2010/10/24

高雄PC Party-改裝精品店(能完全提升您爽度的店家)-1

小雨:「我數過教室到琴房的距離,有108步。」
....:「我數過我家到PC Party的距離,有180步。」

這可以說在高雄市建國二路的活動中,現場最接近我家的一次。
PC Party原名ㄚ仲工作室,發跡在高雄縣鳳山市。

梅姬颱風奉送的颱風假隔天,當然天公很作美,沒讓這麼好的活動受到影響,主題有三大主軸:
第一主軸:排隊可以抽獎,每人有一張摸彩卷,共有300張摸彩卷,發完不再加發,大獎有30件以上。


前200名有T-Shirt以及Show Girl幫你貼上Tt的紋身貼紙,還有很漂亮的購物袋,其實是怕有人重複排隊吧,Tt與主辦單位很用心。
當然第一主軸成功的為第二主軸集客。

第二主軸:Tt曜越太陽神隊的隊員來到高雄與玩家同場競技,比的是星海爭霸二。
第三主軸:再來當然是摸彩時間囉!Tt曜越的大獎由Tt曜越的雅典娜幫忙摸出。當然還有其他大獎,就容在下另外在開篇幅來分享。


主持人也就是店長,非常幽默,也很會帶動氣氛,整個活動一直沒有冷場,是我看過歷年來,建國商場人數最多的一次活動,


真的不簡單,主持人摸彩時非常公正公開,灑贈品時也是顧慮到左右人數的比例,整個活動可以說是非常的圓滿。
雖然這次沒有抽到,但是店長有說馬上還有下一次活動,請大高雄的朋友別忘了共襄盛舉喔。
數位像機內的檔案約有200多張,要不是辦活動,可能也沒有機會仔細慢慢地全部拍完吧。
最後我還是沒有得到獎品,所以就沒有開箱文囉。
如果還是想看開箱文的,Gric大大有寫過一篇分享不分大小事-台灣熊開箱-機殼界翹楚Thermaltake與顯示卡界的霸主nVidia「技術合體結晶」-「 Element V Nvidia 限定版機殼」

應該就是我再店裡看到這一台

 

由於今天是Tt太陽神隊來到高雄。下面在下就放上PC Party內Tt曜越的產品與Show girl作為Ending。

 

























--

延伸閱讀:
Tt曜越太陽神隊:http://www.ttapollos.com.tw/index.aspx


曜越科技台灣Thermaltake Taiwan Facebook粉絲團:http://www.facebook.com/pages/yao-yue-ke-ji-tai-wan-Thermaltake-Taiwan/120786417941318

參考資料:http://optical-comm.blogspot.com

視訊壓縮標準概述.1.6 非失真壓縮編碼

1.6 非失真壓縮編碼

經由離散餘弦轉換轉換後的能量會集中在幾個低頻係數的數值上,在經量化後,此時只要儲存低頻的係數即可,故於矩陣儲存的順序必須經過調整,如上圖為MPEG-2的鋸齒狀掃描順序,如此可以確保儲存的串列中,後方有一連串的零,增加後續非失真壓縮編碼的壓縮率。

clip_image001

圖6.14 MPEG-2的鋸齒狀掃描順序

對係數值而言,我們對一個畫面中所有的係數值做predictive coding,而後做熵編碼(entropy coding),熵編碼是指非失真壓縮編碼的意思,如Huffman 或Arithmetic coding 等,Entropy encoding包含Variable-length Coding與Run-Level Encoding。對Arithmetic coding值而言,由於各block 中會有很多零值連在一起,此時若先做run-length coding 再加下entropy coding 會更為有利。一般做法為,對Arithmetic coding中每個非零係數做(run, level)的配對表示,其中level 表示此非零係數值的位階,run 則是目前非零係數與上一個非零係數間的零的個數。

表6.2 Run-level Encoding

Run-Level Encoding

– 輸入陣列: 16,0,0,-3,5,6,0,0,0,0,-7

– 輸出值 (run,level): (0,16),(2,-3),(0,5),(0,6),(4,-7)

level 表示此非零係數值的位階,run 則是目前非零係數與上一個非零係數間的零的個數。

最後經由 VLC (variable length coding) 方式如霍夫曼或Arithmetic coding 等。編碼後與動態向量複合產生視訊壓縮編碼。

霍夫曼編碼法(Huffman Coding)是霍夫曼在1952年所提出的一種無失真壓縮技術,其原理是將欲壓縮之字串,先讀一遍,將字串中的每一相異單字元(Single Character)的出現頻率,做成統計,依此建構霍夫曼樹(Huffman’s Tree)。每一相異單字元,用0與1予以編碼,出現次數逾多者,給予較少的位元編碼,由於每個位元的編碼長度不是固定8個bit,故這種編法方式,稱做變動長度編碼,最後將這些位元串組合起來,並加上Huffman’s tree ,就成為壓縮檔案。Huffman編碼法為依資訊源符號出現機率,在對資訊源符號逐一編碼條件下(The symbols be coded one at a time),最佳之編碼方法。

但在實際上不會對每次壓縮重建霍夫曼樹,因為在計算過程中,不同字元出現的機率呈現高度正相關,而建立霍夫曼樹能須花費計算時間,故使用預先計算以霍夫曼為基礎的編碼法(Pre-calculated Huffman-based Coding),假設每次計算霍夫曼樹皆同,使用查表方式直接轉碼。如下圖為MPEG2標準的變動長度編碼表格,我們首先查表查出(run,level)的編碼,後面再跟上該非零編碼。

clip_image003

圖6.15 MPEG2標準的變動長度編碼表格

位元率控制決定了DCT 係數量化過程的粗糙程度。輸出緩衝器平滑了資料流程的輸出,提供了對量化器的控制,來限制資料速率或將其保持在一定水平。一般說來,VBR(variable bit rate)對於提供穩定的影像品量是個更好的選擇。任何情況下,固定的資料速率都只是個概念而已,在過程中給定的掃描線之間,在給定的畫面與畫面之間,資料是變化的,DCT 係數在變化,熵編碼也在變化。

clip_image005

圖6.16 動態向量也是使用變動長度編碼來進一步壓縮

大致上來說,解碼程序恰為編碼的反向。也就是說先經由Huffman/Arithmetic decode 後,做反向量化、IDCT、動態評估、動態預測而得到重建後的序列。

視訊壓縮標準概述.1.5 量化

1.5 量化

利用 DCT 轉換除去空間上的相關性,並配合量化 (quantized) 程序去除不重要的資訊,量化過程會對視訊品質產生失真現象。經由離散餘弦轉換轉換後的能量會集中在幾個低頻係數的數值上,而高頻的係數則會趨近於零。我們再以量化(Quantization)的手段,縮減一群大範圍的資料到較小的範圍。使得這些高頻係數儘量變為零,所以,量化的結果是稀疏陣列,以利進一步的壓縮。量化會造成視訊壓縮失真,並非是DCT。

clip_image003

圖6.12 不同係數個數還原後的失真度比較

由上圖可以觀察到,經由量化後儲存不同數量的係數,在經由反離散餘弦轉換後,係數儲存越少的,其失真度較嚴重,不過若係數到達一定的數量之後,增加係數數量會增加儲存空間與傳輸時間,但對於影像品質的增加有限。

解壓縮時,經量化後的數值,再經反向量化(inverse quantization)、IDCT(inverse discrete cosine transformation)及動態補償後,即可得到一近似原先區塊值的區塊,但其中不易被人眼察覺的高頻信號已在此過程中被去除。量化在上述過程中主要有兩個功能,其一是讓原本已經很接近零的值儘量變成零,其二則是使得原來非零係數的分布範圍變小,有助於壓縮。但由於量化後的資料再還原時與原來的資料不會全然相同,因此視訊壓縮後失真的程度,可以說主要便取決於量化位階(quantization scale)的選取。一般的原則是,高頻訊號人眼不易察覺,故應採用較大之scale,使其儘可能成為零;而低頻訊號應採用較小之scale,使其還原後不至於和原來的資料相差太多,如下圖為MPEG-2的預設量化矩陣。

clip_image004

圖6.13 MPEG-2的預設量化矩陣

視訊壓縮標準概述.1.4 線性轉換

1.2 線性轉換

對於許多壓縮系統,第一步工作就是識別存在於視頻信號的空間冗餘,這是利用分別對整幅影像做DCT(Discrete Cosine Transform)來完成。

在線性代數中所指的線性轉換,有兩個特性就是轉換前後加法運算不變,且純量乘法不變。而在函數空間上,其維度為無限大,多項式函數使用函數空間其中一組基底,變換基底的動作就叫做線性轉換,最顯而易見的例子就是座標轉換,座標轉換就是變換不同的基底。常見的傅利葉轉換就是轉換到以三角函數sin與cos為基底的表示法,但傅利葉轉換並不適合視訊壓縮來使用,一個優秀的線性轉換具有以下幾個特性:

- 經線性轉換後,非零數值可以局限在矩陣某一區域,減少因量化造成的資訊損失。

- 運算必需簡單,容易由DSP實作,進而容易設計硬體來加速。

- 經反轉換運算後,在區塊邊緣不能有明顯的假輪廓。

故經眾多學者實驗後,發現只存有cos項的離散餘弦轉換(DCT;Discrete Cosine Transform)較符合以上幾個條件,故MPEG-2仍採用離散餘弦轉換。其他如小波轉換則運用於其他更高階的影像或視訊標準中,如JPEG-2000。

離散餘弦轉換是一個無損的,可逆的數學過程,它把空間幅度資料轉化為時間頻率資料。在用於視頻壓縮時,這一運算過程是以亮度採樣和相應的色差採樣構成的8*8 點的方塊單位進行。

clip_image002

圖6.10 MPEG-2所使用的標準DCT矩陣

clip_image004

圖6.11 轉換前後的矩陣係數

轉換方式Y=AXAT ,由上圖可觀查到轉換前後矩陣內的係數約略相同大小,轉換後右邊矩陣內的大係數集中於右上角。

視訊壓縮標準概述.1.3 動態補償

1.3 動態補償

而動作補償之成功與否在於我們是否能正確的估計出方塊的動作向量,這個運算叫做動態評估(motion estimation),並且要能在短時間內就完成,同時這也是編碼器的優劣所在,特別是在即時壓縮的廣播領域,因為不像離線壓縮時,可以花費較長時間來找尋最適當的動作向量,即時壓縮的廣播領域必需在固定時間內完成壓縮,否則收視端將無畫面可供顯示,故同位元率的狀況下,離線壓縮的視訊品質一般較即時壓縮來的精緻。一般數位壓縮的廣播較類比格式的壓縮有數秒的時間差,正是編碼氣用於壓縮的時間。常用的動態評估有完全搜尋、對數搜尋、三步驟搜尋、階級式搜尋。因為MPEG-2 只定義了解碼器,因此不同的應用可以選擇適合的方法,來做最佳化。