Raqamli Transformatsiya va Sun’iy Intellekt
ФРАКТАЛЬНЫЙ ПРЕПРОЦЕССИНГ КАДРОВ ДЛЯ УПРАВЛЕНИЯ СТРУКТУРОЙ GOP В СТАНДАРТИЗИРОВАННЫХ ВИДЕОКОДЕРАХ
1 Ташкентский университет информационных технологий им. Мухаммада аль-Хорезмий
Keywords
Abstract
Данная статья подчеркивает, что эффективность применения стандартизированных видеокодеров H.264, H.265 и H.266 зависит не только от перебора режимов внутри кадра, но и от того, насколько структура группы кадров (Group of Pictures, GOP) согласована со сменами сцен: ключевой кадр вне смены сцены расходует процессорную мощность кодера не рационально, а пропущенная смена сцены требует предсказывать кадр по несвязанному опорному. Практические детекторы смены сцены, основанные на статистике яркости, ложно срабатывают на вспышках, изменениях экспозиции и быстром движении камеры. В статье развивается предложенный автором метод фрактального препроцессинга кадров, который выполняется до начала работы кодера и не меняет синтаксис битового потока. Предложен алгоритм управления принятием решений кодера о начале группы кадров по пороговым значениям признаков с препроцессора GOP и локальном обновлении опорности, использующие изменение заполнения плиток рёбрами, расстояние Кульбака–Лейблера между гистограммами ориентаций рёбер и потерю надёжного оптического потока Лукаса–Канаде, а также отображение сигналов препроцессора на механизмы кодеков H.264, H.265, H.266 и AV1. Новизна состоит в использовании структурных признаков границ объектов совместно с надёжностью движения для различения смены сцены, поворота камеры, появления объекта и радиометрических помех. На тестовой последовательности из 360 кадров с 9 склейками предложенный алгоритм обнаружил все склейки без ложных срабатываний во всём рекомендуемом диапазоне порогов, тогда как гистограммный детектор при наилучшем пороге дал 2 ложных срабатывания на вспышках.
References
- Zabih R., Miller J., Mai K. A feature-based algorithm for detecting and classifying scene breaks // Proceedings of the 3rd ACM International Conference on Multimedia. San Francisco, 1995. P. 189–200. DOI: 10.1145/217279.215266.
- Pakdaman F., Adelimanesh M.A., Gabbouj M. [et al.] Complexity analysis of next-generation VVC encoding and decoding // 2020 IEEE International Conference on Image Processing (ICIP). IEEE, 2020. P. 3134–3138.
- Bross B., Wang Y.-K., Ye Y. [et al.] Overview of the Versatile Video Coding (VVC) standard and its applications // IEEE Transactions on Circuits and Systems for Video Technology. 2021. Vol. 31, no. 10. P. 3736–3764. DOI: 10.1109/TCSVT.2021.3101953.
- van der Walt S., Schönberger J.L., Nunez-Iglesias J. [et al.] scikit-image: image processing in Python // PeerJ. 2014. Vol. 2. Art. e453. DOI: 10.7717/peerj.453.
- Puziy A. Fractal frame preprocessing to accelerate video encoding by standardized encoders // International Journal of Advanced Research in Science, Engineering and Technology. 2026. Vol. 13, no. 9. P. 25472–25481. URL: https://www.ijarset.com/upload/2026/september/12-puziy-18.pdf (дата обращения: 30.09.2026).
- Li T., Xu M., Tang R. [et al.] DeepQTMT: a deep learning approach for fast QTMT-based CU partition of intra-mode VVC // IEEE Transactions on Image Processing. 2021. Vol. 30. P. 5377–5390.
- Ричардсон Я. Видеокодирование. H.264 и MPEG-4 – стандарты нового поколения. М.: Техносфера, 2005. 368 с.
- Mandelbrot B.B. The fractal geometry of nature. San Francisco: W.H. Freeman, 1982. 468 p.
- Wiegand T., Sullivan G.J., Bjøntegaard G. [et al.] Overview of the H.264/AVC video coding standard // IEEE Transactions on Circuits and Systems for Video Technology. 2003. Vol. 13, no. 7. P. 560–576.
- Hanjalic A. Shot-boundary detection: unraveled and resolved? // IEEE Transactions on Circuits and Systems for Video Technology. 2002. Vol. 12, no. 2. P. 90–105.
- Smeaton A.F., Over P., Doherty A.R. Video shot boundary detection: seven years of TRECVid activity // Computer Vision and Image Understanding. 2010. Vol. 114, no. 4. P. 411–418. DOI: 10.1016/j.cviu.2009.03.011.
- Bossen F., Sühring K., Wieckowski A. [et al.] VVC complexity and software implementation analysis // IEEE Transactions on Circuits and Systems for Video Technology. 2021. Vol. 31, no. 10. P. 3765–3778. DOI: 10.1109/TCSVT.2021.3072204.
- Pentland A.P. Fractal-based description of natural scenes // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1984. Vol. PAMI-6, no. 6. P. 661–674. DOI: 10.1109/TPAMI.1984.4767591.
- Zhang H.J., Kankanhalli A., Smoliar S.W. Automatic partitioning of full-motion video // Multimedia Systems. 1993. Vol. 1, no. 1. P. 10–28. DOI: 10.1007/BF01210504.
- Sullivan G.J., Ohm J.-R., Han W.-J. [et al.] Overview of the High Efficiency Video Coding (HEVC) standard // IEEE Transactions on Circuits and Systems for Video Technology. 2012. Vol. 22, no. 12. P. 1649–1668.
- ITU-T Recommendation H.266 (08/2020). Versatile video coding. Geneva: International Telecommunication Union, 2020. URL: https://www.itu.int/rec/T-REC-H.266 (дата обращения: 26.09.2026).
- Bross B., Chen J., Ohm J.-R. [et al.] Developments in international video coding standardization after AVC, with an overview of Versatile Video Coding (VVC) // Proceedings of the IEEE. 2021. Vol. 109, no. 9. P. 1463–1493. DOI: 10.1109/JPROC.2020.3043399.