Compressió de senyes

En ciències de la computació, la compressió de senyes és la reducció del volum de senyas tractables per a representar una determinada informació amprant una menor cantitat d'espai. A l'acte de compressió de senyes es denomina «compressió», i al contrari «descompressió».

L'espai que ocupa una informació codificada (senyes, senyal digital, etc.) sense compressió és el producte entre la freqüència de mostreig i la resolució. Per tant, quants més bits s'ampren major serà el tamany de l'archiu. No obstant, la resolució ve imposta pel sistema digital en que es treballa i no es pot alterar el número de bits a voluntat; per això, s'utilisa la compressió, per a transmetre la mateixa cantitat d'informació que ocuparia una gran resolució en un número inferior de bits.

La compressió és un cas particular de la codificació, la característica principal de la qual és que el còdic resultant té menor tamany que l'original.

La compressió de senyes es basa fonamentalment en buscar repeticions en séries de senyes per a despuix almagasenar solament la senya junt al número de voltes que es repetix. Aixina, per eixemple, si en un ficher apareix una seqüència com "AAAAAA", ocupant 6 bytes es podria almagasenar simplement "6A" que ocupa solament 2 bytes, en algoritme RLE.

En realitat, el procés és molt més complex, ya que rarament es conseguix trobar patrons de repetició tan exactes (llevat en algunes imàgens). S'utilisen algoritmes de compressió:

• Per un costat, alguns busquen séries llargues que després codifiquen en formes més breus.
• Per un atre costat, alguns algoritmes, com el algoritme de Huffman, examinen els caràcters més repetits per a després codificar de forma més curta els que més es repetixen.
• Uns atres, com el LZW, construïxen un diccionari en els patrons trobats, als quals es fa referència de manera posterior.
• La codificació de bytes pares és un atre senzill algoritme de compressió molt fàcil d'entendre.

A l'hora de parlar de compressió cal tindre presents dos conceptes:

1. Redundància: Senyes que són repetitius o previsibles.
2. Entropía: L'informació nova o essencial que es definix com la diferència entre la cantitat total de senyes d'un mensage i la seua redundància.

L'informació que transmeten les senyes pot ser de tres tipos:

• Redundante: informació repetitiva o predible.
• Irrellevant: informació que no podem apreciar i l'eliminació de la qual per tant no afecta al contingut del mensage. Per eixemple, si les freqüències que és capaç de captar l'oït humà estan entre 16/20 Hz i 16 000/20 000 Hz, serien irrellevants aquelles freqüències que estigueren per davall o per damunt d'estos valors.
• Bàsica: la rellevant. La que no és ni redundante ni irrellevant. La que deu ser transmesa per a que es puga reconstruir la senyal.

Tenint en conte estos tres tipos d'informació, s'establixen tres tipologies de compressió de l'informació:

• Sense pèrdues reals: és dir, transmetent tota la entropía del mensage (tota l'informació bàsica i irrellevant, pero eliminant la redundante).
• Subjetivamente sense pèrdues: és dir, ademés d'eliminar l'informació redundante s'elimina també l'irrellevant.
• Subjetivamente en pèrdues: s'elimina certa cantitat d'informació bàsica, per lo que el mensage es reconstruirà en errors perceptibles, pero tolerables (per eixemple: la videoconferència).

Diferències entre compressió en pèrdua i sense ella

L'objectiu de la compressió és sempre reduir el tamany de l'informació, intentant que esta reducció de tamany no afecte al contingut. No obstant, la reducció de senyes pot afectar o no a la calitat de l'informació:

• Compressió sense pèrdua: les senyes abans i despuix de comprimir-los són exactes en la compressió sense pèrdua. En el cas de la compressió sense pèrdua una major compressió solament implica més temps de procés. La taxa de bits sempre és variable en la compressió sense pèrdua. S'utilisa principalment en la compressió de text.

• Un algoritme de compressió en pèrdua pot eliminar senyes per a disminuir encara més el tamany, en lo que reduïx la calitat. En la compressió en pèrdua, la taxa de bits pot ser constant o variable. Una volta realisada la compressió, no es pot obtindre la senyal original, encara que sí una aproximació la semblança de la qual en l'original dependrà del tipo de compressió. Este tipo de compressió es dona principalment en imàgens, videos i sons. Ademés d'estes funcions la compressió permet que els algoritmes usats per a reduir les cadenes del còdic rebugen informació redundante de l'image. Un dels formats que permet compensar esta perduda és el JPG, que ampra tècniques que suavisen les vores i àrees que tenen un color similar permetent que la falta d'informació siga invisible a simple vista. Este método permet un alt grau de compressió en pèrdues en l'image que, moltes voltes, solament és visible per mig del zoom.

Usos

Image

Artícul principal → Compressió d'imàgens.

La codificació d'entropía es va originar en la década de 1940 en l'introducció de la codificació Shannon-Fano, la base de la codificació Huffman que es va desenrollar en 1950. La codificació per transformada es remonta a finals de la década de 1960, en l'introducció de la transformada ràpida de Fourier (FFT) en 1968 i la transformada Hadamard en 1969.

Una important tècnica de compressió d'imàgens és la transformada de coseno discreta (DCT), una tècnica desenrollada a principis de la década de 1970. La DCT és la base del JPEG, un format de compressió en pèrdues que va ser introduït pel Joint Photographic Experts Group (JPEG) en 1992. JPEG reduïx en gran medida la cantitat de senyes necessàries per a representar una image a costa d'una reducció relativament menuda de la calitat de la mateixa i s'ha convertit en el format d'archiu d'image més utilisat. El seu algoritme de compressió altament eficient basat en la DCT va ser en gran part responsable de l'àmplia proliferació d'imàgens digitals i fotos digitals.

Lempel-Ziv-Welch (LZW) és un algoritme de compressió sense pèrdues desenrollat en 1984. S'utilisa en el format GIF, introduït en 1987. DEFLATE, un algoritme de compressió sense pèrdues especificat en 1996, s'utilisa en el format Portable Network Graphics (PNG).

La compressió wavelet, l'us de wavelets en la compressió d'imàgens, va començar despuix del desenroll de la codificació DCT. L'estàndart JPEG 2000 es va introduir en l'any 2000. A diferència de l'algoritme DCT utilisat pel format JPEG original, JPEG 2000 utilisa en el seu lloc algoritmes de transformada de ondícula discreta (DWT). La tecnologia JPEG 2000, que inclou l'extensió Motion JPEG 2000, va ser seleccionada com el estàndar de codificació de vídeo per al cine digital en 2004.

Àudio

Vore també: Códec d'àudio

La compressió de senyes d'àudio, que no deu confondre's en la compressió de ranc dinàmic, té el potencial de reduir el ample de banda i els requisits d'almagasenament de les senyes d'àudio. Els algoritmes de compressió d'àudio s'implementen en software com códecs d'àudio. Tant en la compressió en pèrdues com en la compressió sense pèrdues, es reduïx la redundància de l'informació, utilisant métodos com la codificació, la cuantización, la transformada de coseno discreta i la predicció llineal per a reduir la cantitat d'informació utilisada per a representar les senyes sense comprimir.

Els algoritmes de compressió d'àudio en pèrdues proporcionen una major compressió i s'utilisen en numeroses aplicacions d'àudio, com Vorbis i MP3. Estos algoritmes es basen casi tots en la psicoacústica per a eliminar o reduir la fidelitat dels sons menys audibles, reduint aixina l'espai necessari per a almagasenar-los o transmetre'ls.

La compensació acceptable entre la pèrdua de calitat d'àudio i el tamany de transmissió o almagasenament depén de l'aplicació. Per eixemple, un disc compacte (CD) de 640 MB conté aproximadament una hora de música d'alta fidelitat sense comprimir, menys de 2 hores de música comprimida sense pèrdues o 7 hores de música comprimida en el format MP3 a una taxa de bits mija. Una gravadora de sò digital pot almagasenar normalment unes 200 hores de parla clarament inteligible en 640 MB.

La compressió d'àudio sense pèrdues produïx una representació de les senyes digitals que pot descodificarse en un duplicat digital exacte de l'original. Els ràtios de compressió se situen entorn al 50-60 % del tamany original, que és similar als de la compressió genèrica de senyes sense pèrdues. Els códecs sense pèrdues utilisen el ajust de curves o la predicció llineal com a base per a estimar la senyal. Els paràmetros que descriuen l'estimació i la diferència entre l'estimació i la senyal real es codifiquen per separat.

Existixen varis formats de compressió d'àudio sense pèrdues. Vore llesta de códecs sense pèrdues per a obtindre una llista. Alguns formats estan associats a un sistema distint, com Direct Stream Transfer, utilisat en Super Àudio CD i Meridian Lossless Packing, utilisat en DVD-Àudio, Dolby TrueHD, Blu-ray i HD DVD.

Alguns formats d'archiu d'àudio presenten una combinació d'un format en pèrdues i una correcció sense pèrdues; açò permet eliminar la correcció per a obtindre fàcilment un archiu en pèrdues. Estos formats inclouen MPEG-4 SLS (Scalable to Lossless), WavPack i OptimFROG DualStream.

Quan es van a processar archius d'àudio, ya siga per compressió posterior o para edició, és desijable treballar a partir d'un original inalterado (sense comprimir o comprimit sense pèrdues). El processament d'un archiu comprimit sense pèrdues per a algun fi sol produir un resultat final inferior a la creació del mateix archiu comprimit a partir d'un original sense comprimir. Ademés de para l'edició o la mescla de sò, la compressió d'àudio sense pèrdues s'utilisa a sovint per a l'almagasenament d'archius, o com a còpies mestres.

Compressió d'àudio en pèrdues

La compressió d'àudio en pèrdues s'utilisa en una àmplia gama d'aplicacions. Ademés de les aplicacions independents de reproducció d'archius en reproductors MP3 o ordenadors, els #fluix d'àudio comprimits digitalment s'utilisen en la majoria dels DVD de vídeo, la televisió digital, els mijos de transmissió en Internet, la ràdio per satèlit i per cable, i cada volta més en les emissions de ràdio terrestre. La compressió en pèrdues sol conseguir una compressió molt major que la compressió sense pèrdues, en descartar les senyes menys crítiques basant-se en optimisacions psicoacústicas.

La psicoacústica reconeix que no totes les senyes d'un fluix d'àudio poden ser percebuts pel sistema auditiu humà. La major part de la compressió en pèrdues reduïx la redundància identificant primer els sons perceptualmente irrellevants, és dir, els sons que són molt difícils de sentir. Eixemples típics són les freqüències altes o els sons que es produïxen al mateix temps que els sons més forts. Eixos sons irrellevants es codifiquen en menor precisió o no es codifiquen en absolut.

Per la naturalea dels algoritmes en pèrdues, la calitat de l'àudio sofrix una pèrdua de generació digital quan es descomprime i recomprime un archiu. Açò fa que la compressió en pèrdues siga inadequada per a almagasenar els resultats intermijos en aplicacions professionals d'ingenieria d'àudio, com l'edició de sò i la gravació multipista. No obstant, els formats en pèrdues, com el MP3, són molt populars entre els usuaris finals, ya que el tamany de l'archiu es reduïx al 5-20 % del tamany original i un megabyte pot almagasenar aproximadament un minut de música en la calitat adequada.

Métodos de codificació

Per a determinar qué informació d'una senyal d'àudio és irrellevant des del punt de vista perceptivo, la majoria dels algoritmes de compressió en pèrdues utilisen transformacions com la transformada de coseno discreta (MDCT) per a convertir les formes d'ona muestreadas en el domini del temps en un domini de transformació, normalment el domini de la freqüència. Una volta transformades, les freqüències dels components poden priorisar-se segons el seu audibilidad. La audibilidad dels components espectrals s'evalua utilisant el llindar absolut d'oïment i els principis d'emmaixquerament simultàneu —el fenomen en el que una senyal és emmaixquerada per una atra senyal separada per la freqüència— i, en alguns casos, emmaixquerament temporal-en el que una senyal és emmaixquerada per una atra senyal separada pel temps. També es poden utilisar els contorns d'igual sonoritat per a ponderar l'importància perceptiva dels components. Els models de la combinació sentit-cervell humà que incorporen estos efectes solen denominar-se model psicoacústicos.

Atres tipos de compressors en pèrdues, com la codificació predictiva llineal utilisada en el parla, són codificadores basats en la font. La LPC utilisa un model del tracto vocal humà per a analisar els sons del parla i inferir els paràmetros utilisats pel model per a produir-los moment a moment. Estos paràmetros canviants es transmeten o almagasenen i s'utilisen per a impulsar un atre model en l'descodificador que reproduïx el sò.

Els formats en pèrdues s'utilisen a sovint per a la distribució d'àudio en streaming o la comunicació interactiva (com en les rets de telefonia mòvil). En estes aplicacions, les senyes deuen descomprimirse a mida que fluïxen, en lloc de fer-ho en acabant de que s'haja transmés tot el fluix de senyes. No tots els códecs d'àudio poden utilisar-se per a aplicacions de streaming.

La Latencia és introduïda pels métodos utilisats per a codificar i decodificar les senyes. Alguns códecs analisen un segment més llarc, cridat trama, de les senyes per a optimisar l'eficiència, i després ho codifiquen de manera que es requerixca un segment més gran de senyes al mateix temps per a decodificar. La latencia inherent a l'algoritme de codificació pot ser crítica; per eixemple, quan hi ha una transmissió bidireccional de senyes, com en una conversació telefònica, els retarts significatius poden degradar sériament la calitat percebuda.

A diferència de la velocitat de compressió, que és proporcional al número d'operacions que requerix l'algoritme, ací la latencia es referix al número de mostres que cal analisar abans de processar un bloc d'àudio. En el cas mínim, la latencia és de zero mostres (per eixemple, si el codificador/decodificador simplement reduïx el número de bits utilisats per a quantificar la senyal). Els algoritmes del domini del temps, com el LPC, també solen tindre latencias baixes, d'ahí la seua popularitat en la codificació del parla per a la telefonia. No obstant, en algoritmes com el MP3, cal analisar un gran número de mostres per a implementar un model psicoacústico en el domini de la freqüència, i la latencia és de l'orde de 23 ms.

Codificació del parla

La codificació del parla és una categoria important de la compressió de senyes d'àudio. Els models perceptivos utilisats per a estimar qué aspectes del parla pot escoltar l'oït humà solen ser alguna cosa diferents dels utilisats per a la música. El ranc de freqüències necessari per a transmetre els sons d'una veu humana és normalment molt més estretixc que el necessari per a la música, i el sò és normalment menys complex. Per això, la veu pot codificar-se en alta calitat utilisant una taxa de bits relativament baixa.

Açò es conseguix, en general, per mig d'una combinació de dos enfocaments:

• Codificar solament els sons que podria emetre una sola veu humana.
• Rebujar la major part de les senyes de la senyal, conservant solament lo suficient per a reconstruir una veu "inteligible" en lloc de tota la gama de freqüències de l'oït humà.

Els primers algoritmes utilisats en la codificació del parla (i en la compressió de senyes d'àudio en general) varen ser el algoritme A-law i el algoritme μ-law.

Història

Les primeres investigacions sobre àudio es varen realisar en els Laboratoris Bell. Allí, en 1950, C. Chapin Cutler va presentar la palesa de la modulació diferencial per còdic d'impulsos (DPCM). En 1973, P. Cummiskey, Nikil S. Jayant i James L. Flanagan varen introduir la DPCM adaptativa (ADPCM).

La codificació perceptiva es va utilisar per primera volta per a la compressió de la codificació del parla, en la codificació predictiva llineal (LPC). Els conceptes inicials de LPC es remonten als treballs de Fumitada Itakura (Universitat de Nagoya) i Shuzo Saito (Nippon Telegraph and Telephone) en 1966. Durant la década de 1970, Bishnu S. Atal i Manfred R. Schroeder en Bell Labs varen desenrollar una forma de LPC cridada codificació predictiva adaptativa (APC), un algoritme de codificació perceptiva que explotava les propietats d'emmaixquerament de l'oït humà, seguit a principis dels anys huitanta en l'algoritme de predicció llineal excitada per còdic (CELP), que va conseguir una relació de compressió significativa per a la seua época. La codificació perceptual és utilisada pels formats moderns de compressió d'àudio com MP3 i AAC.

La transformada de coseno discreta (DCT), desenrollada per Nasir Ahmed, T. Natarajan i K. R. Rao en 1974, va proporcionar la base per a la transformada discreta del coseno modificada (MDCT) utilisada pels formats moderns de compressió d'àudio com el MP3, Dolby Digital, i AAC. El MDCT va ser propost per J. P. Princen, A. W. Johnson i A. B. Bradley en 1987, despuix d'un treball anterior de Princen i Bradley en 1986.

El primer sistema comercial d'automatisació d'emissions d'àudio del món va ser desenrollat per Oscar Bonello, un professor d'ingenieria de la Universitat de Buenos Aires. En 1983, utilisant el principi psicoacústico de l'emmaixquerament de les bandes crítiques publicat per primera volta en 1967, va començar a desenrollar una aplicació pràctica basada en el recent desenrollat ordenador IBM PC, i el sistema d'automatisació de la radiodifusió va ser llançat en 1987 baix el nom d'Audicom. Vint anys despuix, casi totes les emissores de ràdio del món utilisaven una tecnologia similar fabricada per vàries empreses.

En febrer de 1988 es va publicar un compendio bibliogràfic sobre una gran varietat de sistemes de codificació d'àudio en el Journal on Selected Areas in Communications (JSAC) del IEEE. Encara que hi havia alguns artículs d'abans, esta colecció documentava tota una varietat de codificadores d'àudio acabats i en funcionament, casi tots ells utilisant tècniques perceptivas i algun tipo d'anàlisis de freqüència i codificació sense soroll de fondo.

Vídeo

Vore també: Códec de vídeo

El vídeo sense comprimir requerix una taxa de senyes molt alta. Encara que els códecs per mig de compressió de vídeo sense pèrdues funcionen en un factor de compressió de 5 a 12, un vídeo típic de compressió en pèrdues H.264 té un factor de compressió d'entre 20 i 200.

Les dos tècniques clau de compressió de vídeo utilisades en els estàndarts de codificació de vídeo són la transformada de coseno discreta (DCT) i la compensació de moviment (MC). La majoria dels estàndarts de codificació de vídeo, com els formats H.26x i MPEG, solen utilisar la codificació de vídeo DCT en compensació de moviment (compensació de moviment en bloc).

La majoria dels códecs de vídeo s'utilisen junt en les tècniques de compressió d'àudio per a almagasenar els #fluix de senyes separades, pero complementaris com un paquet combinat utilisant els cridats formats contenidors.

Teoria de la codificació

Les senyes de vídeo poden representar-se com una série de fotogrames d'imàgens fixes. Estes senyes solen contindre abundants cantitats de redundància espacial i temporal. Els algoritmes de compressió de vídeo intenten reduir la redundància i almagasenar l'informació de forma més compacta.

La majoria dels formats de compressió de vídeo i códecs exploten la redundància espacial i temporal (per eixemple, per mig de la codificació de diferències en compensació de moviment). Les similituts poden codificar-se almagasenant solament les diferències entre, per eixemple, fotogrames temporalment adjacents (codificació intercuadro) o píxels espacialmente adjacents (codificació intracuadro). La compressió Inter-frame (una codificació delta temporal) (re)utilisa les senyes d'un o més fotogrames anteriors o posteriors d'una seqüència per a descriure el fotograma actual. La codificació intracuadro, pel contrari, utilisa sol senyes del quadro actual, sent en realitat una compressió d'image.

Els formats de codificació de vídeo entre fotogrames utilisats en les videocámaras i en l'edició de vídeo ampren una compressió més simple que utilisa solament la predicció intra-frame. Açò simplifica el software d'edició de vídeo, ya que evita que un fotograma comprimit es referixca a senyes que l'editor ha eliminat.

Normalment, la compressió de vídeo ampra ademés tècniques de compressió en pèrdues com la cuantización que reduïxen aspectes de les senyes d'orige que són (més o menys) irrellevants per a la percepció visual humana explotant característiques perceptivas de la visió humana. Per eixemple, les menudes diferències de color són més difícils de percebre que els canvis de lluentor. Els algoritmes de compressió poden promediar un color a través d'estes àrees similars d'una manera similar als utilisats en la compressió d'imàgens JPEG. Com en tota compressió en pèrdues, hi ha un compromís entre la calitat de vídeo i la taxa de bits, el cost de processar la compressió i la descompressió, i els requisits del sistema. Els vídeos molt comprimits poden presentar artefactes de compressió visibles o molests.

Atres métodos distints dels formats de transformació basats en la DCT, com la compressió fractal, la busca de coincidències i l'us d'una transformada wavelet discreta (DWT), han segut objecte d'algunes investigacions, pero no solen utilisar-se en productes pràctics. La compressió wavelet s'utilisa en codificadores d'imàgens fixes i de vídeo sense compensació de moviment. L'interés per la compressió fractal sembla estar disminuint, pels recents anàlisis teòrics que mostren una falta d'eficàcia comparativa de tals métodos.

Codificació entre fotogrames

En la codificació entre fotogrames, es comparen els fotogrames individuals d'una seqüència de vídeo d'un fotograma a un atre, i el códec de compressió de vídeo registra les diferències respecte al fotograma de referència. Si el fotograma conté àrees en les que no s'ha mogut res, el sistema pot simplement emetre un breu comando que copie eixa part del fotograma anterior en el següent. Si hi ha seccions del fotograma que es mouen de forma senzilla, el compressor pot emetre un comando (llaugerament més llarc) que indique al descompresor que desplace, rote, aclarixca o enfosquixca la còpia. Este comando més llarc seguix sent molt més talle que les senyes generades per la compressió intracuadro. Normalment, el codificador també transmet una senyal de residu que descriu les restants diferencies més sotils sobre les imàgens de referència. Utilisant la codificació d'entropía, estes senyals de residu tenen una representació més compacta que la senyal completa. En les zones de vídeo en més moviment, la compressió deu codificar més senyes per a mantindre el ritme del major número de píxels que canvien. Normalment, durant les explosions, les flames, les bandadas d'animals i en algunes prens panoràmiques, el detall d'alta freqüència provoca una disminució de la calitat o un aument de la taxa de bits variable.

Formats de transformació híbrits basats en blocs

En l'actualitat, casi tots els métodos de compressió de vídeo més utilisats (per eixemple, els que figuren en les normes aprovades per la UIT-T o la ISO) compartixen la mateixa arquitectura bàsica que es remonta a la norma H.261, estandardisada en 1988 per la UIT-T. Es basen principalment en la DCT, aplicada a blocs rectangulars de píxels veïns, i en la predicció temporal per mig de vectores de moviment, aixina com, actualment, en una etapa de filtrat en bucle.

En l'etapa de predicció, s'apliquen vàries tècniques de deduplicación i de codificació de diferències que ajuden a decorrelacionar les senyes i a descriure les noves senyes basant-se en els ya transmesos.

A continuació, els blocs rectangulars de senyes de píxels restants es transformen en el domini de la freqüència. En la principal etapa de processament en pèrdues, les senyes del domini de la freqüència es quantifiquen per a reduir l'informació que és irrellevant per a la percepció visual humana.

En l'última etapa, la redundància estadística s'elimina en gran mida per mig d'un codificador d'entropía que sol aplicar alguna forma de codificació aritmètica.

En una etapa adicional de filtrat en bucle es poden aplicar varis filtres a la senyal d'image reconstruïda. En computar estos filtres també dins del bucle de codificació poden ajudar a la compressió perque poden aplicar-se al material de referència ans que s'utilise en el procés de predicció i poden guiar-se utilisant la senyal original. L'eixemple més popular són els filtres de desbloquege que eliminen els artefactes de bloqueig de les discontinuidades de quantificació en els llímits dels blocs de transformació.

Història

En 1967, A.H. Robinson i C. Cherry varen propondre un esquema de compressió d'ample de banda de codificació de llongitut de carrera per a la transmissió de senyals de televisió analògiques. La transformada de coseno discreta (DCT), que és fonamental per a la compressió de vídeo moderna, va ser introduïda per Nasir Ahmed, T. Natarajan i K. R. Rao en 1974.

H.261, que va debutar en 1988, va introduir comercialment l'arquitectura bàsica prevalente de la tecnologia de compressió de vídeo. Va ser el primer format de codificació de vídeo basat en la compressió DCT. H.261 va ser desenrollat per vàries empreses, entre elles Hitachi, PictureTel, NTT, BT i Toshiba.

Els estàndars de codificació de vídeo més populars utilisats per als códecs han segut els estàndarts MPEG. MPEG-1 va ser desenrollat pel Motion Picture Experts Group (MPEG) en 1991, i va ser dissenyat per a comprimir vídeo de calitat VHS. Va ser succeït en 1994 per MPEG-2/H.262, que va ser desenrollat per vàries empreses, principalment Sony, Thomson i Mitsubishi Electric. MPEG-2 es va convertir en el format de vídeo estàndar para DVD i televisió digital SD. En 1999, li va seguir MPEG-4/H.263. També va ser desenrollat per vàries empreses, principalment Mitsubishi Electric, Hitachi i Panasonic.

H.264/MPEG-4 AVC va ser desenrollat en 2003 per vàries organisacions, principalment Panasonic, Godo Kaisha IP Bridge i LG Electronics. AVC va introduir comercialment els moderns algoritmes de codificació aritmètica binaria adaptable al context (CABAC) i codificació de llongitut variable adaptable al context (CAVLC). AVC és el principal estàndar de codificació de vídeo per als discs Blu-ray, i és àmpliament utilisat pels llocs web per a compartir vídeos i els servicis de transmissió per Internet com YouTube, Netflix, Vimeo i iTunes Store, el software web com Atobó Flash Player i Microsoft Silverlight, i vàries emissions d'HDTV per televisió terrestre i per satèlit.

Genètica

Els algoritmes de compressió genómica són l'última generació d'algoritmes sense pèrdues que comprimixen senyes (normalment seqüències de nucleòtits) utilisant tant algoritmes de compressió convencionals com a algoritmes genètics adaptats al tipo de senyes específic. En 2012, un equip de científics de l'Universitat Johns Hopkins va publicar un algoritme de compressió genètica que no utilisa un genoma de referència per a la compressió. HAPZIPPER es va adaptar a les senyes del HapMap i conseguix una compressió de més de 20 voltes (95 % de reducció del tamany de l'archiu), proporcionant una compressió de 2 a 4 voltes millor i és menys intensiva des del punt de vista computacional que les principals utilitats de compressió d'us general. Per a això, Chanda, Elhaik i Bader varen introduir la codificació basada en MAF (MAFE), que reduïx l'heterogeneïtat del conjunt de senyes classificant els SNP per la seua freqüència alélica menor, homogeneizando aixina el conjunt de senyes. Atres algoritmes desenrollats en 2009 i 2013 (DNAZip i GenomeZip) tenen ràtios de compressió de fins a 1200 voltes, lo que permet almagasenar 6000 millons de parells de bases de genomes humans diploides en 2.5 megabytes (en relació en un genoma de referència o promediado entre molts genomes). Per a una referència en compressors de senyes genètiques/genómicos, vejau.

Hipòtesis

El treball d'investigació científica de Boris Weisler se centrava en una llínea àrida de la matemàtica: la teoria de grups algebraics. El vocablo “grup” s'utilisa per a designar al conjunt de #simetria d'un objecte i la manera en que estes interactuen. Òbviament, el grup dependrà de la geometria de l'objecte en qüestió. Ara be, l'abstracció matemàtica permet definir la noció de grup sense un objecte subjacent, i a partir de la seua estructura interna reconstruir dit objecte. La rellevància d'este procés radica que ha permés descobrir de manera abstracta noves i insospitades #geometria.

En bregar directament en grups s'utilisen métodos algebraics de gran formalitat. D'alguna manera, es treballa solament en variables i incògnites pensant sempre en que hi ha un objecte per darrere, pero sense aferrar-se mai a ell. Si per mig d'estos métodos es conseguix establir un resultat, llavors est tindrà conseqüències —a voltes insospitades— sobre estos objectes “nebulosos” i la seua geometria. La seua Gran Teorema, espectacular, pot llegir-se de la següent manera: “tot subgrup del grup de matrius d'entrades sanceres i determinant 1 que és dens en la topología Zarisky és casi dens en la topología de #congruència”. Encara que sembla un trabalenguas, lo cert és que este resultat de 1984 és una verdadera joya de la matemàtica, i va tardar anys en ser completament comprés i assimilat per la comunitat acadèmica.

Del mateix, de difícil comprensió, es deduiria un nou diferent concepte de "compressió sense compressió" basat, en principis "matemàtics-semàntics". Un terreny encara molt poc explorat. Si som capaços de comprendre l'informació a "comprimir" com un mer llenguage convencional, que consta de significat, pero que s'expressa com significante, i som capaços de traduir estos significantes a números, números susceptibles d'operacions matemàtiques, la "compressió" de l'informació, deixa d'entendre's com a tal passant a ser, senzillament, la reducció d'un número (que pot ser extraordinàriament gran), una fòrmula, o clau numèrica resultant d'operacions matemàtiques sobre el "objecte-informació" a reduir (comprimir, en el llenguage habitual).

L'eixemple al que es recorre com a demostració sol ser del següent tipo: Traduïm una informació, un text, un llibre en 100 000 paraules. Ho convertim al seu equivalent numèric binario, pero, per a entendre millor l'eixemple, tornem a convertir-ho al seu equivalent decimal. Nos queda llavors, un número enorme, en una determinada terminació, seqüència numèrica. Elegim, d'eixes originals 100 000 paraules (ara representades com a número decimal) les últimes 5000 (l'elecció és convencional, i d'acort a les necessitats prefixades). Prenem estes 5000 paraules finals del text-número com "patró". I les restem n voltes, fins a aplegar a obtindre un número menor que el patró utilisat. Li cridarem, convencionalment, "restant". Aixina, nos queden també dos claus. Els cridarem, "claus de reconstrucció de l'informació inicial". Simplement, caldrà agarrar després eixe restant i sumar n voltes el patró elegit, fins que comprovem que tal patró coincidix en el final de l'informació inicial o totalitat. I d'eixes dos claus, haurem reconstruït el total de l'informació. Per supost, est és solament un eixemple modele molt simplificat. En la base dels principis ací explicats, i les ferramentes matemàtiques i informàtiques disponibles es pot alvançar més allà dels llímits aparents. Tinga's en conte que ni tan sols nos hem referit a recursos com la recursividad, també aplicable a este método i perfectament tractable informáticamente.

Enllaços externs

• Processament Digital de Senyals Acústiques utilisant Wavelets.
• Llista de manuals d'algoritmes de compressió sense pèrdua [1] archivat en Wayback Machine.
• Compressió en Bases de senyes (Teradata)
• Compressió d'archius: formes, tipos i métodos