إطار غير مرجعي لتقييم جودة الفيديو المتدفق عبر اللاسلكي شبكة الاتصال
Title A no-reference framework for evaluating video quality streamed through wireless network
الباحث الرئيس محمد عزير
التخصص: الهندسة الكهربائية
التخصص الدقيق: No-reference framework
المستخلص: في هذا العمل ، تم اقتراح إطار عمل غير مرجعي لتقدير جودة الفيديو المتدفق عبر
شبكة لاسلكية. يقدم العمل مسح شامل للمرجع الكامل الموجود (بالفرنسية) ، مرجع مختزل
(RR) ، وخوارزميات عدم المرجع (NR). تم إجراء مقارنة بين الخوارزميات الموجودة ، أي من حيث
الارتباط الذاتي والجدوى لاستخدام هذه الخوارزميات في العمارة اللاسلكية ، لوصف ضرورة
الإطار المقترح للتغلب على قيود الخوارزميات الحالية. ملخص موجز لما سبق نشره
تم أيضًا تقديم الخوارزميات ، مثل حظر NR و NR blur و NR network و NR فقط تشويه ملحوظ و RR.
تم استخدام هذه الخوارزميات أيضًا كوحدات للوظائف في الإطار المقترح. الإطار المقترح قادر
لقياس جودة الفيديو من خلال مراعاة العيوب الكبيرة المكانية والزمانية والشبكات والبصرية البشرية
تأثيرات النظام لتقييم الجودة الشامل. الإطار المقترح قادر على قياس جودة الفيديو
مضغوط بواسطة برامج ترميز مختلفة ، مثل MPEG x / H.264x و Motion JPEG / Motion و JPEG2000 ، إلخ.
قادر على العمل مع نوعين مختلفين من البيانات المستلمة ، أي تدفقات البتات ووحدات البكسل التي تم فك تشفيرها. الإطار هو
تكامل أسلوب RR و NR ، ويمكن أن يعمل في ثلاثة أنماط مختلفة حسب توافر RR
البيانات ، أي 1) قياس RR فقط ، 2) مختلط من RR و NR ، و 3) تقدير NR فقط. بالإضافة الى،
يمكن أيضًا استخدام أي كتلة وظيفية فردية ، أي التمويه ، بشكل مستقل لتشويه معين. جديد
قاعدة بيانات جودة الفيديو الشخصية التي تحتوي على مقاطع فيديو مضغوطة ومشوهة (بسبب التشوهات التي تحدثها القناة) هي أيضًا
تم تطويره لاختبار الإطار المقترح. تم اختبار إطار العمل أيضًا على جودة الفيديو المباشر المتاحة للجمهور
قاعدة البيانات. تظهر نتائج الاختبار الشاملة أن إطار عملنا يوضح وجود علاقة قوية مع التقييم الذاتي لـ
قاعدتا بيانات الفيديو المنفصلتان مقارنة بالخوارزميات الأخرى الموجودة. كما يظهر الإطار المقترح جيدًا
النتائج أثناء العمل فقط في وضع NR مقارنة بخوارزميات RR و FR الحالية. الإطار المقترح هو
أكثر قابلية للتوسع وجدوى للاستخدام في أي نوع من عرض النطاق الترددي للشبكة المتاحة مقارنة بالخوارزميات الأخرى ، لأنها
يمكن استخدامها في أوضاع مختلفة باستخدام وحدات وظيفية مختلفة.
Abstract: In this work, a no-reference framework is proposed for the video quality estimation streamed through the
wireless network. The work presents a comprehensive survey of the existing full reference (FR), reduced reference
(RR), and no-reference (NR) algorithms. A comparison has been made among existing algorithms, i.e. in terms of
subjective correlation and feasibility to use these algorithms in wireless architecture, to describe the necessity of the
proposed framework to overcome the limitations of the existing algorithms. A brief summary of our previously published
algorithms, i.e. NR blockiness, NR blur, NR network, NR just noticeable distortion, and RR, has also been presented.
These algorithms have also been used as function modules in the proposed framework. The proposed framework is able
to measure the video quality by taking into account major spatial, temporal, network impairments, and human visual
system effects for a comprehensive quality evaluation. The proposed framework is able to measure the video quality
compressed by different codecs, i.e. MPEG x / H.264x, Motion JPEG/Motion, and JPEG2000, etc. The framework
is able to work with two different kinds of received data, i.e. bit streams and decoded pixels. The framework is an
integration of the RR and NR method, and can work in three different modes depending on the availability of the RR
data, i.e. 1) only RR measurement, 2) hybrid of RR and NR measurement, and 3) only NR estimation. In addition,
any individual function block, i.e. blurring, can also be used independently for particular specific distortion. A new
subjective video quality database containing compressed and distorted videos (due to channel induced distortions) is also
developed to test the proposed framework. The framework has also been tested on publicly available LIVE Video Quality
Database. Overall test results show that our framework demonstrates a strong correlation with subjective evaluation of
the two separate video databases as compared with other existing algorithms. The proposed framework also shows good
results while working only in NR mode as compared with existing RR and FR algorithms. The proposed framework is
more scalable and feasible to use in any kind of available network bandwidth as compared with other algorithms, as it
can be used in different modes by using different function modules.