Redes neuronales artificiales aplicadas al procesamiento de video

Abstract

La estimación de movimiento es un bloque esencial en la etapa de predicción del estándar de codificación de video H.264/AVC, el cual es determinante para obtener una tasa de compresión efectiva. Diferentes algoritmos han sido propuestos en la literatura con el fin de optimizar la arquitectura de este bloque, ya que éste demanda un prolongado tiempo de ejecución y un significativo número de recursos computacionales. Las estrategias tradicionales basadas en la búsqueda bloque a bloque aunque garantizan alta calidad no son apropiadas en cuanto a la eficiencia computacional; otros métodos basados en búsqueda por regiones aligeran la carga de procesamiento, pero no garantizan una buena calidad. En este trabajo se implementa una red neuronal tipo perceptrón multicapa que utiliza un algoritmo de aprendizaje tipo backpropagation supervisado que permite realizar la estimación de movimiento

ABSTRACT

The motion estimation is an essential block in the prediction stage of the H.264/AVC video compression standard, which is crucial for obtaining an effectivecoding rate. Different algorithms have been proposed in the literature to optimize the architecture of this block, since it requires a long execution time and a significant number of computational resources.Traditional strategies based on the search on each block allow ensuring high quality but are inappropriate in terms of computational efficiency; other methods based on search by regions reduce the processing load, but do not guarantee a good quality. In this paper it is implemented a multilayer perceptron neural network with supervised backpropagation learning algorithm which allows making the estimation.