View synthesis and view reconstruction from multi-view and multi-source compressed video - Archive ouverte HAL Access content directly
Theses Year : 2017

View synthesis and view reconstruction from multi-view and multi-source compressed video

Synthèse de vues et reconstruction de vues à partir de vidéos compressées multi-vues et multi-sources

(1)
1

Abstract

Nowadays, videos are the most demanded form of multimedia. This high interest fueled a continuous evolution of display, transmission and compression technologies. Furthermore,there is also a lot of interest in finding the best way to provide a so-called immersive multimedia experience. Several solutions were investigated over the past years and the Multi-View video plus Depth format was found to provide a promising solution in combination with viewsynthesis algorithms. In this thesis we explore several topics related to view synthesis and view reconstruction.First, we explore the use of temporal correlations in combination with the traditional Depth-Image-Based-Rendering techniques and propose several approaches to tackle common problems in DIBR type algorithms which are shown to improve the quality of the synthesis. As view synthesis algorithms produce localized high distortions, we also evaluate the effectiveness of common quality evaluation metrics and propose a targeted Region-Of-Interest evaluation. Finally, we investigate the problem of multi-source video reconstruction and propose a model based framework that uses primal-dual splitting proximal convex optimization algorithms to enhance the quality and resolution of videos from multiple sources with possibly different resolutions and compression levels.
De nos jours, les vidéos sont la forme de multimédia la plus demandée. Ce grand intérêt a alimenté une évolution continue des technologies d’affichage, de transmission et de compression vidéo. Également, il y a aussi beaucoup d’intérêt à trouver le meilleur moyen d’offrir une expérience multimédia dite immersive. Plusieurs solutions ont été étudiées au cours des dernières années et le format vidéo multi-vues plus profondeur a été trouvé pour fournir une solution prometteuse en combinaison avec des algorithmes de synthèse visuelle. Dans cette thèse, nous explorons plusieurs sujets liés à la synthèse et à la reconstruction des vues. Tout d’abord, nous explorons l’utilisation des corrélations temporelles en combinaison avec les techniques traditionnelles de rendu basé sur la profondeur d’image et proposons plusieurs approches pour aborder les problèmes communs des algorithmes de ce type qui sont démontrés pour améliorer la qualité de la synthèse. Comme les algorithmes de synthèse de vues produisent des distorsions localisées élevées, nous évaluons également l’efficacité des mesures d’évaluation de qualité courantes et proposons une évaluation ciblée sur la région d’intérêt. Enfin, nous étudions le problème de la reconstruction vidéo multisource et proposons un modèle de reconstruction qui utilise des algorithmes proximaux primal-dual d’optimisation convexes pour améliorer la qualité et la résolution des vidéos provenant de sources multiples avec des résolutions et des niveaux de compression éventuellement différents.
Fichier principal
Vignette du fichier
thesisPurica.pdf (12.44 Mo) Télécharger le fichier
Origin : Version validated by the jury (STAR)

Dates and versions

tel-03533526 , version 1 (18-01-2022)

Identifiers

  • HAL Id : tel-03533526 , version 1

Cite

Andrei Purica. Synthèse de vues et reconstruction de vues à partir de vidéos compressées multi-vues et multi-sources. Multimédia [cs.MM]. Télécom ParisTech, 2017. Français. ⟨NNT : 2017ENST0029⟩. ⟨tel-03533526⟩
109 View
32 Download

Share

Gmail Facebook Twitter LinkedIn More