Анализ методов сжатия стереоскопических изображений
Ключевые слова:
сжатие изображений, стереоскопические, всплески, видеошлемАннотация
В последние годы появляются видеошлемы с виртуальной реальностью и дополненной реальностью, завоевывая все большую популярность во многих отраслях. Видеошлемы обычно используются для развлечений, социального взаимодействия, образования, но также увеличивается процент применения их для работы в таких областях, как медицина, моделирование и симуляция. Несмотря на недавний выпуск многих типов видеошлемов, две основные проблемы препятствуют их повсеместному внедрению на основной рынок: чрезвычайно высокая стоимость и недостатки пользовательского интерфейса [1]. Иллюзия 3D-изображения в видеошлемах достигается с помощью технологии, называемой стереоскопией. Приложения стереоскопического изображения таковы, что скорость передачи данных, а в мобильных приложениях - хранилище быстро становится узким местом. Поэтому необходимы эффективные методы сжатия изображений. Стандартные методы сжатия изображений не подходят для стереоскопических изображений из-за дискретных различий между сжатыми и несжатыми изображениями. Проблема в том, что потеря в алгоритме сжатия изображений с потерями может размыть мельчайшие различия между изображениями «левого глаза» и «правого глаза», которые имеют ключевое значение для создания иллюзии 3D-восприятия. Однако для достижения более эффективного кодирования существуют различные методы кодирования, которые могут быть применены к стереоскопическим изображениям. Методы сжатия стереоизображений, которые можно найти в литературе, используют дискретное вейвлет-преобразование и алгоритм морфологического сжатия, применяемый к коэффициентам преобразования. В нашей статье представлен обзор и сравнение доступных методов сжатия стереоскопических изображений, так как до сих пор не существует метода, который считается наилучшим для всех критериев. Мы хотим проверить методы с пользователями, которые на самом деле будут потенциальными пользователями видеошлемов, и поэтому будут подвержены этим методам. Кроме того, мы сосредоточили наше исследование на недорогих видеошлемах потребительских уровня, которые должны быть доступны для большей части населения.Литература
1. D’Angelo T. et al. Development of a Low-Cost Augmented Reality Head-Mounted Display Prototype // Examining Developments and Applications of Wearable Devices in Modern Society. 2018. pp. 1–28.
2. Ramaprabha T., Sathik M.M. Study of Performance Measurement Factors of Stereo Image Compression // International Journal of Advanced Research in Computer Science and Software Engineering. 2012. vol. 2. no. 7. pp. 408–410.
3. Siegel M.W., Gunatilake P., Sethuraman S., Jordan A.G. Compression of stereo image pairs and streams // Stereoscopic Displays and Virtual Reality Systems – International Society for Optics and Photonics. 1994. vol. 2177. pp. 258–269.
4. Wallace G.K. The JPEG still picture compression standard // IEEE transactions on consumer electronics. 1992. vol. 38. no. 1. pp. xviii–xxxiv.
5. Test Model Editing Committee. MPEG-2 Video Test Model 5 // ISO/IEC JTC1/SC29/WG11 Doc N 400. 1993.
6. Test Model Editing Committee. MPEG-4 standard // MPEG 97/N1796-ISO/IEC JTC1/SC29/WG11. 1997.
7. Kumar V.V.S., Reddy M.S.I. Image compression techniques by using wavelet transform // Journal of information engineering and applications. 2012. vol. 2. no. 5. pp. 35–39.
8. Ramaprabha D. et al. An analytical study of image compression algorithms for stereoscopic images in non immersive virtual reality world // International Journal of Advanced Research in Computer Science. 2010. vol. 1. no. 4. pp. 82–86.
9. Ellinas J.N. Contribution to improvement of compression algorithms for stereoscopic images and video. URL: http://cgi.di.uoa.gr/~phdsbook/files/OK_Ellinas.pdf. (обращения: 25.08.2017).
10. Ellinas J.N., Manolis S.S. Stereo image compression using wavelet coefficients morphology // Image and Vision Computing. 2004. pp. 281–290.
11. Ellinas J.N., Manolis S.S. Morphological wavelet-based stereo image coders // Journal of Visual Communication and Image Representation. 2006. pp. 686–700.
12. Ellinas J.N., Manolis S.S. Stereo image coder based on the MRF model for disparity compensation // EURASIP Journal on Applied Signal Processing. 2006. vol. 2006. no. 1. pp. 35.
13. Coburn J.Q., Freeman I., Salmon J.L. A review of the capabilities of current low-cost virtual reality technology and its potential to enhance the design process // Journal of Computing and Information Science in Engineering. 2017. vol. 17. no. 3. 031013 p.
14. Buń P. et al. Application of professional and low-cost head mounted devices in immersive educational application // Procedia Computer Science. 2015. vol. 75. pp. 173–181.
15. Anthes C. et al. State of the art of virtual reality technology // IEEE Aerospace Conference. 2016. pp. 1–19.
16. Woo W., Ortega A. Stereo image compression with disparity compensation using the MRF model // Visual Communication and Image Processing. 1996. vol. 2727. pp. 28–42.
17. Frajka T., Zeger K. Residual image coding for stereo image compression // Optical Engineering. 2003. vol. 42. no. 1. pp. 182–190.
18. Ellinas J.N., Manolis S.S. A novel stereo image coder based on quad-tree analysis and morphological representation of wavelet coefficients // Department of Informatics and Telecommunications, National and Kapodistrian, University of Athens. 2004. vol. 157. 84 p.
19. Brooks A.C., Zhao X., Pappas T.N. Structural similarity quality metrics in a coding context: Exploring the space of realistic distortions // IEEE Transactions on image processing. 2008. vol. 17. no. 8. pp. 1261–1273.
20. Benoit A., Le Callet P., Campisi P., Cousseau R. Quality assessment of stereoscopic images // EURASIP journal on image and video processing. 2008. vol. 2008. no. 1. 659024 p.
21. Campisi P., Le Callet P., Marini M. Stereoscopic images quality assessment // Signal Processing Conference. 2007. pp. 2110–2114.
22. Farid M.S., Lucenteforte M., Grangetto M. Perceptual quality assessment of 3D synthesized images // IEEE International Conference on Multimedia and Expo (ICME). 2017. pp. 505–510.
23. Čanađija M. VSI metrika za objektivnu ocjenu kvalitete slike. URL: https://repozitorij.etfos.hr/islandora/object/etfos%3A856/datastream/PDF/view (дата обращения: 25.08.2017).
24. Tardon L.J., Barbancho I., Alberola C. Markov random fields in the context of stereo vision // Advances in Theory and Applications of Stereo Vision. InTech. 2011. pp. 35–70.
25. Woo W., Ortega A. Stereo image compression with disparity compensation using the MRF model // Visual Communications and Image Processing'96 – International Society for Optics and Photonics. 1996. vol. 2727. pp. 28–42.
26. Yamaguchi K. et al. Continuous markov random fields for robust stereo estimation // European Conference on Computer Vision. 2012. pp. 45–58.
27. Lewandowski F., Paluszkiewicz M., Grajek T., Wegner K. Methodology for 3D Video subjective quality evaluation // International Journal of Electronics and Telecommunications. 2013. vol. 59. no. 1. pp. 25–32.
28. Dragan D., Petrovic V.B., Ivetic D. Methods for Assessing Still Image Compression Efficiency: PACS Example // Handbook of Research on Computational Simulation and Modeling in Engineering. 2016. pp. 389–416.
29. Dragan D., Ivetic D., Petrovic V.B. Introducing an Acceptability Metric for Image Compression in PACS-A Model // E-Health and Bioengineering Conference (EHB). 2013. pp.1–4.
30. Dragan D. et al. An empirical study of data visualization techniques in PACS design // Computer Science and Information Systems. 2018. pp. 17.
31. Norman G. Likert scales, levels of measurement and the “laws” of statistics // Advances in health sciences education. 2010. vol. 15. no. 5. pp. 625–632.
32. Wilcox R.R. Introduction to robust estimation and hypothesis testing // Academic press. 2011. 608 p.
33. Mair P., Schoenbrodt F., Wilcox R. WRS2: Wilcox robust estimation and testing // Web site. 2016.
34. Wilcox R.R., Tian T.S. Measuring Effect Size: A Robust Heteroscedastic Approach for Two or More Groups // Journal of Applied Statistics. 2011. vol. 38. no. 7. pp. 1359–1368.
2. Ramaprabha T., Sathik M.M. Study of Performance Measurement Factors of Stereo Image Compression // International Journal of Advanced Research in Computer Science and Software Engineering. 2012. vol. 2. no. 7. pp. 408–410.
3. Siegel M.W., Gunatilake P., Sethuraman S., Jordan A.G. Compression of stereo image pairs and streams // Stereoscopic Displays and Virtual Reality Systems – International Society for Optics and Photonics. 1994. vol. 2177. pp. 258–269.
4. Wallace G.K. The JPEG still picture compression standard // IEEE transactions on consumer electronics. 1992. vol. 38. no. 1. pp. xviii–xxxiv.
5. Test Model Editing Committee. MPEG-2 Video Test Model 5 // ISO/IEC JTC1/SC29/WG11 Doc N 400. 1993.
6. Test Model Editing Committee. MPEG-4 standard // MPEG 97/N1796-ISO/IEC JTC1/SC29/WG11. 1997.
7. Kumar V.V.S., Reddy M.S.I. Image compression techniques by using wavelet transform // Journal of information engineering and applications. 2012. vol. 2. no. 5. pp. 35–39.
8. Ramaprabha D. et al. An analytical study of image compression algorithms for stereoscopic images in non immersive virtual reality world // International Journal of Advanced Research in Computer Science. 2010. vol. 1. no. 4. pp. 82–86.
9. Ellinas J.N. Contribution to improvement of compression algorithms for stereoscopic images and video. URL: http://cgi.di.uoa.gr/~phdsbook/files/OK_Ellinas.pdf. (обращения: 25.08.2017).
10. Ellinas J.N., Manolis S.S. Stereo image compression using wavelet coefficients morphology // Image and Vision Computing. 2004. pp. 281–290.
11. Ellinas J.N., Manolis S.S. Morphological wavelet-based stereo image coders // Journal of Visual Communication and Image Representation. 2006. pp. 686–700.
12. Ellinas J.N., Manolis S.S. Stereo image coder based on the MRF model for disparity compensation // EURASIP Journal on Applied Signal Processing. 2006. vol. 2006. no. 1. pp. 35.
13. Coburn J.Q., Freeman I., Salmon J.L. A review of the capabilities of current low-cost virtual reality technology and its potential to enhance the design process // Journal of Computing and Information Science in Engineering. 2017. vol. 17. no. 3. 031013 p.
14. Buń P. et al. Application of professional and low-cost head mounted devices in immersive educational application // Procedia Computer Science. 2015. vol. 75. pp. 173–181.
15. Anthes C. et al. State of the art of virtual reality technology // IEEE Aerospace Conference. 2016. pp. 1–19.
16. Woo W., Ortega A. Stereo image compression with disparity compensation using the MRF model // Visual Communication and Image Processing. 1996. vol. 2727. pp. 28–42.
17. Frajka T., Zeger K. Residual image coding for stereo image compression // Optical Engineering. 2003. vol. 42. no. 1. pp. 182–190.
18. Ellinas J.N., Manolis S.S. A novel stereo image coder based on quad-tree analysis and morphological representation of wavelet coefficients // Department of Informatics and Telecommunications, National and Kapodistrian, University of Athens. 2004. vol. 157. 84 p.
19. Brooks A.C., Zhao X., Pappas T.N. Structural similarity quality metrics in a coding context: Exploring the space of realistic distortions // IEEE Transactions on image processing. 2008. vol. 17. no. 8. pp. 1261–1273.
20. Benoit A., Le Callet P., Campisi P., Cousseau R. Quality assessment of stereoscopic images // EURASIP journal on image and video processing. 2008. vol. 2008. no. 1. 659024 p.
21. Campisi P., Le Callet P., Marini M. Stereoscopic images quality assessment // Signal Processing Conference. 2007. pp. 2110–2114.
22. Farid M.S., Lucenteforte M., Grangetto M. Perceptual quality assessment of 3D synthesized images // IEEE International Conference on Multimedia and Expo (ICME). 2017. pp. 505–510.
23. Čanađija M. VSI metrika za objektivnu ocjenu kvalitete slike. URL: https://repozitorij.etfos.hr/islandora/object/etfos%3A856/datastream/PDF/view (дата обращения: 25.08.2017).
24. Tardon L.J., Barbancho I., Alberola C. Markov random fields in the context of stereo vision // Advances in Theory and Applications of Stereo Vision. InTech. 2011. pp. 35–70.
25. Woo W., Ortega A. Stereo image compression with disparity compensation using the MRF model // Visual Communications and Image Processing'96 – International Society for Optics and Photonics. 1996. vol. 2727. pp. 28–42.
26. Yamaguchi K. et al. Continuous markov random fields for robust stereo estimation // European Conference on Computer Vision. 2012. pp. 45–58.
27. Lewandowski F., Paluszkiewicz M., Grajek T., Wegner K. Methodology for 3D Video subjective quality evaluation // International Journal of Electronics and Telecommunications. 2013. vol. 59. no. 1. pp. 25–32.
28. Dragan D., Petrovic V.B., Ivetic D. Methods for Assessing Still Image Compression Efficiency: PACS Example // Handbook of Research on Computational Simulation and Modeling in Engineering. 2016. pp. 389–416.
29. Dragan D., Ivetic D., Petrovic V.B. Introducing an Acceptability Metric for Image Compression in PACS-A Model // E-Health and Bioengineering Conference (EHB). 2013. pp.1–4.
30. Dragan D. et al. An empirical study of data visualization techniques in PACS design // Computer Science and Information Systems. 2018. pp. 17.
31. Norman G. Likert scales, levels of measurement and the “laws” of statistics // Advances in health sciences education. 2010. vol. 15. no. 5. pp. 625–632.
32. Wilcox R.R. Introduction to robust estimation and hypothesis testing // Academic press. 2011. 608 p.
33. Mair P., Schoenbrodt F., Wilcox R. WRS2: Wilcox robust estimation and testing // Web site. 2016.
34. Wilcox R.R., Tian T.S. Measuring Effect Size: A Robust Heteroscedastic Approach for Two or More Groups // Journal of Applied Statistics. 2011. vol. 38. no. 7. pp. 1359–1368.
Опубликован
2018-11-30
Как цитировать
Васильевич, И. С., Драган, Д., Обрадович, Р., & Петрович, В. Б. (2018). Анализ методов сжатия стереоскопических изображений. Труды СПИИРАН, 6(61), 197-220. https://doi.org/10.15622/sp.61.8
Раздел
Искусственный интеллект, инженерия данных и знаний
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями:
Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).
