Busca avançada
Ano de início
Entree

Avaliação de qualidade de vídeo utilizando aprendizado de máquina em cenários de redes

Processo: 19/10551-0
Linha de fomento:Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
Vigência (Início): 01 de junho de 2019
Vigência (Término): 31 de dezembro de 2020
Área do conhecimento:Engenharias - Engenharia Elétrica
Pesquisador responsável:Miguel Arjona Ramírez
Beneficiário:Dante Coaquira Begazo
Instituição-sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Vinculado ao auxílio:18/26455-8 - Processamento Audiovisual de Voz por Aprendizagem de Máquina, AP.R
Assunto(s):Processamento de sinais   Aprendizado computacional   Métrica   Redes multimídia   Vídeo

Resumo

Existem diferentes metodologias para avaliar a qualidade de vídeo, as quais se podem dividir, de forma geral, em métricas subjetivas e objetivas. Estes últimos podem ser divididos em métricas baseadas no sinal de vídeo codificado, na distribuição do vídeo em redes de pacotes, e híbridos, sendo que as métricas que utilizam o sinal de vídeo se classificam em três conjuntos: as métricas de Referência Completa (FR – Full Reference); as métricas de Referência Reduzida (RR - Reduced Reference) e as métricas Sem Referência (NR - No Reference). O presente plano de pesquisa focará nas métricas objetivas FR e NR. Para ambas métricas se aplicará técnicas de aprendizado de máquina para analisar o sinal de vídeo e suas principais características, também como para a fusão dos parâmetros de codificação e de rede. Deve-se destacar que as métricas atuais de avaliação de qualidade de vídeo para sistemas em tempo real não tem um bom desempenho. Propõe-se implementar diferentes cenários de rede em simuladores, para poder obter arquivos que considerem diferentes tipos de degradações características dessas redes.