Perceptual video quality aware dynamic adaptive streaming over HTTP (DASH) with scalable video coding
Yükleniyor...
Dosyalar
Tarih
2019
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Ege Üniversitesi, Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Dynamic Adaptive Streaming over HTTP (DASH) is based on adjusting video quality to momentarily changing network conditions. However, average video quality alone does not precisely correspond to overall user satisfaction level. The video quality switching frequency is another factor which affects quality experienced by user negatively, if it reaches to high levels. Therefore, while adapting the quality of the video to the available bandwidth, keeping the video quality switching frequency at low levels is a challenging optimization problem especially for mobile networks which can be very fluctuant in term of bandwidth. Another problem in adaptive streaming protocols is high storage requirements stem from high number of representations used for single video. To solve this problem, the usage of Scalable Video Coding (SVC) for adaptive streaming becomes more popular in academic researches, since it utilize storage area more effectively. In this thesis, an adaptation algorithm is proposed to achieve maximum experienced quality by utilizing Structural Similarity (SSIM) index which is a strongly correlated metric to Human Vision System (HVS). The proposed algorithm is designed for using with SVC so an SVC dataset is produced to evaluate the resulting algorithm. The test scenarios are designed to simulate mobile network conditions and the evaluation part is done by comparing the proposed method with a well-respected SVC based adaptation algorithm. The proposed method demonstrates successful results in realistic network scenarios with the created dataset using SVC. By utilizing SSIM dependent buffer length a smooth quality variation is achieved in the proposed algorithm.
HTTP Üzerinden Dinamik Uyarlanabilir Video Akışı (DASH) video kalitesinin ağ koşullarının anlık değişimlerine uyarlanmasına dayanır. Bununla birlikte, ortalama video kalitesi tek başına izleyicinin memnuniyet düzeyiyle tam olarak örtüşmez. Video kalitesindeki değişim sıklığı yüksek değerlere ulaştığında izleyici tarafından algılanan kaliteyi negatif olarak etkileyen farklı bir unsurdur. Bu yüzden, video kalitesinin bant genişliğine göre uyarlanması sırasında, video kalite değişim sıklığının düşük tutulması, özellikle bant genişiliğinin sıklıkla dalgalandığı mobil ağ koşullarında zorlayıcı bir optimizasyon problemi olmuştur. Uyarlanabilir video akış protokollerindeki bir diğer problem, tek bir videonun fazla sayıdaki gösterimlerinden kaynaklanan yüksek depolama ihtiyacıdır. Bu problemi çözmek için depolama alanını etkili bir şekilde değerlendiren Ölçeklenir Video Kodlamanın (SVC) akademik çalışmalarda uyarlanabilir video akışı için kullanımı yaygınlaşmaya başlamıştır. Bu tezde, deneyimlenebilecek maksimum kaliteye ulaşabilmek için İnsan Görme Sistemi (HVS) ile önemli ölçüde ilişkili bir metrik olan Yapısal Benzerlik (SSIM) endeksini kullanan bir adaptasyon algoritması ileri sürülmüştür. Önerilen algoritma SVC'ye göre tasarlandığı için, sonuçta oluşan algoritmayı test etmekte kullanılan bir SVC veri seti oluşturulmuştur. Test senaryoları mobil ağ koşullarını simüle etmek için tasarlanıp, değerlendirme kısmı önerilen algoritmanyı SVC esaslı saygın bir adaptasyon algoritmasıyla karşılaştırarak yapılmıştır. Önerilen method, gerçeğe uygun ağ koşullarında oluşturulan veri setiyle başarılı sonuçlar ortaya koymuştur. SSIM'e bağlı arabellek kullanımıyla, düşük bir kalite varyansı elde edilmiştir.
HTTP Üzerinden Dinamik Uyarlanabilir Video Akışı (DASH) video kalitesinin ağ koşullarının anlık değişimlerine uyarlanmasına dayanır. Bununla birlikte, ortalama video kalitesi tek başına izleyicinin memnuniyet düzeyiyle tam olarak örtüşmez. Video kalitesindeki değişim sıklığı yüksek değerlere ulaştığında izleyici tarafından algılanan kaliteyi negatif olarak etkileyen farklı bir unsurdur. Bu yüzden, video kalitesinin bant genişliğine göre uyarlanması sırasında, video kalite değişim sıklığının düşük tutulması, özellikle bant genişiliğinin sıklıkla dalgalandığı mobil ağ koşullarında zorlayıcı bir optimizasyon problemi olmuştur. Uyarlanabilir video akış protokollerindeki bir diğer problem, tek bir videonun fazla sayıdaki gösterimlerinden kaynaklanan yüksek depolama ihtiyacıdır. Bu problemi çözmek için depolama alanını etkili bir şekilde değerlendiren Ölçeklenir Video Kodlamanın (SVC) akademik çalışmalarda uyarlanabilir video akışı için kullanımı yaygınlaşmaya başlamıştır. Bu tezde, deneyimlenebilecek maksimum kaliteye ulaşabilmek için İnsan Görme Sistemi (HVS) ile önemli ölçüde ilişkili bir metrik olan Yapısal Benzerlik (SSIM) endeksini kullanan bir adaptasyon algoritması ileri sürülmüştür. Önerilen algoritma SVC'ye göre tasarlandığı için, sonuçta oluşan algoritmayı test etmekte kullanılan bir SVC veri seti oluşturulmuştur. Test senaryoları mobil ağ koşullarını simüle etmek için tasarlanıp, değerlendirme kısmı önerilen algoritmanyı SVC esaslı saygın bir adaptasyon algoritmasıyla karşılaştırarak yapılmıştır. Önerilen method, gerçeğe uygun ağ koşullarında oluşturulan veri setiyle başarılı sonuçlar ortaya koymuştur. SSIM'e bağlı arabellek kullanımıyla, düşük bir kalite varyansı elde edilmiştir.
Açıklama
Anahtar Kelimeler
Dynamic Adaptive Streaming over HTTP (DASH), Scalable Video Coding (SVC), SSIM, SVC Dataset, HTTP Üzerinden Dinamik Uyarlanabilir Video Akışı (DASH), Ölçeklenir Video Kodlama (SVC), SSIM, SVC Veri Seti
