Mô hình hóa và phân loại lưu lượng video vbr mpeg bằng phương pháp mờ

- Nghiên cứu thực hiện mô hình hóa kích thước khung frame size cùa các khung I/P/B sử dụng phương pháp phân nhóm clustering và tìm hiểu giải thuật phân nhóm mờ c-means fuzzy c-c-means cl

KHOA ĐIỆN – ĐIỆN TỬ

ĐẶNG QUANG VINH

MÔ HÌNH HÓA VÀ PHÂN LOẠI LƯU LƯỢNG VIDEO VBR MPEG BẰNG PHƯƠNG PHÁP MỜ

Chuyên ngành: KỸ THUẬT VÔ TUYẾN-ĐIỆN TỬ Mã số ngành: 2.07.01

LUẬN VĂN THẠC SĨ

Thành phố Hồ Chí Minh, 07/2006

Cán bộ hướng dẫn khoa học: PGS.TS LÊ TIẾN THƯỜNG

Tp HCM, ngày 06 tháng 02 năm 2006

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: ĐẶNG QUANG VINH Phái: Nam

Ngày, tháng, năm sinh: 28/06/1981 Nơi sinh: Long An

Chuyên ngành: Kỹ thuật Vô tuyến – Điện tử MSHV: 01403340

I- TÊN ĐỀ TÀI:

Mô hình hóa và phân loại lưu lượng video VBR MPEG bằng phương pháp mờ

II- NHIỆM VỤ VÀ NỘI DUNG:

- Tìm hiểu về chuẩn nén MPEG và lưu lượng video MPEG tốc độ thay đổi

- Tìm hiểu về tập mờ loại 2 (loại 2 fuzzy set) và hệ thống logic mờ loại 2 (loại 2 fuzzy

logic system)

- Nghiên cứu thực hiện mô hình hóa kích thước khung (frame size) cùa các khung I/P/B

sử dụng phương pháp phân nhóm (clustering) và tìm hiểu giải thuật phân nhóm mờ

c-means (fuzzy c-c-means clustering)

- Nghiên cứu bộ phân loại thống kê và bộ phân loại mờ, áp dụng cho lưu lượng video

MPEG

- Nghiên cứu dùng Matlab để mô hình lưu lượng video và mô phỏng các bộ phân loại

- Nghiên cứu về quá trình thiết kế phần cứng, ngôn ngữ VHDL, phần mềm Xilinx ISE,

board lập trình XUP Development System (FPGA Virtex-II Pro)

- Nghiên cứu hiện thực hóa bộ phân loại mờ loại 1 và loại 2 trên công nghệ FPGA

(Virtex – II Pro)

III- NGÀY GIAO NHIỆM VỤ : 06/02/2006

IV- NGÀY HOÀN THÀNH NHIỆM VỤ: 30/06/2006

V- CÁN BỘ HƯỚNG DẪN : PGS-TS LÊ TIẾN THƯỜNG

LỜI CẢM ƠN

Tôi xin chân thành bày tỏ lòng biết ơn và kính trọng sâu sắc đến Thầy

PGS-TS Lê Tiến Thường và TS Hoàng Đình Chiến Thầy đã tận tình

hướng dẫn, tạo mọi điều kiện thuận lợi về tài liệu cũng như thiết bị để tôi hoàn thành luận văn thạc sĩ này

Tôi cũng xin chân thành cảm ơn quý thầy cô ở khoa Điện-Điện tử trường Đại học Bách khoa, là những người đã truyền đạt kiến thức, định hướng cho tôi trong suốt quá trình học tập và nghiên cứu sau đại học

Con xin cảm ơn ba, mẹ và gia đình đã tạo mọi điều kiện, ủng hộ và động viên con trong suốt quá trình học tập

Cuối cùng tôi xin cảm ơn tất cả bạn bè đã giúp đỡ trong suốt khóa học và trong quá trình thực hiện luận văn

Xin trân trọng ghi nhớ

Đặng Quang Vinh

ABSTRACT

Multimedia services, among which are video services, are becoming the major

traffic sources in future broadband networks Video applications such as video on

demand, video teleconferencing, etc., involve storage and processing of massive

amounts of compressed video data So, to classify the compressed (such as MPEG)

video traffic directly without decompressing it will be an essential step for ensuring

the effectiveness of these systems

Researches exist for MPEG video traffic characteristic modeling and predicting

than for classification Most of previous researches on modeling and classifying

compressed video traffic mainly belonged to statistical model-based approaches

However, real variable bit rate (VBR) video traffic is highly bursty, and no

statistical model can really illustrate the uncertain nature of the I/P/B frames

Therefore, a method based on the fuzzy logic ( fuzzy logic systems are model free

and their membership functions are not based on statistical distributions) is

presented to model and classify MPEG (Moving Pictures Experts Group) VBR

video traffic A type-1 and type-2 fuzzy membership functions from the approach

are used to model I/P/B frame sizes in MPEG video stream It is shown that a type-2

membership function is the most suitable due to uncertain property of video traffic

The fuzzy c-means algorithm is utilized to achieve the means and the standard

deviations of I/P/B frame sizes in the case of unkown frame categories Five fuzzy

classifiers (type-1 singleton, tpe-1 nonsingleton, type-2 singleton, type-2

nonsingleton 1, type-2 nonsingleton 2) and Bayesian classifier are designed for

video product classification Then, obtained results from MATLAB simulation are

compared to determine the classifier with the best performance

Based on these results, the thesis also designs two of all classifers (type-1 singleton

classifier and type-2 singleton classifier) on XUP Virtex II Pro Development

System board of Xilinx (FPGA Virtex-II ProTM XC2VP30-FF896) for verifying the

output results in comparison with MATLAB based-simulation results

Keywords: Fuzzy classifier, Bayes classifier, fuzzy c-means, MPEG VBR video,

type-2 fuzzy logic system, FPGA, VHDL, floating point exponential function,…

TÓM TẮT NỘI DUNG

Các dịch vụ đa phương tiện mà trong đó là video đang dần dần trở thành nguồn lưu lượng chính của mạng băng rộng trong tương lai Các ứng dụng như video theo yêu cầu, hội nghị video từ xa,… đòi hỏi lưu trữ và xử lý một lượng lớn dữ liệu video số nén Vì vậy, để phân loại lưu lượng video nén (ví dụ như MPEG) trực tiếp mà không cần giải nén là một bước quan trọng để đảm bảo hoat động hiệu quả cho các

hệ thống trên

Các công trình nghiên cứu trực tiếp đặc tính lưu lượng video nén MPEG chủ yếu về

mô hình hóa và dự đoán hơn là về phân loại Tất cả các phương pháp trước đây đều tiếp cận theo cách xử lý tín hiệu theo mô hình phân phối thống kê Tuy nhiên, lưu lượng video tốc độ bit biến đổi (variable bit rate - VBR) có tính đột biến cao và không có mô hình thống kê nào có thể thể hiện được bản chất không xác định của các khung I/P/B

Do đó, luận văn đưa ra một phương pháp mới dựa trên logic mờ (các hệ thống logic

mờ không phụ thuộc vào mô hình và các hàm thuộc của chúng không dựa vào các phân bố thống kê) để thực hiện mô hình hóa và phân loại lưu lượng video có tốc độ thay đổi nén theo chuẩn MPEG Luận văn sẽ chứng minh rằng hàm thuộc mờ loại 1

và loại 2 có thể dùng để mô hình hóa các kích thước khung I/P/B trong dòng video nén MPEG Trong đó, do tính chất bất định của dòng lưu lượng video nên hàm thuộc loại 2 là thích hợp nhất Giải thuật phân nhóm mờ c-means (fuzzy c-means) được sử dụng để nhận được giá trị trung bình và độ lệch chuẩn của các khung I/P/B khi loại của khung không được biết trước Năm bộ phân loại mờ (vạch-đơn loại 1, không-vạch-đơn loại 1, vạch-đơn loại 2, không-vạch-đơn-1 loại 2, không-vạch-đơn-

2 loại 2 ) và bộ phân loại kiểu Bayes được thiết kế để sử dụng cho việc phân loại Các kết quả mô phỏng MATLAB của các bộ phân loại sẽ được so sánh với nhau để tìm ra bộ phân loại cho chất lượng tốt nhất, thích hợp với bản chất bất định của lưu lượng video VBR MPEG

Dựa trên các kết quả này, luận văn cũng thực hiện thiết kế bộ phân loại mờ đơn loại 1 và bộ phân loại mờ vạch-đơn loại 2 trên board XUP Virtex II Pro Development System của hãng Xilinx (dùng chip FPGA Virtex-II ProTM XC2VP30-FF896) để kiểm chứng với kết quả mô phỏng trên môi trường MATLAB

vạch-Từ khóa: Fuzzy classifier, Bayes classifier, fuzzy c-means, MPEG VBR video,

type-2 fuzzy logic system, FPGA, VHDL, floating point exponential function,…

MỤC LỤC

ABSTRACT i

TÓM TẮT NỘI DUNG ii

DANH SÁCH CÁC BẢNG vii

DANH SÁCH CÁC HÌNH viii

CÁC TỪ VIẾT TẮT xi

CHƯƠNG 1: GIỚI THIỆU 1

1.1 Đặt vấn đề 1

1.2 Tổng quan tình hình nghiên cứu 2

1.3 Mục tiêu, đối tượng và phạm vi nghiên cứu 3

1.3.1 Mục tiêu của đề tài 3

1.3.2 Đối tượng và phạm vi nghiên cứu 3

1.4 Nội dung nghiên cứu 3

1.5 Bố cục luận văn 4

1.6 Ý nghĩa đề tài 5

1.6.1 Ý nghĩa khoa học 5

1.6.2 Ý nghĩa kinh tế xã hội 6

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 7

2.1 Lưu lượng video MPEG 7

2.1.1 Tiêu chuẩn nén video MPEG 7

2.1.2 Các đặc tính thống kê của dòng MPEG 13

2.2 Logic mờ 20

2.2.1 Tập mờ và hàm thuộc 20

2.2.2 Các phép toán trên tập mờ 23

2.2.3 Luật hợp thành IF-THEN 24

2.2.4 Hệ thống logic mờ 26

2.2.5 Giải thuật phân nhóm fuzzy c-means 29

2.3 Logic mờ loại 2 30

2.3.1 Giới thiệu 30

2.3.2 Hệ thống logic mờ loại 2 31

2.3.3 Meet (giao) và join (hội) các tập mờ interval 32

2.3.4 Các hàm thuộc trên và dưới của hệ thống logic mờ loại 2 33

2.3.5 Hệ thống logic mờ loại 2 dạng khoảng 33

2.3.6 Giảm loại (type reduction) và giải mờ 35

2.3.7 Thiết kế hệ thống logic mờ loại 2 dạng khoảng bằng cách điều chỉnh 37

2.4 FPGA 39

2.4.1 Giới thiệu 39

2.4.2 Kiến trúc FPGA 40

2.4.3 Phát triển ứng dụng trên FPGA 43

2.4.4 Quá trình thực thi FPGA 44

CHƯƠNG 3: MÔ HÌNH HÓA CÁC KHUNG I/P/B TRONG LƯU LƯỢNG MPEG VBR 45

3.1 Mô hình hóa bằng phân nhóm có giám sát (supervised clustering) 45

3.2 Mô hình hóa bằng phân nhóm không giám sát (unsupervised clustering) 48

CHƯƠNG 4: CÁC BỘ PHÂN LOẠI CHO LƯU LƯỢNG VIDEO 53

4.1 Bộ phân loại mờ 53

4.1.1 Hệ thống logic mờ loại 1 vạch-đơn và không-vạch-đơn 53

4.1.2 Hệ thống logic mờ loại 2 vạch-đơn và không-vạch-đơn 54

4.2 Bộ phân loại kiểu Bayes 59

CHƯƠNG 5: MÔ PHỎNG BẲNG MATLAB 61

5.1 Thiết kế sáu bộ phân loại 61

5.1.1 Thiết kế bộ phân loại mờ loại 1 61

5.1.2 Thiết kế bộ phân loại mờ loại 2 63

5.1.3 Thiết kế bộ phân loại Bayes 64

5.2 Chương trình mô phỏng mô hình hóa và phân loại 65

5.2.1 Giao diện chương trình 65

5.2.2 Kết quả mô phỏng và đánh giá 68

CHƯƠNG 6: THỰC HIỆN BỘ PHÂN LOẠI TRÊN PHẦN CỨNG FPGA 72

6.1 Tổng quát 72

6.2 Ngôn ngữ mô tả phần cứng (HDL) 72

6.2.1 Giới thiệu 72

6.2.2 Sơ đồ luồng thiết kế tổng quát với ngôn ngữ HDL 73

6.2.3 Thiết kế số với VHDL 77

6.3 Board XUP Virtex II Pro Development System 78

6.3.1 Các cores RocketIO/RocketIO X MGT 81

6.3.2 Khối xử lý PowerPC 405 81

6.3.3 Các khối Vào/Ra IOBs (Input/Output Blocks) 82

6.3.4 Các khối CLB (Configurable Logic Blocks) 82

6.3.5 Block SelectRAM+ tài nguyên 83

6.3.6 Các bộ nhân 18 x 18 bit 83

6.3.7 Bộ đệm ghép xung clock toàn cục 84

6.4 Phần mềm Xilinx ISE 85

6.4.1 Giới thiệu 85

6.4.2 Module tạo CORE 87

6.5 Thiết kế phần cứng cho bộ phân loại mờ 88

6.5.1 Mô hình tổng quát 89

6.5.2 Khối UART1 90

6.5.3 Khối UART2 91

6.5.4 Khối CENTRAL_UNIT 92

6.5.5 Khối Training_block 94

6.5.6 Khối Classifying_block 96

6.5.7 Khối RAM_BLOCK 106

6.5.8 Tổng hợp thiết kế 106

6.5.9 Đánh giá kết quả thực thi phần cứng 108

CHƯƠNG 7: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 113

7.1 Kết quả của đề tài 113

7.2 Đánh giá kết quả và hướng phát triển của đề tài 114

TÀI LIỆU THAM KHẢO 115

PHỤ LỤC I

A Số thực dấu chấm động (dạng 32 bit) I

7.2.1 A.1 Biểu diễn theo chuẩn IEEE 754 I

7.2.2 A.2 Phép cộng hai số thực cùng dấu II

A.3 Phép cộng hai số thực trái dấu IV

7.2.3 A.4 Phép nhân hai số thực V

7.2.4 A.5 Phép chia hai số thực VI

B Tính toán hàm mũ dùng số thực dấu chấm động VII

7.2.5 B.1 Giới thiệu VII

7.2.6 B.2 Mô tả giải thuật VII

LÝ LỊCH TRÍCH NGANG X

DANH SÁCH CÁC BẢNG

Bảng 2.1 Các lớp của cấu trúc dòng bit video MPEG 11 Bảng 3.1 Giá trị trung bình và độ lệch chuẩn cho 8 đoạn và toàn bộ lưu lượng video

lambs, và độ lệch chuẩn chuẩn hóa của chúng 45

Bảng 3.2 Giá trị trung bình và độ lệch chuẩn cho 8 đoạn và toàn bộ lưu lượng video

atp, và độ lệch chuẩn chuẩn hóa của chúng 46

Bảng 3.3 Giá trị trung bình và độ lệch chuẩn cho 8 đoạn và toàn bộ lưu lượng video

talk2, và độ lệch chuẩn chuẩn hóa của chúng 47

Bảng 3.4 Giá trị trung bình và độ lệch chuẩn cho 8 đoạn và toàn bộ lưu lượng video

mtv2, và độ lệch chuẩn chuẩn hóa của chúng 47

Bảng 5.1 FAR của sáu bộ phân loại trong thí nghiệm 1 (in-product testing) 69

Bảng 5.2 FAR của sáu bộ phân loại trong thí nghiệm 2 (out-of-product testing) 70

Bảng 6.1 Các thông số cho họ Virtex-II Pro XC2VP30-FF896 81

DANH SÁCH CÁC HÌNH

Hình 2.1 Mã hóa trong ảnh 8

Hình 2.2 Mẫu Group of Pictures (GOP) 10

Hình 2.3 Kiến trúc dòng video MPEG 12

Hình 2.4 Cấu trúc số liệu nén ảnh MPEG 12

Hình 2.5 dino (2.5a, 2.5b, 2.5c) và starwars (2.5d, 2.5e, 2.5f) 15

Hình 2.6 atp (2.6a, 2.6b,2.6c) và race (2.6d, 2.6e,2.6f) 16

Hình 2.7 talk2 (2.7a, 2.7b, 2.7c) and news2 (2.7d, 2.7e, 2.7f) 17

Hình 2.8 mtv1 (2.8a, 2.8b, 2.8c) and mtv2 (2.8d, 2.8e, 2.8f) 18

Hình 2.9 Khung I 19

Hình 2.10 Khung P 19

Hình 2.11 Khung B 20

Hình 2.12 Hàm thuộc của 3 tập mờ âm,zero, dương 21

Hình 2.13 Sơ đồ khối hệ thống logic mờ 26

Hình 2.14 Mô hình hệ suy diễn mờ Mamdani 28

Hình 2.15 Kiến trúc tổng quát của một FPGA 41

Hình 2.16 Cấu trúc một khối CLB của hãng Xilinx 42

Hình 2.17 Kiến trúc khối I/O trên FPGA của hãng Xilinx 42

Hình 2.18 Quá trình thực thi FPGA 44

Hình 3.1 Hàm thuộc loại 2 dạng Gauss 49

Hình 3.2 Phân nhóm giám sát và FCM cho 6000 frame đầu tiên của 16 sản phẩm video: (a) (b) (c) là giá trị trung bình của các kích thước frame I, P, và B (log (bits/frame)) tương ứng .50

Hình 3.3 Phân nhóm giám sát và FCM cho 6000 frame đầu tiên của 16 sản phẩm video: (a) (b) (c) là độ lệch chuẩn của các kích thước frame I, P, và B (log(bits/frame)) tương ứng 52

Hình 4.1 Hàm thuộc loại 2 Gauss của tập mờ ngõ vào và mệnh đề điều kiện 57

Hình 5.1 Giao diện chính của chương trình mô phỏng 65

Hình 5.2 Giao diện thực hiện khảo sát mô hình hóa lưu lượng video MPEG 66

Hình 5.3 Giao diện đánh giá kết quả các bộ phân loại 67

Hình 5.4 Giao diện so sánh kết quả giữa mô phỏng và thực thi phần cứng 68

Hình 6.1 Sơ đồ luồng thiết kế phần cứng tổng quát 74

Hình 6.2 Quá trình tổng hợp trong thiết kế phần cứng bằng VHDL 75

Hình 6.3 Mô tả mức chuyển thanh ghi 76

Hình 6.4 Các bước tổng hợp mô tả VHDL RTL 77

Hình 6.5 Board XUP Virtex II Pro Development System 79

Hình 6.6 Sơ đồ khối board XUP Virtex II Pro Development System 80

Hình 6.7 Kiến trúc tổng quát của Virtex-II Pro 80

Hình 6.8 Kiến trúc khối xử lý 81

Hình 6.9 Sơ đồ I/O Virtex-II Pro 82

Hình 6.10 Phần tử CLB của Virtex-II Pro 82

Hình 6.11 Cấu hình slice Virtex-II Pro 83

Hình 6.12 Khối nhân của Virtex-II Pro 83

Hình 6.13 Khối nhân và khối BSR+Memory 84

Hình 6.14 Phân phối clock của Virtex-II Pro 84

Hình 6.15 Các công cụ trong CAD FPGA của Xilinx 86

Hình 6.16 Giao diện Project Navigator 87

Hình 6.17 Chương trình tạo core bộ nhớ ROM 88

Hình 6.18 Mô hình thực hiện phần cứng 89

Hình 6.19 Sơ đồ khối của hệ thống phân loại 89

Hình 6.20 Sơ đồ máy trạng thái của khối UART1 91

Hình 6.21 Khối giao tiếp UART1 và UART2 91

Hình 6.22 Sơ đồ máy trạng thái của khối UART2 92

Hình 6.23 Khối điều khiển CENTRAL_UNIT 92

Hình 6.24 Sơ đồ máy trạng thái của khối CENTRAL_UNIT 93

Hình 6.25 Sơ đồ máy trạng thái của khối Training_block (type-1 SFC) 95

Hình 6.26 Sơ đồ máy trạng thái của khối Training_block (type-2 SFC) 95

Hình 6.27 Khối Training_block và khối Classifying_block 96

Hình 6.28 Kiến trúc thiết kế của khối classifying_block 96

Hình 6.29 Sơ đồ máy trạng thái của khối cpu (type-1 SFC) 97

Hình 6.30 Mô hình hoạt động quá trình mờ hóa 98

Hình 6.31 Lưu đồ giải thuật của khối fuzzification (type-1 SFC và type-2 SFC) 98

Hình 6.32 Mô hình hoạt động của quá trình suy diễn và giải mờ 99

Hình 6.33 Lưu đồ giải thuật cho khối defuzzification (type-1 SFC) 99

Hình 6.34 Lưu đồ giải thuật cho khối defuzzification (type-2 SFC) 100

Hình 6.35 Khối input_3 101

Hình 6.36 Sơ đồ máy trạng thái của khối input_3 101

Hình 6.37 Khối mux_in 102

Hình 6.38 Khối demux_out (type-1 SFC) 103

Hình 6.39 Khối demux_out (type-2 SFC) 103

Hình 6.40 Khối output_32bit 103

Hình 6.41 Sơ đồ máy trạng thái của khối output_32bit 104

Hình 6.42 Khối comp_block 105

Hình 6.43 Khối exponential_func 105

Hình 6.44 Sơ đồ mạch của khối exponential_func 105

Hình 6.45 Khối mạch chốt latch 106

Hình 6.46 Khối RAM_BLOCK 106

Hình 6.47 Sơ đồ mạch thiết kế hoàn chỉnh 110

Hình 6.48 Sơ đồ mạch của khối classifying_block bộ phân loại mờ loại 1 vạch-đơn .111

Hình 6.49 Sơ đồ mạch của khối classifying_block bộ phân loại mờ loại 2 vạch-đơn .112

CÁC TỪ VIẾT TẮT

ACE Advanced Configuration Environment

ARMA Process Autoregressive Moving-Average Process

ASIC Application Specific Integrated Circuit

ATM Asynchronous Transfer Mode

B frame khung B (Bi-directional)

BSR Block Select RAM

CAD Computer Aided Design

CCITT Comité Consultatif International

Téléphonique et Télégraphique CD-ROM Compact Disc-Read-Only Memory

CF Compact Flash

CLB Configurable Logic Block

CM Confusion Matrix

DCI Digitally Controlled Impedance

DCM Digital Clock Manager

DCT Discrete Cosine Transform

DDR Double Data Rate

DIMM Dual In-line Memory Module

FAR False Alarm Rate

FBF Fuzzy Basis Function

FCM Fuzzy c-means

FLS Fuzzy Logic System

FPGA Field Programmable Gate Array

GOP Group of Pictures

HDL Hardware Description Language

I frame Khung Intra

IC Integrated Circuit

I/O Input/Output

IOB Input/Output Block

ISE Integrated Software Environment

JPEG Joint Photographic Experts Group

LC logic cell

LUT Look Up Table

MF membership function

MGT Multi-Gigabit

MLE Maximum Likelihood Estimator

MPEG Moving Picture Experts Group

MPGA Mask Programmable Gate Array

NTSC National Television System(s) Committee

P frame khung Predictive

PLA Programmable Logic Array

PLD Programmable Logic Device

PROM Programmable Read-Only Memory

RAM Random Access Memory

RISC Reduced Instruction Set Computer

ROM Read-Only Memory

RTL Register Transfer Level

SATA Serial Advanced Technology Attachment

SoC Systems On Chip

SRAM Static Random Access Memory

UNI User Network Interface

USB Universal Serial Bus

VBR Variable Bit Rate

VHDL VHSIC Hardware Description Language

VHSIC Very High Speed Integrated Circuits

VLSI Very Lage Scale Integration

XUP Xilinx University Program

CHƯƠNG 1: GIỚI THIỆU

1.1 Đặt vấn đề

Công nghệ multimedia đã tạo ra nhiều thay đổi về cách truy cập thông tin, quản lý

kinh doanh, trao đổi thông tin, giáo dục, học tập và cả giải trí Trong số nhiều loại

dịch vụ multimedia, dịch vụ video đang trở thành một thành phần quan trọng Các

dịch vụ video được mong chờ trở thành nguồn lưu lượng chính của mạng băng rộng

trong tương lai [26] Các ứng dụng video như video theo yêu cầu (video on

demand), hệ thống giám sát tự động, cơ sở dữ liệu video, hội nghị video từ xa,…

đòi hỏi lưu trữ và xử lý dữ liệu video Đa số các ứng dụng này hoạt động dựa vào

việc khôi phục dữ liệu video theo nội dung, nhưng tổng quát, bất kỳ mô hình khôi

phục nội dung nào cũng phải có khả năng xử lý một lượng lớn dữ liệu [5] Ví dụ,

làm thế nào để một người tìm ra đọan clip “Chung kết World Cup 1994” từ một

trung tâm lưu trữ video chứa một lượng khổng lồ các sản phẩm video đủ thể loại

Video số thường được nén bằng cách sử dụng bản chất dư thừa vốn có trong các

ảnh động Vì vậy, để phân loại lưu lượng video nén (ví dụ MPEG) trực tiếp mà

không cần giải nén là một bước quan trọng để đảm bảo tính hiệu quả của các hệ

thống trên

Hầu hết các công trình nghiên cứu về phân loại video đều thuộc về các phương

pháp dựa trên nội dung, tức là sử dụng những thông tin không gian sau khi giải nén

chuỗi video [5] Những nghiên cứu về phân loại lưu lượng video thời gian thực còn

rất ít, bởi vì:

• Lưu lượng video là mã nén và có rất ít thông tin có sẵn cho việc phân loại

(thông tin duy nhất có thể sử dụng là thông tin về thời gian của lưu lượng

video); và

• Lưu lượng video có độ biến động cao và thể hiện tính không xác định

Các công trình nghiên cứu trực tiếp trên đặc tính lưu lượng video nén MPEG chủ

yếu thiên về mô hình hóa và dự đoán hơn là về phân loại (như sẽ trình bày ở phần

2) Tất cả các phương pháp đều tiếp cận theo cách xử lý tín hiệu thống kê, cố gắng

làm giá trị trung bình và phương sai phù hợp với một phân phối thống kê đã biết

Những công trình này giúp chúng ta có sự hiểu biết về đặc tính của các lưu lượng

video khác nhau để những đặc tính này có thể được sử dụng cho việc phân loại

Tuy nhiên, xử lý thống kê tín hiệu theo mô hình có khuyết điểm là mô hình xác suất

giả định của phương pháp này sẽ có giá trị nếu dữ liệu phù hợp với mô hình, nhưng

có thể không tốt nếu dữ liệu không phù hợp Trong khi đó, lưu lượng video tốc độ

bit biến đổi (variable bit rate - VBR) có tính đột biến cao và không có mô hình

thống kê nào có thể thể hiện được bản chất không xác định của các khung I/P/B

Các hệ thống logic mờ không phụ thuộc vào mô hình và các hàm thuộc của chúng

không dựa vào các phân bố thống kê Vì vậy, trong luận văn này tôi sẽ áp dụng

logic mờ cho việc mô hình và phân loại lưu lượng video MPEG

1.2 Tổng quan tình hình nghiên cứu

Patel và Sethi [20] đã đưa ra bộ phân loại cây quyết định (decision tree classifier)

để phát hiện và đặc tính hóa đoạn video bằng cách khảo sát trực tiếp video nén Để

phát hiện đoạn video, họ dùng phương pháp so sánh histogram cường độ, cột và

dòng của các khung I liên tiếp của video MPEG sử dụng kiểm tra χ-bình phương

Để đặc tính hóa các đoạn video, họ phân các chuyển động vào các loại khác nhau sử

dụng một tập hợp các đặc tính rút ra từ các vector chuyển động của khung P và B

trong video MPEG

Các công trình nghiên cứu tập trung vào mô hình và dự đoán đặc tính lưu lượng

video tương đối nhiều hơn là vào việc phân loại:

Dawood và Ghanbari [3], [4] sử dụng nhãn ngôn ngữ để mô hình lưu lượng video

MPEG và phân chúng thành chín nhóm dựa vào tính phức tạp của kết cấu và

chuyển động Họ sử dụng các giá trị rõ nhận từ giá trị trung bình của các chuỗi

video mẫu huấn luyện để xác định kết cấu và chuyển động thấp, trung bình và cao

Chang và Hu [2] nghiên cứu ứng dụng mạng nơron lan truyền hồi quy (pipelined

recurrent) để dự đoán và mô hình lưu lượng video MPEG Các ảnh I, P, B được đặc

tính hóa bởi quá trình ARMA phi tuyến tổng quát

Pancha và những người khác [21] nhận xét rằng phân bố γ phù hợp với phân bố

thống kê của số lượng bit/frame trong lưu lượng video tốc độ thấp

Heyman và những người khác [10] đã chứng minh rằng số bit/frame của khung I

phân bố theo luật logairt tự nhiên và hàm tự tương quan của nó có dạng hình học, và

họ cũng kết luận rằng không có phân bố cụ thể phù hợp với các khung P và B

Tuy nhiên, Krunz và cộng sự [13] thấy rằng phân bố logairt tự nhiên là phân bố

thích hợp nhất cho cả 3 loại khung

Gần đây, Krunz và Makowski [14] nhận xét rằng mô hình ngõ vào vào M/G/∞ là

một ứng viên thích hợp để mô hình nhiều loại lưu lượng tương quan (trong đó có

lưu lượng video) trong các mạng máy tính

Một khảo sát những tiến bộ gần đây trong logic mờ áp dụng vào mạng viễn thông

[9] cho thấy rằng logic mờ có nhiều triển vọng cho nhiều lĩnh vực của mạng thông

tin Tsang, Bensaou, và Lam [26] đã đưa ra cơ chế điều khiển tốc độ video MPEG

dựa trên kỹ thuật mờ để tránh trì hoãn và mất gói tại giao diện UNI (User-Network

Interface) trong mạng ATM (Asynchronous Transfer Mode) Gần đây, các bộ phân

loại dùng logic mờ theo luật hợp thành được báo cáo trong [15], nhưng đều là các

thiết kế mờ loại 1 (loại 1) Bởi vì tính không xác định trong mô hình và phân loại

lưu lượng video nên tôi sẽ sử dụng logic mờ loại 2 (loại 2 fuzzy logic) và so sánh

các kết quả phân loại nhận được từ cả hai bộ phân loại loại 1 và loại 2

Trong phần tiếp theo của luận văn, tôi sẽ giới thiệu về lưu lượng video MPEG; tập

mờ loại 2; mô hình kích thước khung I/P/B sử dụng phân nhóm giám sát và không

giám sát, tiếp theo là các bộ phân loại mờ cùng với bộ phân loại Bayes Cuối cùng

là phần đánh giá chất lượng của các bộ phân loại bằng mô phỏng trên Matlab và

thực hiện trên FPGA

1.3 Mục tiêu, đối tượng và phạm vi nghiên cứu

1.3.1 Mục tiêu của đề tài

Mục tiêu của đề tài là nghiên cứu hệ thống logic mờ để phục vụ cho việc mô hình

hóa và phân loại lưu lượng video MPEG Từ đó thực hiện mô phỏng trên nền

Matlab và kiểm chứng lại kết quả mô phỏng trên phần cứng FPGA

1.3.2 Đối tượng và phạm vi nghiên cứu

Đề tài chỉ giới hạn trong phạm vi nghiên cứu và mô phỏng hệ thống logic mờ loại 2

khoảng cách (interval), nghĩa là hàm thuộc phụ của tập mờ là tập khoảng cách Đề

tài không sử dụng hệ thống logic mờ loại 2 tổng quát vì tập mờ loại 2 tổng quát có

rất phức tạp trong tính toán và tập mờ loại 2 khoảng cách gần gũi với tính chất bất

định của các sự kiện trong thực tế [16]

Mô hình phần cứng trên FPGA chỉ tập trung vào thiết kế hai bộ phân loại mờ loại 1

vạch-đơn và loại 2 vạch-đơn Phần mô hình hóa lưu lượng video được thực hiện

trên Matlab Hệ thống không khảo sát trực tiếp trên dòng video MPEG thực mà chỉ

chỉ khảo sát trên các đoạn video trace (chứa các thông tin số bits/khung của mỗi

khung trong dòng video MPEG, những thông tin này có thể lấy được từ phần mềm

mã hóa MPEG-1 của Đại học Berkeley)

1.4 Nội dung nghiên cứu

• Tìm hiểu về chuẩn nén MPEG và lưu lượng video MPEG tốc độ thay đổi

• Tìm hiểu về tập mờ loại 2 (type-2 fuzzy set) và hệ thống logic mờ loại 2

(type-2 fuzzy logic system)

• Nghiên cứu thực hiện mô hình hóa kích thước khung (frame size) của các

khung I/P/B sử dụng phương pháp phân nhóm (clustering) và tìm hiểu giải

thuật phân nhóm mờ c-means (fuzzy c-means clustering)

• Bộ phân loại thống kê Bayes và bộ phân loại mờ; áp dụng cho lưu lượng

video MPEG

• Nghiên cứu dùng Matlab để mô hình lưu lượng video và mô phỏng các bộ

phân loại

• Nghiên cứu về quá trình thiết kế phần cứng: ngôn ngữ VHDL, phần mềm

Xilinx ISE, board lập trình XUP Development System (FPGA Virtex-II Pro)

• Hiện thực hóa bộ phân loại mờ loại 1 và loại 2 trên chip FPGA Virtex - II

Pro

1.5 Bố cục luận văn

Nội dung của luận văn được chia thành 7 chương như sau:

Chương 1: Giới thiệu

Chương này trình bày lí do thực hiện đề tài, mục tiêu, đối tượng và phạm vi nghiên

cứu; giới thiệu tổng quan tình hình nghiên cứu liên quan đến đề tài, nội dung nghiên

cứu cũng như ý nghĩa khoa học và ý nghĩa thực tiễn của đề tài

Chương 2: Cơ sở lý thuyết

Chương 2 trình bày các lý thuyết cơ sở liên quan đến việc thực hiện đề tài bao gồm

các lý thuyết về lưu lượng video MPEG, lý thuyết cơ bản của logic mờ loại 1, logic

mờ loại 2 (hệ thống logic mờ loại 2 tổng quát và hệ thống logic mờ loại 2 interval),

về giải thuật phân nhóm mờ fuzzy c-means Tiếp theo là các khái niệm cơ bản về

công nghệ FPGA gồm kiến trúc, quá trình phát triển các ứng dụng trên FPGA và

quá trình thực thi FPGA

Chương 3: Mô hình hóa các khung I/P/B

Chưong này trình bày hai phương pháp phân nhóm có giám sát (supervised

clustering) và phương pháp phân nhóm không giám sát (unsupervised clustering) để

mô hình các khung I/P/B trong dòng video MPEG Cả hai phương pháp đểu bỏ qua

thứ thự thời gian của mỗi khung và biểu diễn histogram của các kích thước khung

I/P/B sử dụng ba tập mờ Đề tài sẽ chứng minh một hàm thuộc mờ loại 2 rất thích

hợp để mô hình cho số bit/khung trong lưu lượng video tốc độ bit biến đổi MPEG

Chương 4: Các bộ phân loại mờ cho lưu lương video

Nội dung của chương 4 tập trung vào trình bày năm hệ thống logic mờ bao gồm: hệ

thống logic mờ loại 1 vạch-đơn, hệ thống logic mờ loại 1 không-vạch-đơn, hệ thống

logic mờ loại 2 vạch-đơn, hệ thống logic mờ loại 2 không-vạch-đơn (tín hiệu vào

được mờ hóa thành tập mờ loại 1 và loại 2) Năm hệ thống này sẽ được sử dụng như

năm hệ thống phân loại mờ ở các chương sau Chương này cũng trình bày bộ phân

loại kiểu Bayes để so sánh với bộ phân loại mờ

Chương 5: Mô phỏng bằng Matlab

Trình bày phần thiết kế chi tiết các bộ phân loại mờ và Bayes dùng trong luận văn

gồm tín hiệu vào, tập cơ sở luật hợp thành Tiếp theo là phần chưong trình thực hiện

mô phỏng trên Matlab, mô phỏng mô hình hóa và phân loại lưu lượng video MPEG

Chương 6: Thực hiện phần cứng

Nội dung chương 6 bao gồm các phần liên quan đến việc thực hiện một mô hình

phần cứng cụ thể cho hệ thống phân loại trên nền FPGA Giới thiệu tổng quát về

ngôn ngữ mô tả phần cứng VHDL, về board XUP Virtex-II Pro Development

System, về chương trình Xilinx ISE Trình bày mô hình tổng quát của hệ thống, chi

tiết thiết kế của các khối trong hệ thống, và kết quả tổng hợp các thiết kế thành hệ

thống hoàn chỉnh

Chương 7: Kết luận

Chương 7 trình bày tóm tắt các kết quả đạt được của luận văn cũng như đánh giá

những kết quả đạt được và đề xuất hướng phát triển tiếp theo cho hệ thống phân loại

mờ cho lưu lượng video MPEG

1.6 Ý nghĩa đề tài

1.6.1 Ý nghĩa khoa học

Đề tài đã nghiên cứu các lý thuyết về hệ thống logic mờ (loại 1 và loại 2), lý thuyết

về mô hình hóa bằng phương pháp phân nhóm để xây dựng các bộ phân loại mờ

cho lưu lượng video nén MPEG tốc độ bit thay đổi (VBR)

Ý nghĩa tiếp theo của luận văn là hướng đến việc hiện thực hóa bộ phân loại mờ

trên phần cứng sử dụng công nghệ SoC (System On Chip) mà cụ thể là trên công

nghệ FPGA, góp phần làm phát triển việc nghiên cứu phát tirển công nghệ thiết kế

chip tại trường Đại học

1.6.2 Ý nghĩa kinh tế xã hội

Hiện nay các dịch vụ liên quan đến multimedia (video theo yêu cầu, hệ thống giám

sát tự động, cơ sở dữ liệu video, giám sát công nghiệp, hội nghị video từ xa,…)

đang ngày càng gia tăng trên mạng băng rộng mà trong đó video là một thành phần

quan trọng Những nghiên cứu của đề tài theo hướng dùng logic mờ để phân loại

lưu lượng video là một đóng góp vào việc nâng cao tính hiệu quả trong hoạt động

của các hệ thống liên quan đến video này

Tài nguyên mạng Internet là tài nguyên dùng chung, do đó việc quản lý, cấp phát

băng thông phù hợp tương ứng cho từng người sử dụng là một yêu cầu rất cần thiết

cho sự đảm bảo chất lượng của các dịch vụ mạng nói chung và dịch vụ video nói

riêng Những kết quả nghiên cứu của luận văn về mô hình và phân loại video nén có

thể được ứng dụng trong việc quản lý băng thông đường truyền Internet cung cấp

cho người sử dụng các dịch vụ video qua mạng

Hệ thống phân loại mờ trong luận văn được hiện thực trên công nghệ thiết kế chip

tiên tiến Với thiết kế này, kết quả của đề tài có thể dễ dàng được thương mại hóa

Hiện tại đang có một số dự án của các cộng ty nước ngoài đầu tư vào thiết kế chip ở

Việt Nam, nổi bật trong đó là của Intel vào khu Công nghệ cao Thành phố Hồ Chí

Minh Do đó đề tài sẽ góp phần vào việc tiếp cận công nghệ thiết kế chip tại Việt

Nam

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

2.1 Lưu lượng video MPEG

2.1.1 Tiêu chuẩn nén video MPEG

Hiện tại có nhiều tiêu chuẩn cho nén video số hóa Tuy nhiên, chỉ có chuẩn MPEG

hiện được xem là hiệu quả nhất và sẽ được dùng nhiều trong tương lai MPEG là

một tiêu chuẩn quốc tế dùng cho nén video và âm thanh số để lưu trữ hoặc truyền

trên nhiều môi trường số khác nhau, bao gồm đĩa compact, cơ sở dữ liệu video từ

xa, phim theo yêu cầu, truyền hình cáp, … Ban đầu, MPEG là tên gọi của nhóm

chuyên gia làm việc với chuẩn này (Moving Pictures Expert Group) nhưng sau đó

đã trở thành tên của chuẩn Có nhiều giai đoạn của chuẩn MPEG Chúng ta chỉ tập

trung trên MPEG-1 và MPEG-2, hiện đang được xem xét cho các dịch vụ video

băng rộng [23]

2.1.1.1 MPEG-1

Chuẩn nén MPEG-1 chủ yếu tập trung vào mã hóa video cho các phương tiện lưu

trữ số ở tốc độ 1 đến 1.5 Mbps thích hợp cho nhiều loại dịch vụ ở các tốc độ bit

khác nhau Tiêu chuẩn cung cấp giải mã thời gian thực và hỗ trợ các đặc tính thuận

tiện cho việc tương tác với dòng bit lưu trữ Tiêu chuẩn chỉ định nghĩa cấu trúc

dòng bit và quá trình giải mã Mặc dù dự định ban đầu là thiết kế một chuẩn cho

môi trường lưu trữ số, như CD-ROM, tuy nhiên mục tiêu của nhóm hướng đến phát

triển một tiêu chuẩn chung mà có thể sử dụng được trong các ứng dụng video số

khác, như trong viễn thông Chuẩn MPEG có ba phần:

• Phần 1: mô tả sự đồng bộ và ghép video và âm thanh,

• Phần 2: mô tả cho video

• Phần 3: mô tả cho âm thanh

Trong phần sau, chúng ta sẽ chỉ tập trung vào phần video của chuẩn MPEG Video

số không nén đòi hỏi một băng thông truyền dẫn rất cao Ví dụ, video số hóa NTSC

có tốc độ bit vào khoảng 100 Mbps Với video số, cần thiết có quá trình nén để

giảm tốc độ bit cho phù hợp với hầu hết các ứng dụng Mức độ nén yêu cầu nhận

được bằng cách sử dụng độ dư thừa về không gian và thời gian hiện diện trong tín

hiệu video Tuy nhiên, quá trình nén này là có tổn hao, và tín hiệu được tái tạo lại từ

dòng bit nén không giống hệt như tín hiệu video đầu vào

Yêu cầu chủ yếu của chuẩn MPEG là nó phải đạt được chất lượng cao nhất có thể

được của chuỗi video giải mã ở một tốc độ nào đó Hơn nữa, hầu hết các ứng dụng

đòi hỏi phải có khả năng khôi phục lỗi Và, chuẩn phải hỗ trợ được nhiều định dạng

video

a Tổng quan về giải thuật nén

Giải pháp nén của video MPEG kết hợp tiêu chuẩn nén ảnh tĩnh JPEG và chuẩn hội

nghị video H.261 của CCITT Vì video là một chuỗi của các ảnh tĩnh, do đó có thể

nén hay mã hóa tín hiệu video sử dụng các kỹ thuật tương tự như JPEG Các

phương pháp nén như thế được gọi là kỹ thuật mã hóa trong ảnh (intraframe), khi

mà mỗi frame của video được nén hay mã hóa riêng lẻ và độc lập Mã hóa trong ảnh

sử dụng các dư thừa về không gian tồn tại giữa các pixel lân cận của một frame

Như trong JPEG và H.261, giải thuật mã hóa video MPEG sử dụng biến đổi cosin

rời rạc (Discrete Cosine Transform – DCT) hai chiều theo từng khối Trước tiên,

một frame được chia thành các khối pixel 8x8, và biến đổi DCT hai chiều sau đó

được áp dụng độc lập cho từng khối Quá trình này tạo ra một block 8x8 của các hệ

số DCT mà hầu hết năng lượng trong khối ban đầu chủ yếu tập trung trong một số

hệ số tần số thấp Sau đó, một bộ lượng tử hóa tác động vào vào mỗi hệ số DCT

này Quá trình lượng tử hóa tạo nên bản chất tổn thất của giải thuât nén Quá trình

nén nhận được bằng cách truyền đi chỉ những hệ số còn lại sau khi lượng tử hóa, và

bằng cách mã hóa entropy (mã Huffman) chiều dài và độ lớn của chúng Hình 1.1

cho thấy quá trình tạo ra dòng bit của một khối trong một ảnh tĩnh như thế nào

Hình 2.1 Mã hóa trong ảnh

Tuy nhiên, chất lượng nhận được chỉ bằng kỹ thuật nén trong ảnh thì không đủ cho

tín hiệu video ở tốc độ bit khoảng 1.5 Mbps Vì thế, kỹ thuật nén liên ảnh được sử

dụng để giảm dư thừa về thời gian do độ tương quan lớn giữa các khung kế cận

nhau Giải thuật H.261 tận dụng các dư thừa này bằng việc tính toán tín hiệu sai

lệch giữa các khung gọi là lỗi dự đoán Khi tính toán lỗi dự đoán, một kỹ thuật được

sử dụng để sửa các chuyển động đó là kỹ thuât bù chuyển động (motion

compensation) Một giải pháp dựa trên khối được chấp nhận cho việc bù chuyển

động Một khối các pixel (gọi là khối đích) trong khung mã hóa phù hợp với một

tập hợp các khối cùng kích thước trong khung trước ( gọi là khung tham chiếu)

Khối trong khung tham chiếu mà phù hợp nhất với khối đích được sử dụng như là

dự báo cho các khối sau đó, nghĩa là, lỗi dự đoán được tính toán như là sai lệch giữa

khối đích và khối phù hợp nhất Khối phù hợp nhất được kết hợp với một vector

chuyển động mà mô tả sự chuyển động giữa khối phù hợp nhất và khối đích Thông

tin của vector chuyển động cũng được mã hóa và truyền đi cùng với lỗi dự đoán

Lỗi dự đoán cũng được truyền sử dụng kỹ thuật nén trong ảnh đựa trên DCT Trong

video MPEG, kích thước khối cho quá trình bù chuyển động được chọn là 16x16

pixel, thể hiện một sự thoả hiệp hợp lý giữa quá trình nén cung cấp bởi sự bù

chuyển động và chi phí truyền vector chuyển động

Dự đoán thời gian theo hai hướng, còn được gọi là nội suy bù chuyển động, là một

đặc tính chủ yếu của video MPEG Trong dự đoán hai hướng, một số khung video

được mã hóa sử dụng hai khung tham chiếu, một ở quá khứ và một trong tương lai

Một khối trong khung có thể được dự đoán bằng một khối khác từ khung tham

chiếu quá khứ (dự đoán trước – forward prediction), hoặc từ khung tham chiếu

tương lai (dự đoán sau – backward prediction), hoặc bằng trung bình của hai khối,

một từ mỗi khối tham chiếu (nội suy) Trong trường hợp nào, khối từ khung tham

chiếu cũng được kết hợp với một vector chuyển động, để hai vector chuyển động

được sử dụng với quá trình nội suy Những khung đã được dự đoán hai chiều không

bao giờ được dùng như là khung tham chiếu

Dự đoán hai chiều cho nhiều thuận lợi Chủ yếu là khả năng nén nhận được đặc biệt

cao hơn khi chỉ sử dụng dự đoán trước Để nhận được cùng chất lượng ảnh, các

khung được dự đoán hai chiều có thể được mã hóa với ít bit hơn các khung chỉ sử

dụng dự đoán trước Tuy nhiên, dự đoán hai chiều tạo ra thêm trễ trong quá trình mã

hóa vì các khung phải được mã hóa không theo thứ tự Hơn nữa, nó đòi hỏi thêm

tính phức tạp của quá trình mã hóa vì quá trình phù hợp khối phải được thực hiện

hai lần cho mỗi khối đích [23]

b Các cấu trúc ảnh (khung)

MPEG định nghĩa các loại khung khác nhau cho phép sự linh hoạt để cân nhắc giữa

hiệu quả mã hóa và truy cập ngẫu nhiên Các loại khung đó như sau:

Khung I (Intra-frame hay Intra-picture):

Là khung (ảnh) được mã hóa riêng dùng giải thuật nén trong ảnh Khung I được tạo

thành bằng thông tin của chỉ một ảnh Khung I cho phép truy cập ngẫu nhiên nhưng

đạt tỉ lệ nén thấp nhất

Khung P (Predicted-frame hay Predicted-picture):

Là khung được mã hóa có bù chuyển động từ khung I hoặc P phía trước (khung dự

đoán trước) Khung P cho hệ số nén cao hơn khung I và có thể sử dụng làm một

khung tham chiếu cho các khung P hoặc B khác

Khung B (Bidirectional predicted frame hay picture):

Là khung được mã hóa sử dụng bù chuyển động từ các khung I hoặc P ở phía trước

và ở phía sau (dự đoán hai chiều) Khung B cho tỉ lệ nén cao nhất [8]

c Các lớp của cấu trúc dòng bit MPEG

Cấu trúc dòng bit nên linh động để hỗ trợ nhiều loại ứng dụng Cấu trúc tổng thể

được xây dựng trên nhiều lớp, mỗi một lớp thực hiện một chức năng logic khác

nhau Lớp ngoài cùng được gọi là lớp đoạn (chưong trình) video, chứa các thông số

cơ bản như: kích thước của khung video, tốc độ khung, tốc độ bit, và các thông số

tổng quát khác Một dãy các giá trị được hỗ trợ cho tất cả các tham số này

Bên trong lớp chuỗi video là lớp nhóm ảnh (Group of Pictures – GOP), cho phép

truy xuất ngẫu nhiên, tìm kiếm nhanh, và biên tập Một đoạn video được chia thành

một dãy các GOP, mỗi GOP gồm một khung mã hóa trong ảnh (khung-I) theo sau là

một tổ hợp các khung mã hóa dự đoán trước (khung-P) và các khung mã hóa dự

đoán hai chiều (khung-B) Hình 1.2 là một mẫu GOP (IBBPBBPBBPBB) được sử

dụng trong các đoạn video dùng để thí nghiệm trong luận văn Tiêu chuẩn video

MPEG cho phép GOP có cấu trúc và chiều dài tùy ý

Hình 2.2 Mẫu Group of Pictures (GOP)

Các bit được tạo ra khi mã hóa một khung trong GOP tạo thành lớp ảnh (picture

layer) Lớp ảnh trước tiên chứa thông tin về kiểu khung (I, P hay B), và vị trí của

khung trong trật tự hiển thị

Các bit tương ứng với các vector chuyển động và các hệ số DCT được gói trong lớp

mảng (slice), lớp tổ hợp khối (macroblock) và lớp khối Ở đây, khối là đơn vị DCT

8x8, tổ hợp khối là đơn vị bù chuyển động 16x16, và mảng là một chuỗi có chiều

dài tùy ý các tổ hợp khối theo chiều từ trái sang phải và từ trên xuống dưới của

khung Lớp mảng được sử dụng cho việc tái đồng bộ trong khi giải mã một khung

khi xảy ra lỗi bit Các thanh ghi dự đoán dùng trong mã hóa vi sai của các vector

chuyển động được reset khi bắt đầu một mảng Bộ mã hóa sẽ chọn chiều dài thích

hợp cho mỗi mảng Trong lớp tổ hợp khối, các bit vector chuyển động cho một tổ

hợp khối được theo sau bởi lớp khối, mà trong đó chứa các bit của các hệ số DCT

của các khối 8x8 trong tổ hợp khối Bảng 2.1 cho ta thấy các lớp khác nhau và chức

năng của chúng

Bảng 2.1 Các lớp của cấu trúc dòng bit video MPEG

Lớp Chức năng Chuỗi (Sequence) Dòng video

GOP (Group of Pictures) Truy xuất ngẫu nhiên; mã hóa video

Ảnh (Picture) Mã hóa cơ bản

Hình 2.3 Kiến trúc dòng video MPEG

Hình 2.4 Cấu trúc số liệu nén ảnh MPEG

2.1.1.2 MPEG-2

MPEG-1 tập trung vào mã hóa video tiếp diễn (không liên kết) từng lớp (không mở

rộng) Tiêu chuẩn MPEG-2 hướng đến các vấn đề ứng dụng phát triển bằng việc sử

dụng mã hóa video mở rộng Điều này có nghĩa là video nén được chia làm dòng bit

lớp cơ bản chứa thông tin ảnh quan trọng nhất và một hoặc nhiều lớp nâng cao chứa

các thông tin để phát triển chất lượng ảnh lớp cơ bản Sự mở rộng chất lượng ảnh có

thể đạt được trong miền không gian hay tần số Cũng có thể thực hiện sự mở rộng

đối với các độ phân giải hoặc tốc độ bit khác nhau Thêm nữa, chuẩn MPEG-2

thuận lợi cho video liên kết và cung cấp nhiều loại dự đoán bù chuyển động cũng

như các kỹ thuật mã hóa DCT và lượng tử hóa cải tiến

2.1.2 Các đặc tính thống kê của dòng MPEG

2.1.2.1 Khảo sát các kích thước frame (frame size)

16 đoạn thống kê video (video trace) MPEG-1, được tạo bởi Oliver Rose - Đại học

Wuerzburg [22], được sử dụng trong các thí nghiệm dưới đây 16 đoạn video này

được chia thành 4 loại: phim điện ảnh (movies), thể thao (sports), tin tức/bài nói

chuyện (news/talk) và ca nhạc (MTV)

• Phim điện ảnh:

1)bond “James Bond: Goldfinger”

2)dino “Jurassic Park”

3)lambs “The Silence of the Lambs”

4)starwars “Star Wars”

5)terminator “Terminator II”

6)movie movie preview 1994

• Thể thao:

7)atp Chung kết quần vợt ATP 1994: Becker - Sampras

8)race Đua xe thể thức 1: GP Hockenheim 1994

9)sbowl Chung kết Super Bowl 1995: San Diego - San Francisco

10)soccer_1 Chung kết World Cup 1994: Brazil - Italy

11)soccer_2 Một trận bóng World Cup 1994: Germany - Belgium

• News/Talk Show:

12)talk_1 German Talk Show

13)talk_2 German Talk Show

14)news_2 German TV news

• MTV:

15)mtv_1 MTV video clip

16)mtv_2 MTV video clip

Các đoạn video được Rose nén sử dụng chương trình mã hoá MPEG-1 (Đại học

Berkeley) Kích thuớc GOP là 12, IBBPBBPBBPBB Mỗi dòng video MPEG gồm

40000 frame, khoảng 30 phút với tốc độ 25 frame/giây

Kích thước (số bit/frame) frame của 3000 frame I/P/B đầu tiên của 8 sản phẩm

video (mỗi loại 2 sản phẩm video) được thể hiện ở hình 2.5-2.8

Movies

(a) Frame I (d) Frame I

(b) Frame P (e) Frame P

Hình 2.5 dino (2.5a, 2.5b, 2.5c) và starwars (2.5d, 2.5e, 2.5f)

Sports

(a) Frame I (d) Frame I

(b) Frame P (e) Frame P

Hình 2.6 atp (2.6a, 2.6b,2.6c) và race (2.6d, 2.6e,2.6f)

New/Talk show

(a) Frame I (d) Frame I

(b) Frame P (e) Frame P

Hình 2.7 talk2 (2.7a, 2.7b, 2.7c) and news2 (2.7d, 2.7e, 2.7f)

MTV

(a) Frame I (d) Frame I

(b) Frame P (e) Frame P

Hình 2.8 mtv1 (2.8a, 2.8b, 2.8c) and mtv2 (2.8d, 2.8e, 2.8f)

Nhận xét:

• Các frame I có kích thước (số bit/frame) frame lớn nhất, tiếp theo là frame P

và nhỏ nhất là frame B Điều này là do kỹ thuật mã hóa MPEG cho từng loại

frame I/P/B

• Tùy theo loại sản phẩm video mà ta có dạng đồ thị của các kích thước frame

khác nhau Ví dụ như của phim điện ảnh (movies) sẽ trơn hơn so với của thể

thao (sports), do thể thao có nhiều chuyển động nên dạng đồ thị của thể thao

thể hiện nhiều thay đổi lớn trong kích thước frame của mỗi loại frame

• Và đối với những chuỗi video có nhiều chuyển động, các frame P, và B

thường có kích thước lớn, vì cần có nhiều dữ liệu để bù chuyển động trong

quá trình mã hóa MPEG

2.1.2.2 Phân bố kích thước khung

Hình 2.9, 2.10, 2.11 là histogram của các kích thước khung của 3 khung I, P và B

trong đoạn phim dino Và hàm mất độ phân bố xác suất lognormal phù hợp nhất với

phân bố histogram của 3 loại khung Giải thuật đánh giá có khả năng xảy ra cao

nhất (maximum likelihood estimator – MLE) được sử dụng để xác định các tham số

của hàm mật độ phân bố xác suất để nhận được phân bố phù hợp nhất với thực tế

như thấy ở hình 2.9, 2.10, 2.11.[13][23]

Hình 2.9 Khung I

Hình 2.10 Khung P

Hình 2.11 Khung B

2.2 Logic mờ

2.2.1 Tập mờ và hàm thuộc

2.2.1.1 Các khái niệm cơ bản

Tập cổ điển hay tập rõ là một tập có biên Tập rõ thích hợp với nhiều ứng dụng khác

nhau và là một công cụ quan trọng của toán học và các khoa học khác Tuy nhiên,

tập rõ không phù hợp với các bản chất và suy nghĩ của con người vốn trừu tượng và

thiếu chính xác [30]

Ngược lại, tập mờ là một tập không có biên rõ ràng Sự chuyển tiếp giữa mức thuộc

về và không thuộc về một tập không xảy ra đột ngột Sự chuyển tiếp này được biểu

thị bằng các hàm thuộc có khả năng mô hình những biểu đạt bằng ngôn ngữ của con

người một cách uyển chuyển

Cho X là một không gian nền chứa tất cả các phần tử x trong một ứng dụng cụ thể

Tập mờ S trong không gian nền X được định nghĩa như sau:

{ , S( ) | }

S = x μ x x S∈ ⊂ X (2.1) Trong đó, μS( )x được gọi là hàm thuộc của tập mờ S

Thông thường, một hàm thuộc chuẩn hoá μS( )x ánh xạ mỗi phần tử x thuộc S thành

một độ liên thuộc trong khoảng đơn vị [0,1]

: [0,1]

S x S

μ ∈ →

Hình 2.12 mô tả các hàm thuộc μpos( )x , μzero( )x , μneg( )x của ba tập mờ tương ứng:

dương, zero, và âm Trong trường hợp này không gian nền là tập các số thực

Tập mờ S hay hàm thuộc µS tương ứng là bình thường nếu tồn tại x U∈ sao cho

( ) 1

S x

μ = Trong trường hợp ngược lại , S (hay µS) là bất thường Trong phần này

giả thiết tất cả các tập mờ là bình thường

Hình 2.12 Hàm thuộc của 3 tập mờ âm,zero, dương 2.2.1.2 Các loại hàm thuộc

Các loại hàm thuộc thường được sử dụng nhiều nhất trong thực tế là: hàm thuộc tam

giác, hàm thuộc hình thang, hàm thuộc Gauss và hàm thuộc hình chuông tổng quát

Trong thực tế, hai dạng hàm thuộc hình tam giác và hình thang được dùng phổ biến

hơn do việc tính toán chúng khá đơn giản Tuy nhiên, các dạng hàm thuộc này được

hình thành từ các đoạn thẳng nên chúng không trơn tại các điểm ghép p1, p2, p3, p4

Do vậy, các hàm thuộc phi tuyến và phức tạp hơn như Gauss, hình chuông tổng

quát hóa, hình sigmoid cũng được sử dụng để có được sự chuyển biến trơn

- Hàm thuộc Gauss

2 2 ( ) 2 ( ; , )

x c

μ σ = − − (2.4)

Các tham số [c, σ] xác định trọng tâm và độ rộng của hàm thuộc

- Hàm thuộc hình chuông tổng quát hóa

2

1( ; , , )

1

b

x a b c

x c a

−+

(2.5)

Các tham số [a, b, c] điều khiển độ rộng, độ dốc và tâm của hàm thuộc Hàm thuộc

này là một dạng tổng quát hóa trực tiếp của phân bố Cauchy được dùng trong lý

thuyết xác suất

- Hàm thuộc hình Sigmoid

( )

1( ; , )

Các tham số [a, c] điều khiển độ dốc và tọa độ x tại điểm giao x = c Hàm thuộc

sigmoid khác với các hàm thuộc được đề cập phía trên vì đây là một hàm đơn điệu

Phụ thuộc vào dấu của a, hàm sigmoid mở trái hoặc phải và do vậy, nó tương ứng

với việc mô tả các khái niệm như rất lớn hay rất nhỏ

2.2.2 Các phép toán trên tập mờ

Các phép toán phổ biến trên tập mờ bao gồm phép lấy bù, phép giao và phép hội

Tất cả các phép toán này đều có nhiều cách biểu diễn toán học khác nhau[18]

( )

c

S x

μ không chỉ được dùng để thể hiện cho độ phụ thuộc của x vào Sc mà còn

được dùng để thể hiện độ không phụ thuộc của x vào S Tương tự, hàm thuộc μS( )x

cũng có thể được dùng để thể hiện cho độ không phụ thuộc của x vào Sc

Độ mờ trong tập S được xác định dựa trên hàm thuộc µS Khái niệm phần bù dẫn

đến một cách đo chính xác về độ mờ Một tập S là mờ nếu và chỉ nếu giao của tập S

với phần bù của nó là không rỗng Xét trên khía cạnh hàm thuộc, tập S là mờ nếu

min của μS( )x và μS C( )x khác 0 với mọi x hay nói cách khác nếu S là tập mờ thi

min của μS( )x và 1-μS( )x phải khác 0 với mọi x

2.2.2.2 Phép giao của các tập mờ

Phép giao giữa các tập mờ có thể được biểu diễn theo nhiều công thức toán học

khác nhau Phép toán MIN là phép toán kinh điển trong việc thực hiện phép giao

giữa các tập mờ Phép giao S=∩n i=1S i của các tập mờ Si, i=1, , n, là một tập mờ có

hàm thuộc được cho bởi công thức sau:

1

μ = μ μ (2.8) Trong đó: μ là hàm thuộc của tập mờ SS i i, i=1, , n Phép MIN cũng là phép toán

giao giữa các tập cổ điển Giao của hai tập mờ S1 và S2 có hàm thuộc được xác định

theo phép toán MIN như sau:

S ∩S ↔μ ∩ = μ x μ x ∀ ∈x R (2.9) Phép toán giao này không cho kết quả trơn Do vậy, thỉnh thoảng nó được thay thế

bởi phép kết hợp tích (PROD) Hàm thuộc của tập mờ giao giữa các tập mờ Si được

định nghĩa theo phép kết hợp tích như sau:

1 i

n

S S i

μ μ

=

=∏ (2.10)