Jag accepterar att kakor lagras på min dator

Läs mer

Datakomprimering i sensorsimuleringsmiljö

Datakomprimering i sensorsimuleringsmiljö Beställ tryckt exemplar Lägg i kundvagnen Ladda ned som PDF
Författare: Karl-Göran Stenborg, Jonas Allvar, Gustav Haapalahti, Fredrik Näsström
Ort: Linköping
Sidor: 36
Utgivningsår: 2010
Publiceringsdatum: 2010-12-27
Rapportnummer: (FOI-R--3113--SE)
Nyckelord Datakomprimering, JPEG, MPEG, Simulering, Sensorer
Keywords Data Compression, JPEG, MPEG, Simulation, Sensors
Sammanfattning Beroende på storleken på lagringsutrymme eller begränsad överföringskapacitet behövs ibland sensordata komprimeras. Det finns icke-förstörande (lossless) komprimering, som inte är så effektiv, och förstörande komprimering (lossy) som är mer effektiv, men inför distorsion i sensordata. Ett sätt att undersöka hur sådan distorsion påverkar automatiska signalbehandlingsmetoder är att testa dem i en simuleringsmiljö. Detta projekt har undersökt hur komprimering kan användas i simuleringsmiljön MSSLab. Dessutom har en undersökning genomförts av hur en automatisk signalbehandlingsmetod bäst skall vara inställd, för att fungera på sensordata som blivit utsatt för förstörande komprimering. En förstörande datakomprimeringsmetod (JPEG) har tillförts till MSSLab och en undersökning har genomförts av dess inverkan på en automatisk detektionsmetod som bygger på klassificering av särdrag. Undersökningen har tittat på huruvida detektorn skall tränas på komprimerade bilder eller på icke-komprimerade bilder, för att uppnå så bra resultat som möjligt. Utgående från bilder med sju olika grader av komprimering, har ROC-kurvor tagits fram för att undersöka detektionsalgoritmen. Ingen eller låg komprimering ger ofta bra detektionsresultat, men ibland kan hårt komprimerade bilder ge bättre resultat. Det verkar som att komprimeringen då fungerar som en förfiltrering som framhäver egenskaper som detektorn har nytta av. Därav är det svårt att entydigt säga hur graden av komprimering påverkar den valda detektionsalgoritmen.
Abstract Depending on the size of storage space or limited transmission capacity compression of sensor data is sometimes needed. There exist non-destructive (lossless) compression methods but lossy compression methods are more efficient. These lossy methods will distort the sensor data. One way to examine how this distortion affects automatic signal processing methods is to test them in a simulation environment. This project has investigated how compression can be used in the simulation environment MSSLab. In addition, a study has been made on how an automatic signal processing method handles sensor data that has been subjected to lossy compression. A lossy data compression methods (JPEG) has been added to MSSLab and its impact on a detector have been investigated. Whether the detector must be trained on the compressed images or on the original images in order to achieve the best possible outcome has been investigated. Based on images with seven different degrees of compression, a number of ROC curves have been developed to investigate the detection algorithm. No or low compression often produces good detection results, but sometimes a heavily compressed image can give even better results. It seems that the compression when acts as a pre-filtering that highlights properties that the detector can benefit from. Hence, it is difficult to clearly say how the degree of compression affects the selected detection algorithm.

Kundvagn

Inga rapporter i kundvagnen

FOI, Totalförsvarets forskningsinstitut

FOI
Totalförsvarets forskningsinstitut
164 90 Stockholm

Tel: 08-555 030 00
Fax: 08-555 031 00

Orgnr: 202100-5182