Escolar Documentos
Profissional Documentos
Cultura Documentos
INTRODUÇÃO
Ç À TEORIA DE INFORMAÇÃO
Ç
Evelio M.
M G.
G Fernández - 2011
Introdução à Teoria de Informação
• E
Em 1948,
1948 Cl
Claude
d ShShannon publicou
bli o trabalho
b lh “A
Mathematical Theory of Communications”. A
partir
i do
d conceito
i ded comunicações
i õ de d Shannon,
Sh
podem ser identificadas três partes:
• Codificação
ç de fonte: Shannon mostrou que q em
princípio sempre é possível transmitir a
informação
ç gerada
g por
p uma fonte a uma taxa igual
g
à sua entropia.
Introdução à Teoria de Informação
1. Taxa de Compressão
– Ex: 4:1 ou 75 %
2. Fidelidade
– Distorção
s o ção (Rate
( ate Distortion
isto tion Theory)
heo y)
E
Exemplo
l
• N
Nenhuma
h palavra
l código
ódi é prefixo
fi ded qualquer
l outra
palavra-código
• Todo código prefixo é instantâneo (o final das palavras-
palavras
código é bem definido)
• Um código prefixo é sempre U.D.
U D (a recíproca não é
sempre verdadeira)
• Existe um código prefixo binário se e somente se
K −1
∑ ≤ 1 Desigualdade de Kraft
2 −lk
k =0
Kraft-McMillan
McMillan
Códi
Códigos Prefixos
P fi
L ≥ H (S )
pk = r − l k , r = 0, 1, K , K − 1
Códigos de Huffmann Binários
Símbolo Código
g • L = 1,05 bits/símbolo
a1 0 • H(A) = 0,335 bits/simbolo
a2 11 ,
• Redundância = 0,715
bits/símbolo (213% da
a3 10
entropia)
p )
p(a1 ) = 0,95 • São necessários duas vezes
p(a2 ) = 0,02 mais bits do que o
p(a3 ) = 0,03 prometido pela entropia!
Segunda Extensão da Fonte
⎡ 1 ⎤
Símbolo FX TX Binário ⎢log P( x ) ⎥ + 1 Código
⎢ ⎥
1 0,5
0 5 0,25
0 25 .010
010 2 01
2 0,75 0,625 .101 3 101
3 0,875
, 0,8125
, .1101 4 1101
4 1,0 0,9375 .1111 4 1111
Códi
Códigos B
Baseados
d em Di
Dicionários
i ái
repita
it
palavra = leia_palavra (entrada);
index = busca (palavra
(palavra,dicionário);
dicionário);
se index = 0 então
faça
escreva (palavra, saída);
inclua (palavra, dicionário);
fim
senão
escreva (index,
(i d saída);
íd )
até fim_da_mensagem
Al it
Algoritmo de
d Lempel-Ziv
L l Zi
Seqüência Binária:
10101101001001110101000011001110101100011011
Frases:
1, 0, 10, 11, 01, 00, 100, 111, 010, 1000, 011, 001, 110,
101, 100001, 1011
Algoritmo de Lempel
Lempel-Ziv
Ziv
2 N −1 N −1
F (u , v ) = C (u )C (v )∑∑ f ( x, y ) cos
(2 x + 1)uπ cos (2 y + 1)vπ
N x =0 y =0 2N 2N
8x8 Pixels
Primitivas da Transformada Discreta de Cossenos
“Zi Z Scanning”
“Zig-Zag S i ”
E
Exemplo
l de
d Codificação
C difi ã por Entropia
E t i em MPEG-2
MPEG 2
Tamanho
Valor do coeficiente Palavra-código de
do “run”
run
diferente de zero comprimento variável
de zeros
0 12 0000 0000 1101 00
0 6 0010 0001 0
1 4 0000 0011 000
0 3 0010 10
EOB - 10
Codificador MPEG
24 / 30 / 60
Conversão de Formatos
Quadros / s
BLOCOS
Deteção QUADRO
de RECONSTRUIDO
Movimento
ERRO DE PREDIÇÃO
Preditor
DCT T
Transformação
f ã Espacial
E i l
Reconstrução COEFICIENTES
-1 Fator de Escala
DCT Q
Truncamento
COEFICIENTES QUANTIZADOS
Compactação RLE
Huffman
VETORES DE
MOVIMENTO DADOS SAÍDA
MUX Buffer
Compensação de Movimento
Canal Discreto sem Memória
Matriz de Canal ou Transição
⎡ p( y0 | x0 ) p ( y1 | x0 ) L p( y K −1 | x0 ) ⎤
⎢ p( y | x ) p ( y | x ) L p ( y | x ) ⎥
P=⎢ 0 1 1 1 K −1 1 ⎥
⎢ M M M ⎥
⎢ ⎥
⎣ p ( y0 | x J −1 ) p( y1 | x J −1 ) L p( y K −1 | x J −1 )⎦
Canal Binário Simétrico
Relações entre Várias Entropias de Canal
Capacidade do Canal BSC
C
Capacidade
id d de
d Canal
C l
Pe = ε , ε → 0
T
Teorema da
d Codificação
C difi ã ded Canal
C l