1. Only for
Maxus
Деинтерлейсинг
Петров Александр
Video Group
CS MSU Graphics & Media Lab
CS MSU Graphics & Media
Lab (Video Group) 1
2. Only for
Maxus
Содержание
Введение
Понятие интерлейсинга
Понятие деинтерлейсинга
Постановка задачи
Визуальные дефекты
Примеры
Классификация методов
Простые методы
Сложные методы
Дальнейшие планы
Список материалов
CS MSU Graphics & Media
Lab (Video Group) 2
3. Only for
Maxus
Введение
Интерлейсинг (Interlacing) - метод отображения,
передачи или хранения видео, при котором:
Захват видео по строчкам в разные моменты времени: сначала
четные, потом нечетные (или наоборот).
Поле (field) – набор строчек одинаковой четности,
соответствующих одному моменту времени.
Видео-поток с удвоенной частотой.
При построении кадра, четные и нечетные поля смешиваются.
Образуется один кадр (frame).
CS MSU Graphics & Media
Lab (Video Group) 3
4. Only for
Maxus
Введение
Поле #5 Кадр #3
Поле #6
CS MSU Graphics & Media
Lab (Video Group) 4
5. Only for
Maxus
Введение
Деинтерлейсинг (Deinterlacing)— процесс создания
кадров из полукадров чересстрочного формата для
дальнейшего вывода на экран с прогрессивной
развѐрткой.
Применяется:
В компьютерных системах обработки видео.
В LCD и плазменных дисплеях.
CS MSU Graphics & Media
Lab (Video Group) 5
6. Only for
Maxus
Введение
CS MSU Graphics & Media
Lab (Video Group) 6
7. Введение
Only for
Maxus
Постановка задачи
Задача – интерполировать недостающие пиксели и, в
то же время обеспечить хорошее качество
изображения
- номер поля
- положение пикселя
- исходный пиксель
- интерполированный пиксель
- результат
CS MSU Graphics & Media
Lab (Video Group) 7
8. Введение
Only for
Maxus
Визуальные дефекты
Мерцание границ (edge flicking)
Сползание строк (line crawling)
Размытость (blur)
Зубчатость (jaggedness)
CS MSU Graphics & Media
Lab (Video Group) 8
12. Only for
Maxus
Содержание
Введение
Классификация методов
Простые методы
Сложные методы
Дальнейшие планы
Список материалов
CS MSU Graphics & Media
Lab (Video Group) 12
13. Only for
Maxus
Классификация методов
Методы
Не использующие MC Использующие MC
Линейные Нелинейные
Адаптирующиеся к движению
Пространственные (Motion Adaptive)
(Spatial)
Адаптирующиеся к границам
Временные (Edge-based)
(Temporal)
VT-медианные
Пространственно-временные
(Spatio-temporal)
Смешанные
CS MSU Graphics & Media
Lab (Video Group) 13
14. Only for
Maxus
Содержание
Введение
Классификация методов
Простые методы
Пространственные (Spatial)
Временные (Temporal)
Пространственно-временные (Spatio-temporal)
Адаптирующиеся к границам (Edge-based)
Сложные методы
Дальнейшие планы
Список материалов
CS MSU Graphics & Media
Lab (Video Group) 14
15. Простые методы
Only for
Maxus
Spatial
Line Repetition (LR)
p( x, y, k ), ( y k )%2 0,
p0 ( x, y, k )
p( x, y 1, k ), иначе
CS MSU Graphics & Media
Lab (Video Group) 15
16. Простые методы
Only for
Maxus
Spatial
Line Averaging (LA, ―Bob‖)
p( x, y, k ), ( y k )%2 0,
p0 ( x, y, k ) 1
2 p( x, y 1, k ) p( x, y 1, k ), иначе,
CS MSU Graphics & Media
Lab (Video Group) 16
17. Only for
Maxus
Содержание
Введение
Классификация методов
Простые методы
Пространственные (Spatial)
Временные (Temporal)
Пространственно-временные (Spatio-temporal)
Адаптирующиеся к границам (Edge-based)
Сложные методы
Дальнейшие планы
Список материалов
CS MSU Graphics & Media
Lab (Video Group) 17
18. Простые методы
Only for
Maxus
Temporal
Field Insertion (FI, FR, ―Weave‖)
p( x, y, k ), ( y k )%2 0,
p0 ( x, y, k )
p( x, y, k 1), иначе,
CS MSU Graphics & Media
Lab (Video Group) 18
19. Простые методы
Only for
Maxus
Temporal
Inter-field Line Averaging
p( x, y, k ), ( y k )%2 0,
p0 ( x, y, k ) 1
2 p( x, y, k 1) p( x, y, k 1), иначе,
CS MSU Graphics & Media
Lab (Video Group) 19
20. Only for
Maxus
Содержание
Введение
Классификация методов
Простые методы
Пространственные (Spatial)
Временные (Temporal)
Пространственно-временные (Spatio-temporal)
VTMF
VT linear
Адаптирующиеся к границам (Edge-based)
Сложные методы
Дальнейшие планы
Список материалов
CS MSU Graphics & Media
Lab (Video Group) 20
21. Простые методы
Only for
Maxus
Spatial-temporal
Vertical-Temporal Median Filter
p0 ( X ) median( A, B, C )`
CS MSU Graphics & Media
Lab (Video Group) 21
22. Простые методы
Only for
Maxus
Spatial-temporal
Vertical-Temporal Linear
p( x, y, k ), ( y k )%2 0,
p 0 ( x, y , k )
k p( x, y dy, k dk ) * h(dy, dk ), иначе
1,8,8,1, (dy 3,1,1,3) AND (dk 0)
18 * h(dy, dk ) 5,10,5, (dy 2,0,2) AND (dk 1)
0, иначе
CS MSU Graphics & Media
Lab (Video Group) 22
23. Only for
Maxus
Содержание
Введение
Классификация методов
Простые методы
Пространственные (Spatial)
Временные (Temporal)
Пространственно-временные (Spatio-temporal)
Адаптирующиеся к границам (Edge-based)
Сложные методы
Дальнейшие планы
Список материалов
CS MSU Graphics & Media
Lab (Video Group) 23
24. Простые методы
Only for
Maxus
Адаптирующиеся к границам
Edge-based Line Averaging (ELA, ELI, EDI)
CS MSU Graphics & Media
Lab (Video Group) 24
25. Простые методы
Only for
Maxus
Адаптирующиеся к границам
Улучшения:
Можно рассматривать 12 направлений
Weighted Edge-based Line Averaging (WELA)
f ( x k , y 1) f ( x k , y 1)
f n ( x, y ) Wk * (
k 1, 0,1 2
), W1 W2 W3 1
A recursive approach for de-interlacing using improved ELA and
CS MSU Graphics & Media motion compensation based on bi-directional BMA. Seungchan Byun,
Lab (Video Group) Jeongmonn Byun, Gyeonghwan Kim. 2004 International Conference 25
on Image Processing, Volume 3, 24-27, pp.1679 – 1682, Oct. 2004.
27. Only for
Maxus
Простые методы
Сравнение (Неподвижные регионы)
Field Insertion Line Repetition Linear VT
Edge-dependent VT median
CS MSU Graphics & Media
Lab (Video Group) 27
28. Only for
Maxus
Простые методы
Сравнение (регионы с движением)
Field Insertion Line Repetition Linear VT
Edge-dependent VT median
CS MSU Graphics & Media
Lab (Video Group) 28
29. Only for
Maxus
Содержание
Введение
Классификация методов
Простые методы
Сложные методы
Motion Adaptive
Motion Compensation based
MSU filter
Дальнейшие планы
Список материалов
CS MSU Graphics & Media
Lab (Video Group) 29
30. Сложные методы
Only for
Maxus
Motion Adaptive
Region
Motion Detector
No Motion Motion
Temporal Spatial
Method Method
CS MSU Graphics & Media
Lab (Video Group) 30
31. Only for
Maxus
Содержание
Введение
Классификация методов
Простые методы
Сложные методы
Motion Adaptive
Motion Detector
HMDERP
Motion Compensation based
MSU filter
Дальнейшие планы
Список материалов
CS MSU Graphics & Media
Lab (Video Group) 31
32. Motion Adaptive
Only for
Maxus
Motion Detector
Сравниваем поля одной четности
Строим маску движения
Морфологическая операция открытия
(чтобы убрать шумы в движении)
CS MSU Graphics & Media
Lab (Video Group) 32
33. Motion Adaptive
Only for
Maxus
Motion Detector
Сравниваем поля одной четности
CS MSU Graphics & Media
Lab (Video Group) 33
34. Motion Detector
Only for
Maxus
4-field motion detection
Yu-Lin Chang, Shyh-Feng Lin, Ching-Yeh Chen, Liang-Gee Chen,
CS MSU Graphics & Media “Video De-Interlacing by Adaptive 4-Field Global/Local Motion
Lab (Video Group) Compensated Approach” IEEE Transactions on Circuits and Systems 34
for Video Technology, Dec. 2005
35. Motion Detector
Only for
Maxus
Moving-Stationary Detector
CS MSU Graphics & Media Li G.-L., Chen M.-J., “High Performance De-Interlacing Algorithm for
Lab (Video Group) Digital Television Displays” Journal of Display Technology, Volume 2, 35
Issue 1, pp.85 - 90, March 2006
36. Only for
Maxus
Содержание
Введение
Классификация методов
Простые методы
Сложные методы
Motion Adaptive
Motion Detector
HMDERP
Motion Compensation based
MSU filter
Дальнейшие планы
Список материалов
CS MSU Graphics & Media
Lab (Video Group) 36
37. Motion Adaptive
Only for
Maxus
HMDEPR
CS MSU Graphics & Media Gwo Giun Lee, Ming-JiunWang, Hsin-Te Li, He-Yuan Lin. AMotion-
Lab (Video Group) Adaptive Deinterlacer via Hybrid Motion Detection and Edge-Pattern 37
Recognition. EURASIP Journal on Image and Video Processing, 2008.
38. Motion Adaptive
Only for
Maxus
HMDEPR
Hybrid Motion Detector (HMD):
CS MSU Graphics & Media Gwo Giun Lee, Ming-JiunWang, Hsin-Te Li, He-Yuan Lin. AMotion-
Lab (Video Group) Adaptive Deinterlacer via Hybrid Motion Detection and Edge-Pattern 38
Recognition. EURASIP Journal on Image and Video Processing, 2008.
39. Motion Adaptive
Only for
Maxus
HMDEPR
Результат детектора движения - карта движения (motion map).
(a) 1st condition (d) output of HMD
(b) 2nd condition (e) erosion
(c) 3rd condition (f) opening
CS MSU Graphics & Media Gwo Giun Lee, Ming-JiunWang, Hsin-Te Li, He-Yuan Lin. AMotion-
Lab (Video Group) Adaptive Deinterlacer via Hybrid Motion Detection and Edge-Pattern 39
Recognition. EURASIP Journal on Image and Video Processing, 2008.
40. HMDEPR
Only for
Maxus
Тестирование
Предложенный алгоритм. 3 Field Motion Adaptive (3FMA).
Интерполированы (FI) только статичные регионы. Интерполированы только статичные регионы.
CS MSU Graphics & Media Gwo Giun Lee, Ming-JiunWang, Hsin-Te Li, He-Yuan Lin. AMotion-
Lab (Video Group) Adaptive Deinterlacer via Hybrid Motion Detection and Edge-Pattern 40
Recognition. EURASIP Journal on Image and Video Processing, 2008.
41. Motion Adaptive
Only for
Maxus
HMDEPR
Edge Pattern Recognition (EPR):
abcd
ave
Рассматривается область 3x3 4
4 типа шаблона H , p ave,
3H1L, 3L1H
pi
ˆ
L, p ave
2H2L - угол
2H2L - линия ˆ ˆ ˆ ˆ
p1, p2, p3, p4, для a, b, c, d соответств енно
18 различных шаблонов
CS MSU Graphics & Media Gwo Giun Lee, Ming-JiunWang, Hsin-Te Li, He-Yuan Lin. AMotion-
Lab (Video Group) Adaptive Deinterlacer via Hybrid Motion Detection and Edge-Pattern 41
Recognition. EURASIP Journal on Image and Video Processing, 2008.
42. Motion Adaptive
Only for
Maxus
HMDEPR
В случае 3H1L, 3L1H наиболее вероятно, что центральный пиксел
принадлежит к большинству (H для 3H1L и L для 3L1H)
median( pH1 , pH 2 , pH 3 ), 3H1L,
p0
median( pL1 , pL2 , pL3 ), 3L1H ,
CS MSU Graphics & Media Gwo Giun Lee, Ming-JiunWang, Hsin-Te Li, He-Yuan Lin. AMotion-
Lab (Video Group) Adaptive Deinterlacer via Hybrid Motion Detection and Edge-Pattern 42
Recognition. EURASIP Journal on Image and Video Processing, 2008.
43. Motion Adaptive
Only for
Maxus
HMDEPR
2H2L – угол:
2H2L – линия:
CS MSU Graphics & Media Gwo Giun Lee, Ming-JiunWang, Hsin-Te Li, He-Yuan Lin. AMotion-
Lab (Video Group) Adaptive Deinterlacer via Hybrid Motion Detection and Edge-Pattern 43
Recognition. EURASIP Journal on Image and Video Processing, 2008.
44. Motion Adaptive
Only for
Maxus
HMDEPR
Пиксели b и с, также как и X, недостающие.
Как же их получить?
EPR without MAP (Motion-Adaption Prediction)
EPR with MAP
EPR without MAP
Усреднение по строкам (Line Averaging)
pr qs
b c
2 2
EPR with MAP
Усреднение по строкам (Line Averaging), если b (c) принадлежат
области движения (Motion Area)
Иначе, берем пиксель с предыдущего поля
CS MSU Graphics & Media Gwo Giun Lee, Ming-JiunWang, Hsin-Te Li, He-Yuan Lin. AMotion-
Lab (Video Group) Adaptive Deinterlacer via Hybrid Motion Detection and Edge-Pattern 44
Recognition. EURASIP Journal on Image and Video Processing, 2008.
45. HMDEPR
Only for
Maxus
Тестирование
CS MSU Graphics & Media Gwo Giun Lee, Ming-JiunWang, Hsin-Te Li, He-Yuan Lin. AMotion-
Lab (Video Group) Adaptive Deinterlacer via Hybrid Motion Detection and Edge-Pattern 45
Recognition. EURASIP Journal on Image and Video Processing, 2008.
46. HMDEPR
Only for
Maxus
Тестирование (текстуры)
PSNR in dB
CS MSU Graphics & Media Gwo Giun Lee, Ming-JiunWang, Hsin-Te Li, He-Yuan Lin. AMotion-
Lab (Video Group) Adaptive Deinterlacer via Hybrid Motion Detection and Edge-Pattern 46
Recognition. EURASIP Journal on Image and Video Processing, 2008.
47. HMDEPR
Only for
Maxus
Тестирование
CS MSU Graphics & Media Gwo Giun Lee, Ming-JiunWang, Hsin-Te Li, He-Yuan Lin. AMotion-
Lab (Video Group) Adaptive Deinterlacer via Hybrid Motion Detection and Edge-Pattern 47
Recognition. EURASIP Journal on Image and Video Processing, 2008.
48. HMDEPR
Only for
Maxus
Тестирование
CS MSU Graphics & Media Gwo Giun Lee, Ming-JiunWang, Hsin-Te Li, He-Yuan Lin. AMotion-
Lab (Video Group) Adaptive Deinterlacer via Hybrid Motion Detection and Edge-Pattern 48
Recognition. EURASIP Journal on Image and Video Processing, 2008.
49. HMDEPR
Only for
Maxus
Выводы
Достоинства
Хорошо интерполирует границы
Неплохо строит маску движения
Недостатки
Проигрывает на текстурах
CS MSU Graphics & Media
Lab (Video Group) 49
50. Only for
Maxus
Содержание
Введение
Классификация методов
Простые методы
Сложные методы
Motion Adaptive
Motion Compensation based
MSU filter
Дальнейшие планы
Список материалов
CS MSU Graphics & Media
Lab (Video Group) 50
53. Сложные методы
Only for
Maxus
MC-based Deinterlacing
Поиск похожих блоков
Taehyeun Ha, Seongjoo Lee, Jaeseok Kim, “Motion compensated
CS MSU Graphics & Media frame interpolation by new block-based motion estimation
Lab (Video Group) algorithm”, IEEE Transactions on Consumer Electronics, Volume 50, 53
Issue 2, pp.752 - 759, May 2004.
54. Сложные методы
Only for
Maxus
MC-based Deinterlacing
Подгоним найденный блок Bn под сетку
Taehyeun Ha, Seongjoo Lee, Jaeseok Kim, “Motion compensated
CS MSU Graphics & Media frame interpolation by new block-based motion estimation
Lab (Video Group) algorithm”, IEEE Transactions on Consumer Electronics, Volume 50, 54
Issue 2, pp.752 - 759, May 2004.
55. Only for
Maxus
MC-based Deinterlacing
Пример работы
Field Insertion MC-based
CS MSU Graphics & Media
Lab (Video Group) 55
56. Only for
Maxus
Содержание
Введение
Классификация методов
Простые методы
Сложные методы
Motion Adaptive
Motion Compensation based
MSU filter
Дальнейшие планы
Список материалов
CS MSU Graphics & Media
Lab (Video Group) 56
57. Only for
Maxus
MSU Filter
MSU MA
Temporal Interpolation
Spatial Interpolation
MSU MC
Тестирование
CS MSU Graphics & Media
Lab (Video Group) 57
58. Only for
Maxus
MSU MA
CS MSU Graphics & Media
Lab (Video Group) 58
59. Only for
Maxus
MSU MA
Пиксель интерполируется двумя способами
Пространственная интерполяция (Spatial)
Временная интерполяция (Temporal)
Каждый из двух получившихся пикселей вносит свой вклад в конечный
результат с определенным весами, зависящим от характера движения
p( x, y, k ), ( y k )%2 0,
p0 ( x, y, k )
ps ( x, y, k ) * SpatCoef pt ( x, y, k ) * TempCoef , иначе,
ˆ ˆ
SpatCoef пространственный весовой коэффициент
TempCoef временной весовой коэффициент
ps ( x, y, k ) интерполир ованный пространственным способом пиксел
ˆ
pt ( x, y, k ) интерполир ованный временным способом пиксел
ˆ
CS MSU Graphics & Media
Lab (Video Group) 59
60. MSU MA
Only for
Maxus
Temporal Interpolation
В качестве временного приближения используется Field Insertion
или Field Averaging
Весовая функция для временного приближения (―Static‖ weighting
function) задается так:
5 D
St * f ( E ) * h( D )
3E 5 D 150
E - so called SAD (Sum of Absolute Differences). Так называемая сумма
абсолютных разностей, рассчитанная для полей n+1, n, n-1, n-2.
D - дисперсия текущего поля. Считается по восьми соседним пикселям.
St влияет на TempCoef
CS MSU Graphics & Media
Lab (Video Group) 60
61. MSU MA
Only for
Maxus
Spatial Interpolation
Интерполяция
Vertical Bilinear – позволяет
избежать эффект Гиббса (рингинг)
Diagonal – позволяет избежать
ступенчатые границы
Low-angle Edge – интерполирует
границы с маленькими углами
наклона
Пиксели, получившиеся
разными способами берем с
определенным весом
CS MSU Graphics & Media
Lab (Video Group) 61
62. MSU MA
Only for
Maxus
Spatial Interpolation
X , четность поля и строки совпадают ,
X
Wdiag * X diag Wlow * X low Wbilinear * X bilinear , иначе ,
X diag - пиксел, интерполир ованный Diagonal Interpolation
X low - пиксел, интерполир ованный Low - angle Edge Interpolation
X bilinear - пиксел, интерполир ованный Bilinear Interpolation
Wdiag - вес, соответсвующий X diag
Wlow - вес, соответсвующий X low
Wbilinear - вес, соответсвующий X bilinear
CS MSU Graphics & Media
Lab (Video Group) 62
63. MSU MA
Only for
Maxus
Spatial Interpolation
Весовая функция, влияющая на SpatCoef
Вес больше, когда присутствует «зубчатость»
E i-1 Ei E i+1
C Xi
m1 ( Ai i ) C i-1 Ci C i+1
2
A Bi A i-1 Ai A i+1
m2 ( X i i ) Prev ious
2 Current
X i-1 Xi X i+1
Field Field
X Di
m3 ( Bi i ) B i-1 Bi B i+1
2
Dif ( X i ) | m1 m2 m3 | D i-1 Di D i+1
Interlacin g _ measure( X i ) Dif ( X i 1 ) 2 Dif ( X i ) Dif ( X i 1 ) F i-1 Fi F i+1
CS MSU Graphics & Media
Lab (Video Group) 63
64. Only for
Maxus
MSU Filter
MSU MA
MSU MC
Тестирование
CS MSU Graphics & Media
Lab (Video Group) 64
65. Only for
Maxus
MSU MC
CS MSU Graphics & Media
Lab (Video Group) 65
66. Only for
Maxus
MSU MC
Пиксель интерполируется тремя способами
Пространственная интерполяция (Spatial)
Временная интерполяция (Temporal)
MC-интерполяция
Веса SpatCoef и TempCoef определяются похожим (как в MSU MA) образом
p( x, y, k ), ( y k )%2 0,
p0 ( x, y, k )
p s ( x, y, k ) * SpatCoef pt ( x, y, k ) * TempCoef p mc ( x, y, k ) * MCCoef , иначе,
ˆ ˆ ˆ
SpatCoef пространственный весовой коэффициент
TempCoef временной весовой коэффициент
MCCoef весовой коэффициент MC
ps ( x, y, k ) интерполир ованный пространственным способом пиксел
ˆ
pt ( x, y, k ) интерполир ованный временным способом пиксел
ˆ
pt ( x, y, k ) интерполир ованный MC - способом пиксел
ˆ
CS MSU Graphics & Media
Lab (Video Group) 66
67. Only for
Maxus
MSU MC
Мера ошибки ME (ME Error Measure)
Влияет на вес MC кадра.
Определяет отсутствие движения и слабое движение.
Может обнаружить только объекты с большой дисперсией.
Зависит от:
различия блоков (SAD) текущего и предыдущего полей – B.
различия 6 соседей (SAD) предыдущего и текущего полей – L.
дисперсии - D. Чем больше дисперсия, тем меньше вероятность
движения.
1 D B
W 2 *
probabilit y _ of _ motion L 1 B L 1
CS MSU Graphics & Media
Lab (Video Group) 67
68. Only for
Maxus
MSU MC
Весовая функция горизонтальных границ (Horizontal Edge Detection weighting function)
Влияет на вес MC-кадра
Нужна для более точно интерполяции границ, близких к горизонтальным.
Пиксель принадлежит горизонтальной границе, если выполнено два условия:
Градиент по вертикали больше определенного порога (для области этого
пикселя).
Значение пикселя лежит между значениями соседей.
Gradient ( X i ) ( Ai 1 2 Ai Ai 1 ) ( Bi 1 2 Bi Bi 1 )
Match ( X i ) min max Ai , Bi X , X min Ai , Bi
2Match ( X i )
W ( X i ) Gradient ( X i ) * 1
max A , B min A , B 1
i i i i
A i-1 Ai A i+1
Current Motion
X i-1 Xi X i+1 Compensated
Field
Field
CS MSU Graphics & Media B i-1 Bi B i+1
Lab (Video Group) 68
69. Only for
Maxus
MSU Filter
MSU MA
MSU MC
Тестирование
CS MSU Graphics & Media
Lab (Video Group) 69
70. MSU Filter
Only for
Maxus
Тестирование
Original frame
CS MSU Graphics & Media
Lab (Video Group) 70
72. MSU Filter
Only for
Maxus
Тестирование
Smart Deinterlace MSU Deinterlacer (motion De Haan Deinterlacer
adaptive)
CS MSU Graphics & Media
Lab (Video Group) 72
73. MSU Filter
Only for
Maxus
Тестирование
MSU Deinterlacer (motion MSU Deinterlacer (motion
adaptive) compensation)
CS MSU Graphics & Media
Lab (Video Group) 73
74. MSU Filter
Only for
Maxus
Тестирование
PSNR Measuring (average)
50
PSN R value
40
30
20
1 2 3 4 5 6
Sequence Number
VirtualDub Internal
Smart Deinterlace
AlparySoft Deinterlace
De Haan deinterlacer
MSU MA
MSU MC
CS MSU Graphics & Media
Lab (Video Group) 74
75. Only for
Maxus
Содержание
Введение
Классификация методов
Простые методы
Сложные методы
Дальнейшие планы
Список материалов
CS MSU Graphics & Media
Lab (Video Group) 75
76. Only for
Maxus
Дальнейшие планы
Опробовать изложенные методы
Совместить следующие подходы
Motion Adaptive
Spatial
Temporal
Edge-based
Motion Compensation based
Возможно, вероятностный подход
Анализ области и весовые функции
CS MSU Graphics & Media
Lab (Video Group) 76
77. Only for
Maxus
Содержание
Введение
Классификация методов
Простые методы
Сложные методы
Дальнейшие планы
Список материалов
CS MSU Graphics & Media
Lab (Video Group) 77
78. Only for
Maxus
Список материалов
1. A De-interlacing Algorithm Based on True Motion Vectors. Yi-Shan Shiu, Institute of Computer &
Communication, 2006 .
2. Video De-Interlacing by Adaptive 4-Field Global/Local Motion Compensated Approach. Yu-Lin Chang,
Shyh-Feng Lin, Ching-Yeh Chen, Liang-Gee Chen, IEEE Transactions on Circuits and Systems for Video
Technology, Volume 15, Issue 12, pp.1569 - 1582, Dec. 2005.
3. High Performance De-Interlacing Algorithm for Digital Television Displays. Li G.-L., Chen M.-J. Journal
of Display Technology, Volume 2, Issue 1, pp.85 - 90, March 2006.
4. Motion compensated frame interpolation by new block-based motion estimation algorithm. Taehyeun
Ha, Seongjoo Lee, Jaeseok Kim. IEEE Transactions on Consumer Electronics, Volume 50, Issue 2,
pp.752 - 759, May 2004.
5. Advanced de-interlacing techniques. E.B. Bellers and G. de Haan.
6. Direction-Oriented Interpolation and Its Application to De-interlacing. Hoon Yoo and Jechang Jeong.
IEEE Transactions on Consumer Electronics, Volume 48, Issue 4, pp.954 – 962, Nov. 2002.
7. A recursive approach for de-interlacing using improved ELA and motion compensation based on bi-
directional BMA. Seungchan Byun, Jeongmonn Byun, Gyeonghwan Kim. 2004 International Conference
on Image Processing, Volume 3, 24-27, pp.1679 – 1682, Oct. 2004.
8. A Motion-Adaptive Deinterlacer via Hybrid Motion Detection and Edge-Pattern Recognition. Gwo Giun
Lee, Ming-JiunWang, Hsin-Te Li, He-Yuan Lin. EURASIP Journal on Image and Video Processing, 2008.
9. Презентации Видеогруппы. Сергей Путилин, Денис Кубасов. 2003, 2004.
10. Отчет по MSU Deinterlacer.
CS MSU Graphics & Media
Lab (Video Group) 78
79. Only for
Maxus
Вопросы
?
CS MSU Graphics & Media
Lab (Video Group) 79
80. Only for
Maxus
Содержание
Введение
Классификация методов
Простые методы
Сложные методы
Motion Adaptive
Motion Compensation based
MSU filter
Вероятностный подход
Дальнейшие планы
Список материалов
CS MSU Graphics & Media
Lab (Video Group) 80
81. Сложные методы
Only for
Maxus
Вероятностный подход
Максимальная апостериорная гипотеза (MAP):
– текущее поле (четные или нечетные строки)
– кадр на выходе, соответствующий
– область, соответствующая
– область, соответствующая
– const
Оценка максимального правдоподобия:
YIN XueMin, YUAN JianHua, LU XiaoPeng, ZOU MouYan. De-
CS MSU Graphics & Media interlacing technique based on total variation with spatial-temporal
Lab (Video Group) smoothness constraint. Science in China Series F: Information 81
Science. 2007.
82. Сложные методы
Only for
Maxus
Вероятностный подход
- «похожесть» и на области . По сути, плотность
распределения шума.
- позиция каждого пикселя кадра
Существующие пиксели ( ) желательно оставить без изменений
YIN XueMin, YUAN JianHua, LU XiaoPeng, ZOU MouYan. De-
CS MSU Graphics & Media interlacing technique based on total variation with spatial-temporal
Lab (Video Group) smoothness constraint. Science in China Series F: Information 82
Science. 2007.
83. Сложные методы
Only for
Maxus
Вероятностный подход
- априорная оценка
Модель Гиббса:
- функция энергии
- обратная абсолютная температура
- пространственно-временной градиент
YIN XueMin, YUAN JianHua, LU XiaoPeng, ZOU MouYan. De-
CS MSU Graphics & Media interlacing technique based on total variation with spatial-temporal
Lab (Video Group) smoothness constraint. Science in China Series F: Information 83
Science. 2007.
84. Сложные методы
Only for
Maxus
Вероятностный подход
Таким образом, задача сводится к минимизации
функционала энергии:
YIN XueMin, YUAN JianHua, LU XiaoPeng, ZOU MouYan. De-
CS MSU Graphics & Media interlacing technique based on total variation with spatial-temporal
Lab (Video Group) smoothness constraint. Science in China Series F: Information 84
Science. 2007.
85. Сложные методы
Only for
Maxus
Вероятностный подход
Соответствующее уравнение Эйлера-Лагранжа:
- нормаль вектора границы области
YIN XueMin, YUAN JianHua, LU XiaoPeng, ZOU MouYan. De-
CS MSU Graphics & Media interlacing technique based on total variation with spatial-temporal
Lab (Video Group) smoothness constraint. Science in China Series F: Information 85
Science. 2007.
86. Сложные методы
Only for
Maxus
Вероятностный подход
Стандартное видео (без шума)
YIN XueMin, YUAN JianHua, LU XiaoPeng, ZOU MouYan. De-
CS MSU Graphics & Media interlacing technique based on total variation with spatial-temporal
Lab (Video Group) smoothness constraint. Science in China Series F: Information 86
Science. 2007.
87. Вероятностный подход
Only for
Maxus
тестирование
Стандартное видео (с шумом)
(a) original video
(b) video with noise (zero-mean,
SNR=20 dB)
(c) LR (PSNR=22.10 dB)
(d) LA (PSNR=24.80 dB)
(e) FI (PSNR=21.78 dB)
(f) VT (PSNR = 22.68)
(g) MCmed (PSNR=24.11 dB)
(h) McVT (PSNR=25.96 dB)
(i) Proposed (PSNR=27.81dB)
YIN XueMin, YUAN JianHua, LU XiaoPeng, ZOU MouYan. De-
CS MSU Graphics & Media interlacing technique based on total variation with spatial-temporal
Lab (Video Group) smoothness constraint. Science in China Series F: Information 87
Science. 2007.
88. Вероятностный подход
Only for
Maxus
тестирование
Стандартное видео (с шумом)
YIN XueMin, YUAN JianHua, LU XiaoPeng, ZOU MouYan. De-
CS MSU Graphics & Media interlacing technique based on total variation with spatial-temporal
Lab (Video Group) smoothness constraint. Science in China Series F: Information 88
Science. 2007.
89. Вероятностный подход
Only for
Maxus
тестирование
Реальное видео
(a) original video
(b) LR
(c) LA
(d) Proposed
YIN XueMin, YUAN JianHua, LU XiaoPeng, ZOU MouYan. De-
CS MSU Graphics & Media interlacing technique based on total variation with spatial-temporal
Lab (Video Group) smoothness constraint. Science in China Series F: Information 89
Science. 2007.
90. Motion Adaptive
Only for
Maxus
Motion Detector
- различие во времени
- различие в пространстве
CS MSU Graphics & Media
Lab (Video Group) 90