Технологія ковзного кодування нерівномірних діагональних послідовностей в двовимірному спектральному просторі трансформанти
DOI:
https://doi.org/10.20535/RADAP.2023.94.13-23Ключові слова:
динамічна послідовність відеокадрів, повнота та цілісність відеоінформації, часова затримка доставки інформації, зменшення бітового об’єму, кодування трансформант, діагоналі, усічено-позиційні числаАнотація
Обґрунтовані вимоги до якісних характеристик дистанційної форми відеовзаємодії. До них відносяться такі: повнота та цілісність відеоінформації; своєчасність доставки відеоінформації, що визначається часом затримки доставки інформації. Сюди входять часові витрати на обробку та передачу інфокомунікаційними мережами. На основі всебічного аналізу показано, що в процесі забезпечення вказаних вимог виникає суперечність. Вона зумовлена, з одного боку, потребою у збільшенні рівня пропускної здатності інфокомунікаційних мереж. Цьому спонукає потужне зростання інформаційної інтенсивності відеопотоку та складність його обробки, аналізу. Навпаки, з іншого боку, для дистанційної форми інформаційної взаємодії притаманне використання бездротових інфокомунікаційних технологій на базі мобільних платформ аерокосмічного та наземного базування. Означені технології мають недостатні можливості щодо швидкісних характеристик по передаванню інформації. Звідси підвищення якості надання відеоінформаційних сервісів з використанням мобільного сегменту інфокомунікаційної мережі в кризових умовах є актуальною науково-прикладною проблемою. Показано, що локалізація дисбалансу між темпами зростання інформаційного навантаження на інфокомунікаційні мережі та їх пропускної здатності досягається використанням стандартизованих технологій кодування та форматування відеоданих. В той же час стандартизовані технології мають вразливості. Це стосується залежності рівня зменшення бітової інтенсивності від кількості психовізуальної надмірності, яка скорочується в процесі кодування. Ґрунтовно доводиться, що усунення означеної вразливості досягається шляхом вдосконалювання стандартизованих платформ. Для цього пропонується розробляти методи кодування, які дозволяють зменшити бітовий об’єм відеокадрів без втрати їх цілісності. Отже мета досліджень статті полягає у розробці технології зменшення бітової інтенсивності динамічного потоку відеокадрів на основі кодування їх сегментів в двовимірному спектральному просторі. Відповідно до чого обґрунтовується концепція щодо інтерпретації трансформанти на основі встановлення наявності комбінаторної конфігурації, яка зумовлена її структурно-топологічними та психовізуальними особливостями. Показано потенційні переваги врахування комбінаторної конфігурації трансформанти на основі її переформатування за нерівномірно-діагональною структурою. Розроблено технологію ковзного усічено-позиційного кодування нерівномірних діагональних послідовностей в двовимірному спектральному просторі трансформанти. Застосування створеної технології в процесі кодування трансформованих відеосегментів для послідовності відеокадрів дозволяє зменшити їх бітовий об’єм в середньому на 15–30%.
Посилання
References
Dick K., Russell L., Dosso Y., Kwamena F., Green J. (2019). Deep Learning for Critical Infrastructure Resilience. Journal of Infrastructure Systems, Vol. 25, Iss. 2, 11 p. DOI: 10.1061/(ASCE)IS.1943-555X.0000477.
Li, F., Krivenko, S., Lukin, V. (2020). Two-step providing of desired quality in lossy image compression by SPIHT. Radioelectronic and computer systems, No. 2(94), pp. 22-32. DOI: 10.32620/reks.2020.2.02.
Ji, Sh., Tong, X., Zhang, M. (2012). Image encryption schemes for JPEG and GIF formats based on 3D baker with compound chaotic sequence generator. Cornell University arXiv. doi: 10.48550/arXiv.1208.0999.
Announcing the ADVANCED ENCRYPTION STANDARD (AES). Federal Information Processing Standards Publication 197 (2001). Defense Technical Information Center.
Information technology – JPEG 2000 image coding system: Secure JPEG 2000. International Standard ISO/IEC 15444-8; ITU-T Recommendation T.807. (2007). 108 p.
School of Electronic Engineering and Computer Science. ECS605U/ECS776P – Image Processing. http://www.eecs.qmul.ac.uk/~phao/IP/Images/.
Belikova N., Lekakh A., Dovbenko O., Dodukh O. (2019). Method of Increasing the Capacity of Information Threat Detection Filters in Modern Information and Communication Systems. 3rd International Conference on Advanced Information and Communications Technologies (AICT), pp 426-429. DОІ: 10.1109/AIACT.2019.8847754.
Miano J. (1999). Compressed image file formats: JPEG, PNG, GIF, XBM, BMP. ACM Press/Addison-Wesley Publishing Co., 264 p.
Joint Photographic Experts Group (JPEG). Information technology – digital compression and coding of continuous-tone still images: Requirements and guidelines. ISO/IEC 10918-1:1994, ITU/CCITT Recommendation T.81. (1992–2017). 182 p.
Wong, K., Tanaka, K. (2010). DCT based scalable scrambling method with reversible data hiding functionality. 4th International Symposium on Communications, Control and Signal Processing (ISCCSP), pp. 1-4. DOI: 10.1109/ISCCSP.2010.5463307.
Cisco Visual Networking Index: Global Mobile Data Traffic Forecast Update, 2017–2022. (2019). Cisco. 33 p.
Cisco Annual Internet Report (2018–2023). (2020). Cisco. 35 p.
Komolov, D., Zhurbynskyy, D., Kulitsa, O. (2015). Selective Method For Hiding Of Video Information Resource In Telecommunication Systems Based On Encryption Of Energy-Significant Blocks Of Reference I-Frame. 1st International Conference on Advanced Information and Communication Technologies (AICT'2015), pp. 80-83.
Wong, K.-W. (2009). Image Encryption Using Chaotic Maps. In: Kocarev, L., Galias, Z., Lian, S. (eds) Intelligent Computing Based on Chaos. Studies in Computational Intelligence, Vol. 184. Springer. doi: 10.1007/978-3-540-95972-4_16.
Rippel O. and Bourdev L. (2017). Real-Time Adaptive Image Compression. Proceedings of the 34th International Conference on Machine Learning, Vol. 70, pages 2922-2930.
Yang Y., Zhu B., Li S., Yu N. (2007). Efficient and Syntax-Compliant JPEG 2000 Encryption Preserving Original Fine Granularity of Scalability. EURASIP Journal on Information Security, Vol. 2007, Iss. 1, 13 p. DOI:10.1186/1687-417X-2007-056365.
Ieremeiev, O., Lukin, V., Okarma, K. (2020). Combined visual quality metric of remote sensing images based on neural network. Radioelectronic and computer systems, No. 4, pp. 4-15. DOI: 10.32620/reks.2020.4.01.
Latif, A., Mehrnahad Z. (2019). A Novel Image Encryption Scheme Based on Reversible Cellular Automata. Journal of Electronic & Information Systems, Vol. 1, Iss. 1, pp. 18-25. DOI: 10.30564/jeisr.v1i1.1078.
Barannik V. (2022). Technology of Structural-Binomial Coding to Increase the Efficiency of the Functioning of Computer Systems. 2022 IEEE 4th International Conference on Advanced Trends in Information Theory (ATIT), Kyiv, Ukraine, pp. 96-100, doi: 10.1109/ATIT58178.2022.10024205.
Tverdokhlib V., Zakomorna K., Dvukhglavov D., Oleksin O., Zhuikov D., Kryvonos V. (2021). Technology Increasing Capacity Protected Channel Delivery Video Data Telecommunication Systems Critical Infrastructure. IEEE 3rd International Conference on Advanced Trends in Information Theory (ATIT), Kyiv, Ukraine, pp. 57-60. DOI: 10.1109/ATIT54053.2021.9678736.
Barannik V., Hahanova A., Slobodyanyuk A. (2009). Architectural presentation of isotopic levels of relief of images. 2009 ІЕЕЕ 10th International Conference on Experience of Designing and Application of CAD Systems in Microelectronics (CADSM): proceedings, Lviv, Ukraine, pp. 385–387.
Issa, O.; Shanableh, T. (2023). Static Video Summarization Using Video Coding Features with Frame-Level Temporal Subsampling and Deep Learning. Applied Sciences, Vol. 13, Iss. 10, 6065. doi: 10.3390/app13106065.
Gonzalez R., Woods R. (2018). Digital Image Processing. Pearson, 1168 p.
Salomon D. (2007). Data Compression: The Complete Reference. Springer, 1092 p.
Gore A, Gupta S. (2015). Full reference image quality metrics for JPEG compressed images. AEU – International Journal of Electronics and Communications, Vol. 69, Iss. 2, pp. 604–608. DOI: 10.1016/j.aeue.2014.09.002.
Cogranne R. (2018). Determining JPEG Image Standard Quality Factor from the Quantization Tables, 6 p. Cornell University.
Li, Y.; Zhu, H.; He, L.; Wang, D.; Shi, J.; Wang, J. (2023). Video Super-Resolution with Regional Focus for Recurrent Network. Applied Sciences, Vol. 13, Iss.1, 526. doi: 10.3390/app13010526.
Auer S., Bliem A., Engel D., et al. (2013). Bitstream-based JPEG Encryption in Real-time. International Journal of Digital Crime and Forensics, Vol. 5, No. 3. DOI: 10.4018/jdcf.2013070101.
Minemura K., Moayed Z., Wong K., et al. (2012). JPEG image scrambling without expansion in bitstream size. 2012 19th IEEE International Conference on Image Processing, pp. 261–264. DOI: 10.1109/ICIP.2012.6466845.
Barannik D. and Barannik V. (2022). Steganographic Coding Technology for Hiding Information in Infocommunication Systems of Critical Infrastructure. 2022 IEEE 4th International Conference on Advanced Trends in Information Theory (ATIT), pp. 88-91, doi: 10.1109/ATIT58178.2022.10024185.
Issa, O.; Shanableh, T. (2023). Video-Based Recognition of Human Activity Using Novel Feature Extraction Techniques. Applied Sciences, Vol. 13, Iss. 11, 6856. doi: 10.3390/app13116856.
Barannik V., Barannik N., Ignatyev О., Khimenko V. (2021). Method of indirect information hiding in the process of video compression. Radioelectronic and Computer Systems, No. 4, pp. 119–131. doi: 10.32620/reks.2021.4.
Barannik V., Shulgin S., Barannik N., and Barannik V. (2022). Method of Coding Subbands of Non-Homogeneous Spectrum of Video Segments in Uneven Diagonal Space. 2022 IEEE 4th International Conference on Advanced Trends in Information Theory (ATIT), pp. 72-75, doi: 10.1109/ATIT58178.2022.10024236.
Bidwe, R. V.; Mishra, S.; Patil, S.; et al. (2022). Deep Learning Approaches for Video Compression: A Bibliometric Analysis. Big Data Cogn. Comput., Vol. 6, Iss. 2, 44. doi: 10.3390/bdcc6020044.
Brand, F.; Seiler, J.; Kaup, A. (2021). Intra-frame coding using a conditional autoencoder. IEEE Journal of Selected Topics in Signal Processing, Vol. 15, Iss. 2, pp. 354–365. doi: 10.1109/JSTSP.2020.3034768.
Shulgin S., Barannik V., Barannik N. (2022). Dynamic Coding Method of Video Segments Stream by Specifying Structural Changes. 2022 IEEE 4th International Conference on Advanced Trends in Information Theory (ATIT), pp. 76-79, doi: 10.1109/ATIT58178.2022.10024179.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Vol Bar
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у нашому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована нашим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у нашому журналі.
3. Політика журналу дозволяє і заохочує розміщення рукопису роботи авторами в мережі Інтернет (наприклад, на arXiv.org або на особистих веб-сайтах). Причому рукописи статей можуть бути розміщенні у відкритих архівах як до подання рукопису до редакції, так і під час його редакційного опрацювання. Це сприяє виникненню продуктивної наукової дискусії, позитивно позначається на оперативності ознайомлення наукової спільноти з результатами Ваших досліджень і як наслідок на динаміці цитування вже опублікованої у журналі роботи. Детальніше про це: The Effect of Open Access.
