روشی جدید برای اختفای خطا در فریم های ویدئو با استفاده از شبکه عصبی RBF

ارسال ویدئوی فشرده شده درکانال های مستعدخطا ممکن است سبب اتلاف در بسته های ویدئو شود که این می تواند کیفیت تصویر را کاهش دهد. اختفای خطا، یک ره یافت موثر جهت کاهش اتلاف ناشی از اطلاعات از دست رفته است. شیوه های اختفای خطای زمانی متداول، همیشه در مواقعی که شیء ویدئو دارای حرکات غیرعادی باشد، کارایی خود را از دست می دهند. در این مقاله، به منظور غلبه بر این مشکل، یک ره یافت اختفای خطای زمانی کارآمد جهت پنهان سازی خطای ماکروبلاک برای سامانه های کدگذار ویدئو پیشنهاد می شود. روش پیشنهادی از یک شبکه عصبیRBF برای تخمین بردارهای حرکت ماکروبلاک های آسیب دیده استفاده می کند. تخمین زنRBF فقط برای نواحی ویدئو با حرکات سریع استفاده می شود، که این پیچیدگی محاسبات را کاهش می دهد. به دلیل ظرفیت بزرگ شبکه های عصبی در تجسم و تفسیر مجموعه های داده با ابعاد بالا، روش پیشنهادی می تواند بردارهای حرکت آسیب دیده در نواحی با حرکت سریع را به درستی تخمین بزند. نتایج تجربی نشان می دهد که شیوه پیشنهادی، کیفیت ذهنی و عینی فریم های بازسازی شده را ارتقا می دهد؛ به طوری که میانگین بیشینه نسبت سیگنال به نوفه برای دنباله های مورد آزمایش در بعضی از فریم ها حدود dB5/1 نسبت به روش BMA افزایش می یابد.