A METHOD FOR FORMING A TRUNCATED POSITIONAL CODE SYSTEM FOR TRANSFORMED VIDEO IMAGES

Volodymyr Barannik; Roman Onyshchenko; Gennady Pris; Mykhailo Babenko; Valeriy Barannik; Vitalii Shmakov; Ivan Pantas

doi:10.35784/iapgos.6131

PDF (angielski)

Opublikowane: 2024-09-30

DOI: https://doi.org/10.35784/iapgos.6131

Numer Tom 14 Nr 3 (2024)

TEORETYCZNE PODEJŚCIE DO OKREŚLANIA EMISYJNOŚCI MATERIAŁÓW STAŁYCH I JEJ PORÓWNANIE Z BADANIAMI EKSPERYMENTALNYMI NA PRZYKŁADZIE STALI PROSZKOWEJ 316L
Oleksandr Vasilevskyi, Michael Cullinan, Jared Allison

5-8
SYSTEM INFORMACYJNY DO WYKRYWANIA PARAMETRÓW NIEBEZPIECZNYCH OBIEKTÓW PRZEMYSŁOWYCH NA PODSTAWIE TECHNOLOGII GEOINFORMACYJNYCH
Oleg Barabahs, Olha Svynchuk, Olena Bandurka, Oleh Ilin

9-14
OKRESOWE FUNKCJE ATEB I METODA VAN DER POLA DO KONSTRUOWANIA ROZWIĄZAŃ DWUWYMIAROWYCH NIELINIOWYCH MODELI OSCYLACJI CIAŁ SPRĘŻYSTYCH
Yaroslav Romanchuk, Mariia Sokil, Leonid Polishchuk

15-20
WYKORZYSTANIE REGRESJI PROCESU GAUSSA DO IDENTYFIKACJI NIELINIOWYCH PROCESÓW SEPARACJI MAGNETYCZNEJ
Oleksandr Volovetskyi

21-28
DWUWYMIAROWA MAPA HIPERCHAOTYCZNA DLA CHAOTYCZNYCH OSCYLACJI
Oleh Krulikovskyi, Serhii Haliuk, Ihor Safronov, Valentyn Lesinskyi

29-34
NEUROBIOLOGICZNE WŁAŚCIWOŚCI STRUKTURY SIECI RÓWNOLEGŁO-HIERARCHICZNEJ I JEJ WYKORZYSTANIE DO ROZPOZNAWANIA WZORCÓW
Leonid Timchenko, Natalia Kokriatskaia, Volodymyr Tverdomed, Anatolii Horban, Oleksandr Sobovyi, Liudmyla Pogrebniak, Nelia Burlaka, Yurii Didenko, Maksym Kozyr, Ainur Kozbakova

35-38
MODELE FAŁSZYWEGO I POPRAWNEGO WYKRYWANIA SYGNAŁÓW WYCIEKU INFORMACJI Z EKRANÓW MONITORÓW PRZEZ WYSPECJALIZOWANE ŚRODKI TECHNICZNE WROGIEGO WYWIADU
Dmytro Yevgrafov, Yurii Yaremchuk

39-42
USPRAWNIENIE CYFROWEGO KORELACYJNO-INTERFEROMETRYCZNEGO USTALANIA KIERUNKU ZA POMOCĄ PRZESTRZENNEGO SYGNAŁU ANALITYCZNEGO
Nurzhigit Smailov, Vitaliy Tsyporenko, Akezhan Sabibolda, Valentyn Tsyporenko, Askar Abdykadyrov, Assem Kabdoldina, Zhandos Dosbayev, Zhomart Ualiyev, Rashida Kadyrova

43-48
MODEL MATEMATYCZNY I STRUKTURA SIECI NEURONOWEJ DO WYKRYWANIA CYBERATAKÓW NA SYSTEMY TELEINFORMATYCZNE I KOMUNIKACYJNE
Lubov Zahoruiko, Tetiana Martianova, Mohammad Al-Hiari, Lyudmyla Polovenko, Maiia Kovalchuk, Svitlana Merinova, Volodymyr Shakhov, Bakhyt Yeraliyeva

49-55
METODA TWORZENIA SYSTEMU SKRÓCONEGO KODU POZYCYJNEGO DLA PRZEKSZTAŁCONYCH OBRAZÓW WIDEO
Volodymyr Barannik, Roman Onyshchenko, Gennady Pris, Mykhailo Babenko, Valeriy Barannik, Vitalii Shmakov, Ivan Pantas

56-60
OPARTE NA LICZBACH Z MODELOWANIE GRUPOWEGO PODEJMOWANIA DECYZJI DOTYCZĄCYCH WYBORU DOSTAWCÓW W SYSTEMACH PRODUKCYJNYCH
Kamala Aliyeva

61-67
OPTYMALIZACJA INTELIGENTNIE STEROWANEGO BEZMOSTKOWEGO DODATNIEGO PRZEKSZTAŁTNIKA LUO DLA POJAZDÓW ELEKTRYCZNYCH O MAŁEJ POJEMNOŚCI
Rangaswamy Balamurugan, Ramasamy Nithya

68-70
ZMODYFIKOWANY VGG16 DO DOKŁADNEGO WYKRYWANIA GUZÓW MÓZGU W OBRAZACH MRI
Katuri Rama Krishna, Mohammad Arbaaz, Surya Naga Chandra Dhanekula, Yagna Mithra Vallabhaneni

71-75
EKG OPARTE NA IOT: HYBRYDOWE PODEJŚCIE CNN-BILSTM DO KLASYFIKACJI ZAWAŁÓW MIĘŚNIA SERCOWEGO
Abdelmalek Makhir, My Hachem El Yousfi Alaoui, Larbi Bellarbi, Abdelilah Jilbab

76-80
ZINTEGROWANY MODEL HYBRYDOWY DO WYKRYWANIA CHORÓB PŁUC Z WYKORZYSTANIEM GŁĘBOKIEGO UCZENIA SIĘ
Budati Jaya Lakshmi Narayana, Gopireddy Krishna Teja Reddy, Sujana Sri Kosaraju, Sirigiri Rajeev Choudhary

81-85
MAPOWANIE POLARYZACYJNO-KORELACYJNE OBRAZÓW MIKROSKOPOWYCH TKANEK BIOLOGICZNYCH O RÓŻNEJ STRUKTURZE MORFOLOGICZNEJ
Nataliia Kozan, Oleksandr Saleha, Olexander Dubolazov, Yuriy Ushenko, Iryna Soltys, Oleksandr Ushenko, Oleksandr Olar, Victor Paliy, Saule Smailova

86-90
WYKRYWANIE I KLASYFIKACJA RYB W CZASIE RZECZYWISTYM W ŚRODOWISKU PODWODNYM PRZY UŻYCIU YOLOV5: BADANIE PORÓWNAWCZE ARCHITEKTUR GŁĘBOKIEGO UCZENIA
Rizki Multajam, Ahmad Faisal Mohamad Ayob, W.S. Mada Sanjaya, Aceng Sambas, Volodymyr Rusyn, Andrii Samila

91-95
WYKRYWANIE CHWASTÓW NA MARCHWI PRZY UŻYCIU KONWOLUCYJNEJ SIECI NEURONOWEJ I INTERNETU RZECZY OPARTEGO NA SMARTFONIE
Lintang Patria, Aceng Sambas, Ibrahim Mohammed Sulaiman, Mohamed Afendee Mohamed, Volodymyr Rusyn, Andrii Samila

96-100
ANALIZA I BADANIE PARAMETRÓW WALCOWANIA ZWOJÓW NA POCHYŁEJ PŁASZCZYŹNIE
Larysa Gumeniuk, Lesya Fedik, Volodymyr Didukh, Pavlo Humeniuk

101-104
ANALIZA METOD REKOMENDACJI TREŚCI W SERWISACH INFORMACYJNYCH
Oleksandr Necheporuk, Svitlana Vashchenko, Nataliia Fedotova, Iryna Baranova, Yaroslava Dehtiarenko

105-108
OCENA WYDAJNOŚCI AKADEMICKIEJ STUDENTÓW W NAUCE ONLINE ZA POMOCĄ TECHNIK UCZENIA MASZYNOWEGO
Atika Islam, Faisal Bukhari, Muhammad Awais Sattar, Ayesha Kashif

109-117
ENTROPIJNA OCENA WPŁYWU EDUKACJI NA ROZWÓJ GOSPODARCZY
Yelyzaveta Mykhailova, Nataliia Savina, Volodymyr Lytvynenko, Stanislav Mykhailov

118-122
SYSTEM ІNFORMATYCZNY DO OCENY POZIOMU ZARZĄDZANIA KAPITAŁEM LUDZKIM
Anzhelika Azarova, Larysa Azarova, Iurii Krak, Olga Ruzakova, Veronika Azarova

123-128
ZDECENTRALIZOWANA PLATFORMA FINANSOWANIA PROJEKTÓW CHARYTATYWNYCH
Iryna Segeda, Vladyslav Kotsiuba, Oleksii Shushura, Viktoriia Bokovets, Natalia Koval, Aliya Kalizhanova

129-134

Archiwum

2026

Tom 16 Nr 2
2026-06-30 27
Tom 16 Nr 1
2026-03-30 27

2025

Tom 15 Nr 4
2025-12-20 27
Tom 15 Nr 3
2025-09-30 24
Tom 15 Nr 2
2025-06-27 24
Tom 15 Nr 1
2025-03-31 26

2024

Tom 14 Nr 4
2024-12-21 25
Tom 14 Nr 3
2024-09-30 24
Tom 14 Nr 2
2024-06-30 24
Tom 14 Nr 1
2024-03-31 23

2023

Tom 13 Nr 4
2023-12-20 24
Tom 13 Nr 3
2023-09-30 25
Tom 13 Nr 2
2023-06-30 14
Tom 13 Nr 1
2023-03-31 12

2022

Tom 12 Nr 4
2022-12-30 16
Tom 12 Nr 3
2022-09-30 15
Tom 12 Nr 2
2022-06-30 16
Tom 12 Nr 1
2022-03-31 9

Authors

Volodymyr Barannik

vvbar.off@gmail.com

V. N. Karazin Kharkiv National University

https://orcid.org/0000-0002-2848-4524

Roman Onyshchenko

roman1990onishenko@gmail.com

Kharkiv National University of Radio Electronics

Gennady Pris

gennadij.prys@viti.edu.ua

Heroes of Kruty Military Institute of Telecommunications and Informatization

Mykhailo Babenko

babenkomahalych@gmail.com

Dniprovsky State Technical University

Valeriy Barannik

valera462000@gmail.com

Kharkiv National University of Radio Electronics

Vitalii Shmakov

shmakovvitalii1976@ukr.net

Ivan Kozhedub Kharkiv National Air Force University

Ivan Pantas

ivan.pantas@viti.edu.ua

Heroes of Kruty Military Institute of Telecommunications and Informatization

Abstrakt

W artykule uzasadniono wymagania dotyczące cech jakościowych usług informacji wideo. Wykazano, że konieczna jest poprawa jakości informacji wideo pod względem następujących wskaźników: opóźnienia czasowe w dostarczaniu danych wideo pod względem zapewnienia wymaganej kompletności; integralność informacji wideo zgodnie z wymaganiami aplikacji. Konsekwencją tego faktu jest brak równowagi między spełnieniem wymagań dla różnych grup cech jakościowych usług wideo. Aby zmniejszyć obciążenie systemów teleinformatycznych, stosuje się szereg środków. Jednym z kluczowych jest wykorzystanie technologii kompresji w celu zmniejszenia objętości bitowej. Dlatego też rozwój nowych technologii kodowania w zakresie lokalizacji równowagi między poziomem kompresji danych wideo a ich integralnością jest pilnym zagadnieniem naukowym i praktycznym. W artykule opisano główne etapy tworzenia metody określania wagi informacyjnej i pozycyjnej dla systemu kodowania w skróconej bazie pozycyjnej. W tym celu opracowano system relacji matematycznych do określania liczby prawidłowych sekwencji. Nowość naukowa jest następująca. Po raz pierwszy stworzono system współczynników w celu określenia wagi informacyjnej i pozycyjnej składników diagonalnej sekwencji transformującej w oparciu o konfiguracje kombinatoryczne. Na podstawie badań eksperymentalnych wykazano, że opracowana metoda ma zalety pod względem zapewnienia poziomu integralności danych wideo w warunkach określonego stopnia kompresji.

Słowa kluczowe:

serwis wideo, waga informatywno-pozycyjna, system ścięto-pozycyjny, przestrzeń widmowa, nadmiar strukturalny

Bibliografia

[1] Auer S. et al.: Bitstream-based JPEG Encryption in Real-time. International Journal of Digital Crime and Forensics 5(3), 2013, 1–14 [https://doi.org/10.4018/jdcf.2013070101].

[2] Barannik D., Barannik V.: Steganographic Coding Technology for Hiding Information in Infocommunication Systems of Critical Infrastructure. IEEE 4th International Conference on Advanced Trends in Information Theory (ATIT), 2022, 88–91 [https://doi.org/10.1109/ATIT58178.2022.10024185].

[3] Barannik V. et al.: A method to control bit rate while compressing predicted frames. Proceedings of 13th International Conference: The Experience of Designing and Application of CAD Systems in Microelectronics (CADSM), 2015, 36–38 [https://doi.org/10.1109/CADSM.2015.7230789].

[4] Barannik V. et al.: Detections of sustainable areas for steganographic embedding. IEEE East-West Design & Test Symposium (EWDTS), 2017, 1–4 [https://doi.org/10.1109/EWDTS.2017.8110028].

[5] Barannik V. et al.: Method of indirect information hiding in the process of video compression. Radioelectronic and Computer Systems 4, 2021, 119–131 [https://doi.org/10.32620/reks.2021.4].

[6] Barannik V., Barannik N.: Indirect information hiding technology on a multiadic basis. Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska – IAPGOS 11(3), 2021, 14 – 17 [https://doi.org/10.35784/iapgos.2812].

[7] Bernardo M. V. et al.: JPEG XL Objective Evaluation Results, document JPEG (ISO/IEC JTC 1/SC 29/WG 1). 86th Meeting, M86070, Sydney, NSW, Australia, 2020.

[8] Chunyi Li et al.: MISC: Ultra-low Bitrate Image Semantic Compression Driven by Large Multimodal Model. Journal of Latex Class Files 1(1), 2024, 1–13 [https://doi.org/arxiv-2402.16749].

[9] Descampe A. et al.: JPEG XS – A New Standard for Visually Lossless Low-Latency Lightweight Image Coding. Proceedings of the IEEE, 109(9), 2021, 1559–1577 [https://doi.org/10.1109/jproc.2021.3080916].

[10] Duda J. et al.: The use of asymmetric numeral systems as an accurate replacement for Huffman coding. Picture Coding Symposium (PCS), 2015, 65–69.

[11] Duda J.: Asymmetric numeral systems: entropy coding combining speed of Huffman coding with compression rate of arithmetic coding, 2014.

[12] Gary J. et al.: Overview of the High Efficiency Video Coding (HEVC) Standard. IEEE Transactions on Circuits and Systems for Video Technology, 2012.

[13] Hasler D., Suesstrunk S. E.: Measuring colorfulness in natural images. Proc. SPIE 5007, 2003, 87–95.

[14] Helin H. et al.: Optimized JPEG 2000 Compression for Efficient Storage of Histopathological Whole-Slide Images. Journal of pathology informatics 9, 2018 [https://doi.org/10.4103/jpi.jpi_69_17].

[15] How JPEG XL Compares to Other Image Codecs https://cloudinary.com/blog/how_jpeg_xl_compares_to_other_image_codecs.

[16] Iwahashi M., Kiya H.: Non Separable Two Dimensional Discrete Wavelet Transform for Image Signals. Discrete Wavelet Transforms, 2013 [https://doi.org/10.5772/51199].

[17] JPEG XL: How It Started, How It’s Going https://cloudinary.com/blog/jpeg-xl-how-it-started-how-its-going.

[18] Li F., Lukin V.: Providing a Desired Compression Ratio for Better Portable Graphics Encoder of Color Images: Design and Analysis, Digitalization and Management Innovation. Proceedings of DMI, 2022, 633–640 [https://doi.org/10.3233/FAIA230063].

[19] Mallat S.: A Wavelet Tour of Signal Processing, Third Edition: The Sparse Way. 3rd edition. Academic Press, Inc., USA 2008.

[20] Ming L. et al.: Transformer-based Image Compression. Data Compression Conference (DCC), 2022, 469 [https://doi.org/10.1109/DCC52660.2022.00080].

[21] Minner D. et. al.: Channel-wise Autoregressive Entropy Models for Learned Image Compression. IEEE International Conference on Image Processing (ICIP), 2020, 3339–3343 [https://doi.org/10.1109/icip40778.2020.9190935].

[22] Mishra D. et al.: Wavelet-based Deep Auto Encoder-Decoder (WDAED) based Image Compression. IEEE Transactions on Circuits and Systems for Video Technology, 2020, 1452–1462 [https://doi.org/10.1109/TCSVT.2020.3010627].

[23] Pratt W.: Introduction to Digital Image Processing. 1th Edition. CRC Press, 2013.

[24] Ramadan M. R., Suhair A. D.: Digital image compression by using intelligence swarm algorithms. International Journal of Mathematics and Computer Science, 17, 2022, 785–794.

[25] Scott E.: Umbaugh. Digital Image Processing and Analysis: Applications with MATLAB and CVIPtools. 4th Edition. CRC Press, 2017.

[26] Seow J. W. et al.: A comprehensive overview of Deepfake: Generation, detection, datasets, and opportunities. Neurocomputing 513(7), 2022, 351–371 [https://doi.org/10.1016/j.neucom.2022.09.135].

[27] Tang Y. et al.: JPEG-XR-GCP: Promoting JPEG-XR Compression by Gradient-Based Coefficient Prediction. 12th International Conference on Advanced Computational Intelligence (ICACI), 2020, 51–58 [https://doi.org/10.1109/ICACI49185.2020.9177623].

[28] Xu J. et al.: Directional Lapped Transforms for Image Coding. IEEE Transactions on Image Processing 19(1), 2010, 85–97.

METODA TWORZENIA SYSTEMU SKRÓCONEGO KODU POZYCYJNEGO DLA PRZEKSZTAŁCONYCH OBRAZÓW WIDEO. (2024). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 14(3), 56-60. https://doi.org/10.35784/iapgos.6131

##plugins.themes.bootstrap3.article.sidebar##

Numer Tom 14 Nr 3 (2024)

Archiwum

##plugins.themes.bootstrap3.article.main##

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

##plugins.themes.bootstrap3.article.details##

Licencja