Μέθοδος πρόβλεψης της αντιληπτικής ποιότητας ψηφιακού βίντεο συναρτήσει του ρυθμού κωδικοποίησης και της δυναμικής του περιεχομένου

Abstract

The dissertation is focused in the research field of digital video coding and more specificallyon the assessment of video quality level according to the encoding standard MPEG-4/H.264.In this context, it is initially researched the statistical properties of a MPEG-4/H.264encoded video signal, where it is revealed the high correlation relations betweensuccessive frames, on which the high compression ratio of the encoding process is based.The main part of the dissertation deals with the evaluation of the perceived quality of videoencoded signals, proposing a novel method for predicting the perceived quality level incorrelation with the encoding bit rate and the spatiotemporal content dynamics. Theproposed method is initially examined on short in duration video clips with homogeneousand heterogeneous content. Upon extended validation, it is proved the efficiency of theproposed method on videos with short duration.Afterwards, the proposed method is extended to videos with long duration, which aregenerally characterized as heterogeneous because of their continuously variable contentdynamics. For the needs of the extension, it is proposed and developed prototype shotboundary detection method, which is exploited for the division of the long video sequence toits elementary scenes.Moreover, it is researched in terms of perceived quality, the trade off between the constantbit rate and variable bit rate encoding schemes. According to the relative literature, thevariable bit rate scheme provides higher encoding efficiency, because of the fixedquantization coefficients. The dissertation goes a step beyond the current situation andpresents a quantitative approach to this generally accepted statement for various encodingbit rates and spatial resolutions.Furthermore, it is researched for real time video streaming services the perceptual impactof the packet loss ratio of the transport network on the transmitting service. The proposedtheoretical framework is totally novel in comparison to the already existing ones, because itis generic, without its validity being restricted by the encoding standard, the encodingefficiency and the content dynamics.Finally, the dissertation discusses and presents the possibilities of combining the proposedvideo quality prediction method with the novel packet loss mapping model, in order to setthe basis for an end-to-end video quality assessment framework for MPEG-based encoded signals.

Ερευνητικά η διατριβή εστιάζεται στο χώρο της ψηφιακής κωδικοποίησης βίντεο καιειδικότερα στην εκτίμηση του επιπέδου της αντιληπτής ποιότητας κωδικοποιημένου βίντεοσύμφωνα με το πρότυπο MPEG-4/Η.264.Σε αυτά τα πλαίσια διερευνώνται αρχικά οι στατιστικές ιδιότητες ενός σήματοςκωδικοποιημένου σύμφωνα με το πρότυπο MPEG-4/H.264, όπου παρουσιάζονται οιυψηλές συσχετίσεις μεταξύ διαδοχικών καρέ, βάση των οποίων επιτυγχάνεται η συμπίεσητων δεδομένων κατά τη διαδικασία κωδικοποίησης.Το κυρίως μέρος της διατριβής πραγματεύεται την εκτίμηση του επιπέδου της αντιληπτήςποιότητας ενός ψηφιακά κωδικοποιημένου βίντεο, προτείνοντας πρωτότυπη μέθοδοπρόβλεψης του επιπέδου της αντιληπτής ποιότητας συναρτήσει του ρυθμούκωδικοποίησης και της χωρικής και χρονικής δυναμικής του περιεχομένου. Η προτεινόμενημέθοδος εφαρμόζεται αρχικά στα πλαίσια βίντεο μικρής διάρκειας με ομοιογενές καιετερογενές περιεχόμενο. Η αξιοπιστία της μεθόδου εξετάζεται εκτενώς και αποδεικνύεται ότιπαρέχει αξιόπιστα αποτελέσματα στα βίντεο βραχείας διαρκείας.Εν συνεχεία, η προτεινόμενη μέθοδος πρόβλεψης επεκτείνεται σε βίντεο μακράς διαρκείας,τα οποία χαρακτηρίζονται εν γένει ως ετερογενή λόγω της έντονης μεταβολής τηςδυναμικής του περιεχομένου τους με τη πάροδο του χρόνου. Για τις ανάγκες της επέκτασηςαναπτύσσεται και προτείνεται πρωτότυπη μέθοδος κατάτμησης ενός βίντεο μεγάληςδιάρκειας στις στοιχειώδεις σκηνές του, μέσω ανιχνεύσεως των ορίων των σκηνών του.Επιπλέον, διερευνάται η σχέση της απόδοσης σε όρους αντιληπτής ποιότητας, πουεπιτυγχάνεται μέσω κωδικοποίησης σταθερού και μεταβλητού ρυθμού. Σύμφωνα με τηδιεθνή βιβλιογραφία, η μέθοδος κωδικοποίησης μεταβλητού ρυθμού παρέχει ποιοτικότερηκωδικοποίηση, εξαιτίας του γεγονότος ότι διατηρεί σταθερούς τους συντελεστές κβάντισης.Η διατριβή, εν προκειμένω, πρωτοτυπεί επειδή διερευνά με ποσοτικό τρόπο την υπεροχήαυτή για ποικίλους ρυθμούς κωδικοποίησης και μεγέθη χωρικής ανάλυσης.Επίσης, διερευνάται η επίδραση των σφαλμάτων του δίκτυο μεταφοράς και ειδικότερα τηςαπώλειας πακέτων δεδομένων στο επίπεδο της αντιληπτής ποιότητας μιας ροής βίντεοπραγματικού χρόνου. Το προτεινόμενο θεωρητικό μοντέλο πρωτοτυπεί συγκριτικά με τησχετική βιβλιογραφία, διότι η ισχύς του δεν περιορίζεται από το πρότυπο κωδικοποίησηςούτε από τη δυναμική του περιεχομένου της υπηρεσίας. Αντιθέτως, πρόκειται για έναγενικευμένο μοντέλο απεικόνισης του ρυθμού απώλειας πακέτων δεδομένων στηναντιληπτή ποιότητα της μεταδιδόμενης υπηρεσίας.Εν κατακλείδι, η διατριβή θέτει προς συζήτηση τις δυνατότητες συνδυασμού τηςπροτεινόμενης μεθόδου πρόβλεψης και του μοντέλου απεικόνισης του ρυθμού απώλειαςπακέτων στο επίπεδο της αντιληπτής ποιότητας, ώστε να προκύψει το θεωρητικόυπόβαθρο για τη διατερματική εκτίμηση της ποιότητας ενός ψηφιακά κωδικοποιημένου βίντεο σύμφωνα με το πρότυπο MPEG.