1. Primerjava kodekov za stiskanje videoposnetkovLeon Tikvič, 2024, undergraduate thesis Abstract: V diplomskem delu smo primerjali novejše kodeke za stiskanje videoposnetkov, kot so H.264/x264, H.265/x265, H.266/VVenC, AV1/libaom in VP9/libvpx, z namenom identificirati njihove prednosti in slabosti. Osredotočili smo se na vpliv izbire kodekov in nastavljenih parametrov na kakovost slike ter učinkovitost stiskanja. Preučili smo tudi, kako različni tipi videoposnetkov, na primer visoko dinamični posnetki, statični prizori in videi z visoko ločljivostjo, vplivajo na delovanje kodekov. Primerjali smo stopnjo stiskanja, vpliv na velikost datoteke, čas stiskanja in končno kakovost slike. Za merjenje podobnosti smo uporabili metriki PSNR in SSIM. Ugotovitve raziskave ponujajo smernice za izbiro najučinkovitejših rešitev glede na specifične potrebe uporabnikov.
Keywords: Kodeki, stiskanje videoposnetkov, primerjava kodekov, H.264, H.265, H.266, AV1, VP9, video kakovost
Published in DKUM: 14.10.2024; Views: 0; Downloads: 12
 Full text (1,52 MB) |
2. Primerjava učinkovitosti algoritmov za stiskanje slik: heif, jpeg2000, png in webpSiniša Vučetić, 2024, undergraduate thesis Abstract: Diplomsko delo analizira učinkovitost štirih formatov za stiskanje slik: PNG, WebP, JPEG2000 in HEIF. Glavni cilj dela je primerjava teh formatov na enakih slikah, da se oceni njihova kakovost po stiskanju, faktor stiskanja ter hitrost stiskanja in razširjanja. Po podrobnem opisu posameznih formatov, delo ponuja analizo in primerjavo rezultatov, pri čemer se HEIF izkaže za najučinkovitejšega v stiskanju, kljub počasnejšem času obdelave. WebP nudi najboljše ravnotežje med učinkovitostjo stiskanja in hitrostjo obdelave, medtem ko se JPEG2000 izkaže za dober kompromis med kakovostjo in faktorjem stiskanja, vendar je počasnejši pri stiskanju in razširjanju.
Keywords: PNG, WebP, JPEG2000, HEIF, stiskanje slik
Published in DKUM: 07.10.2024; Views: 0; Downloads: 10
Full text (1,54 MB) |
3. Sistem za uvrstitev spletnih virov na podlagi spletnega grafa : magistrsko deloLeon Kutoš, 2022, master's thesis Abstract: Magistrsko delo se navezuje na razvoj sistema za uvrščanje spletnih strani, kjer uporabimo spletni pajek, algoritem TF-IDF ter algoritma PageRank in TrustRank. Razvili smo sistem, ki je sestavljen iz pridobivanja podatkov s pomočjo spletnega pajka, grupiranje po vsebinski tematiki ter računanje PageRank in TrustRank vrednosti posameznih spletnih strani. Sistem smo testirali na dvema realnima in dvema sintetičnima scenarijema. V vseh primerih je sistem uspešno ustvaril spletni graf in spletne strani uvrstil po njihovi pomembnosti. Predlagan sistem omogoča učinkovit pregled nad spletnimi povezavami ter uvrstitev spletnih strani glede njihove pomembnosti.
Keywords: spletni graf, PageRank, TrustRank, spletne aplikacije
Published in DKUM: 21.10.2022; Views: 520; Downloads: 63
Full text (1,57 MB) |
4. |
5. Algoritmi steganografije v rastrskih slikah BMP : diplomsko deloIgor Stanišovski, 2021, undergraduate thesis Abstract: V diplomskem delu smo se ukvarjali z algoritmi steganografije v rastrskih slikah. Opisali in implementirali smo metodo najmanj pomembnega bita, histogramsko metodo, metodo cik-cak, robno metodo in metodo spremembe stopnje sivine. Merili smo količino podatkov, ki jih lahko skrijemo, ne da bi izgled slike opazno spremenili. Za primerjavo originalne in stegoslike smo uporabili metriki PSNR in SSIM. Ob upoštevanju količine podatkov in popačenosti slike je najboljša metoda najmanj pomembnega bita z dvema bitoma, kot najslabša metoda pa se je izkazala metoda najmanj pomembnega bita s štirimi biti.
Keywords: steganografija, metoda najmanj pomembnega bita, robna metoda, histogramska metoda, metoda cik-cak, metoda spremembe stopnje sivine, metrika SSIM, metrika PSNR
Published in DKUM: 18.10.2021; Views: 814; Downloads: 55
Full text (4,97 MB) |
6. |
7. Metode prekrivanja informacije v slikah PNG : diplomsko deloLuka Kovačič, 2021, undergraduate thesis Abstract: V diplomskem delu najprej predstavimo pomembne aspekte slikovnega formata PNG,
kjer razložimo koncept prepletanja in filtre PNG. Nato se osredotočimo na metode za
prekrivanje informacije. Osredotočimo se na metode LSB, LSBMR, PVD, PPV in EMD.
Metode implementiramo in jih nato med seboj primerjamo.
Keywords: steganografija, prostorska domena, rastrske slike, metode LSB, LSBMR, PVD, PPV, EMD
Published in DKUM: 18.10.2021; Views: 717; Downloads: 63
Full text (2,83 MB) |
8. Steganografsko skrivanje podatkov v Haarovem prostoru videa : magistrsko deloJernej Mihelač, 2021, master's thesis Abstract: V magistrskem delu predstavimo atraktivno področje računalništva, steganografijo, ki se ukvarja z neopaznim skrivanjem podatkov. Prikrita komunikacija oziroma neopazno pošiljanje sporočil je zelo pomemben dejavnik v današnji družbi, kjer nas na vsakem koraku obkrožajo različne novice in informacije. Tako kot lahko informacije sporočamo na različne načine, tako lahko tudi podatke skrivamo v različne medije, ki se uporabljajo za komuniciranje. V tej magistrski nalogi predstavimo steganografski algoritem za skrivanje podatkov v videoposnetkih s pomočjo Haarove transformacije in algoritma F5. Z rezultati pokažemo učinkovitost predstavljenega postopka za skrivanja podatkov v videoposnetkih z namensko dodanim šumom.
Keywords: steganografija, skrivanje podatkov, Haarova transformacija, videoposnetki, algoritmi
Published in DKUM: 24.03.2021; Views: 739; Downloads: 73
Full text (2,74 MB) |
9. Algoritem določanja funkcijske odvisnosti povezav med vozlišči v kompleksnih mrežahDavid Jesenko, 2018, doctoral dissertation Abstract: V doktorski disertaciji predstavimo nov dvonivojski evolucijski algoritem za določanje funkcijske odvisnosti med netopološkimi lastnostmi vozlišč in povezavami v kompleksnih mrežah. Rezultat algoritma je neenačba, ki določa povezljivost med izbranima vozliščema kompleksne mreže. Na prvem nivoju predstavljenega algoritma poiščemo obliko neenačbe, na drugem nivoju pa ustrezne koeficiente in odločitveni prag. Ocenitveno funkcijo, ki je ozko grlo predlaganega algoritma, smo implementirali na grafično procesni enoti s tehnologijo CUDA, s čimer dosežemo učinkovito vzporedno izvajanje. V eksperimentalnem delu doktorske disertacije pokažemo primernost predstavljenega algoritma za analizo naravnih kompleksnih mrež. V primerjavi z metodami strojnega učenja in evolucijskimi algoritmi dosežemo boljše rezultate. Doktorsko disertacijo zaključimo s pregledom opravljenega dela in ovrednotenjem našega prispevka na raziskovalnem področju.
Keywords: evolucijski algoritmi, strojno učenje, kompleksne mreže, netopološke lastnosti vozlišč, funkcijski zapis, paralelno računanje, GPGPU, CUDA
Published in DKUM: 03.05.2018; Views: 1789; Downloads: 293
Full text (11,91 MB) |
10. OCENJEVANJE FRAKTALNOSTI PROSTORSKOVPETIH KOMPLEKSNIH MREŽDavid Jesenko, 2014, master's thesis Abstract: V magistrskem delu opišemo dve zelo zanimivi področji računalništva, kompleksne mreže in fraktale. S kompleksnimi mrežami lahko na preprost in enostaven način predstavimo sestavljene in težko opisljive strukture. Vozlišča v našem primeru predstavljajo objekte v prostoru, povezave med njimi pa interakcije. Zato govorimo o prostorskovpetih mrežah. Drugi del magistrskega dela predstavljajo fraktali, ki s svojo lastnostjo samopodobnosti vzbujajo veliko pozornosti v svetu računalništva. Dejanske fraktale je težko opisati in prepoznati, eden od načinov pa je s pomočjo fraktalne dimenzije. S fraktalno dimenzijo lahko opišemo kakršnekoli fraktale, dimenzija pa je značilno manjša od prostora, v katerega so vpeti. V tem magistrskem delu predstavimo postopek ocenjevanja fraktalnosti mrež. Razvita metoda temelji na štetju zasedenih škatelj. Z rezultati pokažemo njeno učinkovitost pri razpoznavi fraktalnih struktur, skritih v prostorskovpetih mrežah.
Keywords: kompleksni sistemi, kompleksne mreže, fraktali, fraktalna dimenzija, ocenjevanje fraktalnosti, algoritmi
Published in DKUM: 22.08.2014; Views: 2114; Downloads: 196
Full text (7,62 MB) |
