JP2009543513A - パケットベースのビデオ放送システムにおける映像複雑度の計算 - Google Patents
パケットベースのビデオ放送システムにおける映像複雑度の計算 Download PDFInfo
- Publication number
- JP2009543513A JP2009543513A JP2009519424A JP2009519424A JP2009543513A JP 2009543513 A JP2009543513 A JP 2009543513A JP 2009519424 A JP2009519424 A JP 2009519424A JP 2009519424 A JP2009519424 A JP 2009519424A JP 2009543513 A JP2009543513 A JP 2009543513A
- Authority
- JP
- Japan
- Prior art keywords
- video
- video streams
- complexity
- individual
- bandwidth
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/434—Disassembling of a multiplex stream, e.g. demultiplexing audio and video streams, extraction of additional data from a video stream; Remultiplexing of multiplex streams; Extraction or processing of SI; Disassembling of packetised elementary stream
- H04N21/4347—Demultiplexing of several video streams
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/238—Interfacing the downstream path of the transmission network, e.g. adapting the transmission rate of a video stream to network bandwidth; Processing of multiplex streams
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/236—Assembling of a multiplex stream, e.g. transport stream, by combining a video stream with other content or additional data, e.g. inserting a URL [Uniform Resource Locator] into a video stream, multiplexing software data into a video stream; Remultiplexing of multiplex streams; Insertion of stuffing bits into the multiplex stream, e.g. to obtain a constant bit-rate; Assembling of a packetised elementary stream
- H04N21/2365—Multiplexing of several video streams
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/236—Assembling of a multiplex stream, e.g. transport stream, by combining a video stream with other content or additional data, e.g. inserting a URL [Uniform Resource Locator] into a video stream, multiplexing software data into a video stream; Remultiplexing of multiplex streams; Insertion of stuffing bits into the multiplex stream, e.g. to obtain a constant bit-rate; Assembling of a packetised elementary stream
- H04N21/2365—Multiplexing of several video streams
- H04N21/23655—Statistical multiplexing, e.g. by controlling the encoder to alter its bitrate to optimize the bandwidth utilization
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
- H04N21/2402—Monitoring of the downstream path of the transmission network, e.g. bandwidth available
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
- H04N21/2662—Controlling the complexity of the video stream, e.g. by scaling the resolution or bitrate of the video stream based on the client capabilities
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
チャネルの帯域幅変化及びシーン内容の変化を考慮した映像複雑度を示す統計モデルを使用して、ビデオストリーミング、IPTV、及び放送アプリケーションにおけるリアルタイム映像の複雑度を求める方法を提供する。放送されるビデオストリームの帯域幅変化及び映像複雑度に比例して、利用可能なチャネル帯域幅を複数のビデオストリーム間で不均等に分配することができる。利用可能なチャネル帯域幅の分配は、帯域幅変化及び映像複雑度を考慮に入れた確率行列から決定されるように、個々のビデオストリームの映像複雑度の要素に基づいて決定される。
【選択図】図3
【選択図】図3
Description
本発明は、一般的に放送システムに関する。より具体的には、本発明は、MPEG準拠の符号化を使用する圧縮ビデオプログラムにおいて一連の映像複雑度を推定する方法に関する。
IPTV(インターネットプロトコルテレビ)及びダイレクト放送衛星(DBS)アプリケーションなどにおける一般的な放送システムでは、複数のビデオプログラムが並行して符号化され、デジタル圧縮されたビットストリームが、単一の固定又は可変ビットレートチャネル上に多重化される。ビデオソースの各々の情報の内容/複雑さに比例して、利用可能なチャネル帯域幅をプログラム間で不均等に分配することができる。劣化を測定することによりビデオ画質を計算するモニタシステムは、ビデオストリームの映像複雑度の要素を考慮に入れて、より複雑でない映像又はより複雑な映像に対して異なる劣化の影響を計算することができる。
MPEG符号化した可変ビットレート(VBR)ビデオトラフィックは、広帯域ネットワークの帯域幅を独占することが見込まれる。ストリーミング、オンデマンド、IPTV、又はDBS形式の環境において、このビデオトラフィックを配信することができる。任意の提案されたネットワークの性能をネットワークの動作中に予測するためのモニタシステムを実現するには、VBR又はCBRビデオの複雑度の正確なモデルが必要となる。図1は、典型的なIPTV環境においてビデオコンテンツの配信に関与する構成要素を示す図である。アナログ信号として発信されるビデオソースは、エンコーダで符号化され、パケット化され、IPネットワークを使用して送信される。このビデオソースをマルチキャスト又はユニキャストとしてネットワークへ送信することができる。中心部は、ネットワーク加入者及びトラフィックの流れを設定し、管理するための様々な要素を含む。コンテンツは、コンテンツサーバに記憶され、ユーザの要望時にオンデマンドで配信される。ネットワーク内の様々なポイントにおいて、サービス保証管理システムによって劣化の測定を行うことができる。
MPEG符号化規格では、3つの画像形式(I、B、及びP)が定義され、画像が固定配列で符号化される。シーン遷移に起因して、画像形式の変化が生じる可能性がある。突然の遷移の場合、重大な符号化エラーを避けるために、新しいシーンの先頭フレームがイントラ符号化(I−フレーム)される。段階的なシーン遷移中には、2つの基準フレーム(I又はP)間の距離を変更して画像品質を改善することができる。ほとんどのこれらの段階的な移行中は、時間相関性が低くなる傾向にある。この状況では、予測基準フレーム(P−フレーム)をより頻繁に配置して必要な画像品質を維持することが求められる。ビデオシーケンスが速い動きを含む場合にも、画像品質を改善するために多くのP−フレームが必要になると考えられる。これによりビットレートが増大する。一方、シーンがいかなる速い動きも、或いは段階的なシーン遷移も含まない場合、画像品質に影響を与えることなくフレーム間(I−フレーム)の基準距離を増大させることができる。これはフレーム間の強い相関性に起因するものである。
従って、以下に限定されるわけではないが、スライス、マクロブロック、量子化、インター符号化/イントラ符号化した参照及び非参照マクロブロック/スライス/画像形式を含むビデオ符号化層(VCL)のパラメータを分析することにより、ビデオストリームにおけるVCLの複雑度の指標の変化及びビットレートの変化を分析し、統計モデルへとたどり着いて映像複雑度を動的に計算することにより、劣化モニタがこの値を使用して、一連の複雑な映像に対するこれらの変化の影響を測定できるようにするための処理が必要とされる。
本発明は、ビデオプログラムストリームにおけるVCLのパラメータ及び帯域幅の変化を統計分析することにより、映像複雑度をリアルタイムで推定する方法を提供する。この値をモニタリング及びその他のアプリケーションで使用して、損なわれた状態にあるビデオ画質を推定し、人間の視覚系で知覚される品質に関して、より確実な推定を行うことができる。
単一のチャネル上で複数のビデオストリームを放送するための処理は、複数のビデオストリームの各々のビデオ符号化層の複雑度の指標の変化及びビットレートの変化を分析することから開始される。次に、統計モデルが作成されて、複数のビデオストリームの各々の映像複雑度が動的に計算される。その後、複数のビデオストリームの各々の映像複雑度の、放送に対する影響が測定される。この測定された複数のビデオストリームの各々の映像複雑度の影響に基づいて、利用可能なチャネル帯域幅が複数のビデオストリーム間で分配される。
この処理は、ある特定の損なわれた状態にあるビデオ画質を推定するステップをさらに含む。
複雑度の指標の変化を分析するステップは、ビデオストリームの不連続部分のパラメータの変化を分析するステップを含む。ビデオストリームの不連続部分は、スライス、マクロブロック、量子化、インター符号化した参照ブロック、イントラ符号化した参照ブロック、及び非参照マクロブロック/スライス/画像形式を含む。
統計モデルを作成するステップは、個々のビデオストリームの不連続部分に対して、ビデオ符号化層の複雑度の指標の変化についての第1の統計モデルを作成するステップを含む。さらに、個々のビデオストリームの同じ不連続部分に対して、ビデオ符号化層のビットレートの変化及び帯域幅の変化についての第2の統計モデルが作成される。その後、個々のビデオストリームの不連続部分から得られる第1及び第2の統計モデルが組み合わせられる。この組み合わされた第1及び第2の統計モデルに基づいて、個々のビデオストリームの不連続部分の映像複雑度が算出される。
個々のビデオストリームにおける量子化の変化を求めることにより、高い量子化の遷移、スライス/マクロブロック、及び画像/スライス/マクロブロック形式に関するインター/イントラ予測形式がカウントされる。個々のビデオストリームにおけるビデオ符号化層データの帯域幅を求めることにより、帯域幅の変化がカウントされる。このカウントは、個々の量子化の変化に対して第1のカウンタを増分し、個々のマクロブロックに対して第2のカウンタを増分し、個々のスライスに対して第3のカウンタを増分し、個々の低帯域幅の状態遷移、平均帯域幅の状態遷移、及び高帯域幅の状態遷移に対して第4のカウンタを増分することにより完了する。
この第1、第2、第3、及び第4のカウンタを使用して、個々のビデオストリームの不連続部分に関するビデオ符号化層の複雑度の複雑度確率が計算される。さらに、この第1、第2、第3、及び第4のカウンタを使用して、個々のビデオストリームの不連続部分が低帯域幅状態、平均帯域幅状態、及び高帯域幅状態にある場合の確率が計算される。個々のビデオストリームの不連続部分のビデオ符号化層の複雑度の遷移に対して第1の遷移確率行列が構築され、個々のビデオストリームの不連続部分の帯域幅の状態遷移に対して第2の遷移確率行列が構築される。個々の遷移確率行列から得られる限界状態確率を使用して、個々のビデオストリームの不連続部分の映像複雑度の値が計算される。
この方法をコレクタで使用して、分散遠隔プローブから映像複雑度の値を取得し、この映像複雑度を変数として使用して、パケット化したビデオストリームにおける劣化の計算を容易にして知覚されるビデオ画質に関してより高い精度を確保し、パケット化したビデオアプリケーションに映像複雑度を一定の間隔で提供し、人間の視覚系で知覚されるビデオの複雑度に関する推定を行い、以下に限定されるわけではないが、ピーク信号対ノイズ比(PSNR)、MPQM、MQUANT、及び二乗平均平方根誤差(RMSE)を含む、標準的な業界全体にわたるビデオ画質評価モデルに関して映像複雑度の測定を行い、ビデオエンコーダ、マルチプレクサ、ルータ、VODサーバ(ビデオオンデマンド)、放送サーバ、及びビデオ画質測定機器で使用される、又はこれらに組み込むことができるオフラインでリアルタイムの映像複雑度の測定を行い、映像複雑度の一因となる帯域幅変化に関する統計モデルを提供し、シーン遷移の一因となるビデオ符号化層の複雑度に関する統計モデルを提供し、複雑度が低い状態及び複雑度が高い状態にある一連の映像の統計分布を求めることができる。
本発明の原理を例として示す添付の図面に関連して行われる以下のより詳細な説明から、本発明のその他の特徴及び利点が明らかになるであろう。
添付の図面は本発明を例示するものである。
本発明の好ましい実施形態を図2〜図10に示す。図1に示すようなIPTV配信システムにおいて、本発明の実施形態を利用することができる。
本発明は、MPEG形式の画像符号化をサポートするビデオストリームにおいて一連の映像の映像複雑度を推定する方法に関する。この方法は、符号化したビデオストリームのフロー中に、VCLパラメータを、量子化、マクロブロック/スライスカウント、16×16、16×8、8×8、4×4、8×16のマクロブロックサイズとして表し、画像形式の変化を、シーン遷移を引き起こす確率を求めるインターフレーム/マクロブロック、イントラフレーム/マクロブロック、I/B/Pフレーム/マクロブロック形式の変化として表す統計モデルを作成するステップを含む。符号化したビデオストリームの同じフロー中に、高帯域幅状態及び低帯域幅状態の確率を求める帯域幅変化を表す統計モデルも作成される。その後、符号化したビデオストリームの同じフローから作成されたこの2つの統計モデルから映像の複雑度が求められる。この方法を使用して、知覚されるビデオの複雑度を推定する分散システムを実現することができる。
この方法はまた、量子化の変化を求めて、高い量子化の遷移、モニタ間隔の間のスライス/マクロブロックのカウント、画像/スライス/マクロブロックの形式に関するインター/イントラ予測の形式(I、B、P)をカウントし、VCLデータの帯域幅を求めて帯域幅変化をカウントするステップと、量子化変化に関するカウンタを増分し、マクロブロック及びスライスの形式及びサイズに関するカウンタを増分し、低帯域幅の状態遷移、平均帯域幅の状態遷移、及び高帯域幅の状態遷移に関するカウンタを増分するステップと、状態遷移に関するカウンタからビデオ符号化層の複雑度に関する確率を計算し、これらのカウンタから低帯域幅状態、平均帯域幅状態、及び高帯域幅状態における状態遷移に関する確率を計算するステップと、ビデオ符号化層の複雑度の遷移に関する遷移確率行列を計算し、帯域幅の状態遷移に関する遷移確率行列を計算するステップとを含む。
上記に概説したように、図1は、ビデオコンテンツの取得12、IPTV管理システム14、IPTVコンテンツの配信16、及びIPTVの消費者18を含む一般的なIPTV配信ネットワーク21を示す図である。通常、ビデオソース20はアナログ形式で取得され、ビデオエンコーダ22によりMPEG1/2/4フォーマットで符号化され、ビデオオンデマンド(VOD)サーバ24又は放送サーバ26へ送られる。VODサーバ24は、ネットワーク中心部28へ伝送するためのプログラムストリーム内にコンテンツをカプセル化する。ネットワーク中心部28は比較的高帯域幅のパイプである。IPTVネットワーク21はまた、様々な管理、プロビジョニング、及びサービス保証要素で構成される。通常、IPTVネットワーク21は、運用支援システム(OSS)30、視聴者管理システム32、及び新しい付加価値サービスを生み出すためのアプリケーションサーバ34を含む。管理、プロビジョニング、及びサービス保証に続き、消費者がアクセス可能なVODサーバ36又は放送サーバ38にコンテンツを記憶することができる。一般的にこれらのサーバはネットワーク21の縁部に配置される。消費者は広帯域アクセス回線42へのアクセス手段を有し、このアクセス手段はケーブル/DSL回線44であってもよい。通常、ビデオストリームをコンポーネント出力へと復号するセットトップボックス46にテレビが接続される。
パケット化したビデオストリーム用のプロトコルスタックを図2に示す。媒体に依存する付属品48は、イーサネット(登録商標)、Sonet、DS3、ケーブル、又はDSLインターフェースであってもよい。PHY50は媒体に依存するパケット処理を行う。IP(インターネットプロトコル)52は、主にIPTVネットワーク21におけるパケットルーティングにアドレス指定を行うネットワーク層の部分である。UDP/RTP54は、ポートにアプリケーションレベルのアドレス指定を行うトランスポート層である。UDP/RTP又は単なるUDP層54においてビデオストリームをカプセル化することができる。符号化されたビデオをMPEG1/2/4の形で圧縮し、トランスポートストリームとして、又はビデオ用RTPカプセル化56の形で送信することができる。H.264/AVCの場合のように、任意のネットワーク抽象化層58が存在してもよい。後述するように、ビデオ符号化層のパケット入力60が復号化され、必要なパラメータが抽出されて、映像複雑度のモデルのための測定値62が得られる。
図3は、本発明の実施形態における統計モデルに関する高レベルの論理を示す図である。MPEG VCL入力64がVCL複雑度(I−フレーム)モデル66及び帯域幅モデル68の両方に提供されて、統計モデルに必要なカウンタが計算される。曲線近似方程式70がモデル出力パラメータを取得し、映像複雑度72を計算する。
図4は、帯域幅モデル68に関する離散マルコフ過程の状態遷移を示す図である。ビデオシーケンスにおける帯域幅変化が3つの状態のマルコフ過程へとモデル化されて、低帯域幅の状態遷移及び高帯域幅の状態遷移の確率が求められる。状態1(S1)74、状態2(S2)76、及び状態3(S3)78はそれぞれ、低帯域幅状態、定帯域幅状態、高帯域幅状態にあるモデル68の状態を表す。
図5は、VCL層複雑度量子化モデル66に関する離散マルコフ過程の状態遷移を示す図である。マクロブロック層から取り出された量子化の遷移が、2つの状態のマルコフ過程へとモデル化される。K1(80)及びK2(82)は、VCL層複雑度モデル66の状態、すなわち量子化が高い状態及び量子化が低い状態を示している。
図6は、帯域幅モデル68の遷移確率90の計算に使用するカウンタ86を示す図である。VCL帯域幅モニタ84は、VCLストリームの帯域幅変化をモニタすると共にカウンタcXY86を更新し、この場合Xは初期状態を表し、Yは結果状態を表す。初期状態及び結果状態は、低帯域幅状態、一定帯域幅状態、又は高帯域幅状態である可能性があり、これらは、それぞれ1、2、又は3で示される。例えば、C11は、低帯域幅状態74から低帯域幅状態74への状態遷移イベントを表し、C23は、一定帯域幅状態76から高帯域幅状態78への状態遷移イベントを表す。
状態遷移確率90が計算されて遷移行列88が得られる。状態遷移確率90はpXYで表され、この場合Xは初期状態を表し、Yは結果状態を表す。初期状態及び結果状態は、低帯域幅状態、一定帯域幅状態、又は高帯域幅状態である可能性があり、これらは、それぞれ1、2、又は3で示される。例えば、p12は、低帯域幅状態(S1)74から一定帯域幅状態(S2)76へと移る遷移確率を表す。遷移確率90から遷移行列88が形成される。遷移行列88から初期条件なしで限界状態確率が計算され、BP101(92)及びBP103(94)が得られる。これらの値はそれぞれ、低帯域幅状態及び高帯域幅状態に留まる確率を表す。
図7には、VCL層の複雑度の量子化モデルに関する遷移確率の計算に使用するカウンタ98が見られる。VCLスライス及びマクロブロックモニタ96は、マクロブロック内で量子化パラメータをモニタすると共にカウンタdXYを更新し、この場合Xは初期状態を表し、Yは結果状態を表す。初期状態及び結果状態は、量子化を高く受けた状態又は量子化を低く受けた状態である可能性があり、これらはそれぞれ1又は2で示される。例えば、d12は、量子化を高く受けた状態から量子化を低く受けた状態への状態遷移イベントのカウントを表す。状態遷移確率が計算されて、VCL層量子化モデル66に関する遷移行列100が得られる。遷移行列100から、画像シーケンスにおける高い量子化の発生確率が計算され、変数IP100(102)に設定される。
帯域幅モデル68に関する遷移確率行列88を図8に示す。状態S1(74)、S2(76)、及びS3(78)は、上記に概説したように、低帯域幅状態、平均帯域幅状態、及び高帯域幅状態を表し、行列88内の個々のセルは、1つの状態から別の状態への状態遷移の確率を表す。
図9は、VCL層量子化モデル66に関する遷移確率行列100を示す図である。状態K1(104)及びK2(106)は、高い量子化の発生状態及び低い量子化の発生状態を表し、行列100内の個々のセルは、1つの状態から別の状態への状態遷移の確率を表す。
図10は、2から3までの値にわたる映像複雑度(Γ)72を得るために、図3の曲線近似方程式73で使用される、VCL層の複雑度モデル66及び帯域幅モデル68の出力パラメータBP101(92)、BP103(94)、及びIP100(102)を示す図である。
図11は、本発明プロセスの主な機能ブロックのフローチャートを示す図である。帯域幅モデルの初期化108は、帯域幅モデル68及びVCL層複雑度モデル66を実行するために行う必要がある第1のステップである。平均帯域幅を計算するための変数が初期化される(110)。NAL(ネットワーク抽象化層)/トランスポートストリームからVCL入力が読み取られる(112)。VCLパケットに関する平均帯域幅が計算され(114)、設定される(116)。この動作中、帯域幅モデル68及びVCL層複雑度モデル66が並行して実行される(118)。帯域幅モデル68が、遷移カウンタに対して初期化される(120)。NAL/伝送層ストリームからVCLパケットサイズが読み取られる(122)。VCLに関する帯域幅が計算される(124)。遷移カウンタが更新され(126)、遷移確率行列が更新される(128)。次のステップは、下記に詳述するように、式(1)及び(2)を使用して、高限界状態確率及び低限界状態確率を計算する(130)ことである。変数BP101及びBP103が設定される(132)。すべてのマクロブロックに対して、VCLの複雑度モデル66が同時に実行される(118)。カウンタが初期化され(136)、VCLから得られるスライスデータを復号化することにより、NAL/トランスポートストリームからマクロブロック及びスライス量子化パラメータが読み取られる(138)。VCLの複雑度の量子化遷移確率行列が計算され(140)、限界状態確率が計算される(142)。次にIP100変数が設定される(144)。変数BP101、BP103、及びIP100を使用して、最終の曲線近似方程式が計算される(146)。
以下、実施形態の動作をより詳細に説明する。帯域幅モデル68は、図4のマルコフモデルを使用して構築される。状態S1(74)、S2(76)、及びS3(78)は、ある一定数のVCLパケット又は不連続部分を処理した後の時間の任意の場合におけるVCLパケットレートの状態に関係する。帯域幅モデル68は、MPEGビデオストリームの作成後に初期化される。この段階で、帯域幅モデル68は、個々の不連続部分に関する、すなわちすべてのサンプリング例におけるビデオストリームの平均帯域幅を求める。平均帯域幅を求める手順は以下の通りである。
・カウンタA100、A101、A102、A103、A104をゼロに初期化する。
・受信したすべてのNAL/伝送層パケットのVCLパケットサイズをMPEG層から読み取り、受信した累積サイズにA100を設定する。
・すべてのイントラマクロブロック/画像形式に対してA103を増分する。
・すべてのスライス形式に対してA104を増分する。
・A101を先頭のVCLの受信時間にミリ秒単位で設定する。
・A102をすべてのVCLの受信時間にミリ秒単位で設定する。
・個々のサンプリング例において平均帯域幅を計算する。
・カウンタA100、A101、A102、A103、A104をゼロに初期化する。
・受信したすべてのNAL/伝送層パケットのVCLパケットサイズをMPEG層から読み取り、受信した累積サイズにA100を設定する。
・すべてのイントラマクロブロック/画像形式に対してA103を増分する。
・すべてのスライス形式に対してA104を増分する。
・A101を先頭のVCLの受信時間にミリ秒単位で設定する。
・A102をすべてのVCLの受信時間にミリ秒単位で設定する。
・個々のサンプリング例において平均帯域幅を計算する。
算出は次の手順をたどる。
A100=A100+VCL_size_rcvd from MPEG layer
If(A101=0) then A101=current time
A102=current time
C100=A100×8/(A102−A101)/1000(in kbps)
A100=A100+VCL_size_rcvd from MPEG layer
If(A101=0) then A101=current time
A102=current time
C100=A100×8/(A102−A101)/1000(in kbps)
平均帯域幅(C100)の範囲は、C100±10kbpsとなる。
このモデルは、A103の最小の所定カウントが受信された場合にのみ実行される。このカウンタはシーン遷移を示し、モデルを効果的に計算するには複数のシーン遷移が必要となる。現在のビデオストリームの帯域幅がC100−10kbpsよりも低い場合には、モデルは低帯域幅状態(S1)にあることになり、C100+10kbpsよりも高い帯域幅では、モデルは高帯域幅状態(S3)にあることになる。帯域幅が平均帯域幅の値の範囲内にある場合、モデルは一定帯域幅状態(S2)にある。
平均帯域幅(C100)は、VCLパケットに関して連続して求められ、図4に示す離散遷移マルコフ過程を使用して帯域幅変化をモデル化することができる。3つの状態(S1、S2、及びS3)の遷移は、ビデオストリームの帯域幅変化をモニタすることにより算出される。遷移行列88(図8)が得られ、この場合、個々のセルは特定の状態から次の状態へ状態遷移する確率を表す。この処理についてのマルコフモデルは、周期的状態及び単一のチェーンからの再帰状態を有さないので、限界状態確率は初期条件とは無関係である。この条件を適用して、P1(S1状態にある確率)、P2(S2状態にある確率)及びP3(S3状態にある確率)を得ることができる。限界状態確率に関しては以下の方程式が十分に成り立つ。
3つの求める変数(P1、P2、P3)が存在するため、3元連立方程式が必要となり、その各々を遷移行列88(図8)から作成することができる。遷移行列88は、MPEGビデオストリームの帯域幅変化の統計から構築される。図8に示すように、遷移行列88は、特定の状態から任意の他の遷移可能な状態への遷移確率を計算することにより得られる。例えば、状態S1に留まる確率はp11で表される。
これらの遷移確率を式(1)及び(2)に入力して3元連立方程式を取得し、この方程式を解いてP1、P2、及びP3を得ることができ、この場合これらP1、P2、及びP3は、P1(モデルが低帯域幅状態に留まる確率)、P2(モデルが平均/一定帯域幅状態に留まる確率)、P3(モデルが高帯域幅状態に留まる確率)を表す。
低遷移及び高遷移の確率を最終の曲線近似方程式70に入力して、映像複雑度の値72が得られるようになる。P1、P2、及びP3を得るためのアルゴリズムは以下のように記述される。
・カウンタc11、c12、c13、c21、c22、c23、c31、c32、及びc33を0に初期化する。
・状態=S2とする。
・MPEGビデオ基本ストリーム内のいくつかのVCLパケット(設定可能なカウント)に対して、次のプログラムを実行する。
If(A103>5000(configurable count)||A104>100(configurable count))
current_bandwidth=(vcl_size×8)/(current_time−previous_time)/1000
If(current_bandwidth>(C100+10))
If(state=S1)
++c13.
else if(state=S2)
++c23.
else
++c33
else if(current_bandwidth<(c100−10))
if(state=S1)
++c11
else if(state=S2)
++c21
else
++c31
else
if(state=S1)
++c12
else if(state=S2)
++c22
else
++c32
update state to current state
・カウンタc11、c12、c13、c21、c22、c23、c31、c32、及びc33を0に初期化する。
・状態=S2とする。
・MPEGビデオ基本ストリーム内のいくつかのVCLパケット(設定可能なカウント)に対して、次のプログラムを実行する。
If(A103>5000(configurable count)||A104>100(configurable count))
current_bandwidth=(vcl_size×8)/(current_time−previous_time)/1000
If(current_bandwidth>(C100+10))
If(state=S1)
++c13.
else if(state=S2)
++c23.
else
++c33
else if(current_bandwidth<(c100−10))
if(state=S1)
++c11
else if(state=S2)
++c21
else
++c31
else
if(state=S1)
++c12
else if(state=S2)
++c22
else
++c32
update state to current state
(10秒などの)すべてのサンプリング例において、遷移行列88は上記プログラムにより計算される。遷移確率は、状態遷移の相対頻度から算出される。
P11=c11/(c11+c12+c13)
P12=c12/(c11+c12+c13)
P13=c13/(c11+c12+c13)
p21=c21/(c21+c22+c23)
p22=c22/(c21+c22+c23)
p23=c23/(c21+c22+c23)
p31=c31/(c31+c32+c33)
p32=c32/(c31+c32+c33)
p33=c33/(c31+c32+c33)
P11=c11/(c11+c12+c13)
P12=c12/(c11+c12+c13)
P13=c13/(c11+c12+c13)
p21=c21/(c21+c22+c23)
p22=c22/(c21+c22+c23)
p23=c23/(c21+c22+c23)
p31=c31/(c31+c32+c33)
p32=c32/(c31+c32+c33)
p33=c33/(c31+c32+c33)
遷移行列から、式(1)及び(2)を利用してできる3元連立方程式を使用して、確率P1(低レート確率)、確率P2(一定/平均レート確率)、及び確率P3(高レート確率)が計算される。
遷移確率を式(1)に入力することにより、次式が得られる。
0=P1×(p11−1)+P2×p21+P3×p31 式(3)
0=P1×p12+P2×(p22−1)+P3×p32 式(4)
式(2)から次式が得られる。
1=P1+P2+P3 式(5)
0=P1×(p11−1)+P2×p21+P3×p31 式(3)
0=P1×p12+P2×(p22−1)+P3×p32 式(4)
式(2)から次式が得られる。
1=P1+P2+P3 式(5)
これらの式を解いた後、この確率が次の変数内に割り当てられる。
BP101=P1
BP103=P3
BP101=P1
BP103=P3
上記3元方程式を解いた後、P1及びP3が計算されて曲線近似方程式70に使用され、最終的な映像複雑度72が得られるようになる。
すべてのVCL入力に対して、VCL層複雑度モデル66を並行して実行する必要がある。シーン遷移及び画像品質に関してVCLパラメータがモニタされる。インター/イントラマクロブロック形式を分析してシーン遷移を求め、マクロブロック内部の量子化パラメータを読み取って映像複雑度の一因となる画像品質を求める。VCL複雑度モデル66を実行した後で、映像複雑度に関する曲線近似方程式70を解いて、映像複雑度の値72を得ることができる。
VCL複雑度の確率を計算するステップは上述した過程と同様の過程をたどるが、マルコフ状態は2つの状態に限定される。図10は、VCL複雑度モデルの状態遷移過程を示す図である。これらの状態は以下を示す。
K1(高い量子化のマクロブロックが受信された状態)
K2(低い量子化のマクロブロックが受信された状態)
K1(高い量子化のマクロブロックが受信された状態)
K2(低い量子化のマクロブロックが受信された状態)
遷移確率を含む遷移行列100(図9)が計算される。個々のセルは状態遷移を示し、例えば、p12は、高い量子化を受信した状態(K1)において低い量子化(K2)を有する確率を表す。
遷移確率を計算する手順は以下の通りである。
MPEGビデオ基本ストリームにおけるすべてのVCL入力に対して、
・すべてのカウンタd11、d12、d21、d22をゼロに初期化する。状態=K1に設定する。
・高い/低い量子化状態を設定するための量子化しきい値を決定するために、(MPEG4の形の)画像パラメータセット又はこれが利用不可能な場合、予め設定した値のいずれかから初期の量子化値を読み取る。C101をこの値に設定する。
・マクロブロックカウント値に関するC102をゼロに設定する。
・フレーム内圧縮マクロブロック形式に関するC103をゼロに設定する。
・スライス形式に関するC105をゼロに設定する。
・処理されるすべてのマクロブロックに対してC102を増分する。
・すべてのフレーム内圧縮マクロブロック形式に対してC103を増分する。
・すべてのスライス形式に対してC105を増分する。
・量子化が利用可能なすべてのマクロブロックに対して、量子化値をC104に読み込む。
If(state=K1)
If(C104>C101&&C105>100(configurable)&&C103>3000(configurable))
++d11;
else
++d12;
else if(state=K2)
If(C104>C101&&C105>100(configurable)&&C103>3000(configurable))
++d21
else
++d22
update state to current state
・すべてのカウンタd11、d12、d21、d22をゼロに初期化する。状態=K1に設定する。
・高い/低い量子化状態を設定するための量子化しきい値を決定するために、(MPEG4の形の)画像パラメータセット又はこれが利用不可能な場合、予め設定した値のいずれかから初期の量子化値を読み取る。C101をこの値に設定する。
・マクロブロックカウント値に関するC102をゼロに設定する。
・フレーム内圧縮マクロブロック形式に関するC103をゼロに設定する。
・スライス形式に関するC105をゼロに設定する。
・処理されるすべてのマクロブロックに対してC102を増分する。
・すべてのフレーム内圧縮マクロブロック形式に対してC103を増分する。
・すべてのスライス形式に対してC105を増分する。
・量子化が利用可能なすべてのマクロブロックに対して、量子化値をC104に読み込む。
If(state=K1)
If(C104>C101&&C105>100(configurable)&&C103>3000(configurable))
++d11;
else
++d12;
else if(state=K2)
If(C104>C101&&C105>100(configurable)&&C103>3000(configurable))
++d21
else
++d22
update state to current state
上記のカウンタから得られる(10秒などの)すべてのサンプリング例において、遷移確率を計算して上記の遷移行列100を得る。
p11=d11/(d11+d12)
p12=d12/(d11+d12)
p21=d21/(d21+d22)
p22=d22/(d21+d22)
p11=d11/(d11+d12)
p12=d12/(d11+d12)
p21=d21/(d21+d22)
p22=d22/(d21+d22)
遷移確率から、高い量子化の発生確率(P1)及び低い量子化の発生確率(P2)を計算することができる。高い量子化の発生確率を曲線近似関数70で使用して、最終的な映像複雑度の値72を得ることになる。
上記式(6)及び(7)に遷移確率を代入し、展開する。
0=P1×(p11−1)+P2×p21 式(8)
1=P1+P2 式(9)
0=P1×(p11−1)+P2×p21 式(8)
1=P1+P2 式(9)
上記の2つの式が解かれて、P1及びP2が得られる。IP100=P1(マクロブロックにおけるVCL層の高複雑度の発生確率)と割り当てて、映像複雑度の方程式に使用する。
BP101、BP103、及びIP100を曲線近似方程式70(図10)に使用して、2と3との間の範囲に収まる映像複雑度72を得る。
映像複雑度Γ
(Γ>3)Γ=3の場合、
Γ=2+In(1+IP100)+In(2+B103−B101) 式(10)
映像複雑度Γ
(Γ>3)Γ=3の場合、
Γ=2+In(1+IP100)+In(2+B103−B101) 式(10)
例示を目的としていくつかの実施形態について詳細に説明したが、本発明の範囲及び思想から逸脱することなく、各々に対して様々な修正を加えることができる。
64 MPEG VCL入力
66 VCL層複雑度モデル
66 帯域幅モデル
70 曲線近似関数
72 映像複雑度
66 VCL層複雑度モデル
66 帯域幅モデル
70 曲線近似関数
72 映像複雑度
Claims (25)
- 複数のビデオストリームを単一のチャネル上で放送するためのプロセスであって、
前記複数のビデオストリームの各々のビデオ符号化層における複雑度の指標の変化とビットレートの変化とを分析するステップと、
統計モデルを作成して、前記複数のビデオストリームの各々の映像複雑度を動的に計算するステップと、
前記複数のビデオストリームの前記映像複雑度の、前記放送に対する影響を測定するステップと、
前記複数のビデオストリームの各々の前記映像複雑度の前記測定された影響に基づいて、利用可能なチャネル帯域幅を前記複数のビデオストリーム間で分配するステップと、
を含むことを特徴とするプロセス。 - 前記分析ステップは、前記ビデオストリームの不連続部分のパラメータにおける、ビデオ符号化層の複雑度の指標の変化を分析するステップを含む、
ことを特徴とする請求項1に記載のプロセス。 - 前記ビデオストリームの前記不連続部分は、スライス、マクロブロック、量子化、インター符号化した参照ブロック、イントラ符号化した参照ブロック、及び非参照マクロブロック/スライス/画像形式を含む、
ことを特徴とする請求項2に記載のプロセス。 - 損なわれた状態にあるビデオ画質を推定するステップをさらに含む、
ことを特徴とする請求項1に記載のプロセス。 - 前記作成ステップは、
個々のビデオストリームの不連続部分に対して、ビデオ符号化層の複雑度の指標の変化についての第1の統計モデルを作成するステップと、
個々のビデオストリームの前記同じ不連続部分に対して、ビデオ符号化層のビットレートの変化又は帯域幅の変化についての第2の統計モデルを作成するステップと、
個々のビデオストリームの前記不連続部分から得られる前記第1及び第2の統計モデルを組み合わせるステップと、
前記組み合わされた第1及び第2の統計モデルに基づいて、個々のビデオストリームの前記不連続部分の前記映像複雑度を算出するステップと、
を含むことを特徴とする請求項1に記載のプロセス。 - 個々のビデオストリームの前記不連続部分における量子化の変化を求めることにより、高い量子化の遷移、スライス/マクロブロック、及び画像/スライス/マクロブロック形式に関するインター/イントラ予測形式をカウントするステップと、
個々のビデオストリームの前記不連続部分におけるビデオ符号化層データの帯域幅を求めることにより、帯域幅変化をカウントするステップと、
をさらに含むことを特徴とする請求項5に記載のプロセス。 - 前記カウントステップは、個々の量子化の変化に対して第1のカウンタを増分するステップと、個々のマクロブロックに対して第2のカウンタを増分するステップと、個々のスライスに対して第3のカウンタを増分するステップと、個々の低帯域幅の状態遷移、平均帯域幅の状態遷移、及び高帯域幅の状態遷移に対して第4のカウンタを増分するステップとを含む、
ことを特徴とする請求項6に記載のプロセス。 - 前記第1、第2、第3、及び第4のカウンタを使用して、個々のビデオストリームの前記不連続部分に関するビデオ符号化層の複雑度についての確率を計算するステップと、
前記第1、第2、第3、及び第4のカウンタを使用して、個々のビデオストリームの前記不連続部分に関する低帯域幅状態、平均帯域幅状態、及び高帯域幅状態についての確率を計算するステップと、
をさらに含むことを特徴とする請求項7に記載のプロセス。 - 個々のビデオストリームの前記不連続部分のビデオ符号化層の複雑度の遷移に関する第1の遷移確率行列を構築するステップと、
個々のビデオストリームの前記不連続部分の帯域幅状態の遷移に関する第2の遷移確率行列を構築するステップと、
をさらに含むことを特徴とする請求項8に記載のプロセス。 - 個々の遷移確率行列から得られる限界状態確率を使用して、個々のビデオストリームの前記不連続部分の映像複雑度を計算するステップをさらに含む、
ことを特徴とする請求項9に記載のプロセス。 - 複数のビデオストリームを単一のチャネル上で放送するためのプロセスであって、
前記複数のビデオストリームの各々の不連続部分のパラメータにおいて、ビデオ符号化層における複雑度の指標の変化とビットレートの変化とを分析するステップと、
統計モデルを作成して、前記複数のビデオストリームの各々の映像複雑度を動的に計算するステップと、
前記複数のビデオストリームの前記映像複雑度の、前記放送に対する影響を測定するステップと、
前記複数のビデオストリームの各々の前記映像複雑度の前記特定された影響に基づいて、利用可能なチャネル帯域幅を前記複数のビデオストリーム間で分配するステップと、
損なわれた状態にあるビデオ画質を推定するステップと、
を含むことを特徴とするプロセス。 - 前記ビデオストリームの前記不連続部分は、スライス、マクロブロック、量子化、インター符号化した参照ブロック、イントラ符号化した参照ブロック、及び非参照マクロブロック/スライス/画像形式を含む、
ことを特徴とする請求項11に記載のプロセス。 - 前記作成ステップは、
個々のビデオストリームの前記不連続部分に対して、ビデオ符号化層の複雑度の指標の変化についての第1の統計モデルを作成するステップと、
個々のビデオストリームの前記同じ不連続部分に対して、ビデオ符号化層のビットレートの変化又は帯域幅の変化についての第2の統計モデルを作成するステップと、
個々のビデオストリームの前記不連続部分から得られる前記第1及び第2の統計モデルを組み合わせるステップと、
前記組み合わされた第1及び第2の統計モデルに基づいて、個々のビデオストリームの前記不連続部分の前記映像複雑度を算出するステップと、
を含むことを特徴とする請求項11に記載のプロセス。 - 個々のビデオストリームの前記不連続部分における量子化の変化を求めることにより、高い量子化の遷移、スライス/マクロブロック、及び画像/スライス/マクロブロック形式に関するインター/イントラ予測形式をカウントするステップと、
個々のビデオストリームの前記不連続部分におけるビデオ符号化層データの帯域幅を求めることにより、帯域幅変化をカウントするステップと、
をさらに含むことを特徴とする請求項13に記載のプロセス。 - 前記カウントステップは、個々の量子化の変化に対して第1のカウンタを増分するステップと、個々のマクロブロックに対して第2のカウンタを増分するステップと、個々のスライスに対して第3のカウンタを増分するステップと、個々の低帯域幅の状態遷移、平均帯域幅の状態遷移、及び高帯域幅の状態遷移に対して第4のカウンタを増分するステップとを含む、
ことを特徴とする請求項14に記載のプロセス。 - 前記第1、第2、第3、及び第4のカウンタを使用して、個々のビデオストリームの前記不連続部分に関するビデオ符号化層の複雑度についての確率を計算するステップと、
前記第1、第2、第3、及び第4のカウンタを使用して、個々のビデオストリームの前記不連続部分に関する低帯域幅状態、平均帯域幅状態、及び高帯域幅状態についての確率を計算するステップと、
をさらに含むことを特徴とする請求項15に記載のプロセス。 - 個々のビデオストリームの前記不連続部分のビデオ符号化層の複雑度の遷移に関する第1の遷移確率行列を構築するステップと、
個々のビデオストリームの前記不連続部分の帯域幅状態の遷移に関する第2の遷移確率行列を構築するステップと、
をさらに含むことを特徴とする請求項16に記載のプロセス。 - 個々の遷移確率行列から得られる限界状態確率を使用して、個々のビデオストリームの前記不連続部分の映像複雑度を計算するステップをさらに含む、
ことを特徴とする請求項17に記載のプロセス。 - 複数のビデオストリームを単一のチャネル上で放送するためのプロセスであって、
前記複数のビデオストリームの各々のビデオ符号化層における複雑度の指標の変化とビットレートの変化とを分析するステップと、
個々のビデオストリームの前記不連続部分に対して、ビデオ符号化層の複雑度の指標の変化についての第1の統計モデルを作成するステップと、
個々のビデオストリームの前記同じ不連続部分に対して、ビデオ符号化層のビットレートの変化又は帯域幅の変化についての第2の統計モデルを作成するステップと、
個々のビデオストリームの前記不連続部分から得られる前記第1及び第2の統計モデルを組み合わせて、前記複数のビデオストリームの各々の映像複雑度を動的に計算するステップと、
前記複数のビデオストリームの前記映像複雑度の、前記放送に対する影響を特定するステップと、
前記複数のビデオストリームの各々の前記映像複雑度の前記特定された影響に基づいて、利用可能なチャネル帯域幅を前記複数のビデオストリーム間で分配するステップと、
前記組み合わされた第1及び第2の統計モデルに基づいて、個々のビデオストリームの前記不連続部分の前記映像複雑度を算出するステップと、
損なわれた状態にあるビデオ画質を推定するステップと、
を含むことを特徴とするプロセス。 - 個々のビデオストリームにおける量子化の変化を求めることにより、高い量子化の遷移、スライス/マクロブロック、及び画像/スライス/マクロブロック形式に関するインター/イントラ予測形式をカウントするステップと、
個々のビデオストリームにおけるビデオ符号化層データの帯域幅を求めることにより、帯域幅変化をカウントするステップと、
をさらに含むことを特徴とする請求項19に記載のプロセス。 - 前記カウントステップは、個々の量子化の変化に対して第1のカウンタを増分するステップと、個々のマクロブロックに対して第2のカウンタを増分するステップと、個々のスライスに対して第3のカウンタを増分するステップと、個々の低帯域幅の状態遷移、平均帯域幅の状態遷移、及び高帯域幅の状態遷移に対して第4のカウンタを増分するステップとを含む、
ことを特徴とする請求項20に記載のプロセス。 - 前記第1、第2、第3、及び第4のカウンタを使用して、個々のビデオストリームの前記不連続部分に関するビデオ符号化層の複雑度についての確率を計算するステップと、
前記第1、第2、第3、及び第4のカウンタを使用して、個々のビデオストリームの前記不連続部分に関する低帯域幅状態、平均帯域幅状態、及び高帯域幅状態についての確率を計算するステップと、
をさらに含むことを特徴とする請求項21に記載のプロセス。 - 個々のビデオストリームの前記不連続部分のビデオ符号化層の複雑度の遷移に関する第1の遷移確率行列を構築するステップと、
個々のビデオストリームの前記不連続部分の帯域幅状態の遷移に関する第2の遷移確率行列を構築するステップと、
をさらに含むことを特徴とする請求項22に記載のプロセス。 - 個々の遷移確率行列から得られる限界状態確率を使用して、個々のビデオストリームの前記不連続部分の映像複雑度を計算するステップをさらに含む、
ことを特徴とする請求項23に記載のプロセス。 - 前記分析ステップは、前記ビデオストリームの前記不連続部分のパラメータにおける、ビデオ符号化層の複雑度の指標の変化を分析するステップを含み、前記ビデオストリームの前記不連続部分は、スライス、マクロブロック、量子化、インター符号化した参照ブロック、イントラ符号化した参照ブロック、及び非参照マクロブロック/スライス/画像形式を含む、
ことを特徴とする請求項19に記載のプロセス。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/456,505 US8107540B2 (en) | 2005-07-11 | 2006-07-10 | Image complexity computation in packet based video broadcast systems |
PCT/US2006/027477 WO2008127217A2 (en) | 2006-07-10 | 2006-07-12 | Image complexity computation in packet based video broadcast systems |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009543513A true JP2009543513A (ja) | 2009-12-03 |
Family
ID=39521222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009519424A Pending JP2009543513A (ja) | 2006-07-10 | 2006-07-12 | パケットベースのビデオ放送システムにおける映像複雑度の計算 |
Country Status (8)
Country | Link |
---|---|
EP (1) | EP2039172A4 (ja) |
JP (1) | JP2009543513A (ja) |
KR (1) | KR20090045882A (ja) |
CN (1) | CN101502112A (ja) |
BR (1) | BRPI0614591A2 (ja) |
CA (1) | CA2622548A1 (ja) |
MX (1) | MX2008014372A (ja) |
WO (1) | WO2008127217A2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014506748A (ja) * | 2011-01-21 | 2014-03-17 | ネットフリックス・インコーポレイテッド | 適応ストリーミングのための様々なビットのビデオストリーム |
JP2015527809A (ja) * | 2012-08-03 | 2015-09-17 | インテル・コーポレーション | ハイパーテキスト転送プロトコルによる品質アウェア適応型ストリーミングのための方法 |
WO2023233631A1 (ja) * | 2022-06-02 | 2023-12-07 | 日本電信電話株式会社 | 映像品質推定装置、映像品質推定方法及びプログラム |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2383999A1 (en) * | 2010-04-29 | 2011-11-02 | Irdeto B.V. | Controlling an adaptive streaming of digital content |
EP3742739B1 (en) * | 2019-05-22 | 2021-04-14 | Axis AB | Method and devices for encoding and streaming a video sequence over a plurality of network connections |
CN113360094B (zh) * | 2021-06-04 | 2022-11-01 | 重庆紫光华山智安科技有限公司 | 数据预测方法和装置、电子设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5018215A (en) * | 1990-03-23 | 1991-05-21 | Honeywell Inc. | Knowledge and model based adaptive signal processor |
US6310915B1 (en) * | 1998-11-20 | 2001-10-30 | Harmonic Inc. | Video transcoder with bitstream look ahead for rate control and statistical multiplexing |
-
2006
- 2006-07-12 CN CNA2006800332852A patent/CN101502112A/zh active Pending
- 2006-07-12 BR BRPI0614591-4A patent/BRPI0614591A2/pt not_active IP Right Cessation
- 2006-07-12 JP JP2009519424A patent/JP2009543513A/ja active Pending
- 2006-07-12 KR KR1020087003308A patent/KR20090045882A/ko not_active Application Discontinuation
- 2006-07-12 CA CA002622548A patent/CA2622548A1/en not_active Abandoned
- 2006-07-12 MX MX2008014372A patent/MX2008014372A/es not_active Application Discontinuation
- 2006-07-12 WO PCT/US2006/027477 patent/WO2008127217A2/en active Application Filing
- 2006-07-12 EP EP06787390A patent/EP2039172A4/en not_active Ceased
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014506748A (ja) * | 2011-01-21 | 2014-03-17 | ネットフリックス・インコーポレイテッド | 適応ストリーミングのための様々なビットのビデオストリーム |
JP2015527809A (ja) * | 2012-08-03 | 2015-09-17 | インテル・コーポレーション | ハイパーテキスト転送プロトコルによる品質アウェア適応型ストリーミングのための方法 |
US10911506B2 (en) | 2012-08-03 | 2021-02-02 | Apple Inc. | Methods for quality-aware adaptive streaming over hypertext transfer protocol and reporting quality of experience |
WO2023233631A1 (ja) * | 2022-06-02 | 2023-12-07 | 日本電信電話株式会社 | 映像品質推定装置、映像品質推定方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
EP2039172A2 (en) | 2009-03-25 |
WO2008127217A3 (en) | 2009-04-16 |
BRPI0614591A2 (pt) | 2012-01-24 |
WO2008127217A2 (en) | 2008-10-23 |
CA2622548A1 (en) | 2008-01-10 |
MX2008014372A (es) | 2008-11-24 |
EP2039172A4 (en) | 2011-04-13 |
CN101502112A (zh) | 2009-08-05 |
KR20090045882A (ko) | 2009-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7609769B2 (en) | Image complexity computation in packet based video broadcast systems | |
Seeling et al. | Video transport evaluation with H. 264 video traces | |
Verscheure et al. | User-oriented QoS analysis in MPEG-2 video delivery | |
JP5172440B2 (ja) | 映像品質推定装置、方法およびプログラム | |
US7756136B2 (en) | Spatial and temporal loss determination in packet based video broadcast system in an encrypted environment | |
US20120201310A1 (en) | Video quality estimation apparatus, video quality estimation method, and program | |
KR102059222B1 (ko) | 비디오 스트리밍 서비스를 위한 컨텐트-의존 비디오 품질 모델 | |
KR20140001199A (ko) | 전송 체인을 통한 오디오 및 비디오 비트 스트림 전송들의 품질 측정 방법 및 시스템 | |
US9077972B2 (en) | Method and apparatus for assessing the quality of a video signal during encoding or compressing of the video signal | |
JP2009543513A (ja) | パケットベースのビデオ放送システムにおける映像複雑度の計算 | |
Feitor et al. | Objective quality prediction model for lost frames in 3D video over TS | |
Adeyemi-Ejeye et al. | Packet loss visibility across SD, HD, 3D, and UHD video streams | |
US20140098899A1 (en) | Systems and processes for estimating and determining causes of video artifacts and video source delivery issues in a packet-based video broadcast system | |
JP4787303B2 (ja) | 映像品質推定装置、方法、およびプログラム | |
Mu et al. | Discrete quality assessment in IPTV content distribution networks | |
Liu et al. | Real-time video quality monitoring | |
JP5405915B2 (ja) | 映像品質推定装置、映像品質推定方法および映像品質推定装置の制御プログラム | |
Ascenso et al. | Packet-header based no-reference quality metrics for H. 264/AVC video transmission | |
Chang et al. | Network-based IP packet loss importance model for H. 264 SD videos | |
Vorren | Subjective quality evaluation of the effect of packet loss in high-definition video | |
Wang et al. | Video quality assessment for IPTV services: A survey | |
Gupta et al. | IPTV End-to-End Performance Monitoring | |
Song et al. | Real-time quality monitoring for networked H. 264/AVC video streaming | |
Hlavacs et al. | Effects of WLAN QoS degradation on streamed MPEG4 video quality | |
Menéndez et al. | An approach to correlation of QoE/QoS metrics over IPTV using a Diffserv Network |