Aplicação de redes neurais de Hopfield para detecção e estimação de movimento entre dois quadros de um sinal de vídeo digital.

• Ano de defesa: 2002
• Autor(a) principal: Carlos Eduardo de Castro Santana
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Tecnológico de Aeronáutica
• Palavras-chave em Português: Redes neurais; Processamento de imagens; Sistemas digitais; Detecção de sinais; Sinais de vídeo; Compressão de dados; Estimação de sistemas; Telecomunicações; Engenharia eletrônica
• Link de acesso: http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2523

É apresentado nesse trabalho o desenvolvimento, implementação e teste de uma técnica envolvendo a rede neural de Hopfield modificada, para detectar e estimar o vetor movimento utilizado na codificação da diferença entre dois quadros consecutivos de um sinal de vídeo digitalizado, como o utilizado no padrão MPEG (Moving Picture Expert Group). A detecção e estimação do vetor movimento em um sinal de vídeo digital é um problema muito importante a ser resolvido, uma vez que é uma etapa crucial para a técnica de compressão de sinais de vídeo. Apresentam-se inicialmente duas topologias de redes neurais de Hopfield modificadas, a uni e a bi-dimensional, e como os seus parâmetros são obtidos a partir da luminância dos pixels de dois quadros consecutivos. Em seguida é mostrado que a detecção e estimação do vetor movimento pode ser obtida dinamicamente, quando as redes neurais iterativamente minimizam um certo problema de otimização. A técnica proposta nesse trabalho foi testada em duas seqüências de quadros não coloridos, onde a primeira seqüência é a sintética e a segunda é uma seqüência real. Os pixels que compõem os quadros de ambas as seqüências são representados por 256 níveis de cinza.Simulações da técnica proposta e da técnica da busca exaustiva mostram que os vetores movimento detectados e estimados para ambas as seqüências testadas foram corretos.