[pt] Esta tese propõe novas melhorias para a codificação CELP a baixas taxas de bits. Primeiro, é proposto um algoritmo CELP em que a complexidade do procedimento de busca no dicionário adaptativo é grandemente reduzida, graças a uma modificação introduzida no modelo de síntese CELP. Resultados de simulação mostram que a qualidade da voz codificada com o algoritmo CELP proposto tem qualidade comparável àquela obtida com o algoritmo CELP convencional. As demais contribuições têm o propósito de melhorar a qualidade da voz codificada com o algoritmo CELP a baixas taxas de bits. Uma delas propicia uma codificação mais eficiente da envoltória espectral LPC da voz: é, especificamente, um esquema que combina quantização vetorial e interpolação interbloco dos parâmetros LSF. Com este esquema a envoltória espectral LPC codificada tem boa qualidade a uma taxa de bits tão baixa quanto 1 kb/s. A voz codificada com os algoritmos CELP apresenta freqüentemente distorções em sua envoltória espectral que são causadas por deficiências do sinal de excitação. Esta tese propõe um novo pós-filtro que reduz estas distorções e, com isso, melhora significativamente a qualidade subjetiva da voz codificada. A baixas taxas de bits a estrutura CELP convencional é incapaz de reproduzir com boa qualidade os ataques dos sons sonoros, que são cruciais para uma boa percepção da voz. Nesta tese é descrito um algoritmo CELP que dá prioridade a estes segmentos críticos. Cada bloco da voz é classificado em um dentre dezesseis padrões de sonoridade e cada padrão tem uma configuração de codificação e alocação de bits distintas. Resultados de simulação mostram que a qualidade da voz codificada a 4 kb/s com o algoritmo CELP proposto é significativamente melhor do que aquela conseguida com um codificador CELP convencional, também operando a 4 kb/s. / [en] This work presents new improvements to CELP speech coding at low bit rates. First, a CELP algorithm is proposed in wich the complexity of the adaptive codebook search is gratly decreased. This is achieved by means of a modified model of the CELP synthesizer. Simulation results show that the proposed algorithm can provide speech quality comparable to one obtained with the conventional CELP codec. The rest of contributions aim to improve the quality of speech codec at low bit rates with CELP algorithm. One of them is an efficient scheme for coding the LPC spectral envelope of speech for coding the LPC spectral envelope of speech. The proposed scheme combines vector quantization and interpolation of LSF parameters, and it provides a coded spectral envelope with very good quality at 1 kb/s. Speech coded with CELP codecs frequently displays distortions in its spectral envelope that are produced by deficient excitation. This thesis proposes a new postfilter that enhances the perceptual quality of codec speech by decreasin these distortions. This work presents new improvements to CELP speech coding at low bit rates. First, a CELP algorithm is proposed in wich the complexity of the adaptive codebook search is gratly decreased. This is achieved by means of a modified model of the CELP synthesizer. Simulation results show that the proposed algorithm can provide speech quality comparable to one obtained with the conventional CELP codec. The rest of contributions aim to improve the quality of speech codec at low bit rates with CELP algorithm. One of them is an efficient scheme for coding the LPC spectral envelope of speech for coding the LPC spectral envelope of speech. The proposed scheme combines vector quantization and interpolation of LSF parameters, and it provides a coded spectral envelope with very good quality at 1 kb/s. Speech coded with CELP codecs frequently displays distortions in its spectral envelope that are produced by deficient excitation. This thesis proposes a new postfilter that enhances the perceptual quality of codec speech by decreasin these distortions. Voiced onsets are crucial for a good perception of speech but, at low bit rates, the conventional CELP is unable to reproduce them with good quality. This work presents a CELP algorithm into one of a set of sixteen voicing patterns. A distinct coding configuration and bit allocation are applied to each pattern. Simulation results show that the quality of speech codec with the proposed 4 kb/s CELP codec is significantly bette than the one obtained with conventional 4 kb/s CELP codec.

[pt] Neste trabalho são examinadas técnicas de compressão de imagens por sub-bandas. O algoritmo de análise/síntese utilizado emprega filtros recursivos passa-tudo de 1º ordem, o que reduz a complexidade computacional sem introduzir aliasing ou distorção de fase. Técnicas de processamento específicas para o caso destes filtros foram discutidas. As limitações da codificação direta das sub-bandas mostraram a conveniência de, inicialmente, separar componentes de baixa e alta freqüências. A imagem de baixa freqüência representa o brilho e a textura e é codificada por blocos no domínio da Transformada Cossenoidal Discreta. A imagem de erro, com aspecto essencialmente passa-alta, destacando as transições, é dividida em sub-bandas que são quantizadas vetorialmente. A exploração das características e correlação das sub-bandas permite aperfeiçoar esta técnica. A qualidade objetiva de cada técnica é medida pela razão sinal/ruído de pico e a subjetiva resulta da análise visual das imagens. Ambas são comparáveis ou superiores às de codificadores existentes com complexidade semelhante, para taxas entre 0.6 e 0.7 bits/pixel. / [en] Image compression techniques based on subband coding are studied in this work. The analysis/synthesis algorithm is implemented using first-order all-pass recursive filters, which significantly reduces the computational complexity and reconstructs the input with neither aliasing nor phase distortion. Specific processing techniques for these filters were discussed. Limitations in direct subband coding show the convenience of initially splitting the image to be compressed into its low-pass and high-pass components, representing sharp edges, is divided into subbands which are vector quantized. Further improvement of this technique results from the study of subband characteristics and correlacion. Objective quality of each technique is measured by the peak signal-to-noise ratio and subjective quality results from visual inspection of reconstructed images. Both are superior or comparable to existing coders of similar complexity, for rates between 0.6 and 0.7 bits/pixel.

[pt] Neste trabalho é proposta uma técnica para transmissão progressiva de imagens. Esta técnica está baseada no modelo piramidal de Burt e Adelson [2], fazendo uso da codificação por quantização vetorial nas imagens representadas por uma estrutura piramidal, denominada pirâmide de imagens diferença. Esta estrutura é obtida da subtração de uma pirâmide de imagens médias de uma pirâmide de imagens embaralhadas. A pirâmide de imagens de médias é construída formando uma seqüência de imagens, cada vez com menor dimensão, pelo cálculo da média em blocos de 2x2 pixels vizinhos. A pirâmide de imagens embaralhadas é formada por uma decimação, por quatro em cada nível da pirâmide de imagens de médias. A transmissão progressiva da imagem é efetuada pela transmissão da pirâmide de imagens diferença do nível mais alto para o nível mais baixo. A técnica é comparada a outros métodos conhecidos na literatura em termos de relação sinal-ruído de pico, por sua qualidade subjetiva e pelo esforço computacional associado. / [en] This work concerns with a technique for progressive image transmission. The method bases on the Burt and Adelson Pyramid Model. The method applies vector quantization to a pyramid of difference images. These, result from the subtraction of parts of the shuffled image. The decimated image pixel represents the mean value of four neighboring pixels ot the original image, partitioned in 2x2 blocs of pixels. This decimated image is a mean image and their set also constitutes itself a pyramid. At each new pyramided level, the considered original image is the mean image of the previous level. The progressive image transmission is by sending first the highest level difference image (with the minimum number of pixels) up to the lowest difference image level. The work also includes results comparison to other literature know methods in terms of peak signal to noise ratio, subjective quality and computational effort.

[pt] Codificação Distribuída de Vídeo (Distributed Video Coding – DVC) é um paradigma de codificação baseado nos conceitos da Codificação Distribuída de Fontes correlatadas (Distributed Source Coding – DSC), que tem como arcabouço a Teoria da Informação desenvolvida por Shannon, para um cenário onde temos uma codificação distribuída dos elementos e uma decodificação conjunta. Implementações com arquiteturas diferentes foram apresentadas ao longo dos últimos anos, mas devido a diversos motivos como a indisponibilidade de documentação detalhada, falta de preocupação dos projetos em relação à engenharia de software, não uniformização e heterogeneidade das tecnologias de implementação, entre outros, o desenvolvimento desta área acabou sendo dificultado pela falta de ferramentas e documentação mais aplicada, impedindo que o pesquisador focasse seus estudos e pesquisas apenas na parte que pretende otimizar ou complementar do projeto. Esse trabalho aplica conceitos e teorias de engenharia de software, orientação a objetos, componentização, frameworks e outros, com o objetivo de projetar, implementar, documentar e testar um framework aberto, incremental e reutilizável para implementação de uma ferramenta para simulação e avaliação de Codificação Distribuída de Vídeo, a qual chamamos de Open DVC, apresentada num ambiente colaborativo de forma que possa ser utilizada para estudos e que as contribuições desenvolvidas futuramente possam ser agregadas ao framework com pouco esforço de codificação. / [en] Distributed Video Coding (DVC) is a coding paradigm based on the concepts of Distributed Source Coding (DSC), which is based on Information Theory developed by Shannon, for a scenario where we have a distributed encoding of information and a joint decoding. Implementations with different architectures have been presented over the past years, but due to various reasons such as unavailability of detailed documentation, lack of concern of the projects in relation to software engineering, non uniform and heterogeneous implementation technologies, amog others, the development of this area ended up being hampered by a lack of tools and documentation more applied, preventing the researcher from focusing his studies and research only on the party to be enhanced or to be extended in the project. This work applies concepts and theories of software engineering, object orientation, components, frameworks and other, in order to design, implement, document and test an open framework, incremental and reusable to implement tools for simulation and evaluation of Distributed Video Coding, which we call Open DVC, submitted in a collaborative environment so that it can be used for studies and the contributions developed in the future can be aggregated to the framework with little coding effort.

[pt] Modulação Espacial é um método de transmissão por múltiplas antenas recentemente proposto,designado por MIMO-SIM, que associa informação à escola das antenas transmissoras. Isto possibilita a redução do número de cadeias de radiofrequência e, consequentemente, a imimplementação de sistemas de comunicação que consomem menos energia. O novo esquema de comunicação dos sistemas MIMO-SIM exige que, do lado redeptor, novas e eficientes estratégias de detecção do sinal transmitido sejam elaborados. O detector de máxima verossimilhança (ML), que fornece o desempenho ótimo, é de inviável implementação devido ao elevado custo computacional. Os detectores Sphere Decoding (SD) são comumente aplicados aos sistemas MIMO e atingem o desempenho ótimo a menor custo de computação. Um algoritmo SD que considera as caractéristicas do sinal SM foi desenvolvido, resultando em redução de custo computacional em relação ao detector ML e aos algoritmos SD convencionais. A elevada sensibilidade da complexidade dos algoritmos SD à variação da relação sinal-ruído (SNR) motivou o desenvolvimento de técnicas de detencção subótimas. Estratégias baseadas em detecção em grupos foram propostas, e os algoritmos de detecção aninhada MLA-M e MLA-C tiveram sua complexidade e desempenho avaliados em diferetes configurações e cenários de canal. Uma nova família de detectores, que realiza a detecção da combinação de antenas transmissoras e dos símbolos transmitidos em fases distintas, foi proposto, eo algoritmo List-BMP-LR-MMSE atingiu desempenho de detecção quase ótimo com baixo custo computacional, menos sensível à variação de SNR. Baseado na estratégia de detecção em duas fases, um novo detector de baixo custo foi desenvolvido para sistemas SM com codificação espácio-temporal. / [en] Spatial Modulation is a recently proposed multiantenna transmission scheme, designated as SM-MIMO, that associates information to the transmit antenna selection, thus enabling the reduction of the number of radiofrequency chains and , consequently, the implementation of less power consuming communication systems. The novel SM-MIMO communication scheme requires, at the receiver side, the development of new and efficient signal detection strategies of the optimal performance, is infeasible to implement due to the high computational cost. Sphere Decoding detectors (SD) are customarily applied to MIMO systems and attain optimal performance with lower computational cost.An SD algorithm, tailored following SM signal characteristics was deloped, resulting in computational cost reduction compared to ML detector and conventional MIMO SD algorithms. The hogh computational sensitivity of SD algorithms to the signal-to-noise ratio (SNR) variation motivated the development of subboptimal detection techniques. Strategies based in group detection were propsed, and nested detection algorithms LA-M and MLA-C had their complexity and performance evaluated in different configurations and channel scenarios. A new family of detectors, that performs the detection of the transmit antenna combinations and the transmitted symbols in two distinct stages,was proposed, and List-BMP-LR-MMSE algorithm attained near -optimal detection performace with low computational complexity, less sensitive to SNR variation. Based on the two-stage detection strategy, a new low-complexity detector was developed to space-time coded SM systems.

[pt] Este trabalho apresenta um estudo sobre compressão de imagens de sensoriamento remoto para serem transmitidas através de um canal com ruído. As imagens são capturadas por um satélite de sensoriamento remoto e transmitidas a uma estação terrestre. A compreensão das imagens é necessária para se economizar banda e potência de transmissão. Algumas técnicas muito boas de compressão de imagens apresentam sérios problemas quando na presença de ruído. Assim, a técnica de quantização vetorial foi escolhida para ser utilizada neste trabalho. Utilizando-se a idéia de quantização vetorial multi-estágios, propões-se um esquema de compressão com remoção de médias, onde separa-se a informação contida na imagem para tratá-la de forma diferenciada, de acordo com a sua importância. É feita então uma análise sobre o projeto do enlace do satélite do sensoriamento remoto comparando-se o esquema utilizado atualmente com o esquema proposto. / [en] This thesis presents a study of remote sensing image compression to be transmitted over a noisy channel. The images are obtained by a remote sensing satellite and transmitting to an earth station. The compression is due to savings in bandwidth and transmitting power. Some of the most efficient image codecs presents serious problems in the presence of noise. So, the vector quantization technique was chosen to be used. Using the multi-stage vector quantization idea, a compression scheme with mean remove is proposed as a manner to separate and treat unequally the image information as its importance. An analysis on the design of the remote sensing satellite link is done with a comparison between the current scheme used the proposed one.

[pt] Este trabalho estuda o problema de compressão de imagens de sensoriamento remoto segundo a ótica da codificação conjunta fonte-canal. É analisado o desempenho de métodos baseados em quantização vetorial segundo o algoritmo LBG, principalmente o COVQ (Channel Optimized Vector Quantizer) bem como a quantização vetorial estruturada em árvore. Dentro desse contexto, são propostos 2 novos métodos para a resolução do problema: (1)Uma quantização vetorial estruturada em árvores que leva em conta a transmissão através de canais ruidosos, solução denominada COTSVQ (Channel-Design Tree Strutured Vecotr Quantizer), bem como (2) uma classe de métodos que se utiliza de códigos corretores de erro sobre a estrutura progressiva do TSVQ, de forma a proteger os dados de forma ativa durante a transmissão. Os dois métodos propostos podem ser combinados no mesmo compressor, de forma a originar uma classe ampla de compressores adaptados à transmissão por canais com ruído. São apresentados resultados que comparam os desempenhos dos métodos propostos com aqueles já existentes para uma análise de desempenho, na situação de transmissão via satélite de imagens captadas e comprimidas para uma taxa de 1,5bpp. Os resultados mostram que os métodos propostos são muito menos complexos que os já existentes, porém conseguindo atingir uma qualidade de imagem equivalente, ou, em alguns casos, superior. / [en] This work studies the problem of remote sensorng image compression by joint source-channel coding. The vector quantizer methods evaluated are those designed with the LBG algorithm, the COVQ (channel-optimized vector quantizer) algorithm as well as tree-structured vector quantizer. The noisy channel is modelled as a BSC. In this context, two news methods are proposed: (1) A tree- structures vector quantizer that considers the transmission through noisy channels (denominated CD-TSVQ), and (2) a new class of compressors that uses forward error- correcting codes over the TSVQ structure, as a way to actively protect data during the transmission. The twoproposed methods can be combined on the same compressor architecture, resulting in a vast class of compressors well-adapted to the transmission through noisy channels. Results allowing the comparision of the proposed methods with existing ones are presented. Performance evaluated in a scenery where images are compressed to be transmited at a rate of 1.5bpp. Results yield to the conclusion that the porposed methods are much less complex than the existing methods, yet achieve equivalent or, in some situations, improved performance.

[pt] Vídeos se tornaram a principal mídia para a comunicação, com um volume massivo de dados criado a cada segundo. Conseguir entender essa quantidade de dados de forma automática se tornou importante e, por conseguinte, métodos de video understanding são cada vez mais necessários. Uma tarefa crucial para o entendimento de vídeos é a classificação e localização no tempo de diferentes ações. Para isso, a segmentação de ações precisa ser realizada. Segmentação de ações é a tarefa que consiste em segmentar temporalmente um vídeo, classificando cada quadro com alguma ação. Neste trabalho, é proposto um método de segmentação de ações que não requer análise prévia do vídeo e nenhum dado anotado. O método envolve a extração de embeddings espaço-temporais dos vídeos com redes de aprendizado profundo pré-treinadas, seguida por uma transformação realizada por um codificador posicional e pela aplicação de um algoritmo de grupamento em que cada cluster gerado corresponde a uma ação diferente. Os experimentos realizados demonstram que o método produz resultados competitivos nos conjuntos de dados Breakfast e Inria Instructional Videos. / [en] The rise of video content as the main media for communication has been creating massive volumes of video data every second. The ability of understanding this huge quantities of data automatically has become increasingly important, therefore better video understanding methods are needed. A crucial task to overall video understanding is the recognition and localisation in time of dierent actions. To address this problem, action segmentation must be achieved. Action segmentation consists of temporally segmenting a video by labeling each frame with a specific action. In this work, we propose a novel action segmentation method that requires no prior video analysis and no annotated data. Our method involves extracting spatio-temporal features from videos using a pre-trained deep network. Data is then transformed using a positional encoder, and finally a clustering algorithm is applied where each cluster presumably corresponds to a dierent single and distinguishable action. In experiments, we show that our method produces competitive results on the Breakfast and Inria Instructional Videos dataset benchmarks.

[pt] Esta tese aborda teórica e experimentalmente diversos tópicos de Codificação Adaptativa à Forma de objetos de forma arbitrária. Aspectos associados à representação e à codificação eficiente da intensidade e do contorno de objetos são analisados e são propostas soluções para os problemas identificados. Os métodos introduzidos são testados valendo-se de seqüências de imagens empregadas em trabalhos congêneres. Inicialmente é desenvolvida uma formulação matemática das transformadas adaptativas à forma utilizando operadores lineares e, com base nela, é obtida uma métrica que possibilita a avaliação teórica do desempenho dessas transformadas. A comparação das grandezas obtidas com resultados de experimentos mostram a validade dessa métrica para a finalidade visada. Em seguida é analisada a questão do melhor alinhamento dos coeficientes das transformadas unidimensionais de duas colunas com dimensões distintas e é proposto um método de alinhamento pela fase. Esse método caracteriza-se pela baixa complexidade e os resultados experimentais demonstram o seu desempenho superior ao de outros encontrados na literatura. Problemas específicos da codificação adaptativa à forma referentes à quantização dos coeficientes da transformada empregada são abordados matematicamente para diversas e freqüentes versões de sua implementação. Apresenta-se um método para solucionar simultaneamente os problemas da distorção do valor médio e da correlação do erro do sinal introduzido pela quantização. Constata-se experimentalmente sua maior eficiência de codificação em relação à de outros métodos propostos em trabalhos recentes. Um grande número de possíveis modificações de um codificador de cadeia diferencial, método bastante empregado para a codificação de contorno sem perda, é identificado e avaliado, concluindo-se com a implementação de um método que introduz aquelas mudanças que resultaram em aumento significativo da eficiência de codificação da forma de objetos. Por fim, propõe-se um esquema genérico de decomposição em subbandas através de uma transformada wavelet discreta adaptativa à forma. Os resultados dos experimentos realizados permitem concluir que o esquema oferece perspectivas de obtenção de eficiência de codificação superior à da transformada cosseno discreta adaptativa à forma, sobreturde em baixas taxas de bits por pixel. / [en] This thesis investigates shape adaptative coding of arbitrarily shaped segments. The texture and contour coding efficiency is discussed and solutions to tackle the associated problems are proposed. The presented methods are evaluated using standard image sequences. A mathematical approach for shape-adaptative transforms using linear operators is developed, followed by a metric that theoretically evaluates the transform performances. Experimental results show that the proposed metric is an efficient tool for such purposes. The proper way for grouping the 1-D transform coefficients of two image segments of different sizes is analyzed. Based on this analysis, a new low complexity method for grouping the coefficients is proposed. A better performance than other reported methods in the literature is attested by the experimental results. A mathematical analysis of the performance limitations of shape-adaptative transforms due to coefficients quantization is presented. The drawbacks discussed are the mean weighting distortion and the signal error correlation produced by the quantization process. An efficient method to simultaneously overcome both problems is proposed. The differential chain coder is an efficient and frequently employed structure for lossless encoding of object boundaries. Many modifications in the differential chain coders are investigated and evaluated, resulting in a method that reduces the bit rate to encode the object shape. Finally, a generic scheme for sub-band decomposition using shape-adaptative discrete wavelet transform is proposed. The experimental results show that such a scheme is able to provide a performance gain over the shape-adptative discrete cosine transform at low bit rates. The preliminary results suggest that this scheme could be a promising new approach for shape adaptative video coding.

[pt] Códigos de permutação são uma interessante ferramenta matemática que pode ser empregada para construir tanto esquemas de compressão com perdas quanto esquemas de modulação em um sistema de transmissão digital. Códigos de permutação vetorial, uma extensão mais poderosa dos códigos de permutação escalar, foram recentemente introduzidos no contexto de compressão de fontes. Este trabalho apresenta novas contribuições a essa teoria e introduz os códigos de permutação vetorial no contexto de modulação. Para compressão de fontes, é demonstrado matematicamente que os códigos de permutação vetorial (VPC) têm desempenho assintótico idêntico ao do quantizador vetorial com restrição de entropia (ECVQ). Baseado neste desenvolvimento, é proposto um método eficiente para o projeto de VPC s. O bom desempenho dos códigos projetados com esse método é verificado através de resultados experimentais para as fontes uniforme e gaussiana: são exibidos VPC s cujo desempenho é semelhante ao do ECVQ e superior ao de sua versão escalar. Para o propósito de transmissão digital, é verificado que também a modulação baseada em códigos de permutação vetorial (VPM) possui desempenho superior ao de sua versão escalar. São desenvolvidas as expressões para o projeto ótimo de VPM, e um método é apresentado para detecção ótima de VPM em canais AWGN e com desvanecimento. / [en] Permutation codes are an interesting mathematical tool which can be used to devise both lossy compression schemes and modulation schemes for digital transmission systems. Vector permutation codes, a more powerful extension of scalar permutation codes, were recently introduced for the purpose of source compression. This work presents new contributions to this theory and also introduces vector permutation codes for the purpose of modulation. For source compression, it is proved that vector permutation codes (VPC) have an asymptotical performance equal to that of an entropy-constrained vector quantizer (ECVQ). Based on this development, an efficient method is proposed for VPC design. Experimental results for Gaussian and uniform sources show that the codes designed by this method have indeed a good performance: VPC s are exhibited whose performances are similar to that of ECVQ and superior to those of their scalar counterparts. In the context of digital transmission, it is verified that also vector permutation modulation (VPM) is superior in performance to scalar permutation modulation. Expressions are developed for the optimal design of VPM, and a method is presented for maximum-likelihood detection of VPM in AWGN and fading channels.