PSI
5813 COMPRESSÃO
DIGITAL DE SINAIS
ÁREA: SISTEMAS ELETRÔNICOS
Nº DE CRÉDITOS:
Aulas Teóricas
:
3
Seminários e Outros: 0
Horas de
Estudo:
7
DURAÇÃO EM SEMANAS: 12
DOCENTE RESPONSÁVEL: Miguel Arjona Ramírez
OBJETIVOS:
O
conteúdo inclui os tópicos principais das técnicas
de quantização, de predição linear, de
codificação
por transformadas e de compressão sem perdas. A disciplina visa
ao tratamento de técnicas e de algoritmos úteis para a
construção
de sistemas que possam atender eficientemente as
especificações
de projeto que estabelecem o compromisso entre a fidelidade desejada ou
admissível na reprodução de um sinal e a taxa de
transmissão
de informação necessária ou exigida. Esta
disciplina
estabelece os fundamentos necessários para um estudo mais
avançado
da compressão de voz, áudio, imagem e vídeo.
JUSTIFICATIVA:
As
técnicas de compressão de sinais são usadas tanto
para a transmissão e armazenamento compacto de sinais de voz,
áudio
ou vídeo bem como para a manipulação de arquivos
de
texto e imagens. A necessidade destas técnicas cresce com o
surgimento
de novos serviços de comunicação digital
através
da Internet ou para comunicações multimídia como
teleconferências
e televisão digital.
CONTEÚDO:
1. Codificação
sem perdas e codificação com perdas
1.1. Autoinformação
e entropia.
1.2. Frequências
de emissão de símbolos.
1.3. Códigos
de Huffman.
1.4. Entropia
diferencial e informação mútua.
1.5. Problema
fundamental da codificação com perdas: Taxa de
codificação
e distorção. Medidas de distorção.
Algoritmos
e complexidade.
1.6. Teorema
da amostragem. Amostragem de sinais bidimensionais e de imagens em
movimento.
1.7. Codificação
sem perdas de sequências de símbolos:
codificação
aritmética.
2. Quantização
2.1. Conceitos
sobre quantizadores: amostra, característica
entrada-saída,
erro de quantização.
2.2. Quantizador
uniforme: tipos de características entrada-saída,
regiões
de quantização.
2.3. Modelo
estatístico do erro de quantização.
2.4. Quantizadores
não-uniformes: compressor, expansor, leis de compansão A
e µ.
2.5. Quantizadores
amostrais vetoriais: algoritmo de Linde-Buzo-Gray (LBG).
2.6. Codificação
PCM de sinais de voz, vídeo e áudio.
3. Quantização
adaptativa
3.1. Energia
de curto prazo: estimação por bloco e
estimação
recorrente.
3.2. Modos
de estimação dos parâmetros do quantizador
adaptativo:
estimação progressiva e estimação
regressiva.
3.3. Adaptação
da altura do degrau ou passo de quantização.
3.4. Controle
adaptativo do ganho do sinal de entrada.
4. Predição
fixa com quantização adaptativa
4.1. Sinal
diferencial e malha de predição e
quantização.
4.2. PCM
diferencial (DPCM) básico, ganho de predição.
4.3. Espectro
de longo prazo do sinal de voz e modelos de
autocorrelação
de imagens.
4.4. Predição
na codificação sem perdas de imagens.
4.5. DPCM
adaptativo (ADPCM) e lógicas de adaptação.
4.6. Modulação
delta.
5. Predição
linear
5.1. Predição
do sinal de voz com base em seu espectro de curto prazo.
5.2. Preditor
variável.
5.3. Análise
preditiva.
6. Codificação
com predição adaptativa
6.1. APC
com predição adaptativa estimada progressivamente ou regressivamente.
6.2. Codificadores
APC com preditor de longo prazo.
6.3. Codificação
com realimentação de ruído.
6.4. Codificador
preditivo excitado por sinal residual.
6.5. Representação
vetorial do sinal de excitação.
6.6. Codificador
preditivo excitado por códigos (CELP).
7. Codificação
por transformadas
7.1. Transformadas
e vetores-base ou matrizes-base.
7.2. Ganho
de transformação.
7.3. Transformada
de Karhunen-Loève (KLT).
7.4. Transformada
cosseno discreta (DCT).
7.5. Quantização
e codificação dos coeficientes da transformada:
alocação
dos bits, amostragem zonal, varredura em ziguezague,
codificação
dos comprimentos de sequências nulas ("Run-Length
Encoding"- RLE) e codificação
de Huffman.
7.6. Codificador
para imagens estáticas JPEG ("Joint Photographic Experts Group").
8. Codificação
em sub-bandas
8.1. Codificação
em sub-bandas (SBC): conceituação e
comparação
com a codificação por transformadas (AT) como caso
especial.
8.2. Compressão
e expansão da taxa de amostragem.
8.3. Reconstrução
perfeita.
8.4. Banco
de filtros especular na quadratura ("quadrature-mirror filters" - QMF).
8.5. Ganho
de codificação em sub-bandas.
8.6. Alocação
de bits entre as sub-bandas a partir do espectro de potência do
sinal.
8.7. Bancos
de filtros estruturados em árvore.
8.8. Mascaramento
auditivo: Relação sinal-máscara (SMR),
relação
ruído-máscara (NMR), limiares de mascaramento.
8.9. Codificação
de áudio MPEG ("Moving Pictures Expert Group").
BIBLIOGRAFIA
[1]
N. S. JAYANT, P. NOLL, Digital coding of waveforms. Englewood
Cliffs:
Prentice-Hall, 1984.
[2]
B. S. ATAL, V. CUPERMAN, A. GERSHO, Ed., Advances in Speech Coding.Dordrecht:
Kluwer Academic Publishers, 1991.
[3]
B. S. ATAL, V. CUPERMAN, A. GERSHO, Ed., Speech and audio coding
for
wireless and network applications. Dordrecht: Kluwer
Academic
Publishers, 1993.
[4]
T. P. BARNWELL III, K. NAYEBI, C. H. RICHARDSON, Speech
coding:
A computer laboratory textbook. New York: John Wiley
&
Sons, 1995.
[5]
K. SAYOOD, Introduction to data compression. 2.ed, Morgan
Kaufmann,
2000.
[6]
S. FURUI, Digital speech processing, synthesis, and recognition.
New York: Marcel Dekker, 1985.
[7]
W. B. KLEIJN, K. K. PALIWAL, Ed., Speech Coding and Synthesis.
Amsterdam:
ElsevierScience, 1995.
[8]
L. R. RABINER, R. W. SCHAFER, Digital processing of speech signals.
Englewood Cliffs: Prentice-Hall, 1978.
AVALIAÇÃO
A
cada aula serão propostos exercícios que devem ser
resolvidos
para a aula seguinte.
Além disso, será realizada uma prova intermediária
e um trabalho de pesquisa no decorrer do curso com planejamento inicial
e relatório final.
A nota de aproveitamento será obtida por
N = 0,7P + 0,3E,
onde P é a média das notas da prova e do relatório
final e E é a média das notas dos exercícios.