Algoritma Kompresi Data Sederhana Untuk Mengurangi Permintaan Bandwidth Video dan Menurunkan Biaya

Program codec video saat ini mampu mengurangi ukuran file (bandwidth) konten video dengan faktor sekitar 100:1. Sebuah algoritma yang dikembangkan baru-baru ini memanfaatkan transformasi wavelet Haar (WT) dan antarmuka dengan program codec konvensional dapat mengurangi ukuran dan kebutuhan bandwidth file video dengan tambahan urutan besarnya, dengan faktor 10, tanpa kehilangan kualitas video. Dengan kata lain, ketika codec konvensional saja mengurangi file video menjadi 1/100 dari ukuran aslinya yang tidak terkompresi, maka kombinasi codec dan algoritma Haar WT mengurangi ukuran file video menjadi kira-kira 1/1000 dari ukuran aslinya.

Komentator industri dalam beberapa tahun terakhir telah melaporkan krisis yang berkembang dalam kapasitas jaringan telekomunikasi. Permintaan bandwidth download video tiktok tanpa watermark global telah meningkat secara eksponensial dengan menjamurnya layanan dan produk baru, seperti aplikasi mobile broadband untuk laptop dan ponsel pintar, televisi protokol internet (IPTV), video on demand (VOD), pengunduhan video dan streaming video. Video akan segera menggantikan panggilan suara sebagai media komunikasi real-time pilihan.

Apa yang disebut krisis bandwidth adalah dua kali lipat. Infrastruktur telekomunikasi direncanakan dan dibangun untuk dunia yang tidak memikirkan file video di mana-mana. Namun demikian, penyedia layanan dan produsen terus memperkenalkan produk baru dan paket berlangganan untuk meningkatkan permintaan dan pangsa pasar, yang menyebabkan kekurangan kapasitas bandwidth.

Penyedia bandwidth bisa menginvestasikan modal untuk meningkatkan kapasitas. Biaya akan diteruskan ke pelanggan yang tidak senang. Atau, mereka dapat menaikkan harga pengguna untuk menurunkan permintaan, juga membuat pelanggan tidak senang.

Solusi yang lebih baik untuk penyedia layanan, produsen perangkat, dan pengguna akhir adalah dengan mengurangi ukuran file video, sehingga membebaskan kapasitas, mengurangi biaya penyimpanan dan transmisi data, memungkinkan pertumbuhan pasar dan pendapatan yang berkelanjutan, dan menghindari pembatasan layanan.

Tidak diketahui sampai saat ini bahwa transformasi wavelet Haar (WT) dapat diterapkan secara efektif di bidang kompresi dan dekompresi video. Wavelet adalah fungsi matematika yang terlokalisasi dalam ruang. Dengan demikian, transformasi wavelet berguna untuk menganalisis fenomena fisik yang memiliki diskontinuitas dan lonjakan, seperti yang terjadi pada sinyal audio dan gambar. WT dapat mengekstrak informasi penting dari data dan dengan demikian mengompresnya. Haar WT adalah salah satu transformasi wavelet sederhana dan, oleh karena itu, relatif mudah digunakan.

Manusia memproses informasi sensorik di otak mereka dengan cara yang agak mirip dengan transformasi wavelet, yaitu, mereka mengekstrak informasi penting dan membuang data yang tidak relevan dari sudut pandang persepsi manusia. Dengan demikian, algoritma berdasarkan Haar WT dapat dirancang untuk meniru pemrosesan data otak manusia. Ini memampatkan data video dengan mengekstraksi informasi penting bagi persepsi manusia dan membuang data yang kurang relevan.

Modul perangkat lunak kompresi-dekompresi video baru berinteraksi langsung dengan codec standar (mis., MPEG-4, H-264, VC-1) untuk mengurangi ukuran file data video dengan faktor sekitar 10:1 di luar kompresi yang dicapai menggunakan codec saja . Perangkat lunak baru mencapai pengurangan bitrate yang sesuai. Kualitas video tetap terjaga. Program codec konvensional tetap tidak berubah. Kompresi video khusus (dan dekompresi) algoritma berdasarkan Haar WT dirancang untuk menjadi hampir plug-and-play, hanya memerlukan sedikit adaptasi untuk antarmuka dengan codec penyedia layanan tertentu.

Dengan demikian, algoritme yang menggunakan Haar WT dapat segera memotong permintaan bandwidth konten video pada jaringan transmisi kabel, satelit, dan nirkabel hingga 90 persen secara menyeluruh, yang paling penting di sektor broadband seluler. Selanjutnya, berdasarkan harga penyimpanan dan transmisi saat ini, penyedia konten video dapat memotong biaya penyimpanan dan transmisi mereka sebesar 60 hingga 80 persen.

Hak Cipta 2012 – Thomas Swenson

Thomas Swenson mengidentifikasi dan memasarkan teknologi paten bernilai tinggi dan kekayaan intelektual lainnya yang cocok untuk lelang atau penempatan pribadi.

Leave a Comment