A complexity-utility framework for optimizing quality of experience for visual content in mobile devices
Mobil cihazlarda görsel içerik için tecrübe niteliği eniyilemesi amaçlı karmaşıklık ve fayda temelli yaklaşım
- Tez No: 305764
- Danışmanlar: PROF. DR. A. AYDIN ALATAN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 135
Özet
Mobil cihazlarda video izlenirken en yüksek tecrübe niteliği sağlayacak video kodlama parametrelerinin belirlenmesi için, öznel video kalitesi ve video çözme karmaşıklığı birlikte en iyilenmiştir. Öznel video kalitesi, nesnel bir kriter olan video kalite metriği (VQM) kullanılarak modellenmiş ve bir video'nun kalitesinin, kalite değerleri önceden ölçülmüş bir eğitim seti içinden benzer içerik özelliklerine sahip videolar kullanılarak kestirilmesini sağlayan bir yöntem sunulmuştur. İçerik benzerliğinin ölçülmesi için standartlaştırılmış uzamsal ve zamansal index metrikleri kullanılmaktadır. Belirli bir donanım için videonun çözme karmaşıklığını videolardan elde edilen içerik özellikleri kullanarak modelleyen istatistiki bir yöntem sunulmaktadır. Toplam çözme karmaşıklığı, modern video çözücülerinde bulunan ve yoğun işlem gücü gerektiren kod parçalarının karmaşıklıklarının toplamı şeklinde modellenmektedir. İçerik özellikleri ve çözme karmaşıklıkları rassal değişkenler olarak modellenmiş ve aralarındaki bileşik olasılık yoğunluk fonksiyonları Gauss Karışım Modelleri (GMM) kullanılarak elde edilmiştir. GMM ler çok sayıda videodan oluşan bir eğitim seti kullanılarak belirlenmiştir. Yeni bir videonun çözme karmaşıklığını ölçmek için önceden hesaplanmış olan GMM ler ve videodan gerçek zamanlı olarak çıkarılan içerik özellikleri kullanılmaktadır. Ayrıca her cihaz için bir kere yapılacak video çözme deneyleri kullanılarak mobil cihazların video çözme kapasitesinin belirlenmesini sağlayan özgün bir yöntem geliştirilmiştir. Son olarak, kompleksite-kalite dengesini en iyileyerek çözme karmaşıklığı kullanılacak cihazın donanım kapasitesini aşmayacak şekilde erişilebilecek maksimum kalitede videoların elde edilmesini sağlayacak kodlama parametrelerinin belirlenmesi için fayda-karmaşıklık temelli bir yöntem önerilmektedir. Simulasyon sonuçları bu yaklaşımın kullanıcıların mobil cihazlardan video izlerken elde ettikleri tatmini kestirmek için kullanılabileceğini göstermektedir.
Özet (Çeviri)
Subjective video quality and video decoding complexity are jointly optimized in order to determine the video encoding parameters that will result in the best Quality of Experience (QoE) for an end user watching a video clip on a mobile device. Subjective video quality is estimated by an objective criteria, video quality metric (VQM), and a method for predicting the video quality of a test sequence from the available training sequences with similar content characteristics is presented. Standardized spatial index and temporal index metrics are utilized in order to measure content similarity. A statistical approach for modeling decoding complexity on a hardware platform using content features extracted from video clips is presented. The overall decoding complexity is modeled as the sum of component complexities that are associated with the computation intensive code blocks present in state-of-the-art hybrid video decoders. The content features and decoding complexities are modeled as random parameters and their joint probability density function is predicted as Gaussian Mixture Models (GMM). These GMMs are obtained off-line using a large training set comprised of video clips. Subsequently, decoding complexity of a new video clip is estimated by using the available GMM and the content features extracted in real time. A novel method to determine the video decoding capacity of mobile terminals by using a set of subjective decodability experiments that are performed once for each device is also proposed. Finally, the estimated video quality of a content and the decoding capacity of a device are combined in a utility-complexity framework that optimizes complexity-quality trade-off to determine video coding parameters that result in highest video quality without exceeding the hardware capabilities of a client device. The simulation results indicate that this approach is capable of predicting the user viewing satisfaction on a mobile device.
Benzer Tezler
- A robust framework covering measures developed using EVM metric against jamming attacks in next-generation communication systems
Yeni nesil haberleşme sistemlerinde karıştırma saldırılarına karşı EVM metriği kullanılarak geliştirilen önlemleri kapsayan güçlü bir çerçeve
CEM ÖRNEK
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MESUT KARTAL
- Characterization of different shape objects using EM pulse for several different scenarios
Farklı senaryolarda EM darbesi kullanarak farklı şekillerdeki nesnelerin karakterizasyonu
EMRE İŞCAN
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Mühendisliği Ana Bilim Dalı
YRD. DOÇ. SEBAHATTİN EKER
PROF. VASIL TABATADZE
- Designing business model framework for public bus transportation authorities: A fuzzy approach
Otobüs toplu taşıma otoriteleri için iş modeli dizaynı: Bir fuzzy yaklaşımı
BÜŞRA BURAN
Doktora
İngilizce
2023
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ERÇEK
- Comprehensive risk mapping and fire station optimization for forest fire management: An application in Antalya
Orman yangını yönetimi için kapsamlı risk haritalama ve yangın istasyonu optimizasyonu: Antalya uygulaması
ZÜHAL ÖZCAN YAVUZ
Doktora
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGÜR KABAK
DR. ÖĞR. ÜYESİ İNCİ ÇAĞLAYAN
- Predictive error compensated wavelet neural networks framework for time series prediction
Zaman serisi tahmini için hata tazminli dalgacık dönüşümlü sinir ağları çerçeve yazılımı
SERKAN MACİT
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK BERK ÜSTÜNDAĞ