O serviço de Vídeo sob Demanda tem crescido e sido cada vez mais utilizado atualmente. A praticidade e conforto que este serviço oferece nos leva a crer que este crescimento ainda será muito maior. Na maioria das viagens aéreas, o serviço de Vídeo sob Demanda será bastante apreciado, pois os passageiros terão total liberdade de escolha do tipo de entretenimento que preferem receber: filmes, noticiários, documentários, previsão do tempo, tudo transmitido por satélite. Nosso estudo tem como objetivo mostrar uma proposta de arquitetura de redes para a transmissão de Vídeo sob Demanda a bordo de aeronaves. A transmissão de entretenimento a bordo em redes aeronáuticas pode ser otimizada significativamente com a aplicação de técnica de transmissão multimídia atée então, somente aplicadas na Internet, mas que, com algumas adaptações, podem ser aplicadas com êxito nas redes aeronáuticas. A técnica de multicast ée utilizada em conjunto com uma série de técnicas como batching, patching e o uso de servidores proxy, no intuito de otimizar a utilização da largura de banda utilizada pelo servidor de vídeo - um dos maiores problemas em transmissões de vídeo pelo tamanho dos arquivos transmitidos - e diminuir significativamente o atraso na transmissão do vídeo pedido, fornecendo assim um serviço de alta qualidade e resposta instantânea aos clientes. Ao final deste trabalho, será mostrada a nossa proposta de arquitetura para vídeo sob demanda em redes aeronáuticas como também todas as vantagens e melhorias que esta proposta traz.

É apresentado um projeto de implementação de sistema de vídeo de alta definição para uma aeronave executiva "Super midsize". São apresentados, inicialmente, uma análise sucinta do mercado de aviação executiva e das aeronaves que o compõem, e os fundamentos de vídeo e seus padrões. Um sistema de distribuição de vídeo típico de uma aeronave executiva "Super midsize" é detalhado, levando-se em consideração tanto os equipamentos que o formam quanto os aspectos relacionados à sua instalação. Por fim, uma arquitetura de sistema de distribuição de vídeo de alta definição é definida, com detalhamento de cada um dos componentes que formam esse sistema. Para a aeronave estudada, a aplicação do procedimento proposto resulta na indicação de transmissão SDTV para os monitores menores que vinte polegadas, na indicação de transmissão HDTV para os monitores maiores que vinte polegadas e na recomendação de uso de interface de vídeo de alta definição HD-SDI por mostrar maior adequação às limitações impostas pelo encaminhamento da cablagem, pela taxa de bits necessária e pela comunalidade com o cabo coaxial 75O.

É muito comum hoje em dia a conversa entre duas pessoas que usam como meio de comunicação seus computadores, os quais, na maioria das vezes, possuem minicâmeras acopladas, possibilitando que os interlocutores se vejam e tornando o contato mais próximo. Esta aplicação é chamada de videoconferência e teve seu uso difundido, principalmente, pela evolução da Internet. Entretanto, a transmissão de dados de vídeo via rede é um trabalho pesado e pode gerar, por exemplo, a falta de sincronia entre imagem e som que é causada pela demora na transmissão das imagens devido ao tamanho de cada arquivo. Para minimizar este efeitos a solução encontrada foi a utilização de técnicas de compactação de vídeo para diminuir o tamanho do conteúdo a ser enviado e consequentemente o tempo envolvido nesta transmissão. Na década de 80 surgiu uma técnica de compressão cuja promessa era conseguir uma taxa de compactação jamais alcançada e que por este motivo seria ideal para vídeoconferências. Esta técnica foi chamada de Codificação Baseada em Modelos. Este trabalho aplica a Codificação de Vídeo Baseada em Modelos no reconhecimento de imagens compostas de cabeça e ombro de videoconferencistas. O objetivo principal é a identificação e reconhecimento de algumas características faciais: olhos, narinas, boca e também da cabeça e face onde estes elementos estão. Os dados obtidos são utilizados na adaptação de alguns parâmetros de um modelo wire-frame de face chamado Candide. O resultado é a verificação da possibilidade de uso da Codificação Baseada em Modelos em vídeoconferências e a proposta de solução de um problema nem sempre resolvido na literatura: a localização inicial das características faciais acima citadas.

Nos últimos anos, tem-se considerado as redes Wireless ATM como sendo uma infra-estrutura potencial para a quarta geração de redes de comunicação wireless, capaz de suportar serviços multimídia integrados com diferentes requisitos de qualidade de serviço (QoS). Os dois aspectos mais críticos das redes Wireless ATM são o protocolo de controle de acesso ao meio (MAC) e a técnica de controle de admissão de chamadas (CAC), usados pelos terminais móveis e pela estação base para fornecer serviços com a qualidade de serviço (QoS) requerida pelas aplicações. Neste trabalho, é caracterizado o grau de garantia estatística de serviço definindo e calculando o parâmetro disponibilidade de qualidade de serviço (QoSA), usando o protocolo PRMA/DA de controle de acesso ao meio e duas técnicas de controle de admissão de chamadas. O desempenho do tráfego de vídeo é analizado usando o atraso de células (CD), variação de atraso de céculas (CDV) e QoSA como os parâmetros de qualidade de serviço. Os parâmetro de QoS são obtidos por simulação em função do tráfego de voz e do tráfego de vídeo gerado por fontes reais. Os resultados mostram que , para fornecer uma operação robusta do sistema, é necessário definir um sistema de gerenciamento de QoS que permite a negociação/renegociação entre terminal móvel e estação base durante o curso de comunicação.

The aim of the present research is to investigate the problem known as Abandoned Object Detection (AOD) in surveillance videos, where stationary objects must be classified as either abandoned or removed. We found four categories of methods to solve the AOD problem, namely, region growing, edge detection, color comparison and image inpainting and investigated all of them. We found the major drawback of each category, from which we derived guidelines that oriented the development of three novel methods. Among these three methods, the proposed method (based on edge detection) measures the ratio of a blob boundary that is covered by edges in the reference image. This method achieved convincing results on 66 test scenarios compared to results of most recent works in the literature, equaling or surpassing these results. Furthermore, we proposed a frame window scheme to combine the information from several frames about a given object in order to provide a robust classification. The experiments show our method achieved and surpassed the state-of-the-art results.

Video Object Tracking plays a crucial role on several Computer Vision applications, such as Video Surveillance, Intelligent Transportation System (ITS), Human Machine Interface (HMI), Video Indexing and Shopping Behavior Analysis. Nevertheless, the processing power demanded by object tracking techniques still consists in a bottleneck to their wider adoption. To reduce this computational power demand, some techniques that extract object motion information from compressed video domain, instead of the raw video, have been developed. This work addresses the problem of efficiently tracking objects from compressed video. The focus is on algorithms that track objects using motion estimation informationfrom MPEG-2 and MPEG-4 family of video compressors. Two complementary solutions are presented. At first, a novel Spatiotemporal Motion-Vector Consistency Filter is proposed and evaluated. The filter is applied on the initial stage of tracking algorithm and significantly reduces the noisy motion vectors which do not represent a real object movement. Then, a Kalman Filter is used to provide improved estimations of objects position and size. A novel model for Kalman Filter application on the context of motion-vector based object tracking is proposed and evaluated, with determination of measures and noise patterns. Qualitative and quantitative experiments, with standard metrics, are performed displaying that the proposed Spatiotemporal Filter outperforms the currently widely used Vector Median Filter. The results obtained with the Spatiotemporal Filter make it suitable as a first step of any system that aims to detect and track objects from compressed video using its motion vectors. Both filters are jointly used in a complete object tracker system denominated moveTRAKS - motion-vector based object Tracker with Kalman filter and Spatiotemporal filter. The moveTRAKS is also qualitative and quantitative tested, demonstrating its efficiency and limitations for compressed video object tracking.

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.

A compressão de vídeos é amplamente utilizada em Blu-rays, por fontes de streaming de vídeos na internet e também por vários serviços de transmissão de HDTV. É um processo onde se reduz a quantidade de dados necessários para representar um stream de vídeo, com a restrição de possuir uma qualidade mínima aceitável. Obviamente, esta qualidade mínima dependerá da aplicação, que pode ser um vídeo conferência ou uma transmissão de HDTV, por exemplo. A maioria dos padrões de compressão de vídeo como o H.264/AVC possui um codificador de alta complexidade e um decodificador de baixa complexidade, mas em aplicações de Veículos Aéreos Não Tripulados (VANT) geralmente o hardware embarcado apresenta capacidade de processamento inferior. Em geral, quando estes VANTs são capazes de comprimir vídeos, a mídia resultante apresenta qualidade reduzida. Com base nos conceitos propostos por Bhaskaranand e Gibson, esta dissertação apresenta um algoritmo de estimação de movimento que pode ser implementado diretamente em qualquer codificador H.264 para produzir vídeos decodificáveis por qualquer decodificador deste padrão. Como resultado, obtém-se uma redução significativa na complexidade da codificação do padrão e um pequeno aumento na taxa de bits.

In this work we introduce a peer-to-peer approach for in-flight entertainment video on-demand systems. Such applications are traditional ways for the airline to improve profit from its operation and attract customers. We outline how a peer-to-peer system should be organized to address this specific application and reduce operational costs for the airline. Furthermore, we discuss in details the problem of content discovery that rises in such environment and propose two feasible solutions. These solutions are analyzed in the terms of network bandwidth demand and amount of data transmitted over the network infrastructure. Our conclusions show that the content location problem can be solved without significant use of bandwidth, and ultimately the peer-to-peer paradigm is a worth-taking and feasible path for the next in-flight entertainment system generations.

Esta Tese propõe duas métricas objetivas para avaliar a percepção de qualidade de vídeos sujeitos a degradações de transmissão em uma rede de pacotes. A primeira métrica usa apenas o vídeo degradado, enquanto que a segunda usa os vídeos de referência e degradado. Esta última é uma métrica de referência completa (FR - Full Reference) chamada de QCM (Quadratic Combinational Metric) e a primeira é uma métrica sem referência (NR - No Reference) chamada de VQOM (Viewing Quality Objective Metric). Em particular, o procedimento de projeto é aplicado à degradação de variação de atraso de pacotes (PDV - Packet Delay Variation). A métrica NR é descrita por uma spline cúbica composta por dois polinômios cúbicos que se encontram suavemente num ponto chamado de nó. Para o projeto de ambas métricas, colhem-se opiniões de observadores a respeito das sequências de vídeo degradadas que compõem o conjunto. A função objetiva inclui o erro quadrático total entre as opiniões e suas estimativas paramétricas, ainda consideradas como expressões algébricas. Acrescentam-se à função objetiva três condições de igualdades de derivadas tomadas no nó, cuja posição é especificada dentro de uma grade fina de pontos entre o valor mínimo e o valor máximo do fator de degradação. Essas condições são afetadas por multiplicadores de Lagrange e adicionadas à função objetiva, obtendo-se o lagrangiano, que é minimizado pela determinação dos coeficientes subótimos dos polinômios em função de cada valor do nó na grade. Finalmente escolhe-se o valor do nó que produz o erro quadrático mínimo, determinando assim os valores finais para dos coeficientes do polinômio. Por outro lado, a métrica FR é uma combinação não-linear de duas métricas populares, a PSNR (Peak Signal-to-Noise Ratio) e a SSIM (Structural Similarity Index). Um polinômio completo de segundo grau de duas variáveis é usado para realizar a combinação, porque é sensível a ambas métricas constituintes, evitando o sobreajuste em decorrência do baixo grau. Na fase de treinamento, o conjunto de valores dos coeficientes do polinômio é determinado através da minimização do erro quadrático médio para as opiniões sobre a base de dados de treino. Ambas métricas, a VQOM e a QCM, são treinadas e validadas usando uma base de dados, e testadas com outra independente. Os resultados de teste são comparados com métricas NR e FR recentes através de coeficientes de correlação, obtendo-se resultados favoráveis para as métricas propostas. / This dissertation proposes two objective metrics for estimating human perception of quality for video subject to transmission degradation over packet networks. The first metric just uses traffic data while the second one uses both the degraded and the reference video sequences. That is, the latter is a full reference (FR) metric called Quadratic Combinational Metric (QCM) and the former one is a no reference (NR) metric called Viewing Quality Objective Metric (VQOM). In particular, the design procedure is applied to packet delay variation (PDV) impairments, whose compensation or control is very important to maintain quality. The NR metric is described by a cubic spline composed of two cubic polynomials that meet smoothly at a point called a knot. As the first step in the design of either metric, the spectators score a training set of degraded video sequences. The objective function for designing the NR metric includes the total square error between the scores and their parametric estimates, still regarded as algebraic expressions. In addition, the objective function is augmented by the addition of three equality constraints for the derivatives at the knot, whose position is specified within a fine grid of points between the minimum value and the maximum value of the degradation factor. These constraints are affected by Lagrange multipliers and added to the objective function to obtain the Lagrangian, which is minimized by the suboptimal polynomial coefficients determined as a function of each knot in the grid. Finally, the knot value is selected that yields the minimum square error. By means of the selected knot value, the final values of the polynomial coefficients are determined. On the other hand, the FR metric is a nonlinear combination of two popular metrics, namely, the Peak Signal-to-Noise Ratio (PSNR) and the Structural Similarity Index (SSIM). A complete second-degree two-variable polynomial is used for the combination since it is sensitive to both constituent metrics while avoiding overfitting. In the training phase, the set of values for the coefficients of this polynomial is determined by minimizing the mean square error to the opinions over the training database. Both metrics, the VQOM and the QCM, are trained and validated using one database and tested with a different one. The test results are compared with recent NR and FR metrics by means of correlation coefficients, obtaining favorable results for the proposed metrics.