Saltar al contingut Menu
Mapa
  • Inici
  • Informació
  • Contacte
  • Mapa

Compressió de Dades i Imatges (CDI)

Crèdits Dept.
7.5 (6.0 ECTS) MAT

Professors

Responsable:  (-)
Altres:(-)

Objectius Generals

El primer objectiu general és comprendre la importància de la compressió, com ara abans d'emmagatzemar o trametre dades. L'altre objectiu general és distingir entre compressions fidels o amb pèrdues i adquirir criteris sòlids per decidir quin usar en cada cas.

Objectius Específics

Coneixements

  1. Conceptes de compressió amb i sense pèrdues i utilització de cada un dels dos tipus de compressió. Concepte i mesura de la informació. Límit teòric, sota condicions precises, dels algorismes de compressió sense pèrdues. Algorismes més emprats de compressió sense pèrdues.
  2. Conèixer el fet de que la mesura de la qualitat d'un mètode de compressió d'imatge implica fer proves estadístiques amb usuaris i imatges i conèixer una alternativa menys costosa. Conèixer l'esquema general dels mètodes de compressió per imatge fixa i la necessitat de controlar l'etapa on es produeixen les pèrdues.
  3. Entendre que els mètodes de compressió d'imatge (amb pèrdues) també contenen una etapa de compressió sense pèrdues.
  4. Algorismes més emprats de compressió d'imatge. Estàndards de compressió d'imatge. JPEG i JPEG2000.
  5. Idea sobre la compressió de seqüències de vídeo. MPEG1/MPEG2.

Habilitats

  1. Saber implementar els principals mètodes de compressió sense pèrdues i saber-ne avaluar la seva qualitat.
  2. Saber implementar i modificar implementacions existents de diversos mètodes de compressió d'imatge (fixa)
  3. Saber avaluar la bondat, qualitativament i cuantitativa, dels algorismes de compressió d'imatge amb que l'estudiant es pugui trobar.
  4. Ser capaç d'implementar efectivament un mètode de compressió que l'estudiant hagi llegit en un article de revista (en anglès i sense la descripció de tots els detalls d'implementació).

Competències

  1. Capacitat per dissenyar sistemes, components o processos que s'ajustin a unes necessitats, utilitzant els mètodes, tècniques i eines més adients en cada cas.
  2. Capacitat per prendre decisions en presència d'incertesa o de requisits contradictoris
  3. Capacitat d'actuar autònomament: Saber treballar de forma independent, rebent només la informació indispensable i un mínim de guiatge.
  4. Capacitat d'aprendre autònomament.
  5. Capacitat per fer presentacions convincents de manera oral, tant formals com informals.

Continguts

Hores estimades de:

T P L Alt L Ext. Est A Ext.
Teoria Problemes Laboratori Altres activitats Laboratori extern Estudi Altres hores fora d'horari fixat

1. Compressió sense pèrdues
T      P      L      Alt    L Ext. Est    A Ext. Total 
8,0 4,0 8,0 0 8,0 12,0 0 40,0
1.1. La Font Discreta sense memòria. Informació i entropia.
1.2. Codis de longitud fixa. Extensió de la font.
1.3. Codis de longitud variable.
1.4. Codis de Huffman. Primer teorema de Shannon.
1.5. Codificació aritmètica.
1.6. Mètodes adaptatius.
1.7. Mètodes de diccionari.

2. Compressió amb pèrdues (imatges), primera part
T      P      L      Alt    L Ext. Est    A Ext. Total 
10,0 5,0 10,0 0 10,0 15,0 0 50,0
2.1. Llum i color
2.2. Concepte d'imatge digital(itzada). Mesura (quantitativa i qualitativa) de la compressió. Concepte d'escalabilitat
2.3. Mètodes predictius amb i sense pèrdues. Esquema funcional del codificador i descodificador
2.4. Les imatges com a punts del cub unitari NxM-dimensional. Aplicacions contractives i teorema del punt fix. Compressió fractal
2.5. Les imatges com a elements d'un espai vectorial. Bases no canòniques i expansió de tota imatge com a combinació lineal d'imatges bàsiques
2.6. Concepte d'energia i transformacions ortogonals. Compactació de l'energia.

3. Compressió amb pèrdues (imatges), segona part
T      P      L      Alt    L Ext. Est    A Ext. Total 
10,0 5,0 10,0 0 10,0 15,0 0 50,0
3.1. La DCT. L'estàndard JPEG. Assignació de bits i codificació entròpica
3.2. Una introducció al filtratge lineal i al teorema del mostreig
3.3. Descomposició subbandes. Propietat de la reconstrucció perfecta
3.4. Esquemes piramidals i la transformada wavelet discreta (DWT)
3.5. Mètode del lifting per a la DWT
3.6. L'algorisme EZW
3.7. L'estàndard JPEG2000
3.8. Introducció a "Compressed Sensing"
3.9. Introducció a la compressió de seqüències de vídeo. Estimació i compensació del moviment. Els estàndards MPEG1/MPEG2


Total per tipus T      P      L      Alt    L Ext. Est    A Ext. Total 
28,0 14,0 28,0 0 28,0 42,0 0 140,0
Hores addicionals dedicades a l'avaluació 2,0
Total hores de treball per l'estudiant 142,0

Metodologia docent

És cert que sempre hi ha algun moment en què cal agafar el guix i fer aclariments a la pissarra. Aquesta, però, no serà la metodologia docent més habitual. Normalment exposarem les idees bàsiques mitjançant transparències, ja siguin en sentit físic o amb l'ajut d'un ordinador portàtil i d'un projector. Evidentment tindreu a la vostra disposició, en format pdf, tot el material que utilitzarem.

Mètode d'avaluació

Una de les habilitats declarades que ha d'adquirir l'estudiant de l'assignatura és la capacitat d'implementar efectivament un mètode de compressió extret d'un article en el qual no hi figurin tots els detalls d'implementació. Per això una part molt important del curs consistirà en la realització i defensa davant de la resta d'estudiants d'un treball d'implementació d'un mètode de compressió. Aquest treball ha de quedar assignat durant les 3 primeres setmanes del curs i serà defensat durant les dues últimes setmanes del curs. Els treballs es realitzaran en grups de dos estudiants; els estudiants hauran de lliurar al professor una memòria del treball, així com el fitxer que conté la presentació i els programes, imatges i jocs de proves que calgui.

Hi haurà també un examen que tindrà un pes del 25% de la nota. El 75% restant correspon als treballs d'implementació (dificultat, contingut, presentació i defensa) i de laboratori, i inclou una presentació oral final. Degut al pes que el treball pràctic té dins de l'avaluació de l'assignatura, periòdicament (a les sessions de laboratori) el professor anirà fent un seguiment individualitzat del mateix.

Bibliografía bàsica

  • Khalid, Sayood Introduction to data compression, Morgan Kaufmann Publishers, 2000.
  • David S. Taubman, Michael W. Marcellin JPEG2000 : image compression fundamentals, standards and practice; David S. Taubman, Michael W. Marcellin, Kluwer Academic Publishers, 2002.
  • David Salomon Data Compression: The Complete Reference, Springer, 2007.
  • Poynton, Charles Digital Video and HTDT. Algorithms and Interfaces, Morgan Kaufmann Publishers, 2007.

Bibliografía complementària

  • Bjarne Stroustrup The C Programming Language, Special Edition, Addison-Wesley, 2007.

Enllaços web

  1. http://www-ma2.upc.edu/sxd/Teaching/CDI13.html
    Teacher's VOX (a Virtual Office to ease and strengthen communication with students).


Capacitats prèvies

Per cursar aquesta assignatura cal tenir aprovades les assignatures de Matemàtiques I, Matemàtiques II i Pràctiques de Programació. També es recomana haver cursat o estar cursant l'assignatura d'Estadística.


Compartir

 
logo FIB © Facultat d'Informàtica de Barcelona - Contacte - RSS
Aquest web utilitza cookies pròpies per oferir una millor experiència i servei. En continuar amb la navegació entenem que acceptes la nostra política de cookies.
Versió clàssica Versió mòbil