Naslov
Metoda za odabir optimalnih razina kvalitete u postupku kodiranja i segmentacije videosignala za prilagodljivo videostrujanje
(Method for selecting optimal quality levels in the process of video encoding and segmentation for adaptive video streaming)

Autori
Vlaović, Jelena

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija

Mjesto
Osijek

Datum
06.10

Godina
2021

Stranica
193

Mentor
Rimac-Drlje, Snježana ; Žagar, Drago

Ključne riječi
prilagodljivo videostrujanje ; segmentacija videosignala ; MPEG DASH ; QoE ; okvir za videostrujanje
(adaptive video streaming ; segmentation of video signals ; MPEG DASH ; QoE ; video streaming framework)

Sažetak
MPEG standard za promjenjivo prilagodljivo strujanje putem HTTP-a (MPEG DASH) definira format videosegmenata i manifest datoteke. Razvijena je kako bi se osigurala interoperabilnost između različitih aplikacija za videostrujanje koje se koriste za prijenos videosignala od poslužitelja prema korisničkoj aplikaciji, istovremeno osiguravajući najvišu moguću kvalitetu videosignala u različitim mrežnim uvjetima. Uzimajući u obzir da su dostupna istraživanja uglavnom usredotočena na poboljšanje algoritama za prilagodljivo videostrujanje i da predložene metode za pripremu prezentacija videosignala na poslužiteljskoj strani ne uzimaju u obzir prostornu i vremensku aktivnost videosadržaja, koriste veliku računalnu snage za probno kodiranje ili su zaštićene autorskim pravima, u ovoj je disertaciji predložena nova metoda za odabir optimalnih parametara za skupove reprezentacija u postupku kodiranja i segmentacije. Prvi dio istraživanja predstavljen u ovom doktorskom radu usredotočen je na odabir parametara za kodiranje i segmentaciju videosignala metodom koja uzima u obzir prostornu i vremensku aktivnost videosadržaja i ne zahtijeva probno kodiranje svakog videosignala. Predstavljena je metodologiju korištena za razvoj metode te matematički zapisi koji omogućavaju optimalan izbor prijenosnih brzina i odgovarajućih prostornih rezolucija za reprezentacije segmentiranog videosignala na poslužiteljskoj strani. U usporedbi sa segmentacijom dostupnom u relevantnoj literaturi, segmentacija videosignala zasnovana na predloženim metodom ostvaruje veće vrijednosti indeksa strukturne sličnosti SSIM u 92% slučajeva. Tijekom razvoja i ispitivanja predloženih metoda, uočeno je da postoji nedostatak videosignala kodiranih i segmentiranih prema MPEG DASH normi te je u drugom dijelu istraživanja predložena baza od šest videosignala segmentiranih prema predloženoj metodi za odabir broja i parametara reprezentacija. Uz segmente u trajanju od 2, 6 i 10 sekundi, predložena baza videosignala uključuje izvorne videosignale, inicijalizacijske segmente i MPD datoteke u pet različitih profila. Simulacijski okvir koji se može koristiti za usporedbu različitih algoritama za prilagodljivo videostrujanje pomoću QoE parametara i za istraživanje utjecaja parametara segmentacije na ostvarenu kvalitetu videozapisa, razvijen je s obzirom da nema dostupnih rješenja koja se mogu koristiti bez pristupa Internet mreži i bez potrebe za segmentacijom videosignala pri svakoj promjeni parametara kodiranja. Predloženi okvir također uključuje modul za umjetno generiranje mrežnih ispitnih zapisa primjenom Nakagami raspodjele vjerojatnosti. Usporedbom parametara koji utječu na kvalitetu prenesenog videosignala dobivenih primjenom umjetno generirane i izmjerene mrežne ispitne zapise, pokazalo se da se Nakagami raspodjela vjerojatnosti može koristiti za umjetno generiranje mrežnih ispitnih zapisa koji odgovaraju širokom rasponu izmjerenih mrežnih ispitnih zapisa za 3G i 4G mreže. Posljednji dio istraživanja proveden je korištenjem predloženog okvira za ispitivanje utjecaja razlike u MOS vrijednostima korištenim za određivanje optimalnog broja reprezentacija na parametre QoE. Predložena segmentacija postiže veće SSIM vrijednosti bez obzira na mrežne uvjete i ima manji broj i dubinu prebacivanja razina kvalitete. Predloženi okvir također je korišten kako bi se potvrdila pretpostavka da bi razlika u MOS vrijednostima koja se koristi za određivanje optimalnog broja reprezentacija trebala biti veća ako se koriste videosignali s višim prostornim i vremenskim informacijama. Iz rezultata simulacije može se zaključiti da bi za segmentiranje videosignala s višim vrijednostima SI i TI razlika MOS vrijednosti trebala biti tri (za MOS skalu od 0-100), a kada se koriste videosignali s nižim vrijednostima SI i TI, razlika MOS vrijednosti koja se koristi za određivanje optimalnog broja reprezentacija trebala bi biti jedan ili dva kako bi se osigurao kompromis između broja i dubine prebacivanja razina kvalitete, broja i trajanja zastoja u reprodukciji videosignala i SSIM vrijednosti.

Izvorni jezik
Hrvatski

Znanstvena područja
Elektrotehnika, Računarstvo, Informacijske i komunikacijske znanosti

POVEZANOST RADA