Thèse soutenue

Codage de sources distribuées : nouveaux outils et application à la compression vidéo

FR  |  
EN
Auteur / Autrice : Denis Kubasov
Direction : Christine Guillemot
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance en 2008
Etablissement(s) : Rennes 1

Mots clés

FR

Mots clés contrôlés

Résumé

FR  |  
EN

Le codage vidéo distribué est le nouveau paradigme de compression vidéo permettant une allocation flexible de complexité entre le codeur et le décodeur. Dans cette thèse, nous proposons plusieurs outils afin d'améliorer les performances débit-distorsion des systèmes réels de codage. Nous commençons par une étude sur l'extraction de l'information adjacente (IA), en considérant dans un premier temps une méthode d'estimation de mouvement basée sur une représentation par maillages déformables. Ensuite, nous développons une approche hybride qui permet de combiner plusieurs IA pour un décodage plus performant. Nous proposons également d'améliorer la qualité de l'IA temporelle à l'aide de méthodes de débruitage d'images. Le chapitre suivant est consacré à la modélisation de la corrélation entre l'IA et l'image WZ. Dans un premier temps, nous proposons deux méthodes pour améliorer l'estimation des paramètres du modèle. Ensuite, une approche de contrôle de débit dite hybride est proposée, où l'estimation du débit est faite à la fois au codeur et au décodeur. Cette solution permet d'effectuer un contrôle assez fin, tout en diminuant le nombre de requêtes de bits supplémentaires et ainsi la complexité du décodeur. Deux approches sont également proposées pour exploiter la corrélation entre les images consécutives du côté du codeur. Les aspects du codage de source sont abordés dans le dernier chapitre. Dans un premier temps, nous proposons d'utiliser une transformée par ondelettes orientées comme alternative à la transformée DCT. Ensuite, nous étendons l'algorithme DPCM au cas du codage distribué, pour exploiter la mémoire présente dans la bande de basse fréquences de l'image transformée. Enfin, pour exploiter la redondance statistique dans les indices de quantification, nous proposons de les coder avec un code de Huffman au lieu d'un code à longueur fixe.