CC BY
17Решетневскце чтения
УДК 004.932.2
Д. И. Пьянков
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск
ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ МЕТОДОВ ОЦЕНКИ ДВИЖЕНИЯ В ЗАДАЧЕ ИНТЕРПОЛЯЦИИ ВИДЕОПОСЛЕДОВАТЕЛЬНОСТЕЙ
Оценка движения необходима для эффективного сжатия видеокадров. Интерполяция кадров позволяет улучшить визуальное качество видео в задаче стереовидения. Представлены результаты тестирования трех методов оценки движения для задачи построения интерполированных кадров заданной видеопоследовательности.
Оценка движения часто используется при видеосжатии, являясь стандартным методом, уменьшающим временную избыточность между кадрами. Для оценки движения требуются немалые вычислительные ресурсы, поэтому за последнее десятилетие были разработаны различные алгоритмы, снижающие сложность вычислений. Одним из направлений таких алгоритмов являются блочно-сопоставительные методы. Самым лучшим алгоритмом является алгоритм полного перебора, однако он требует огромного количества вычислительных ресурсов. Существуют модификации алгоритма полного перебора, снижающие вычислительную сложность: трехшаговый поиск, адаптивный перекрестный поиск по шаблону, поиск по ромбу.
Интерполяция кадров необходима для преобразования между стандартами видео. С другой стороны, интерполяция необходима для восстановления пропущенных кадров при сжатии кодеком. Кроме этого, интерполяционные кадры можно применить для увеличения частоты кадров с целью улучшения визуального качества видеопоследовательности в задачах стереовидения [1]. Интерполяция кадров бывает двух видов: временная и пространственная. В первом случае она необходима для сглаживания изображения, во втором - для повышения разрешения кадра.
В работе рассматривался метод, позволяющий вычислять геометрические размеры областей движения и их аффинные параметры для дальнейшей интерполяции таких областей, предварительно отделив их от модели фона. Был предложен метод формирования ансамбля векторов для оценки движения в видеопоследовательностях, оптимизированный под задачу построения интерполированных кадров заданной видеопоследовательности. Был произведен анализ трех методов вычисления векторов движения: при помощи SSD (Sum of Squared Differences), моментов Ху, моментов Зернике. Предварительная оценка движения осуществлялась при помощи блочно-сопоставительных методов. Уточненная оценка движения осуществлялась при помощи инвариантных моментов Ху и Зернике, которые позволяют скомпенсировать шумы, дрожание камеры, вращательное движение объектов.
Для оценки векторов движения объектов с использованием трех рассмотренных методов было сгенерировано множество тестовых видеопоследовательностей, включающих объекты, движущиеся с разными скоростями движения, поступательно и с вращением. Тестирование производилось на персональном компьютере производительностью 15 Гфлопс, для этого был разработан программный продукт на языке С++ (см. рисунок).
Результаты работы программы оценки движения
Информационные системы и технологии
Практически на всех тестовых видеопоследова- Библиографическая ссылка тельностях метод моментов Зернике дает самую высокую точность найденных векторов (до 86 %), осо- L ФавоРская М Н, Пьянков Д. И., Горошкин А.. Н. бенно при вращении объектов, в отличие от метода ПРостРанственно-вРеменная коррекция видеопос-SSD. Метод Ху наиболее устойчив к вращению и по- лед°вательн°стей в задачах стереовидения // Тет-вороту объекта, чем метод SSD, однако дает меньшую ническое зрение в системах управления 2011 : точность найденных векторов движения, чем метод сб. трудов науч.-техн. конф. М. : ИКИ РАН, 2012. моментов Зернике. С. 122-126.
D. I. Piankov
Siberian State Aerospace University named after academician M. F. Reshetnev, Russia, Krasnoyarsk
THE PRACTICAL IMPLEMENTATION OF MOTION ESTIMATION METHODS IN THE TASKS OF
VIDEO SEQUENCES INTERPOLATION
Motion estimation is required for efficient compression of video frames. Frame interpolation can improve the visual quality of video in stereo vision task. The methods-testing results of motion estimation for the task of constructing interpolated frames of the sequence are presented.
© Пьянков Д. И., 2012
УДК 004.422
Л. А. Радкевич
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск
ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ СРАВНИТЕЛЬНОЙ ЭФФЕКТИВНОСТИ
ВЫЧИСЛИТЕЛЬНОГО КЛАСТЕРА
Рассматривается проблема анализа работы кластера, для возможного последующего применения созданной системы в научных и исследовательских работах.
Одно из самых современных направлений в области создания вычислительных систем - это кластеризация. По производительности и коэффициенту готовности кластеризация представляет собой альтернативу симметричным мультипроцессорным системам. Каждый узел в состоянии функционировать самостоятельно и отдельно от кластера. Архитектура кластерных вычислений сводится к объединению нескольких узлов высокоскоростной сетью. Существенными показателями вычислительных кластеров является производительность процессора и низкая задержка передачи данных объединяющей сети, а так же скорость операций ввода вывода, которая в большей степени важна для баз данных.
В настоящее время стандартные процедуры оценки производительности основываются на подсчете количества операций с плавающей точкой, выполняемых за единицу времени. Такие тесты позволяют оценить производительность разных программно-аппаратных систем, но не учитывают особенности выполнения задачи конкретного пользователя [1]. Кластерная система очень хорошо будет решать простую задачу с простым алгоритмом распараллеливания, но практическая задача будет решаться неэффективно, так как рост вычислительной производительности кластера при увеличении количества узлов не даст должного эффекта. Более того, может произойти и такая ситуация, при которой увеличение количества
узлов может привести к уменьшению производительности всей системы. Причиной этого могут служить накладные расходы при пересылке данных между процессорами или между узлами сети. Ограничивающим фактором является стоимость кластера [2].
В связи с этим возникает необходимость сравнения различных конфигураций кластерной системы для выявления наиболее эффективной, для последующего использования в исследовательских и научных работах.
Для сравнения конфигураций необходимо выбрать архитектуру кластера, организовать взаимодействие составляющих системы и провести тестирование модулей в различных операционных системах.
Опытные данные в итоге должны показать, при какой конфигурации производительность кластера была наиболее высокой, что позволит выбрать архитектуру кластера, а так же способы программирования алгоритмов и выбора операционной системы в которой будут они будут наиболее эффективно вычисляться.
Библиографические ссылки
1. Шпаковский Г. И., Верхотуров А. Е., Серикова Н. В. Руководство по работе на вычислительном кластере : учеб. пособие. Минск : БГУ, 2004.
2. Варианты построения кластера [Электронный ресурс]. URL: http://cluster.linux-ekb.info/build.php. (дата обращения: 18.09.2012).
