1. 1. H. SUMIJAN STAF PENGAJAR Universitas Putra Indonesia YPTK MULTIMEDIA DAN COMPUTER VISION
2. 2. Tantangan Teknis : Butuh pengelolaan ragam data dan volume data besar Waktu proses data dan komunikasi antara komponen-komponen teknologi bersifat real- time. Butuh sinkronisasi kerja antar komponen teknologi
3. 3. Volume Data :Speech 8000 samples/s 8Kbytes/s CD Audio 44,100 samples/s, 2 bytes/sample 176Kbytes/s Satellite 180X180 km^2 600MB/image Imagery 30m^2 resolution (60MB compressed) NTSC Video 30fps, 640X480 pixels, 3bytes/pixel 30Mbytes/s (2-8 Mbits/s compressed)
4. 4. Dokumen multimedia : Teks Citra Audio Video Animasi (komputer grafik)
5. 5. Suatu dokumen yang berisikan dua atau lebih elemen-elemen multimedia (media) dari sumber yang berbeda ( teks, citra, video, audio, ) Dokumen multimedia disimpan dalam satu atau beberapa file secara tersinkronisasi terhadap dasar waktu yang sama. Dokumen multimedia : Contoh : Suatu reportase pada siaran televisi akan susah difahami jika komentar seorang jurnalis memiliki delay waktu terhadap video dan/atau juga terhadap ilustrasi grafik yang ditayangkan.
6. 6. Sinkronisasi dokumen multimedia : Sinkronisasi intra-objets Sinkronisasi inter-objets
7. 7. Layanan Residential Video-on-demand Video phone/Conference Multimedia home shopping (MM catalogs, product demos and presentation) Layanan Business Services Corporate training Desktop MM conferencing, MM e-mail
8. 8. 8 Vido confrence 1. Volume data multimedia sangat besar 2. Bandwidth jaringan terbatas dan mahal 3. Delay waktu transmisi besar
9. 9. Pendidikan Pembelajaran jarak jauh Repository video pembelajaran Akses ke MM digital libraries Kedokteran Diagnosis, pengobatan dan pengarsipan Basis data multimedia
10. 10. Bidang medis (kedokteran) :
11. 11. Simulasi kedokteran :
12. 12. Bidang medis (Diagnosis) : Algoritma segmentasi warna citra
13. 13. Simulasi penerbangan :
14. 14. Kompresi data teks (Huffman coding, RLE coding, LZW coding, arithmetic coding Representasi dan kompresi data suara dan audio Representasi dan kompresi citra Representasi dan kompresi video
15. 15. Metode representasi data/informasi kedalam ukuran yang lebih kecil sehingga dapat mempercepat waktu transmisinya dan memperkecil penggunaan memori penyimpanan Kompresi dapat dilakukan tanpa kehilangan atau perubahan data (Lossless compression) Kompresi dapat dilakukan dengan kehilangan atau perubahan data (lossy compression)
16. 16. Pengkodean (coding) data atau informasi yang memiliki redundancy (kerangkapan) kedalam jumlah bit yang lebih kecil. Digunakan untuk kompresi teks atau citra/video tanpa kehilangan/perubahan data (citra/video medis) Beberap contoh coding : Huffman, arithmetic, statistik, RLE (run-length encoding), Lempel- Ziv, Lempel-Ziv-Welch,
17. 17. Huffman Coding (David Albert Huffman 1952) - Berbasis pada perhitungan statistik - Mengunakan bantuan pohon biner - Data yang frekuensi munculnya paling banyak dikode dengan jumlah bit terkecil - Data yang frekuensi munculnya paling sedikit dikode dengan jumlah bit terbesar
18. 18. Huffman Coding Contoh : "this is an example of a huffman tree" - statistik munculnya karakter : = 7, a=4, e=4, f=3, t=2, h=2, i=2, s=2, n=2, m=2, x=1, p=1, l=1, u=1, 0=1, r=1. - Probabilitas munculnya karakter : = 0.1944, a=e=0.1111, f=0.0833, t=h=i=s=n=m=0.0556, x=p=l=u=o=r=0.0278.
19. 19. Huffman Coding Pohon biner : = 7 a=4 e=4 f=3 t=2 h=2 i=2 s=2 n=2 m=2 x=1 p=1 l=1 u=1 0=1 r=1 2 2 2 4 4 4 4 5 8 8 8 12 16 20 36 = 000 a = 010 e = 011 f = 0010 t = 0011 h = 1000 i = 1001 s = 1010 n = 1011 m = 1100 x = 11010 p = 11011 l = 11100 u = 11101 o = 11110 r = 11111288 bit 195 bit 0 0 0 0 1 1 0 1 1 0 0 0 1 1 0 1 1 0 0 1 0 1 1 0 0 1 1 0 1 1
20. 20. Huffman Coding 1. digunakan untuk pengkodean teks, citra dan video 2. Ada 3 jenis algorithme Huffman coding, Masing masing berhubungan dengan metode pembuatan pohon biner :
21. 21. Huffman Coding statik : code setiap karakter ditentukan langsung oleh algoritma (contoh : teks berbahasa Prancis, dimana frekuensi kemunculan huruf e sangat banyak sehingga code bitnya kecil. semi-adaptatif : teks harus dibaca terlebih dulu untuk menghitung frekuensi munculnya setiap karakter, kemudian membentuk pohon binernya.
22. 22. Huffman Coding adaptatif : Metode ini memberikan rasio kompresi yang tinggi karena pohon biner Dibentuk secara dinamik mengikuti tahapan compresi. Namun dari sisi kecepatan eksekusi membutuhkan waktu yang lebih lama karena satiap saat pohon binernya akan beruabah mengikuti perubahan frekuensi munculnya setiap karakter.
23. 23. Kelemahan Huffman Coding - Bila frekuensi munculnya setiap karakter dalam suatu dokumen adalah sama semua. - File kompresinya bisa sama atau lebih besar dari file aslinya - Solusi yang mungkin adalah kompresi per blok karekter dari dokumen tersebut Entropi H : Entropi H :
24. 24. Run-length encoding - RLE coding telah diaplikasikan khususnya pada scanner hitam putih (biner) - Prinsip dasarnya adalah menghitung jumlah/panjang data yang sama dalam serangkain data yang akan dikompres - Contoh pada dokumen hitam H (tulisan) dan putih P (latar belakang dokumen), berikut misalnya data pada satu baris dokumen yang direpresntasikan dalam pixel : PPPPPPPPPPPPHPPPPPPPPPPPPPPHHHPPPPPPPPPPPPPPPPPPPPPPPHPPPPPPPPPPP - Bentuk kompresinya adalah : 12P1H14P3H23P1H11P
25. 25. Aplikasi Run-length encoding - Kompresi citra format bmp pada Windows dan OS/2 untuk citra 1, 4 dan 8 bit/pixel - Citra format PCX 8 dan 24 bit/pixel - Fax dan scanner hitam putih
26. 26. Format file citra: File citra umumnya memiliki : - header yang menyatakan informasi citra seperti ukuran citra, format file, dll. - data citra itu sendiri Struktur file berbeda antara satu format dengan format citra lainnya Bisa jadi struktur file untuk format citra yang sama berbeda dari satu versi ke versi yang lain (contoh : file TIFF)
27. 27. Format JPEG mengikuti norm ISO Bersifat pengunaan bebas Jumlah warna citra 224 = 16777216 warna Type kompresi lossy menggunakan DCT Kualitas kompresi tergantung pada rasio kompresi Tidak memiliki sifat warna transparan Bukan format animasi
28. 28. JPEG 2000 masih dibawah proteksi hak paten Type kompresi lossy dan lossless menggunakan Wavelet Transform Jumlah warna citra 224 = 16777216 warna Kualitas kompresi dapat diatur secara lokal atau global Dapat ditampilkan dengan ukuran yang berbeda Bukan format animasi Tidak memiliki sifat warna transparan
29. 29. Bersifat pengunaan bebas Type kompresi lossless baik untuk citra berwarna maupun citra gray-level Memiliki sifat warna transparan Bukan format animasi Versi format animasinya adalah MNG
30. 30. Bersifat dilindungi oleh hak paten Jumlah warna citra 256 (sistem pallet) Dapat memiliki sifat warna transparan Dapat merupakan format animasi Penggunaa umum adalah untuk logo dan citra yang memiliki jumlah warna sedikit
31. 31. Pembagian citra dalam blok 8x8 pixel Transformasi warna DCT Kuantisasi Coding RLE & Huffman Tabel Kuantisasi Tabel coding Rekonstruksi Blok citra Transformasi Warna invers IDCT Kuantisasi Inverse Decoding RLE & Huffman Citra terkompresi JPEG Citra asli Kompresi JPEG Rekonstruksi JPEG Bagan standar kompresi citra JPEG Matrice dorigine.
32. 32. Matrice dorigine. Matrice transforme DCT DCT Matrice de quantification Matrice quantifie. 1260 rata2 dari seluruh matrik asli -1, 1, -3, 2 deviasi
33. 33. 1 0 2 2 ).12( cos).,()(.),( N x NX N ix yxPixeliCyiDCT 1 0 1 0 2 ).12( cos. 2 ).12( cos).,()().(. 2 ),( N x N y N jy N ix yxPixeliCjC N jiDCT 1 0 2 2 ).12( cos.),()(.),( N y XN N jy yiDCTjCjiDCT Transformasi DCT 1 0 1 0 2 ).12( cos. 2 ).12( cos).,()().(. 2 ),( N i N j N jy N ix jiDCTiCjC N yxPixel 1 0 2 2 ).12( cos).,()(.),( N j NX N jy jiDCTjCyiIDCT 1 0 2 2 ).12( cos.),()(.),( N i XN N ix yiIDCTiCyxPixel Transformasi DCT invers. Implementasi 1D : Implementasi 1D :
34. 34. Matriks hasil IDCT IDCT x Matriks kuantisasi Matriks terkuantisasi. Matriks terkuantisasi invers. 00000000 00000000 00000000 00000000 00000000 0000001314 0000001224 000001001264 F
35. 35. Quantization Table for: Photoshop CS2 (Save As 11) Quantization Table: Luminance 1 1 1 2 3 3 4 5 1 1 1 2 3 4 4 6 1 1 2 3 4 4 5 7 2 2 3 4 4 5 7 8 3 3 4 4 5 7 8 8 3 4 4 5 7 8 8 8 4 4 5 7 8 8 8 8 5 6 7 8 8 8 8 8 Quantization Table: Chrominance 1 2 4 7 8 8 8 8 2 2 4 7 8 8 8 8 4 4 7 8 8 8 8 8 7 7 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 Quantization Table for: IrfanView (95%) Quantization Table: Luminance 2 1 1 2 2 4 5 6 1 1 1 2 3 6 6 6 1 1 2 2 4 6 7 6 1 2 2 3 5 9 8 6 2 2 4 6 7 11 10 8 2 4 6 6 8 10 11 9 5 6 8 9 10 12 12 10 7 9 10 10 11 10 10 10 Quantization Table: Chrominance 2 2 2 5 10 10 10 10 2 2 3 7 10 10 10 10 2 3 6 10 10 10 10 10 5 7 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10
36. 36. Zigzag coding : urutan pengkode menurut norm JPEG. 20 -10 11 1 -9 2 -2 -4 -8 -1 0 1 2 3 -1 0 0 0 0 -1 EOB DC adalah nilai rata-rata matriks dan merepresentasikan informasi global matriks (frekuensi rendah) AC merepresentasikan informasi detail matriks (frek. tinggi) Penkodean dilakukan dalam bentuk zigzag :
37. 37. Table 1 - Huffman - Luminance (Y) - DC Length Bits Code 3 bits 000 001 010 011 100 101 110 04 05 03 02 06 01 00 (End of Block) 4 bits 1110 07 5 bits 1111 0 08 6 bits 1111 10 09 7 bits 1111 110 0A Table 2 - Huffman - Luminance (Y) - AC Length Bits Code 2 bits 00 01 01 02 3 bits 100 03 4 bits 1010 1011 1100 11 04 00 (End of Block) 5 bits 1101 0 1101 1 1110 0 05 21 12 6 bits 1110 10 1110 11 31 41 ... ... ... 12 bits ... 1111 1111 0011 ... ... F0 (ZRL) ... ... ... ... 16 bits ... 1111 1111 1111 1110 ... FA 20 -10 11 1 -9 2 -2 -4 -8 -1 0 1 2 3 -1 0 0 0 0 -1 EOB Code bit-stream : Code 01, 21, 41, dst 2 mendahului 2 angka 0 Contoh : 32 adalah 000-2 bit
38. 38. 20 -10 11 1 -9 2 -2 -4 -8 -1 0 1 2 3 -1 0 0 0 0 -1 EOB AC Code Size Additional Bits DC/AC Value 01 1 0 1 -1 1 02 2 00,01 10,11 -3,-2 2,3 03 3 000,001,010,011 100,101,110,111 -7,-6,-5,-4 4,5,6,7 04 4 0000,...,0111 1000,...,1111 -15,...,-8 8,...,15 05 5 0 0000,... ...,1 1111 -31,...,-16 16,...,31 06 6 00 0000,... ...,11 1111 -63,...,-32 32,...,63 07 7 000 0000,... ...,111 1111 -127,...,-64 64,...,127 08 8 0000 0000,... ...,1111 1111 -255,...,-128 128,...,255 09 9 0 0000 0000,... ...,1 1111 1111 -511,...,-256 256,...,511 0A 10 00 0000 0000,... ...,11 1111 1111 -1023,...,-512 512,...,1023 0B 11 000 0000 0000,... ...,111 1111 1111 -2047,...,-1024 1024,...,2047 1011 0101 1011 1011 00 1 . . . . . 1010 1 . . . . . . 111011 0 1100 (04)- 10 (04)- 11 ( 11)- ( 41)
39. 39. Informasi dalam signal 1-D et 2-D tersebar dalam frekuensi yang berbeda (dari frekuensi rendah ke frekuensi tinggi) Analisis informasi dalam signal tersebut membutuhkan teknik analisis multi-frekuensi multi-resolusi multi-scale Wavelet transform (WT) sangat sesuai dengan kebutuhan analisis multi-frekuensi.
40. 40. Bagaimana DWT berfungsi ? Dua pendekatan analisis : - pendekatan melalui dilatasi filter resolusi signal tetap. - pendekatan melalui dilatasi signal resolusi signal berubah Contoh : misalkan suatu signal memiliki informasi yang tersebar hingga pada frekuensi 1000 Hz. Prinsipe : memisahkan signal dalam dua komponen yaitu informasi general (frekuensi rendah) dan informasi detil (frekuensi tinggi)
41. 41. Pendekatan melalui dilatasi filtre ? - Pada tahap awal, kita bagi informasi signal dalam dua bagian dengan melewatkannya dalam high-pass filter (500-1000 Hz) dan low-pass filter (0-500 Hz). - Menghasilkan satu signal yang berhubungan dengan informasi pada interval 0-500 Hz (frekuensi rendah) dan satu signal lainnya dengan informasi pada interval 500-1000 Hz (frekuensi tinggi). - Selanjutnya, kita lakukan proses berulang pada salah satu atau kedua komponen tadi. - Andaikan kita lakukan untuk bagian low-pass dengan menggunakan high-pass filter (250-500 Hz) dan low-pass filter (0-250 Hz). Maka kita akan punya 3 komponen informasi, masing-masing berhubungan dengan informasi dari satu signal yang sama pada frekuens 0-250 Hz, 250-500 Hz et 500-1000 Hz. - dst.
42. 42. Pendekatan dilatasi signal ? Tahap pertama, kita lewatkan signal kedalam low-pass filter dan high- pass filter (kita gunakan filter dengan resolusi yang sama,). Tahap kedua, resolusi signal hasil low-pass dan high-pass kita bagi dua. Selanjutnya, kita lakukan proses yang sama hingga pada resolusi yang diinginkan. Keuntungan untuk kompresi citra : - Lebih mudah untuk implementasi real-time - sangat baik untuk kompresi citra dan video
43. 43. Ada beberapa jenis WT yang telah dikembangkan, diantaranya yang digunakan untuk format JPEG2000 : - ''CDF 9/7'' Cohen-Daubechies-Fauvaue (irreversible). - ''spline 5/3'' pour Le Gall (lebih sederhana dan reversible). Bilangan 9 dan 5 merupakan jumlah elemen filter low-pass. Bilangan 7 dan 3 merupakan jumlah elemen filter high-pass. Pour la CDF 9/7 : +0.602949018236 +0.266864118443 (Z1 +Z-1 ) -0.0782223266529 (Z2 +Z-2 ) -0.016864118448 (Z3 +Z-3 ) +0.026748757411 (Z4 +Z-4 ) +0.557543526229 (Z1 ) -0.295635881557 (Z2 +Z0 ) -0.028771763114 (Z3 +Z-1 ) +0.045635881557 (Z4 +Z-2 ) Filter low-pass L : Filter high-pass H :
44. 44. Wavelet Transform (WT) - Ide : membagi citra kedalam tingkat resolusi yang berbeda - Pembagiannya berdasarkan pita frekuensi yang bebeda - Menjaga/mempertahankan kualitas data Principes : Melakukan proses WT terhadap citra asli Kuantisasi skalar (sesuai tingkat resolusi) Pengkodean (RLE, entropy, Huffman, )
45. 45. Kuantisasi Wavelet Transform Coding per blok Citra asli Citra terkompresi Encoder Optimisasi rasio-distorsi Pembentukan bitstream Citra rekonstruksi Kantisasi invers Decoder Decoding Per blok Wavelet transform inverse Citra terkompresi
46. 46. Standar Kompresi JPEG2000 LL1 LH1 HL1 HH1 baris kolom Citra asli Detil horisontal Detil vertikal Detil diagonal
47. 47. Standar kompresi JPEG2000 Transmisi secara progresif per resolusi
48. 48. Standard compression JPEG2000 Transmisi secara progresif per resolusi
49. 49. Standar kompresi JPEG2000 Transmisi secara progresif per resolusi
50. 50. Standar kompresi JPEG2000 Transmisi secara progresif per resolusi
51. 51. Standard compression JPEG2000 Perbandingan rasio kompresi
52. 52. Contoh citra hasil kompresi : Standar kompresi JPEG2000 JPEG JPEG 2000
53. 53. Standard compression JPEG2000 Keuntungan Kualitas lebih baik dari JPEG Lossless dan lossy compression sangat baik Regions of Interests ROI coding Transmisi dan pengkodean progressif Sesuai untuk data aplikasi multimedia Untuk nilai PSNR (pick signal to noise ratio) yang sama, ratio kompresi JPEG2000 dapat mencapai 2 kali dari JPEG Efek blok tidak tampak
54. 54. Kompresi Video Problem : 1. Satu citra dari suatu video dapat menempati kapasitas memori sekitar 0,916 MB (640x480 pixel). 2. Untuk menampilkan video yang secara visual tampak kontinu, maka kecepatan pengambilan gambar adalah 25 atau 30 citra per detik, atau sekitar 23 MB/detik atau sekitar 1,38 GB/menit atau sekitar 82,94 GB/jam. 3. Kapasitas penyimpanan (CD dan DVD) yang ada saat ini sekitar 7GB, 4. Kapasitas band-width jaringan komunikasi yang terbatas. 5. 25 citra/detik butuh band-with sekitar 184 Mbps.
55. 55. Kompresi Video Solusi : - Meningkatkan kapasitas memori penyimpanan, implikasinya penambahan biaya yang besar - Memperbesar band-width komunikasi implikasinya penambahan biaya yang besar - Kompresi data video pengembangan algoritma CoDec (COmpression/DECompression) untuk memperkecil semaksimal mungkin data video tanpa banyak mengurangi kualitas visualnya
56. 56. Kompresi Video Ide pertama adalah mengurangi jumlah data rate (dari 25 fps ke 12 fps atau dari 30 fps ke 15 fps), dengan konsekuensi menghilangkan sejumlah pergerakan objek video (video motions) Intraframe (spatial) compression: mengurangi redundant informasi/data yang berada dalam satu citra atau frame.
57. 57. Kompresi Video Interframe (temporal) compression Landasan pemikiran adalah bahwa banyak terdapat perulangan informasi/data video dari satu frame (citra) ke frame lainnya. Sehingga perlu pengembangan metode atau algoritma yang mampu menghilangkan redundancy informasi/dat antar frame. Butuh identifikasi key frame (master frame) Key frame: dasar untuk menentukan berapa banyaknya frame secara berurutan yang memiliki pergerakan objek yang sama (hampir sama)
58. 58. Kompresi Video Interframe (temporal) compression Andaikan bahwa informasi/data background adalah tetap (langit, jalan dan rumput) dan hanya mobil yang bergerak. Frame pertama disimpan sebagai key frame dan frame-frame lainnya diambil hanyalah objek yang bergerak (mobil). t
59. 59. Standar video MPEG MPEG-1, adalah suatu standar untuk kompresi data video dan audio (2 kanal audio). Memungkinkan untuk menyimpan video dengan kapasitas 1.5 Mbps pada media VCD (Video CD). MPEG-2, suatu standard dikembangkan untuk televisi numerik (HDTV) yang memberikan kualitas tinggi dengan kapasitas 40 Mbps dan 5 canal audio. MPEG-2 juga dikembangkan untuk dapat mengidentifikasi dan memproteksi terhadap pembajakan. Format ini digunakan untuk video DVD.
60. 60. Standards et normes vidos : MPEG MPEG-4, standard yang ditujukan untuk compresi data multimdia dalam bentuk objek numriques, sehingga lebih memudahkan interactivity, dan pengunaanya lebih adaptif terhadap kebutuhan web dan interface mobile. MPEG-7, standard ditujukan untuk memberikan representasi standar data audio dan visual agar dapat lebih memungkinkan pencarian informasi dalam video berdasarkan content. Standar ini disebut juga Multimedia Content Description Interface.
61. 61. MPEG : Prinsip dasar Prediksi Transformasi Kuantisasi Entropy Coding P T Q Ce Decoding R G B Y U V Luminance Format ruang warna : 4:1:1 (4:2:0)
62. 62. MPEG : Prinsip dasar Konversi RGB Yuv : Konversi Yuv RGB :
63. 63. Konversi dari camera-bmp-avi-mpeg Kirim ke : soe@upiyptk.org Cari salah satu : 1. Video Compression dari camera-bmp-avi-wmv 2. Video Compression dari camera-bmp-avi-flv Source : http://www.mathworks.com/search/ice.cgi?query=wmv http://www.mathworks.com/search/ice.cgi?query=flashvideo TUGAS MEMBEDAH 5 JURNAL
64. 64. Buat suatu karya ilmiah dengan topik, pilih salah satu topik dibawah ini : Video Compression Dari Citra bmp-AVI-MPEG Dengan MatLab Video Compression Dari Citra jpg-MPEG-WMV Dengan MatLab Video Compression Dari Citra gif-AVI-FLV Dengan MatLab Atau cari yang sesuai dengan Video Compression Ada pun ketentuannya adalah: yang dikirim ke email : soe@upiyptk.org Minimal 5 referensi/daftar pustaka tahun terbit paling akhir 2009. Paling sedikit 2 Halaman selain daftar pustaka. Disimpulkan dari 5 jurnal thesis, skripsi, atau proceding sbb : abstrak, pendahuluan, isi, dan kesimpulan. TUGAS MEMBEDAH 5 JURNAL
65. 65. MPEG : Prinsip dasar Komponen Y mengandung lebih banyak informasi dari komponen U dan V
66. 66. MPEG : Prinsip dasar Modul Prediksi :
67. 67. MPEG : Prinsip dasar Modul Prediksi : Frames I : citra dikompresi secara terpisah tanpa citra referensi dari citra sebelumnya. Frames P: citra yang diprediksi berdasarkan pada citra referensi I atau P sebelumnya. Frames B (Citra interpolsi bidireksional) : citra ini dihitung berdasarkan citra referensi I dan P, Urutan penyimpanan dalam file : I P B B B P B B B I B B B I B B B P B B B P B B B I
68. 68. MPEG : Prinsip dasar
69. 69. MPEG : Prinsip dasarr Citra ini dikompresi dengan hanya menggunkan metode kompresi JPEG. Citra ini sangat penting dalam video MPEG karena dialah yang menjamin kesinambungan data citra lainnya Ada 2 atau 3 citra I per detiknya dalam video MPEG. Frames I :
70. 70. MPEG : Principe Frames P : Citra ini dihitung melalui perbedaan antra citra actual terhadap citra I atau citra P sebelumnya. Algoritma yang dikembangkan untuk menghitung citra P adalah melalui perbandingan blok per blok, disebut macroblocs (16x16 pixels), dan berdasarkan pada nilai ambang tertentu dapat dinyatakan apakah blok tesebut berbeda dengan blok citra sebelumnya. Jika ya maka dilakukan compresi JPEG dan jika tidak, blok tersebut dinyatakan sama dengan blok citra sebelumnya dan tidak perlu dikompresi. Perhitungan macroblocs sangat mempengaruhi kecepatan kompresi.
71. 71. MPEG : Principe Frames B : Sama halnya dengan frames P, frames B dihitung berdasarkan perbedaan antara citra actual terhadap citra referensi I sebelumnya dan citra referensi P berikutnya, hal ini dapat memberikan kualitas kompresi yang baik, namun memberikan delay waktu karena harus mengetahui dulu citra berikutnya dan harus disimpan di memori 3 citra secara berturutan (citra I/P sebelumnya, citra actual dan citra P/I berikutnya).