Literatura científica selecionada sobre o tema "Rate-Distortion optimisation"

The majority of internet traffic is video content. This drives the demand for video compression in order to deliver high quality video at low target bitrates. This paper investigates the impact of adjusting the rate distortion equation on compression performance. An constant of proportionality, k, is used to modify the Lagrange multiplier used in H.265 (HEVC). Direct optimisation methods are deployed to maximise BD-Rate improvement for a particular clip. This leads to up to 21% BD-Rate improvement for an individual clip. Furthermore we use a more realistic corpus of material provided by YouTube. The results show that direct optimisation using BD-rate as the objective function can lead to further gains in bitrate savings that are not available with previous approaches.

L'intégration des sources d'énergie renouvelables dans le réseau électrique introduit une dynamique plus complexe, nécessitant un contrôle plus efficace et à faible latence. Ce contrôle exige la transmission de gros volumes de données des sous-stations aux centres de contrôle supérieurs. Pour répondre aux contraintes de débit du réseau, il est crucial de développer des techniques de compression efficaces, adaptées aux caractéristiques spécifiques des signaux électriques. Actuellement, les Phasor Measurement Units (PMUs) sont les dispositifs les plus couramment utilisés pour acquérir et compresser ces signaux. Cependant, les PMUs ne peuvent pas représenter avec précision les transitoires rapides. Dans la première partie de cette thèse, une méthode de compression utilisant des réseaux de neurones, basée sur des Auto-encodeurs variationnels (VAEs), est décrite. Cette méthode, initialement développée pour la compression d'images, est adaptée dans cette thèse à la compression des échantillons de signaux électriques. Le principe repose sur l'optimisation de l'étape de transformation en minimisant un compromis débit-distorsion sur un ensemble de signaux électriques d'entraînement. Cette méthode permet d'optimiser l'ensemble de la chaîne de compression en tenant compte de la quantification et du codage entropique, offrant ainsi de meilleures performances en moyenne que les méthodes classiques non entraînables, utilisant par exemple une transformée en cosinus discrètes (DCT) ou une transformée en ondelettes discrètes (DWT).La seconde partie décrit un schéma de codage multi-modèles (MMC) proposé pour la compression des échantillons de signaux électriques. Pour réduire la latence, l'approche MMC opère sur des fenêtres d'environ une période électrique (de l'ordre de la latence des PMUs), contenant donc un nombre limité d'échantillons. Dans un premier étage de compression, plusieurs modèles paramétriques de signaux sont comparés (modèles sinusoïdaux, polynomiaux ou encore prédictifs) pour obtenir une représentation grossière du signal électrique. Dans un deuxième étage, plusieurs techniques de codage par transformation sont utilisées pour compresser le résidu de reconstruction du premier étage. Les transformations utilisées sont, la DCT, la DWT et les VAEs mentionnés précédemment. Les paramètres du modèle sont quantifiés et l'allocation du budget de débit entre les deux étages est optimisée en fonction d'un débit cible. Néanmoins, imposer une contrainte de budget entraîne des variations dans la qualité de reconstruction des signaux échantillonnés, ce qui peut ne pas répondre aux exigences strictes de qualité de reconstruction imposées par les utilisateurs finaux.Une troisième partie vise donc à déterminer le budget de bits minimum nécessaire pour respecter une contrainte de distorsion maximale imposée. Le degré de liberté supplémentaire, offert par le choix du budget total, augmente la complexité de l'approche MMC par rapport à sa variante à débit fixe et peut être incompatible avec les contraintes de temps réel. Deux méthodes distinctes sont proposées pour la sélection du modèle et l'allocation des bits entre les deux étages. La première méthode repose sur une recherche exhaustive pour déterminer le nombre de bits à allouer aux deux étages de compression. La seconde méthode utilise une recherche par section dorée. Le coût de calcul de ces deux approches est encore réduit en amont grâce à une estimation préalable du meilleur modèle et de l'allocation optimale du budget de bits entre les deux étages, de manière à satisfaire la contrainte de distorsion. Cette estimation s'appuie sur des modèles débit-distorsion
The integration of renewable energy sources into the electrical grid introduces more complex dynamics, requiring more efficient and low-latency control. This control demands the transmission of large volumes of data from substations to higher-level control centers. To address network bandwidth constraints, it is essential to develop efficient compression techniques tailored to the specific characteristics of electrical signals. Currently, Phasor Measurement Units (PMUs) are the most commonly used devices for acquiring and compressing these signals. However, PMU cannot accurately represent fast transients. In the first part of this thesis, a compression method using neural networks, based on Variational Autoencoders (VAEs), is described. Initially developed for image compression, this method is adapted in this work to the compression of sampled electrical signals. The principle relies on optimizing the transformation step by minimizing a Rate-Distortion (RD) trade-off over a training set of electrical signals. This method enables the optimization of the entire compression pipeline by accounting for quantization and entropy coding, thus providing better average performance compared to classical non-trainable methods, such as the Discrete Cosine Transform (DCT) or the discrete wavelet transform Discrete Wavelet Transform (DWT). The second part describes a proposed multi-model coding scheme for the compression of sampled electrical signals. To reduce latency, the Multiple Model Compression (MMC) approach operates on windows of approximately one electrical period (on the order of glspl{pmu} latency), thus containing a limited number of samples. In the first compression stage, several parametric signal models (sinusoidal, polynomial, and predictive models) are compared to obtain a coarse representation of the electrical signal. In the second stage, several transform coding techniques are used to compress the reconstruction residual from the first stage. The transformations used include the DCT, DWT, and the previously mentioned VAEs. The model parameters are quantized, and the bit budget allocation between the two stages is optimized based on a target rate. However, imposing a rate constraint introduces variations in the reconstruction quality of the sampled signals, which may not meet the strict quality requirements imposed by end users. The third part of this thesis aims to determine the minimum bit budget required to satisfy a maximum distortion constraint. The additional degree of freedom provided by the choice of the total bit budget increases the complexity of the MMC approach compared to its fixed-rate variant and may be incompatible with real-time constraints. Two distinct methods are proposed for model selection and bit allocation between the two stages. The first method relies on an exhaustive search to determine the number of bits to allocate to both compression stages. The second method uses a golden-section search. The computational cost of these two approaches is further reduced by a preliminary estimation of the best model and the optimal bit allocation between the two stages to meet the distortion constraint. This estimation is based on RD models

L'utilisation des modèles 3D, représentés sous forme de maillage, est sans cesse croissante dans de nombreuses applications. Pour une transmission efficace et pour une adaptation à l'hétérogénéité des ressources de ces modèles, des techniques de compression progressive sont généralement utilisées. Afin de protéger le droit d'auteur de ces modèles pendant la transmission, des techniques de tatouage sont également employées. Dans ces travaux de thèse, nous proposons premièrement deux méthodes de compression progressive pour des maillages avec ou sans information de couleurs et nous présentons finalement un système conjoint de compression progressive et de tatouage. Dans une première partie, nous proposons une méthode d'optimisation du compromis débit-distorsion pour des maillages sans attribut de couleur. Pendant le processus de l'encodage, nous adoptons la précision de quantification au nombre d'éléments et à la complexité géométrique pour chaque niveau de détail. Cette adaptation peut s'effectuer de manière optimale en mesurant la distance par rapport au maillage original, ou de façon quasi-optimale en utilisant un modèle théorique pour une optimisation rapide. Les résultats montrent que notre méthode donne des résultats compétitifs par rapport aux méthodes de l'état de l'art. Dans une deuxième partie, nous nous focalisons sur l'optimisation du compromis débit-distorsion pour des maillages possédant l'information de couleur attachée aux sommets. Après avoir proposé deux méthodes de compression pour ce type de maillage, nous présentons une méthode d'optimisation du débit-distorsion qui repose sur l'adaptation de la précision de quantification de la géométrie et de la couleur pour chaque maillage intermédiaire. Cette adaptation peut être effectuée rapidement selon un modèle théorique qui permet d'évaluer le nombre de bits de quantification nécessaire pour chaque maillage intermédiaire. Une métrique est également proposée pour préserver les éléments caractéristiques durant la phase de simplification. Finalement, nous proposons un schéma conjoint de compression progressive et de tatouage. Afin de protéger tous les niveaux de détails, nous insérons le tatouage dans chaque étape du processus d'encodage. Pour cela, à chaque itération de la simplification, nous séparons les sommets du maillage en deux ensembles et nous calculons un histogramme de distribution de normes pour chacun d'entre eux. Ensuite, nous divisons ces histogrammes en plusieurs classes et nous modifions ces histogrammes en décalant les classes pour insérer un bit. Cette technique de tatouage est réversible et permet de restaurer de manière exacte le maillage original en éliminant la déformation induite par l'insertion du tatouage. Nous proposons également une nouvelle méthode de prédiction de la géométrie afin de réduire le surcoût provoqué par l'insertion du tatouage. Les résultats expérimentaux montrent que notre méthode est robuste à diverses attaques géométriques tout en maintenant un bon taux de compression