Avaliação da qualidade de vídeos com degradações temporais

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorFarias, Mylène Christine Queiroz de-
Autor(es): dc.contributorSilva, Daniel Guerreiro e-
Autor(es): dc.creatorCosta, André Henrique Macedo da-
Data de aceite: dc.date.accessioned2024-10-23T15:44:53Z-
Data de disponibilização: dc.date.available2024-10-23T15:44:53Z-
Data de envio: dc.date.issued2022-04-12-
Data de envio: dc.date.issued2022-04-12-
Data de envio: dc.date.issued2022-04-12-
Data de envio: dc.date.issued2022-12-12-
Fonte completa do material: dc.identifierhttps://repositorio.unb.br/handle/10482/43384-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/890948-
Descrição: dc.descriptionDissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2022.-
Descrição: dc.descriptionNesta dissertação, estudamos a avaliação de qualidade de vídeos contendo degradações temporais. De forma geral, a avaliação de qualidade de vídeos é realizada através de experimentos subjetivos ou métricas objetivas. Experimentos subjetivos ou psico-físicos são experimentos nos quais diferentes pessoas assistem a sequências de vídeos e atribuem notas de qualidade (ou outro atributo) para cada sequência. Apesar de experimentos subjetivos serem considerados mais precisos, eles possuem um alto custo, exigindo recursos físicos e tempo para serem executados. Métricas objetivas são algoritmos computacionais que estimam a qualidade de vídeos avaliando as suas propriedades físicas. O foco desta dissertação é o estudo e aprimoramento da métrica No-reference Autoencoder VidEo (NAVE). A NAVE é uma métrica de qualidade de vídeo sem referência (cega)que é baseada em autoencoderstreinados para avaliações de degradações espaciais e temporais em vídeos. Estudos preliminares mostraram que os atributos temporais utilizados pela NAVE não estavam contribuindo para o desempenho da métrica. Desta forma, nesta dissertação fizemos um estudo de um conjunto de novos atributos espaciais e temporais que podem ser adicionados ao conjunto de atributos da NAVE, de forma a melhorar o seu desempenho. Realizamos diferentes testes e análises para verificar o desempenho da NAVE após a adição dos novos atributos. analisando o seu comportamento para degradações de compressão, perda de pacotes e congelamento de quadros. Os resultados apresentados apontam que a adição de atributos temporais mais sensíveis permite detectar melhor as degradações temporais e, consequentemente, melhorar o desempenho da métrica.-
Descrição: dc.descriptionIn this dissertation, we studied the quality assessment of videos containing temporal degradations.In general, video quality assessment is performed through subjective experiments or objective me-trics. Subjective or psycho-physical experiments are experiments in which different people watchvideo sequences and assign quality scores (or other attributes) to each sequence. Although sub-jective experiments are considered more accurate, they are expensive, requiring physical resourcesand time to run. Objective metrics are computational algorithms that estimate the quality ofvideos by evaluating their physical properties. The focus of this dissertation is the study andimprovement of the No-reference Autoencoder VidEo (NAVE) metric. NAVE is a No-Reference(blind) video quality metric that is based onautoencoderstrained to evaluate spatial and temporaldegradations in videos. Preliminary studies showed that the temporal attributes used by NAVEwere not contributing to the performance of the metric. Thus, in this dissertation we studied a setof new spatial and temporal attributes that can be added to the NAVE’s set of attributes, in orderto improve its performance. We performed different tests and analyzes to verify the performanceof the NAVE after adding the new attributes, analyzing its behavior for compression degradati-ons, packet loss and frame freezing. Results show that the addition of more descriptive temporalattributes allows for a better detection of temporal degradations and, consequently, improves theperformance of the metric.-
Descrição: dc.descriptionFaculdade de Tecnologia (FT)-
Descrição: dc.descriptionDepartamento de Engenharia Elétrica (FT ENE)-
Descrição: dc.descriptionPrograma de Pós-Graduação em Engenharia Elétrica-
Formato: dc.formatapplication/pdf-
Direitos: dc.rightsAcesso Aberto-
Direitos: dc.rightsA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.-
Palavras-chave: dc.subjectAvaliação de qualidade-
Palavras-chave: dc.subjectProcessamento de vídeos-
Palavras-chave: dc.subjectAutoencoder-
Palavras-chave: dc.subjectDegradações temporais-
Título: dc.titleAvaliação da qualidade de vídeos com degradações temporais-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional – UNB

Não existem arquivos associados a este item.