检索结果-南通市图书馆

西安交通大学学报 2023年第12期57卷 30-40页

作者：公衍超张森森何书婷李宝贵刘颖林庆帆西安邮电大学通信与信息工程学院西安710121 陕西省法庭科学电子信息实验研究中心西安710121 陕西省无线通信与信息处理技术国际联合研究中心西安710121 新加坡XsecPro公司新加坡787820

最新通用视频编码(VVC)标准测试模型VTM推荐的JCTVC-X0038量化参数级联方法未考虑监控视频的内容特性,编码效率低。针对这一问题,提出了一种有效考虑监控视频空时域内容特性的VVC量化参数级联方法(SCA-QPC)。基于VVC混合编码框架原理,... 详细信息

最新通用视频编码(VVC)标准测试模型VTM推荐的JCTVC-X0038量化参数级联方法未考虑监控视频的内容特性,编码效率低。针对这一问题,提出了一种有效考虑监控视频空时域内容特性的VVC量化参数级联方法(SCA-QPC)。基于VVC混合编码框架原理,理论分析得出时间层及监控视频的空时域内容特性是影响量化参数(QP)选择的关键因素,设计编码实验对理论分析结果进行验证;采用梯度和背景帧差分别评测监控视频的空域和时域特性,将梯度和背景帧差作为反向传播神经网络的输入,构建预测低时延结构时间层对应最优QP的模型;提出适用于VVC标准有效提高监控视频编码效率的量化参数级联方法。与当前最先进的JCTVC-X0038量化参数级联方法相比,对于所有测试序列,SCA-QPC对应的平均BD-rate为-4.26%。研究对于VVC编码框架中量化参数级联和码率控制模块的优化具有指导意义。

关键词：视频编码通用视频编码量化参数级联监控视频视频内容特性

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向监控视频内容自适应的VVC量化参数级联

引用

西安交通大学学报 2023年

作者：公衍超张森森何书婷李宝贵刘颖林庆帆西安邮电大学通信与信息工程学院陕西省无线通信与信息处理技术国际联合研究中心新加坡XsecPro公司陕西省法庭科学电子信息实验研究中心

最新通用视频编码（VVC）标准测试模型VTM推荐的JCTVC-X0038量化参数级联方法未考虑监控视频的内容特性，编码效率低。针对这一问题提出了一种有效考虑监控视频空时域内容特性的VVC量化参数级联方法（SCA-QPC）。首先基于VVC混合编码框... 详细信息

最新通用视频编码（VVC）标准测试模型VTM推荐的JCTVC-X0038量化参数级联方法未考虑监控视频的内容特性，编码效率低。针对这一问题提出了一种有效考虑监控视频空时域内容特性的VVC量化参数级联方法（SCA-QPC）。首先基于VVC混合编码框架原理，理论分析得出时间层及监控视频的空时域内容特性是影响量化参数（QP）选择的关键因素，并进一步设计编码实验对理论分析结果进行验证。然后采用梯度和背景帧差分别评测监控视频的空域和时域特性，并将梯度和背景帧差作为反向传播神经网络的输入，构建预测低时延结构时间层对应最优QP的模型。最终提出适用于VVC标准有效提高监控视频编码效率的量化参数级联方法。与当前最先进的JCTVC-X0038量化参数级联方法相比，对于所有测试序列，SCA-QPC对应的平均BD-rate为-4.26%。研究对于VVC编码框架中量化参数级联和码率控制模块的优化具有指导意义。

关键词：视频编码通用视频编码量化参数级联监控视频视频内容特性

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于信道损伤的无参考网络视频质量评估方法研究

基于信道损伤的无参考网络视频质量评估方法研究

引用

作者：曹昶兰州理工大学

学位级别：硕士

随着网络和通信技术的飞速发展,视频以直观、生动、确切、高效且信息量丰富的优点,受到了越来越多的关注,视频业务通过有线和无线网络发送的数据量呈指数级增长。网络在承受巨大负荷的同时,需要保证网络视频的服务质量,使视频的最终接... 详细信息

随着网络和通信技术的飞速发展,视频以直观、生动、确切、高效且信息量丰富的优点,受到了越来越多的关注,视频业务通过有线和无线网络发送的数据量呈指数级增长。网络在承受巨大负荷的同时,需要保证网络视频的服务质量,使视频的最终接收者对视频的感知质量能维持在可接受的范围内。然而,视频在编码和传输的过程中,将分别遭受由量化引起的编码失真和由丢包、时延和抖动等传输信道损伤引起的传输失真,影响用户体验。如何对视频质量进行准确有效的评估,已成为视频编码、处理以及传输等研究领域迫切需要解决的问题。本文研究网络视频的无参考视频质量评估方法,旨在提高视频质量客观评估的实时性和有效性。首先,从视频流数据传输质量的角度出发,提出一种考虑视频内容特性的适用于网络视频的无参考视频质量评价方法,该评价方法不仅考虑了视频编码量化对原始视频造成的失真,还充分考虑了视频内容和网络信道传输状况对最终的视频感知质量的影响。其次,从视频体验质量的角度出发,提出一种考虑帧冻结事件的无参考视频质量评价方法,该方法充分考虑单次帧冻结事件和多次帧冻结事件对视频主观感知体验的影响。这两种无参考视频质量评价方法计算复杂度不高,可以对不同内容的视频做出自适应评价。本文的研究内容主要有以下几个方面:(1)研究视频经过H.264编码标准压缩后造成的编码失真。由于H.264编码标准是有损压缩,针对H.264编码标准,研究了量化、运动估计、帧内预测和帧间预测等编码手段以及帧率和编码比特率等视频参数对视频质量的影响,为后续客观地评价视频质量提供基础。(2)研究视频流数据经过网络信道传输时造成的传输失真。由于传输视频数据的网络使用尽力而为的用户数据报协议(User Datagram Protocol,UDP),无法保证视频流数据传输质量。本文采用帧丢失率来表征信道的状况,研究了不同的帧丢失率对视频质量的影响,分析了不同的视频类型在相同的帧丢失率下对视频质量的影响,同时,还对相同帧丢失率下帧丢失集中度的不同对用户观看视频体验的影响进行了细致的分析。(3)研究视频内容特性的客观表示以及对视频主观体验的影响。由于人眼对目标事物的选择性,结合人眼关注的视频区域的特点,用尽可能低的复杂度对视频内容特性进行客观描述,发现视频P帧中的运动矢量以及采用的帧内预测方法中帧内编码宏块的数量最能代表视频的内容特性。同时,还研究了同一编码比特率下不同视频内容对视频体验的影响;同一信道传输条件下不同视频内容对视频主观感知的影响。(4)研究视频播放时发生的帧冻结现象和最终视频的主观感知体验之间的关系。由于视频的流畅性是影响视频主观体验的主要因素,而帧冻结事件正是影响视频流畅性的主要原因。因此,本文研究单次帧冻结事件和视频主观体验之间的关系,分析视频播放时发生多次帧冻结事件时和视频体验之间的联系,同时,还对视频帧的内容复杂度与帧冻结持续时间和视频的主观感知质量之间的关系进行分析。设计实验,将本文构建的视频评价模型和国际标准G.1070模型进行性能对比,实验结果表明本文提出的评价模型有更优的评价性能。

关键词：网络视频视频质量评价无参考视频内容特性帧冻结

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的移动视频QoE评价方法研究

基于机器学习的移动视频QoE评价方法研究

引用

作者：王贯瑶北京工业大学

学位级别：硕士

近年来,随着移动通信和多媒体技术的飞速发展,移动视频业务呈现爆发式的增长趋势,新业务不断涌现。如何保障移动视频业务的用户体验质量(Quality of Experience,QoE)是移动视频产业和整个移动互联网行业需要重点解决的关键问题。为此,... 详细信息

近年来,随着移动通信和多媒体技术的飞速发展,移动视频业务呈现爆发式的增长趋势,新业务不断涌现。如何保障移动视频业务的用户体验质量(Quality of Experience,QoE)是移动视频产业和整个移动互联网行业需要重点解决的关键问题。为此,对移动视频业务的用户QoE进行准确评价是十分必要的。影响用户QoE的各种因素众多,既涵盖主观因素,又涵盖客观因素。QoE评价的本质就在于建立各类影响因素与用户主观感受之间的映射模型,表征QoE与其影响因素之间的内在关联关系。QoE的主客观影响因素之间相互作用,给准确建立QoE评价模型带来了巨大的挑战。本文深入开展了移动视频QoE评价方法的研究工作,利用机器学习方法,从发送端、网络端和客户端等不同角度出发,分别建立了三种移动视频QoE评价模型,具体研究内容包括:首先,提出了一种基于内容特性的H.264视频质量评价模型,用以对发送端的H.264码流主观感受质量进行准确评价。通过对H.264的码流结构的深入解析,提取出了质量参数QP、运动矢量MV、视频帧内宏块的编码类型以及ICT非零系数等码流参数。接下来,对提取出的码流参数进行处理,提出了两个描述视频内容特性的指标,定义为视频运动复杂度和视频纹理丰富度。与目前被普遍采用的描述视频时间特性和空间特性的TI、SI两个指标相比,本文提出的指标能更好地表征视频的时空特性,并且与人眼的主观感受相符合。最后,本文将这两个视频内容特性指标与其它的H.264码流参数组合成特征参数矢量。以此作为输入,以主观MOS分值作为输出,利用深度神经网络,在包含180个视频的数据集上进行训练,建立了一种基于H.264的视频质量评价模型。从实验结果上可以发现,采用本文提出的模型,皮尔逊线性相关系数PLCC和斯皮尔曼秩相关系数SROCC可以分别达到0.9941和0.9893,足以验证该模型在预测H.264视频码流主观感受质量的准确性上具有良好效果。其次,提出了一种基于DASH协议的移动视频QoE评价模型,用以对网络传输后的H.264视频码流质量进行评价。该模型依据DASH协议,提取出视频的初始缓存时间、卡顿次数及时间、码率向上或向下切换次数等参数,结合视频内容特性参数-视频运动复杂度和视频纹理丰富度,形成特征参数矢量。以此作为输入,以MOS分值作为输出,利用深度神经网络建立输入特征参数矢量和输出之间的映射关系模型,用于对移动视频业务的QoE进行评价。在对Waterloo SQoE-III公开数据集进行测试后发现,采用本文提出的模型,PLCC和SROCC分别达到0.9632和0.9574,证明本模型可以准确预测移动视频的QoE。最后,提出了一种基于深度时空特性的客户端视频质量评价模型,用以对客户端的播放视频质量进行评价。该模型将3D CNN和LSTM深度神经网络结合起来,提取客户端播放视频的深度时空特征,以此作为输入的特征参数矢量,以MOS分值作为输出,利用深度神经网络建立播放视频的质量评价模型。实验结果表明,该模型的预测准确率可以达到99.16%,RMSE仅为0.1104,证明了本模型可以准确预测客户端播放的视频质量。

关键词： QoE 视频质量评价 H.264 视频内容特性深度时空特征

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：