Yazar "Bayrak, Hüseyin" seçeneğine göre listele

Listeleniyor 1 - 1 / 1
  • Küçük Resim
    Öğe
    Çoklu ortam servisleri için 2-boyutlu video ve derinlik haritası bazlı 3-boyutlu video derinlik algısı ölçüm metriği
    (Kırıkkale Üniversitesi, 2014) Bayrak, Hüseyin; Nur, Gökçe
    3B Video Kalite Değerlendirmesi (VKD), 3B videoya artan ilgiyle birlikte günümüzün araştırmacıları için önemli çalışma alanı olmuştur. 3B videoda, 2B videoya derinlik algısının eklenmesi ile oluşturulan görsel gerçekçilik nedeni ile derinlik algısı ölçümü 3B VKD'nin en kritik kısımlarından birini oluşturmaktadır. Literatürde, 2 Boyutlu (2B) video için araştırmacılar tarafından kabul görmüş nesnel VKD algoritmaları olmasına karşın derinlik gibi 3'üncü bir boyutun da eklenmesi nedeni ile 3B video için aynı durum söz konusu değildir. Bu yüzden 3B derinlik algısı ölçümü için zaman ve maliyet açısından elverişsiz olan öznel testler kullanılmaktadır. Derinlik algısı metrikleri, özgün videonun referans olarak kullanılıp kullanılmamasına bağlı olarak Tam-Referanslı (TR), Azaltılmış-Referanslı (AR) ve Referanssız olarak üçe ayrılmaktadır. TR metrikler, ölçüm yapabilmek için verici tarafında bulunan özgün video dizisine ihtiyaç duyar. AR metrikler ise VKD için özgün video dizisinden çıkarılmış öznitelikler gerektirirken Referanssız metrikler alıcı tarafta özgün video dizisine gerek duymaz. Bu özellikleri nedeni ile referanssız metrikler diğer metriklere göre daha verimlidirler. Bundan dolayı güvenilir ve doğru bir derinlik algısı ölçümü için Referanssız nesnel bir metrik geliştirilebilmesi çok önemlidir. Var olan kodlama ve iletim teknolojileri ile uyumluluğu ve esnekliğinden dolayı 2B+ derinlik haritası temelli 3B video, sol+sağ görüntü bazlı stereoskopik videoya nazaran daha yaygın kullanılmaktadır. Bunun en önemli nedeni, Derinlik Haritaları (DH)'nın 2B videodan daha az bit oranına sahip olması nedeniyle kodlama verimliliğinin yüksek olmasıdır. Bu çalışmada da 2B+DH temelli 3B videolardaki DH kullanılmıştır. Tezde, özgün video dizisi kullanılmadan derinlik algısını ölçen üç farklı algoritma geliştirilmiş ve bu algoritmalar bir araya getirilerek maliyetli ve zaman alıcı öznel testlerin yerine kullanılabilecek referanssız bir Derinlik Algısı Değerlendirmesi (DAD) metriği oluşturulmuştur. DAD için geliştirilen algoritmaların ilki Z Ekseninde Hareketin ölçümü, ikincisi Yapısal Ortalama Derinlik ve sonuncusu videodaki nesnelerin birbirinden ayrıklığını gösteren Derinlik Sapması algoritmasıdır. DAD sonuçlarının doğruluğunu göstermek için farklı bit oranlarında kodlanan videolardan elde edilen DAD sonuçları öznel ve literatürde çok kullanılan TR nesnel VKD sonuçlarıyla karşılaştırılmış ve oldukça yüksek performans elde edilmiştir. Dolayısıyla önerilen DAD metriğinin özgün video dizisine ihtiyaç duymadan DH'ları hem yapısal hem kayıpsal olarak değerlendirerek derinlik algısını ölçümlemekte oldukça verimli olduğu sonucuna ulaşılmıştır.