a high computational cost. This work proposes an approach, which uses data mining technique for training six decision trees with information extracted from reference software 3D-HEVC Test Model (3D-HTM) 16.0. Each decision tree is responsible to decide if the evaluated Coding Unit (CU) should be divided into smaller sizes. The decision trees were constructed for Coding Units (CUs) sizes 64×64, 32×32 and 16×16 and three decision trees are specialized for I-frames and three specialized for P- and B-frames. When evaluating the solution with 3D-HTM 16.0 was possible to save 52% of total execution time with a negligible impact in Bjontegaard Delta-rate (BD-rate) of 0.18%, when compared to 3D-HTM without modifications. Besides, the results demonstrated that the solution outperformed the related works.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESporUniversidade Federal de PelotasPrograma de Pós-Graduação em ComputaçãoUFPelBrasilCentro de Desenvolvimento TecnológicoCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOCodificação de vídeo 3D3D-HEVCRedução do tempo de codificaçãoMapas de profundidadeMineração de dados3D video coding3D-HEVCCoding time reductionDepth mapsData miningRedução do tempo de codificação de mapas de profundidade do 3D-HEVC usando árvores de decisão estáticas construídas através de Data MiningTime Reduction on 3D-HEVC Depth Maps Coding using Static Decision Trees Built Through Data Mininginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://lattes.cnpq.br/2632487542026298http://lattes.cnpq.br/9604735363839730Marcon, César Augusto Missiohttp://lattes.cnpq.br/8611020242763828Porto, Marcelo Schiavonhttp://lattes.cnpq.br/5741927083446578Agostini, Luciano VolcanSaldanha, Mário Roberto de Freitasinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPel - Guaiacainstname:Universidade Federal de Pelotas (UFPEL)instacron:UFPELTEXTDissertacao_Mario_vf.pdf.txtDissertacao_Mario_vf.pdf.txtExtracted texttext/plain176857http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/4560/6/Dissertacao_Mario_vf.pdf.txt5338e75a06a7b158c3d70b817be4db31MD56open accessTHUMBNAILDissertacao_Mario_vf.pdf.jpgDissertacao_Mario_vf.pdf.jpgGenerated Thumbnailimage/jpeg1209http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/4560/7/Dissertacao_Mario_vf.pdf.jpg59f319b9fa69871a8e2c92e28d127d96MD57open accessORIGINALDissertacao_Mario_vf.pdfDissertacao_Mario_vf.pdfapplication/pdf2965769http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/4560/1/Dissertacao_Mario_vf.pdf2c75cbd77b8f8129e078cb6c0ff8116dMD51open accessCC-LICENSElicense_urllicense_urltext/plain; charset=utf-849http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/4560/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52open accesslicense_textlicense_texttext/html; charset=utf-80http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/4560/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53open accesslicense_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/4560/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81866http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/4560/5/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD55open accessprefix/45602023-07-13 03:43:40.125open accessoai:guaiaca.ufpel.edu.br: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ório InstitucionalPUBhttp://repositorio.ufpel.edu.br/oai/requestrippel@ufpel.edu.br || repositorio@ufpel.edu.br || aline.batista@ufpel.edu.bropendoar:2023-07-13T06:43:40Repositório Institucional da UFPel - Guaiaca - Universidade Federal de Pelotas (UFPEL)false
dc.title.pt_BR.fl_str_mv Redução do tempo de codificação de mapas de profundidade do 3D-HEVC usando árvores de decisão estáticas construídas através de Data Mining
dc.title.alternative.pt_BR.fl_str_mv Time Reduction on 3D-HEVC Depth Maps Coding using Static Decision Trees Built Through Data Mining
title Redução do tempo de codificação de mapas de profundidade do 3D-HEVC usando árvores de decisão estáticas construídas através de Data Mining
spellingShingle Redução do tempo de codificação de mapas de profundidade do 3D-HEVC usando árvores de decisão estáticas construídas através de Data Mining
Saldanha, Mário Roberto de Freitas
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Codificação de vídeo 3D
3D-HEVC
Redução do tempo de codificação
Mapas de profundidade
Mineração de dados
3D video coding
3D-HEVC
Coding time reduction
Depth maps
Data mining
title_short Redução do tempo de codificação de mapas de profundidade do 3D-HEVC usando árvores de decisão estáticas construídas através de Data Mining
title_full Redução do tempo de codificação de mapas de profundidade do 3D-HEVC usando árvores de decisão estáticas construídas através de Data Mining
title_fullStr Redução do tempo de codificação de mapas de profundidade do 3D-HEVC usando árvores de decisão estáticas construídas através de Data Mining
title_full_unstemmed Redução do tempo de codificação de mapas de profundidade do 3D-HEVC usando árvores de decisão estáticas construídas através de Data Mining
title_sort Redução do tempo de codificação de mapas de profundidade do 3D-HEVC usando árvores de decisão estáticas construídas através de Data Mining
author Saldanha, Mário Roberto de Freitas
author_facet Saldanha, Mário Roberto de Freitas
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/2632487542026298
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/9604735363839730
dc.contributor.advisor-co1.fl_str_mv Marcon, César Augusto Missio
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/8611020242763828
dc.contributor.advisor-co2.fl_str_mv Porto, Marcelo Schiavon
dc.contributor.advisor-co2Lattes.fl_str_mv http://lattes.cnpq.br/5741927083446578
dc.contributor.advisor1.fl_str_mv Agostini, Luciano Volcan
dc.contributor.author.fl_str_mv Saldanha, Mário Roberto de Freitas
contributor_str_mv Marcon, César Augusto Missio
Porto, Marcelo Schiavon
Agostini, Luciano Volcan
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
topic CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Codificação de vídeo 3D
3D-HEVC
Redução do tempo de codificação
Mapas de profundidade
Mineração de dados
3D video coding
3D-HEVC
Coding time reduction
Depth maps
Data mining
dc.subject.por.fl_str_mv Codificação de vídeo 3D
3D-HEVC
Redução do tempo de codificação
Mapas de profundidade
Mineração de dados
3D video coding
3D-HEVC
Coding time reduction
Depth maps
Data mining
description Esta dissertação apresenta uma solução para redução do tempo de codificação dos mapas de profundidade no 3D-High Efficiency Video Coding (3D-HEVC). Com a inserção dos mapas de profundidade no 3D-HEVC é possível reduzir significativamente o tamanho do vídeo codificado e transmistido para o decodificador. No entanto, os dados dos mapas de profundidade devem ser codificados de forma eficiente para que seja possível gerar as vistas sintetizadas com boa qualidade visual. Além das ferramentas utilizadas para codificar os dados de textura, o 3D-HEVC adiciona novas ferramentas desenvolvidas para codificação dos mapas de profundidade avaliando diversos tamanhos de blocos e modos de codificação, e isso gera um alto custo computacional. Este trabalho propõe uma abordagem com a utilização da mineração de dados para treinar seis árvores de decisão com informações extraídas do software de referência 3D-HEVC Test Model (3D-HTM) 16.0. Cada árvore de decisão é responsável por decidir se a Unidade de Codificação (UC) que está sendo codificada deve ser dividida em tamanhos menores. As árvores de decisão foram construídas para tamanhos de UCs 64×64, 32×32 e 16×16 e três árvores de decisão são especializadas para quadros I e três especializadas para quadros P e B. Avaliando a solução com o 3D-HTM 16.0 foi possível alcançar uma redução no tempo total de execução de 52% com um impacto desprezível de 0,18% considerando o Bjontegaard Delta-rate (BD-rate), quando comparado ao 3D-HTM sem modificações. Além disso, os resultados demonstraram que a solução supera os resultados alcançados pelos trabalhos relacionados.
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-07-16T14:13:44Z
dc.date.available.fl_str_mv 2019-07-16T14:13:44Z
dc.date.issued.fl_str_mv 2019-07-09
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SALDANHA, Mário Roberto de Freitas. Redução do Tempo de Codificação de Mapas de Profundidade do 3D-HEVC Usando Árvores de Decisão Estáticas Construídas Através de Data Mining. 2018. 101f. Dissertação (Mestrado) – Programa de Pós-Graduação em Computação, Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas, Pelotas, 2018.
dc.identifier.uri.fl_str_mv http://guaiaca.ufpel.edu.br/handle/prefix/4560
identifier_str_mv SALDANHA, Mário Roberto de Freitas. Redução do Tempo de Codificação de Mapas de Profundidade do 3D-HEVC Usando Árvores de Decisão Estáticas Construídas Através de Data Mining. 2018. 101f. Dissertação (Mestrado) – Programa de Pós-Graduação em Computação, Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas, Pelotas, 2018.
url http://guaiaca.ufpel.edu.br/handle/prefix/4560
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pelotas
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Computação
dc.publisher.initials.fl_str_mv UFPel
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Centro de Desenvolvimento Tecnológico
publisher.none.fl_str_mv Universidade Federal de Pelotas
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPel - Guaiaca
instname:Universidade Federal de Pelotas (UFPEL)
instacron:UFPEL
instname_str Universidade Federal de Pelotas (UFPEL)
instacron_str UFPEL
institution UFPEL
reponame_str Repositório Institucional da UFPel - Guaiaca
collection Repositório Institucional da UFPel - Guaiaca
bitstream.url.fl_str_mv http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/4560/6/Dissertacao_Mario_vf.pdf.txt
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/4560/7/Dissertacao_Mario_vf.pdf.jpg
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/4560/1/Dissertacao_Mario_vf.pdf
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/4560/2/license_url
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/4560/3/license_text
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/4560/4/license_rdf
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/4560/5/license.txt
bitstream.checksum.fl_str_mv 5338e75a06a7b158c3d70b817be4db31
59f319b9fa69871a8e2c92e28d127d96
2c75cbd77b8f8129e078cb6c0ff8116d
4afdbb8c545fd630ea7db775da747b2f
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
43cd690d6a359e86c1fe3d5b7cba0c9b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPel - Guaiaca - Universidade Federal de Pelotas (UFPEL)
repository.mail.fl_str_mv rippel@ufpel.edu.br || repositorio@ufpel.edu.br || aline.batista@ufpel.edu.br
_version_ 1801846909272326144