Compensación de movimiento avanzada para codificación de vídeo

Abstract

Los nuevos esquemas de codificación de vídeo predictivos incluyen con mayor frecuencia técnicas que abren posibilidades nuevas para funcionalidades avanzadas de codificación. Para ese fin, los contenidos de vídeo están segmentados en regiones que después pueden ser procesadas por separado y así tratadas de forma independiente en aplicaciones sucesivas. Sin embargo, la mayoría de los esquemas, sobre todo los estándares, todavía aplican técnicas basadas en píxeles, como por ejemplo predicción de movimiento y codificación por transformada basados en bloques, que podrían ser sustituidas por métodos más sofisticados para alcanzar mejores calidades de codificación, especialmente referido a la calidad subjetiva. Una meta de este trabajo era la implementación de un codificador de vídeo basado en el esquema clásico, donde la parte de predicción de movimiento es substituida por una técnica basada en mallas triangulares irregulares y la parte de codificación por transformada es sustituida por una transformación de ondículas. Estas son dos partes muy importantes del proceso de codificación de vídeo que han sido investigadas por varios autores de forma separada pero nunca combinadamente. Basado en el codificador presentado, se ha enfocado además en el procesamiento de regiones, es decir en las posibilidades de procesar objetos (para conseguir las mismas funcionalidades de interacción con el usuario que las propuestas por el estándar MPEG-4) y otros tipos especiales de regiones, con el fin de codificarlos de forma preferente respecto al resto de la imagen. Aquí se refiere por un lado a regiones de interés especial para el espectador, como por ejemplo regiones faciales que podrían ser codificadas con mejor calidad que el resto de la imagen (por ejemplo para mantener la calidad en esa región constante en casos de tasa baja binaria). Por otro lado, se selecciona regiones con alto error de predicción que, cuando se codifica con preferencia, pueden elevar la calidad de la imagen considerablemente. Con la intención de encontrar siempre el método más eficiente y computacionalmente menos costoso, varias ideas para el diseño de mallas adaptativas al contenido de la imagen, entre otras una técnica basada en características faciales, han sido investigadas en la parte de predicción de movimiento. En la parte de codificación por transformada, se ha aplicado la transformación por ondículas adaptativa a formas arbitrarias, que ha sido adoptada por MPEG-4 en la parte de codificación de imágenes fijas, a la transformación de las regiones anteriormente mencionadas y objetos en el sentido común. Finalmente, la codificación por preferencias ha sido conseguida con diferentes algoritmos de distribución binaria que han sido desarrollados especialmente para el procesamiento de múltiples regiones. Los resultados demuestran que la combinación de una técnica de predicción de movimiento basada en mallas con la transformación por ondículas es más adecuada para conseguir mejoras de calidad de codificación objetivas y subjetivas, que cada una de estas técnicas aplicada en combinación con procesos basados en bloques. En general, los resultados objetivos y subjetivos son comparables con los de otros esquemas y estándares, incluso superándolos en ciertas situaciones. Además, los métodos de procesamiento aplicadas a regiones han conseguido muy buenos resultados, no solamente en cuanto a calidad, sino sobre todo en cuanto a funcionalidad, es decir, se ha podido crear con ellos nuevas herramientas útiles.